Data Science Python and R

آموزش گیت با رسم شکل گیت (git) رو چجوری یاد بگیریم؟ خلاصه و ساده، توی این فایل آموزشی و با رسم شکل. 🆔 @data_science_python_and_r

آموزش numpy و pandas برای آنالیز داده. توی این pdf, توابع مهم و کاربردی که برای کار با داده ها وجود داره رو به همراه قطعه کدها توضیح داده. #dataanalysis #python #numpy #pandas #pythonlearning #pythonprogramminglanguage #data 🆔 @data_science_python_and_r

5 Power Function in Python 🆔 @data_science_python_and_r

Python Cheat Sheet 🆔 @data_science_python_and_r

آموزش پایتون در قالب 100 تا تمرین و ترفند به همراه پاسخ. از مزیت های پایتون این هست که برای انجام هر کاری، کتابخونه و ترفند خاص خودش وجود داره و لازم نیست برای کارهای پیچیده کدهای زیادی نوشت بلکه فقط کافیه ترفندها و دستورات کلیدی این زبان رو یاد گرفت. توی این کتاب 100 تا ترفند و تمرین به همراه سورس کدهاش توی پایتون وجود داره و اگه سوالی بود می تونید توی کامنت ها بپرسید. نویسنده : Arjun Panwar 🆔 @data_science_python_and_r

مهم‌ترین سؤالات مصاحبه برای فرصت شغلی دیتاساینتیست! خیلی از افراد به دنیای علم داده وارد می‌شن تا بتونن توی یه بازار کار بین‌المللی اپلای کنن و شغل دلخواه‌شون رو به دست بیارن. داشتن مهارت توی مصاحبه شغلی خیلی اهمیت داره و وقتی پای یکی از پرتقاضاترین فرصت‌های شغلی بین‌المللی درمیون باشه، اهمیت به‌دست‌آوردن این مهارت دوچندان می‌شه؛ اما توی مصاحبه شغلی دیتاساینتیست چه سؤال‌ها و سرفصل‌هایی مطرح می‌شه؟ اینجاست که هندبوک بالا خیلی به کارتون میاد؛ چون ۱۲۰ پرسش مهم توی مصاحبه شغلی رو برشمرده و توضیح داده. منبع : دی اس لندرز 🆔 @data_science_python_and_r

🟢 دوره یادگیری عمیق از Andrew Ng 2️⃣ قسمت دوم دوره با عنوان Improving Deep Neural Networks Hyperparameter tuning, Regularization and Optimization Train Dev Test sets Regularization Dropout Regularization Normalizing Inputs Other Regularization Methods Weight Initialization for Deep Networks Numerical Approximation of Gradients Gradient Checking Mini-batch Gradient Descent Understanding Mini-batch Gradient Descent Exponentially Weighted Averages Bias Correction in Exponentially Weighted Averages RMSprop Adam Optimization Algorithm Learning Rate Decay The Problem of Local Optima Yuanqing Lin Interview Tuning Process Using an Appropriate Scale to pick Hyperparameters Hyperparameters Tuning in Practice Pandas Normalizing Activations in a Network Fitting Batch Norm into a Neural Network Why does Batch Norm work Batch Norm at Test Time Softmax Regression Training a Softmax Classifier Deep Learning Frameworks TensorFlow 🆔 @data_science_python_and_r

🟢 دوره یادگیری عمیق از Andrew Ng 1️⃣ قسمت اول دوره با عنوان Neural Networks and Deep Learning Supervised Learning with Neural Networks Why is Deep Learning taking off About this Course Geoffrey Hinton Interview Binary Classification Logistic Regression Logistic Regression Cost Function Gradient Descent Computation Graph Derivatives with a Computation Graph Logistic Regression Gradient Descent Gradient Descent on m Examples Vectorization More Vectorization Examples Vectorizing Logistic Regression Vectorizing Logistic Regression's Gradient Output Broadcasting in Python A Note on Python Numpy Vectors Quick tour of Jupyter iPython Notebooks Explanation of Logistic Regression Cost Function (Optional) Pieter Abbeel Interview Neural Networks Overview Neural Network Representation Computing a Neural Network's Output Vectorizing Across Multiple Examples Explanation for Vectorized Implementation Activation Functions Why do you need Non-Linear Activation Functions ... 🆔 @data_science_python_and_r