Beyond Numpy Arrays in Python Preparing the ecosystem for GPU, distributed, and sparse arrays

https://matthewrocklin.com/blog/work/2018/05/27/beyond-numpy

حجم کاری و زمانی که برای تمارین این درس نسبت به آزمایشگاهی بودن، و یک واحدی بودن میذاشتید
anonymous poll

متناسب بود. – 46
👍👍👍👍👍👍👍 79%

زیاد بود. – 10
👍👍 17%

کم بود – 2
▫️ 3%

👥 58 people voted so far.

تمارین این کارگاه را
anonymous poll

کاملا خودم انجام میدادم. – 32
👍👍👍👍👍👍👍 59%

وقت صرف میکردم، اما خب گاهی کمک میگرفتم – 18
👍👍👍👍 33%

کد دیگران را تغییر میدادم و ارسال میکردم که نمره بگیرم. – 3
👍 6%

تقلب میکردم فقط. – 1
▫️ 2%

👥 54 people voted so far.

کیفیت تدریس چه طور بود!؟
anonymous poll

خوب – 28
👍👍👍👍👍👍👍 51%

عالی – 23
👍👍👍👍👍👍 42%

قابل تحمل، اما ضعیف – 3
👍 5%

متوسط – 1
▫️ 2%

خیلی ضعیف
▫️ 0%

👥 55 people voted so far.

آیا موضوع درس مفید و کاربردی بود!؟
anonymous poll

عالی و جذاب بود. – 26
👍👍👍👍👍👍👍 46%

خوب بود – 19
👍👍👍👍👍 33%

نمیدونم، باید زمان بگذره. – 8
👍👍 14%

به هیچ وجه، از روی جبر گذراندم – 4
👍 7%

👥 57 people voted so far.

سلام، با توجه به نهایی شدن نمرات و قفل دانشکده، و همچنین بی نام بودن نظرسنجی، لطفا نظرات صادقانه خود را در چهار نظرسنجی بالا برایم ارسال کنید.
صمیمانه از همکاریتان سپاسگزارم.

تمایل به استفاده از پایتون در 14 سال اخیر...

https://medium.com/@atillaguzel/popularity-of-data-science-python-and-pythons-major-libraries-f7146e202e5d

#خبر #دیتاست

Public Data Release of Stack Overflow’s 2018 Developer Survey

سایت stack overflow دیتاستش شامل نظرسنجی ها از تکنولوژی ها و اطلاعات شغل مورد علاقه و ... را از بیش از 100.000 کاربر منتشر کرده است. با همکاری امسال stack overflow و kaggle این دیتاست را اکنون میتوانید از هر کدام از این دو سایت دانلود کرده و برای خودتان به تحلیل اطلاعات بپردازید.

https://stackoverflow.blog/2018/05/30/public-data-release-of-stack-overflows-2018-developer-survey/

فیلم آموزش استفاده از فریم ورک fkask برای rest API در پایتون

https://www.aparat.com/v/7UIsG

مسابقه پایتون سایت Kaggle
Meaning to learn Python or brush up on basics?
Join our 7-day Python Challenge, starting June 11th.

Sign up here:
https://www.kaggle.com/python-challenge-signup
🐍🐍🐍

🗒 Demystifying Data Science

🖥 وضعیت رویداد: کنفرانس آنلاین
👥 با حضور 28 سخنران بنام حوزه تحلیل داده
⏱ زمان : دوم و سوم مرداد ماه 1397
🔗 لینک ثبت نام: https://goo.gl/LPJQAE

@bigdataworkgroup

پاسخ یکی از دانشجویان برای تمرین سری هشتم(بازشناسی چهره هنرپیشه های ایرانی) کلاس مباحث ویژه 1

https://blog.class.vision/winter-96-97-syllabus/

دوره جدید آموزش flask در udemy با کد تخفیف 95 درصدی:

https://www.udemy.com/python-and-flask-bootcamp-create-websites-using-flask/?couponCode=FLASK_LAUNCH

ده تا باگ امنیتی مرسوم در برنامه نویسی پایتون و شیوه مقابله باهاشون
https://hackernoon.com/10-common-security-gotchas-in-python-and-how-to-avoid-them-e19fbe265e03
#لینک

با سلام و وقت بخیر
پس از برگزاری دوره ۶ هفته‌ای یادگیری عمیق با تنسورفلو در دانشگاه علم و صنعت ایران، با استفاده از تجربیات آن دوره، به فکر برگزاری کارگاه یکروزه یادگیری عمیق افتادیم. برای مرور مطالب ارائه شده در دوره قبلی به لینک زیر مراجعه کنید.

https://t.iss.one/cvision/407

با توجه به تجربیات دوره قبل، برای تنظیم محتوای کارگاه یکروزه نظرسنجی ساده‌ای ایجاد کرده‌ایم. همانطور که می‌دانید حجم مطالب موجود بسیار زیاد بوده و در یکروز باید مطالب مهم‌تر و کاربردی‌تر ارائه شوند. از شما خواهش می‌کنیم برای برگزاری هر چه بهتر این رویداد به لینک زیر مراجعه کرده و با صرف زمانی کمتر از ۲ دقیقه، نظرسنجی زیر را کامل کنید.

https://survey.porsline.ir/s/REvttkW/

اهم موارد اشاره شده در نظرسنجی بالا، پیشنهاد ابزار و محتوای کارگاه است.
در بخش ابزارها، تنسورفلو، پایتورچ و کراس به عنوان ابزارهای اصلی پیشنهاد شده‌اند. می‌توانید هر مبحث مشخص از هر ابزار یا سایر ابزارها را نیز پیشنهاد دهید.
در بخش مباحث یادگیری عمیق سه موضوع مهمتر Deep Computer Vision، Deep Sequence Modeling و Deep Generative Models ذکر شده‌اند. سایر مباحث مدنظر خودتان را هم می‌توانید وارد کنید.

همچنین از هم‌اکنون امکان ثبت‌نام برای این کارگاه ایجاد شده است. با استفاده از لینک زیر می‌توانید برای حضور در این رویداد یکروزه ثبت‌نام کنید.

https://evand.com/events/deeplearning

احیانا از دوستان کلاس اگر کسی خواست ثبت نام کنه، تعداد محدودی کد تخفیف به بنده دادند، اعلام کنه به من.

معرفی سایت Kaggle برای برگزاری مسابقات پردازش داده :

سایت Kaggle مجموعه داده هایی را در اختیار کاربران گذاشته و مسائلی در حوزه تحلیل داده راجع به آن داده ها مطرح می کند.

هر تیم شرکت کننده در بازه زمانی معین باید برنامه یا الگوریتم بهینه مورد نظر برای رسیدن به هدف تعیین شده را ارائه کند و جایزه که گاهاً چندین هزار دلار است به بهترین جواب می رسد. دسته ای از این مسائل هم منجر به استخدام تیم های برتر می شود.

مثالهایی از این دست :

مجموعه ای دست خطها داده شده، هدف تعیین جنسیت نویسنده از روی دست خط است . ( جایزه ۱۰۰۰ دلار )

تعیین کیفیت نظرات کاربران و دسته بندی آنها در سه گروه خوب، جالب و بامزه . ( جایزه استخدام تیم برنده )

پیش بینی قیمت وسایل سنگین مانند بولدوزر در حراجی با توجه به کاربرد آنها. (جایزه ۱۰ هزار دلار )

تشخیص صدای نهنگ از روی صداهای ضبط شده دریایی برای جلوگیری از تصادم آنها با کشتی . ( جایزه ۱۰ هزار دلار )

افزایش کیفیت داده های مستر کارت (یک مسابقه با شرکت کنندگان خاص). (جایزه ۱۰۰ هزار دلار )

خلاصه این سایت هم فال است و هم تماشا . هم کلی منابع آموزشی و مثال حل شده دارد و هم کلی جایزه …

اگر می خواهید به صورت پایه ای و از طریق مسابقات Kaggle علم مهندسی داده را یاد بگیرید، طبق توصیه خود این سایت ، می توانید از این چند آموزش ساده و پایه ای شروع کنید .

اگر با مفاهیم و ابزار پردازش داده آشنا هستید، می توانید از راه حل ها و جواب های درستی که به مسابقات قبلی کگل داده شده است تا حدودی با پیچ و خمهای این مسیر آشنا شوید.

آدرس سایت Kaggle (بوسیله فیلترشکن و یا وی پی ان باز شود) :

https://www.kaggle.com/



https://t.iss.one/joinchat/BmvsKjwJImx0atYkcPT8-A

محیط‌های مجازی پایتون (Python virtual environments)

با تشکر از آقای ستاریان و خانم مهدیان🙏