ru
Feedback
Python (Artificial intelligence and Data Science)

Python (Artificial intelligence and Data Science)

Открыть в Telegram
1 109
Подписчики
Нет данных24 часа
-17 дней
-730 день
Архив постов
🔰 پایتون برای یادگیری ماشین کاربردی - جلسه ششم - بخش سوم ◀️ لینک فایل نوت بوک: Link 💠 مباحث این جلسه : خلاصه کاملی از مباحث مطرح شده در کلاس جلسه ششم که مشکل ضبط صدا داشت در این ویدیو ضبط شده است که می توانید مشاهده کنید. 🕶 Add ipynb file from Github 🌳 Decision Tree 📝 Preprocessing (Managing missing information, Noise Detection and ...) 🔎 Grid Search 📊 Data Visualization 🆔 https://t.me/pythonAIDS

🔰 پایتون برای یادگیری ماشین کاربردی - جلسه ششم ◀️ فایل نوت بوک: https://github.com/AmirHosseinBabaeayan/Python-Learning/blob/main/PYTHONAML06.ipynb 📹 ویدیو ها : 1️⃣ بخش اول : https://www.aparat.com/v/PMWDK 2️⃣ بخش دوم : https://www.aparat.com/v/VXnUa 3️⃣ بخش سوم : https://aparat.com/v/S7CxG *مشکل صدا در این ویدیو وجود ندارد. 💠 مباحث این جلسه : یادگیری ماشین پیش پردازش کامل داده ها استاندارد سازی Grid Search درخت تصمیم مصور سازی داده 🆔 https://t.me/pythonAIDS

⭐️اطلاعیه 🧩 جلسه ششم پایتون برای یادگیری ماشین کاربردی با موضوعات ذیل تا پایان هفته اپلود خواهد شد. 🌳 Decision Tree 📝 Preprocessing 🔎 Grid Search ما رو از دعای خیرتون بی بهره نگذارید.

ویدیو کوتاه - آموزش پایتون ساخت QR Code با پایتون در 4 دقیقه

🔰 پایتون برای یادگیری ماشین کاربردی - جلسه پنجم - بخش عیدانه 🌐 لینک ویدیو در آپارات : 🔗 https://www.aparat.com/v/wcfLA ◀️ فایل نوت بوک جلسه پنجم (بخش عیدانه): 💢 https://github.com/AmirHosseinBabaeayan/Python-Learning/blob/main/PythonAML05_2.ipynb 💠 مباحث این جلسه : رگرسیون خطی LinearRegression استانداردسازی داده StandardScaler Pandas scikit learn boston house datasset california house dataset Data split to test and train r2_score 🆔 https://t.me/pythonAIDS

sticker.webp1.12 KB

سال ۱۴۰۲ رو به همگی عزیزان تبریک میگم. امیدوارم سال خوب و پر از اتفاقای باحال باشه براتون.

Repost from Computer TA
سلام من، امیرحسین بابائیان مدتیست که در کنار شما هستم. من یک آدم معمولی، خواسته یا ناخواسته به خیلی ها بدی کرده‌ام، استدعا می
سلام من، امیرحسین بابائیان مدتیست که در کنار شما هستم. من یک آدم معمولی، خواسته یا ناخواسته به خیلی ها بدی کرده‌ام، استدعا میکنم همگیتون منو حلال کنین و در همین لحظه میگم تمام کسانی که خواسته یا ناخواسته به من بدی کردن رو در همین لحظه بخشیدم و با همه ی وجودم از حقم گذشتم. به امید اینکه در این سال تازه همه به هم مهربونی کنیم. آرزو میکنم همیشه شاد، پر روزی و سلامت باشید.

▪️در تصویر فوق نمونه ای از پاسخهای عمیق GPT-4 را مشاهده می کنید. @PythonAIDS
▪️در تصویر فوق نمونه ای از پاسخهای عمیق GPT-4 را مشاهده می کنید. @PythonAIDS

پایتون برای یادگیری ماشین کاربردی - جلسه پنجم فایل نوت بوک جلسه پنجم: https://github.com/AmirHosseinBabaeayan/Python-Learning/blob/main/PythonAML05.ipynb مباحث این جلسه : یادگیری ماشین KNN r2_score scikit learn accuracy

🔰پایتون برای یادگیری ماشین کاربردی - جلسه چهارم - بخش دوم 🌐 لینک ویدیو در آپارات : https://www.aparat.com/v/Ii9VZ ◀️ فایل نوت بوک جلسه چهارم: https://colab.research.google.com/drive/1M_zkVCRtm5QTqJzTwMMorM9yng_Opopj?usp=sharing 💠 مباحث این جلسه : کار با Numpy معرفی matplotlib مصور سازی داده ها در پایتون لینک جلسه اول

متاسفانه هرچه سعی کردم نشد در تلگرام با این سرعت آپلود کنم. به محض رفع مشکل در تلگرام نیز آپلود خواهد شد. #موقت

🔰پایتون برای یادگیری ماشین کاربردی - جلسه چهارم - بخش اول 🌐 لینک ویدیو در آپارات : https://www.aparat.com/v/V8ZJt ◀️ فایل نوت بوک جلسه چهارم: https://colab.research.google.com/drive/1M_zkVCRtm5QTqJzTwMMorM9yng_Opopj?usp=sharing 💠 مباحث این جلسه : کار با Numpy معرفی matplotlib مصور سازی داده ها در پایتون لینک جلسه اول

Machine Leaning - Map

🔰پایتون برای یادگیری ماشین کاربردی - جلسه دوم – بخش ذوم 🌐 لینک ویدیو در آپارات : https://www.aparat.com/v/HIEWt 💠 مباحث این جلسه : تکمیل موضوع توابع (موضوعات default و مثال های دیگر) لیست در پایتون (عادی، دو بعدی و متد های رایج) رشته ها و متدها تاپل و توضیحات میوتبل و ایمیوتبل ها دیکشنری و متدها قطعه بندی یا Slicing در لیست و رشته حلقه for و range مثال شمارش کلمات در یک متن لینک جلسه اول

🔰پایتون برای یادگیری ماشین کاربردی - جلسه دوم – بخش اول 💠 مباحث این جلسه : تکمیل موضوع توابع (موضوعات default و مثال های دیگر) لیست در پایتون (عادی، دو بعدی و متد های رایج) رشته ها و متدها تاپل و توضیحات میوتبل و ایمیوتبل ها دیکشنری و متدها قطعه بندی یا Slicing در لیست و رشته حلقه for و range مثال شمارش کلمات در یک متن