Data Science Python and R

11 روش کلاسیک پیش‌بینی سری‌های زمانی https://machinelearningmastery.com/time-series-forecasting-methods-in-python-cheat-sheet/ #هوش_مصنوعی #یادگیری_ماشین #یادگیری_عمیق #پردازش_تصویر #Artificial_Intelligence #Machine_Learning #Deep_learning #Image_processing 🆔 @data_science_python_and_r

شبکه DeepDrug: یک شبکه عصبی گرافی جهت پیشبینی رابطه دارویی (مقاله + کد) https://paperswithcode.com/paper/deepdrug-a-general-graph-based-deep-learning #هوش_مصنوعی #یادگیری_ماشین #یادگیری_عمیق #پردازش_تصویر #Artificial_Intelligence #Machine_Learning #Deep_learning #Image_processing 🆔 @data_science_python_and_r

NLP vs NLU 🆔 @data_science_python_and_r

#Data_Science_Tips 💎 آیا به عنوان یک متخصص داده، باید ابزارهای بدون کد را هم یاد بگیریم؟! ▪️علم داده به علت دارا بودن مراحلی مانند پردازش داده، پاکسازی داده، تجزیه و تحلیل داده های اکتشافی، یادگیری ماشینی، هوش مصنوعی و غیره می تواند بسیار پیچیده شود. ▪️از این رو بسیاری از شرکت‌ها اخیراً به سمت راه‌حل‌ها یا پلتفرم‌های بدون کد رفته اند تا این فرآیند را آسان‌تر، سریع‌تر و مؤثرتر کنند. برخی از ابزارها و پلتفرم های محبوب بدون کد: 🔹Knime یک ابزار قدرتمند برای ایجاد گردش کار تحلیلی است و برای رابط بصری بسیار مفید است. 🔹RapidMiner یک پلتفرم نرم افزاری برای علم داده، تجزیه و تحلیل پیش بینی و یادگیری ماشین است. 🔹CyberDeck یک پلتفرم بدون کد و سرتاسر علم داده/ ماشین لرنینگ خودکار است که قادر به انجام بسیاری از کارهای علم داده با چند کلیک ساده است. 🔹Alteryx یک پلتفرم علم داده است که سازمان ها را قادر می‌سازد بینش ها را در زمان واقعی کشف، تجزیه و تحلیل نموده و بصورت عملی از آنها استفاده کنند. #ابزار_مفید 🆔 @data_science_python_and_r

خلاصه ای از 10 الگوریتم مهم در حوزه یادگیری ماشین که یادگیری اون ها برای همه لازمه (از فیلتر شکن استفاده کنید). لینک : https://www.theinsaneapp.com/2021/11/machine-learning-algorithms-for-beginners.html #لینک_مفید 🆔 @data_science_python_and_r

این لینک خیلی خوب و عالی بود، اگر تازه از دانشگاه فارغ‌التحصیل شدید این لیست رو حتماً ببینید اگر چندسال توی کار برنامه‌نویسی هستید، قطعاً و حتماً باید چک کنید که چقدر آشنایی با این لیست دارید همه‌ی واجباتی که باید بدونید + آموزش از دانشگاه MIT The Missing Semester of Your CS Education 🆔 @data_science_python_and_r

آموزش و آشنایی با دیپ لرنینگ قسمت 28/29/30 | Deep Learning E28/ 29 / 30 ⚫️⚪️⚫️⚪️⚫️⚪️ با هشتگ زیر فیلم های این دوره آموزشی را دنبال کنید: 🎋#Deep_Learning_Python #deep_learning #feed_forward #دیپ_لرنینگ #یادگیری_عمیق #شبکه_عصبی_کانولوشن #شبکه_باور_عمیق #شبکه_عصبی #مدلهای_یادگیری_عمیق #learning #Python #film #tutorial #فیلم #فیلم_آموزشی #فیلم_آموزشی_python #فیلم_آموزشی_فارسی 🆔 @data_science_python_and_r

وبینار با موضوع : "کاربرد هوش مصنوعی در علوم پزشکی" دکتر علیرضا وفایی صدر #data_science #وبینار_علم_داده #علم_داده #فیلم #وبینار

سری ورکشاپ های علم داده: ورکشاپ اول، ویدیوی تکمیلی ۱ - توضیحات تکمیلی در مورد لینوکس با هشتگ زیر فیلم های این دوره آموزشی را دنبال کنید: #sadr_data_science #data_science_tutorial #data_science #فیلم_آموزشی_علم_داده #علم_داده #فیلم #فیلم_آموزشی #فیلم_آموزشی_فارسی 🆔 @data_science_python_and_r

سری ورکشاپ های علم داده: ورکشاپ اول، قسمت پنجم، دکتر علیرضا وفایی صدر با هشتگ زیر فیلم های این دوره آموزشی را دنبال کنید: #sadr_data_science #data_science_tutorial #data_science #فیلم_آموزشی_علم_داده #علم_داده #فیلم #فیلم_آموزشی #فیلم_آموزشی_فارسی 🆔 @data_science_python_and_r

آموزش و آشنایی با دیپ لرنینگ قسمت 25/26/27 | Deep Learning E25/ 26 / 27 ⚫️⚪️⚫️⚪️⚫️⚪️ با هشتگ زیر فیلم های این دوره آموزشی را دنبال کنید: 🎋#Deep_Learning_Python #deep_learning #feed_forward #دیپ_لرنینگ #یادگیری_عمیق #شبکه_عصبی_کانولوشن #شبکه_باور_عمیق #شبکه_عصبی #مدلهای_یادگیری_عمیق #learning #Python #film #tutorial #فیلم #فیلم_آموزشی #فیلم_آموزشی_python #فیلم_آموزشی_فارسی 🆔 @data_science_python_and_r

سری ورکشاپ های علم داده: ورکشاپ اول، قسمت چهارم، دکتر علیرضا وفایی صدر توضیحات در مورد تمرین ها و شرح سوال ها. با هشتگ زیر فیلم های این دوره آموزشی را دنبال کنید: #sadr_data_science #data_science_tutorial #data_science #فیلم_آموزشی_علم_داده #علم_داده #فیلم #فیلم_آموزشی #فیلم_آموزشی_فارسی 🆔 @data_science_python_and_r

لیبل استودیو؛ ابزاری که باید پر شال هر دیتاساینتیست باشد! طبیعتا گام اول و تقریبا مهم‌ترین گام در هر پروژه مدل‌سازی، جمع‌آوری دیتا و به‌خصوص دیتای لیبل‌خورده است. حتما می‌دونید که این کار چقدر مشقت‌باره و زمان زیادی رو از تیم اشغال می‌کنه. حالا در این پست می‌خوایم یه ابزاری رو معرفی کنیم که خیلی راحت می‌تونید راه‌اندازی‌ش کنید و خیلی راحت استفاده کنید. بله؛ label studio. این ابزار به راحتی با یه دستور pip نصب میشه و روی پورت موردنظر بالا میاد. سپس می‌تونید به‌مقصود پروژه‌های مختلف در حوزه تکست، ویژن، ویدیو، صوت، دیتای ساختاریافته و خیلی چیزای دیگه پروژه بسازید و از تمپلیت‌های آماده اون استفاده کنید. بعد به راحتی دیتاتون رو لیبل بزنید و به فرمت‌های خروجی معتبر خروجی بگیرید. مثلا برای تسک named entity recognition می‌تونید به فرمت معتبر CoNLL خروجی بگیرید. لینک ابزار: https://labelstud.io لینک ریپوی اصلی: https://github.com/heartexlabs/label-st