سلام.
ان شاء الله برای ادامه کلاس در این هفته وارد فاز دوم کلاس یعنی مبحث تحلیل داده ها با پایتون خواهیم شد و با تعریف مساله و بر اساس نیاز با کتابخانه های دیگر پایتون آشنا خواهیم شد.
لذا تاریخ کوییز جا به جا نخواهد شد و خواهشمند است برای کوییز از مباحث جلسات 5 و 6 ( دیکشنری و نامپای) آمادگی کامل داشته باشید که علاوه بر کسب تمام 2 نمره این قسمت، با کلاس همراهی کامل را داشته باشید.
ان شاء الله برای ادامه کلاس در این هفته وارد فاز دوم کلاس یعنی مبحث تحلیل داده ها با پایتون خواهیم شد و با تعریف مساله و بر اساس نیاز با کتابخانه های دیگر پایتون آشنا خواهیم شد.
لذا تاریخ کوییز جا به جا نخواهد شد و خواهشمند است برای کوییز از مباحث جلسات 5 و 6 ( دیکشنری و نامپای) آمادگی کامل داشته باشید که علاوه بر کسب تمام 2 نمره این قسمت، با کلاس همراهی کامل را داشته باشید.
سلام
طبق قوانین دانشگاه؛ برای درس آزمایشگاه تنها و تنها یک غیبت مجاز دارید.
علاوه بر این کوییزهای کلاسی قسمتی از نمره شما را تشکیل خواهند داد
و امکان حذف کامل امتحان پایانی نیز وجود دارد.
اما اگر شخصی با دلایل قانع کننده نمیخواهد در جلسات کلاس شرکت کند، پس از هماهنگی با اینجانب،
میتواند 4 کورس آنلاین که به ایشان معرفی میکنم را بگذراند؛ و پس از ارائه مدارک آن 4 کورس آنلاین, امتحان کتبی و پروژه ای که برایش تعریف میشود نمره اش از 20 نمره را تشکیل خواهد داد.
در واقع مدارک 4 کورس مجوز تحویل پروژه و امتحان این افراد خواهد بود.
با تشکر
@alirezaweb
طبق قوانین دانشگاه؛ برای درس آزمایشگاه تنها و تنها یک غیبت مجاز دارید.
علاوه بر این کوییزهای کلاسی قسمتی از نمره شما را تشکیل خواهند داد
و امکان حذف کامل امتحان پایانی نیز وجود دارد.
اما اگر شخصی با دلایل قانع کننده نمیخواهد در جلسات کلاس شرکت کند، پس از هماهنگی با اینجانب،
میتواند 4 کورس آنلاین که به ایشان معرفی میکنم را بگذراند؛ و پس از ارائه مدارک آن 4 کورس آنلاین, امتحان کتبی و پروژه ای که برایش تعریف میشود نمره اش از 20 نمره را تشکیل خواهد داد.
در واقع مدارک 4 کورس مجوز تحویل پروژه و امتحان این افراد خواهد بود.
با تشکر
@alirezaweb
تمرین سری دوم برای تحویل باز شد.
پس از پایان مهلت تا 6 روز با تاخیر و کسر قسمتی از نمره میتوانید آپلود کنید.
**مهلت بدون تاخیر تا 7 اردیبهشت تمدید شده است**
class.vision
پس از پایان مهلت تا 6 روز با تاخیر و کسر قسمتی از نمره میتوانید آپلود کنید.
**مهلت بدون تاخیر تا 7 اردیبهشت تمدید شده است**
class.vision
Forwarded from Machine learning application (Kartal)
🌹💭🌿
بعد از یک تاخیر مدت دار تیم Kaggle یک رقابت دیگر در سایت خود قرار داد. روی دیتا الگوریتم خوب بزنید و ترین خوب انجام دهید و جایزه ببرید. سوا از این می تونه همین کار یک کار تحقیقاتی در دانشگاه شما باشد.
🌹💭🌿
متن تیم Kaggle:
We've just launched this year's Avito Demand Prediction Competition (Avito's fourth Kaggle competition)! Here are the competition details. Click the button below if you're interested in competing, or digging deeper into the specifics.
Competition Description:
Avito is challenging you to predict demand for an online advertisement based on its full description (title, description, images, etc.), its context (geographically where it was posted, similar ads already posted) and historical demand for similar ads in similar contexts. With this information, Avito can inform sellers on how to best optimize their listing and provide some indication of how much interest they should realistically expect to receive.
Host:
Avito, Russia’s largest classified advertisements website.
Total prizes:
$25,000
Next important deadline:
June 20, 2018 - Entry deadline. You must accept the competition rules before this date in order to compete.
Join the competition
Good luck,
The Kaggle Team
منبع:🌹💭🌿
https://www.kaggle.com/c/avito-demand-prediction?utm_medium=email&utm_source=intercom&utm_campaign=avito+competition+2018
بعد از یک تاخیر مدت دار تیم Kaggle یک رقابت دیگر در سایت خود قرار داد. روی دیتا الگوریتم خوب بزنید و ترین خوب انجام دهید و جایزه ببرید. سوا از این می تونه همین کار یک کار تحقیقاتی در دانشگاه شما باشد.
🌹💭🌿
متن تیم Kaggle:
We've just launched this year's Avito Demand Prediction Competition (Avito's fourth Kaggle competition)! Here are the competition details. Click the button below if you're interested in competing, or digging deeper into the specifics.
Competition Description:
Avito is challenging you to predict demand for an online advertisement based on its full description (title, description, images, etc.), its context (geographically where it was posted, similar ads already posted) and historical demand for similar ads in similar contexts. With this information, Avito can inform sellers on how to best optimize their listing and provide some indication of how much interest they should realistically expect to receive.
Host:
Avito, Russia’s largest classified advertisements website.
Total prizes:
$25,000
Next important deadline:
June 20, 2018 - Entry deadline. You must accept the competition rules before this date in order to compete.
Join the competition
Good luck,
The Kaggle Team
منبع:🌹💭🌿
https://www.kaggle.com/c/avito-demand-prediction?utm_medium=email&utm_source=intercom&utm_campaign=avito+competition+2018
Kaggle
Avito Demand Prediction Challenge
Predict demand for an online classified ad
Machine learning application (Kartal)
🌹💭🌿 بعد از یک تاخیر مدت دار تیم Kaggle یک رقابت دیگر در سایت خود قرار داد. روی دیتا الگوریتم خوب بزنید و ترین خوب انجام دهید و جایزه ببرید. سوا از این می تونه همین کار یک کار تحقیقاتی در دانشگاه شما باشد. 🌹💭🌿 متن تیم Kaggle: We've just launched this year's…
چالش تحایل داده ای سایت kaggle
برنده بهترین پاسخ 150 میلیون جایزه دریافت خواهد کرد.
برنده بهترین پاسخ 150 میلیون جایزه دریافت خواهد کرد.
Alireza Akhavan
07-DataWrangling_pandas.pptx
گیت با نوت بوک های جلسه 7 به روز شد.
Python_Labs🐍
tamrin3-panda-dataWrangling.pdf
#تمرین
مهلت ارسال: شنبه - 15 اردیبهشت ۱۳۹۷
نمره: 2 نمره از نمره نهایی
نوع: کد + گزارش کار
توضیح مجموعه داده :
تمرین های چند سری آینده از چالش دو سال پیش سایت Kaggle انتخاب شده است.
Titanic: Machine Learning from Disaster
https://www.kaggle.com/c/titanic
در این چالش ویژگی هایی از مسافران کشتی تایتانیک استخراج شده و عاقبت هر مسافر در ستونی به نام survival که نشان دهنده نجات یا عدم نجات مسافر بوده آمده است.
هدف این است که بتوانیم بر اساس این ویژگی ها و اطلاعات بتوانیم برای سایر مسافرینی که از سرنوشت آنها خبر نداریم پیش بینی درستی از عاقبت آنها بیابیم.
در گام نخست باید دیتا را برای مراحل بعدی آماده کنیم.
توجه: دیتاست برای تمرین بیشتر کمی تغییرات جزئی شامل حذف عنوان و تغیر نوع سن داشته که شما در فرآیند پیش پردازش آنها را باید درست کنید.
مهلت ارسال: شنبه - 15 اردیبهشت ۱۳۹۷
نمره: 2 نمره از نمره نهایی
نوع: کد + گزارش کار
توضیح مجموعه داده :
تمرین های چند سری آینده از چالش دو سال پیش سایت Kaggle انتخاب شده است.
Titanic: Machine Learning from Disaster
https://www.kaggle.com/c/titanic
در این چالش ویژگی هایی از مسافران کشتی تایتانیک استخراج شده و عاقبت هر مسافر در ستونی به نام survival که نشان دهنده نجات یا عدم نجات مسافر بوده آمده است.
هدف این است که بتوانیم بر اساس این ویژگی ها و اطلاعات بتوانیم برای سایر مسافرینی که از سرنوشت آنها خبر نداریم پیش بینی درستی از عاقبت آنها بیابیم.
در گام نخست باید دیتا را برای مراحل بعدی آماده کنیم.
توجه: دیتاست برای تمرین بیشتر کمی تغییرات جزئی شامل حذف عنوان و تغیر نوع سن داشته که شما در فرآیند پیش پردازش آنها را باید درست کنید.
Kaggle
Titanic - Machine Learning from Disaster
Start here! Predict survival on the Titanic and get familiar with ML basics
Python_Labs🐍 pinned «#تمرین مهلت ارسال: شنبه - 15 اردیبهشت ۱۳۹۷ نمره: 2 نمره از نمره نهایی نوع: کد + گزارش کار توضیح مجموعه داده : تمرین های چند سری آینده از چالش دو سال پیش سایت Kaggle انتخاب شده است. Titanic: Machine Learning from Disaster https://www.kaggle.com/c/titanic…»
سلام.
در فرمول محاسبه نمره نهایی امتحان نهایی میتواند اکثر نمره کوییزها را جبران نماید.
نمره پایانی کوییز ها با امتحان قابل جبران خواهد بود.
اما نمره تمارین قابلیت جبران نخواهد داشت.
فلذا تمامی دوستان حتی دوستانی که قرار شده سر کلاس نیایند و با گذراندن کورس آنلاین مجوز شرکت در امتحان را بیابند نیز باید تمارین را انجام دهند.
با تشکر
در فرمول محاسبه نمره نهایی امتحان نهایی میتواند اکثر نمره کوییزها را جبران نماید.
نمره پایانی کوییز ها با امتحان قابل جبران خواهد بود.
اما نمره تمارین قابلیت جبران نخواهد داشت.
فلذا تمامی دوستان حتی دوستانی که قرار شده سر کلاس نیایند و با گذراندن کورس آنلاین مجوز شرکت در امتحان را بیابند نیز باید تمارین را انجام دهند.
با تشکر
Python_Labs🐍
#تمرین مهلت ارسال: شنبه - 15 اردیبهشت ۱۳۹۷ نمره: 2 نمره از نمره نهایی نوع: کد + گزارش کار توضیح مجموعه داده : تمرین های چند سری آینده از چالش دو سال پیش سایت Kaggle انتخاب شده است. Titanic: Machine Learning from Disaster https://www.kaggle.com/c/titanic…
به دلیل میانترم و درخواست دانسجوها، مهلت تحویل 20 اردیبهشت خواهد بود.
اما لطفا مباحث قبلی را حتما قبل از کلاس بخوانید.
اما لطفا مباحث قبلی را حتما قبل از کلاس بخوانید.
#آموزش
اگر تو ماتریس a و b را جمع کنیم، عنصر به عنصر جمع انجام خواهد شد.
برای اتصال یا concat کردن دو ماتریس به صورت سطری و ستونی از تابع
np.concatenate
استفاده میکنیم.
اگر تو ماتریس a و b را جمع کنیم، عنصر به عنصر جمع انجام خواهد شد.
برای اتصال یا concat کردن دو ماتریس به صورت سطری و ستونی از تابع
np.concatenate
استفاده میکنیم.
سلام
فایل salaries.csv در کنار نوتبوکها push شد.
این فایل برای نوت بوک 7-1 نیاز است.
فایل salaries.csv در کنار نوتبوکها push شد.
این فایل برای نوت بوک 7-1 نیاز است.
Python_Labs🐍
#تمرین مهلت ارسال: شنبه - 15 اردیبهشت ۱۳۹۷ نمره: 2 نمره از نمره نهایی نوع: کد + گزارش کار توضیح مجموعه داده : تمرین های چند سری آینده از چالش دو سال پیش سایت Kaggle انتخاب شده است. Titanic: Machine Learning from Disaster https://www.kaggle.com/c/titanic…
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
🌺🌺🌺🌺
میلاد با سعادت امام زمان مبارک باد
🌺🌺🌺🌺
صبحی گره از زمانه وا خواهد شد
راز شب تار بر ملا خواهد شد
در راه، عزیزیست که با آمدنش
هر قطبنما،قبلهنما خواهد شد
(میلاد عرفان پور)
میلاد با سعادت امام زمان مبارک باد
🌺🌺🌺🌺
صبحی گره از زمانه وا خواهد شد
راز شب تار بر ملا خواهد شد
در راه، عزیزیست که با آمدنش
هر قطبنما،قبلهنما خواهد شد
(میلاد عرفان پور)