وضعیت سیستم در حال اجرا با n_jobs برابر با ۱۶
دقیقا ۱۶ هسته همزمان ۱۰۰ درصد درگیر شده است.

#سوال، آیا اگر من چند میلیون داده با ابعاد بالا داشته باشم، میتونم knn استفاده کنم؟
آیا بازم باید از sklearn استفاده بشه؟

#پاسخ:
در صورت مشارکت و فیدبک راهکار در کانال ارسال میشه.

ویژگی های جدید نسخه 3.8 پایتون

https://medium.com/fintechexplained/awesome-new-python-3-8-features-ed027416f2a5

یک موقعیت شغلی / تحصیلی تو لینکدین دیدم که تاکید کرده اگر متلب بلدید مزیتی برامون محسوب نمیشه.

پایتون و سی ++ را ولی نام برده ...

https://www.linkedin.com/jobs/view/adversarial-machine-learning-for-combating-the-vulnerabilities-of-dnn-based-biometric-systems-at-idiap-research-institute-1324401024/?originalSubdomain=ch

#خبر

الگوریتم جدید یادگیری ماشین که فقط با پروفایل توئیتر شما، سن و جنسیتتون را حدس میزنه!

A new machine learning algorithm can predict age and gender from just your Twitter profile:

https://www.ox.ac.uk/news/2019-05-16-new-machine-learning-algorithm-can-predict-age-and-gender-just-your-twitter-profile

امروز اشتباهی یه نوت بوک پایتونی را پاک کردم،
کمی سرچ کردم دیدم تو نسخه های اخیر jupyter خوشبختانه به trash منتقل میشه فایل و واقعا پاک نمیشه.
https://github.com/jupyterlab/jupyterlab/issues/3205

اگر لینوکسی هستید، مسیر پوشه trash تون این خواهد بود:

/home/YourUsername/.local/share/Trash/files

زمانی که سوال پرسیده شده، هیچ راهی نبوده، تو نسخه های بعدی به روزرسانی کردند که واقعا پاک نشه.
واقعا به روز رسانی نجات بخشی بود...

How do you check the quality of your regression model in Python?

https://www.kdnuggets.com/2019/07/check-quality-regression-model-python.html

#منبع #پایتون #یادگیری_ماشین
سلام. تو این مقطع که مبانی پایتون با دیتاساینس را میدونید اکیدا توصیه میکنم حتما کنفرانس های سال های مختلف SciPy را ببینید. مختصر و عالیه. همچنین pyconها هم میتونه مفید باشه

اولین فیلم برای سال 2017 و یه کم قدیمیه، اما ارائه دهندش Muellerه، توسعه دهنده اصلی scikit learn برا همین خیلی توصیه میکنم ببینیدش.

Machine Learning with scikit learn | SciPy 2017 Tutorial | Andreas Mueller & Alexandre Gram
Part I:
https://www.youtube.com/watch?v=2kT6QOVSgSg
Part II:
https://www.youtube.com/watch?v=WLYzSas511I

Machine Learning with Scikit-Learn, Part 1 | SciPy 2018 Tutorial | Lemaitre and Grisel
Part I:
https://www.youtube.com/watch?v=4PXAztQtoTg&feature=youtu.be
Part II:
https://www.youtube.com/watch?v=gK43gtGh49o

SciPy 2019: Scientific Computing with Python Conference

https://www.youtube.com/playlist?list=PLYx7XA2nY5GcDQblpQ_M1V3PQPoLWiDAC

Chalmer Lowe - Scikit-learn, wrapping your head around machine learning - PyCon 2019
https://www.youtube.com/watch?v=kTdt0P0e3Qc


Deepak K Gupta - Hello World of Machine Learning Using Scikit Learn - PyCon 2019
https://www.youtube.com/watch?v=bCDcI8SdjD8

کاربرد shift در pandas

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.shift.html

فرض کنید مثلا میخواید با قیمت سه بورس مختلف - قیمت یکی از بورس ها را در سه روز دیگر مثلا پیش بینی کنید.
با این تابع میتونید لیبل ایجاد کنید...

کاربرد deque در پایتون

#سوال
آیا در پایتون همانند سایر زبان های شی گرا public - protected و private داریم؟

پاسخ:
بله. اما کلمه کلیدی خاصی برای این اعضا در نظر گرفته نشده و با قوانین نامگذاری مشخص میگردد.
بدین صورت که
_a متغیری از نوع protected
و __b (دو تا _ قبل نام) از نوع private خواهد شد.

#سول.
آیا پایتون مثل سایر زبانها سخت گیرانه عمل میکند و واقعا private ها از بیرون کلاس قبال دسترس نیستند؟

خیر! پایتون میگه اگر میخوای دسترسی پیدا کنی با روشی که بهتون میگه بهتون دسترسی میده!!

فرض کنید داریم:

class Employee:
def __init__(self, name, sal):
self.__name=name # private attribute
self.__salary=sal # private attribute

و اگر کلاس بالا را بخواهیم مثل زیر استفاده کنیم
>>> e1=Employee("Bill",10000)

و بخواهیم به فیلد حقوق فرد دسترسی داشته باشیم
>>> e1.__salary

خطای زیر را می بینیم:
AttributeError: 'employee' object has no attribute '__salary'

چرا که فیلد خصوصی تعریف شده! اما میتونید بگید:


>>> e1._Employee__salary
10000

یعنی با ذکر _ و بعد نام کلاس و بعد اسم فیلد دسترسی به عضو خصوصی داد!
حتی میشه عوضش هم کرد!!
>>> e1._Employee__salary=20000
>>> e1._Employee__salary
20000


Python performs name mangling of private variables. Every member with double underscore will be changed to _object._class__variable. If so required, it can still be accessed from outside the class, but the practice should be refrained.

#منبع،
مناسب برای آشنایی، اما وارد جزئیات نشده

The Data Engineering Cookbook
Mastering The Plumbing Of Data Science.

‏لیست محبوب ترین زبان های برنامه نویسی سال 2019 توسط IEEE Spectrum منتشر شد مثل سال های گذشته زبان برنامه نویسی پایتون در مقام اول قرار دارد

https://spectrum.ieee.org/computing/software/the-top-programming-languages-2019

منبع

Normalization vs Standardization — Quantitative analysis

این دو به اشتباه به جای هم زیاد به کار میرند. اما فرق دارند...

https://towardsdatascience.com/normalization-vs-standardization-quantitative-analysis-a91e8a79cebf


Normalization typically means rescales the values into a range of [0,1]. Standardization typically means rescales data to have a mean of 0 and a standard deviation of 1 (unit variance).


Table of Contests

0. Why are we here?
1. Out-of-the-box classifiers
2. Classifier + Scaling
3. Classifier + Scaling + PCA
4. Classifier + Scaling + PCA + Hyperparameter Tuning
5. All again on more datasets:
— 5.1 Rain in Australia dataset
— 5.2 Bank Marketing dataset
— 5.3 Income classification dataset
— 5.4 Income classification dataset
Conclusions

نمونه کدهای یادگیری ماشین که میتونه براتون مفید باشه
https://github.com/rasbt/python-machine-learning-book-2nd-edition

#خبر
Announcing Support for Native Editing of Jupyter Notebooks in VS Code

https://devblogs.microsoft.com/python/announcing-support-for-native-editing-of-jupyter-notebooks-in-vs-code/