Forwarded from جادی، کیبورد آزاد - Jadi
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#کورس #ویدیو
معرفی کورس جبرخطی عددی برای برنامه نویسان
Computational Linear Algebra for Coders
این کورس در سال ۲۰۱۷ در دانشگاه San Francisco توسط Rachel Thomas تدریس شد.
Rachel Thomas
دکترای ریاضی دارند و به همراه jeremy howard ,
Fast.ai
رو ایجاد کردند.
course review:
https://machinelearningmastery.com/computational-linear-algebra-coders-review/
کتاب آنلاین:
https://github.com/fastai/numerical-linear-algebra/blob/master/README.md
ویدیوها:
https://www.youtube.com/playlist?list=PLtmWHNX-gukIc92m1K0P6bIOnZb-mg0hY
The course uses #Python with examples using #NumPy, #scikit_learn, #numba, #pytorch, and more.
Course Contests
0. Course Logistics
1. Why are we here?
2. Topic Modeling with NMF and SVD
3. Background Removal with Robust PCA
4. Compressed Sensing with Robust Regression
5. Predicting Health Outcomes with Linear Regressions
6. How to Implement Linear Regression
7. PageRank with Eigen Decompositions
8. Implementing QR Factorization
معرفی کورس جبرخطی عددی برای برنامه نویسان
Computational Linear Algebra for Coders
این کورس در سال ۲۰۱۷ در دانشگاه San Francisco توسط Rachel Thomas تدریس شد.
Rachel Thomas
دکترای ریاضی دارند و به همراه jeremy howard ,
Fast.ai
رو ایجاد کردند.
course review:
https://machinelearningmastery.com/computational-linear-algebra-coders-review/
کتاب آنلاین:
https://github.com/fastai/numerical-linear-algebra/blob/master/README.md
ویدیوها:
https://www.youtube.com/playlist?list=PLtmWHNX-gukIc92m1K0P6bIOnZb-mg0hY
The course uses #Python with examples using #NumPy, #scikit_learn, #numba, #pytorch, and more.
Course Contests
0. Course Logistics
1. Why are we here?
2. Topic Modeling with NMF and SVD
3. Background Removal with Robust PCA
4. Compressed Sensing with Robust Regression
5. Predicting Health Outcomes with Linear Regressions
6. How to Implement Linear Regression
7. PageRank with Eigen Decompositions
8. Implementing QR Factorization
MachineLearningMastery.com
Computational Linear Algebra for Coders Review - MachineLearningMastery.com
Numerical linear algebra is concerned with the practical implications of implementing and executing matrix operations in computers with real data.
It is an area that requires some previous experience of linear algebra and is focused on both the performance…
It is an area that requires some previous experience of linear algebra and is focused on both the performance…
کتابخانه یادگیری ماشین
Scikit-learn
نسخه جدید 0.2 را منتشر کرد.
https://scikit-learn.org/stable/whats_new.html#version-0-20
Scikit-learn
نسخه جدید 0.2 را منتشر کرد.
https://scikit-learn.org/stable/whats_new.html#version-0-20
کاربرد * در پارامتر توابع
The *args will give you all function parameters as a tuple
https://docs.python.org/dev/tutorial/controlflow.html#more-on-defining-functions
The *args will give you all function parameters as a tuple
https://docs.python.org/dev/tutorial/controlflow.html#more-on-defining-functions
دوستان در مورد خواندن فایل صوت در پایتون و تغییرات جزئی سوال کردند.
یه نوت بوک خیلی مقدماتی آپلود کردم در ریپوی درس:
https://nbviewer.jupyter.org/github/alireza-akhavan/python-labs/blob/master/DPS-transmission.ipynb
همچنین اگر DSP میخونید کورس رایگان دانشگاه EPFL سوئیس را در سایت کورسرا شدیدا توصیه میکنم.
هم دانشگاه خیلی معتبریه. هم با پایتون گفته و نوت بوکهاش کمکتون میکنه:
https://www.coursera.org/learn/dsp
یه نوت بوک خیلی مقدماتی آپلود کردم در ریپوی درس:
https://nbviewer.jupyter.org/github/alireza-akhavan/python-labs/blob/master/DPS-transmission.ipynb
همچنین اگر DSP میخونید کورس رایگان دانشگاه EPFL سوئیس را در سایت کورسرا شدیدا توصیه میکنم.
هم دانشگاه خیلی معتبریه. هم با پایتون گفته و نوت بوکهاش کمکتون میکنه:
https://www.coursera.org/learn/dsp
nbviewer.jupyter.org
Notebook on nbviewer
Check out this Jupyter notebook!
ویدیوی قدیمی. برنامه نویسی بازگشتی در پایتون:
https://www.aparat.com/v/rcQxo
https://www.aparat.com/v/rcQxo
آپارات - سرویس اشتراک ویدیو
برنامه نویسی بازگشتی
آموزش مقدماتی برنامه نویسی بازگشتی.
در این آموزش مفاهیم پایه ی برنامه نویسی بازگشتی مستقل از زبان برنامه نویسی خاص مورد بررسی قرار گرفته است. با این متد برنامه های بازگشتی را ساده تر حل کرده و مینویسید.
با مثال فاکتوریل، سری فیبوناچی و برج های هانون به صورت…
در این آموزش مفاهیم پایه ی برنامه نویسی بازگشتی مستقل از زبان برنامه نویسی خاص مورد بررسی قرار گرفته است. با این متد برنامه های بازگشتی را ساده تر حل کرده و مینویسید.
با مثال فاکتوریل، سری فیبوناچی و برج های هانون به صورت…
Python_Labs🐍
ادغام دو دیکشنری در پایتون dict merge #pytrick
در این مثال به ترتیب در عبارت z و overwrite شدن b از چپ به راست دقت کنید . اگر به جای
z = {**x, **y}
داشتیم
z = {**y, **x}
در دیکشنری خروجی مقدار b چند میشد؟
z = {**x, **y}
داشتیم
z = {**y, **x}
در دیکشنری خروجی مقدار b چند میشد؟
Python_Labs🐍
The get() method on Python dicts and its "default" arg #pytrick
The get() method on Python dicts and its "default" arg
وقتی متد get را روی یک دیکشنری فراخوانی میکنید بررسی میکند که این کلید در دیکشنری موجود است یا خیر. اگر موجود بود مقدارش را برمیگرداند، در غیر این صورت مقدار پیش فرضی که برایش مشخص کرده اید برمیگردد.
# The get() method on dicts
# and its "default" argument
name_for_userid = {
382: "Alice",
590: "Bob",
951: "Dilbert",
}
def greeting(userid):
return "Hi %s!" % name_for_userid.get(userid, "there")
>>> greeting(382)
"Hi Alice!"
>>> greeting(333333)
"Hi there!"
وقتی متد get را روی یک دیکشنری فراخوانی میکنید بررسی میکند که این کلید در دیکشنری موجود است یا خیر. اگر موجود بود مقدارش را برمیگرداند، در غیر این صورت مقدار پیش فرضی که برایش مشخص کرده اید برمیگردد.
# The get() method on dicts
# and its "default" argument
name_for_userid = {
382: "Alice",
590: "Bob",
951: "Dilbert",
}
def greeting(userid):
return "Hi %s!" % name_for_userid.get(userid, "there")
>>> greeting(382)
"Hi Alice!"
>>> greeting(333333)
"Hi there!"
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
با سلام
گارگاه "اصول شبکه های عصبی عمیق در بینایی ماشین مقدماتی" در تاریخ های زیر برگزار می گردد. علاقه مندان می توانند از طریق لینک زیر ثبت نام کنند.
جلسه اول: چهارشنبه مورخ 23 آبان ماه ساعت 1 الی 5
جلسه دوم: چهارشنبه مورخ 30 آبان ماه ساعت 1 الی 5
پوستر و اطلاعات بیشتر:
https://t.iss.one/cvision/736
لینک ثبت نام:
https://plan.azad.ac.ir/fa/page/9755
گارگاه "اصول شبکه های عصبی عمیق در بینایی ماشین مقدماتی" در تاریخ های زیر برگزار می گردد. علاقه مندان می توانند از طریق لینک زیر ثبت نام کنند.
جلسه اول: چهارشنبه مورخ 23 آبان ماه ساعت 1 الی 5
جلسه دوم: چهارشنبه مورخ 30 آبان ماه ساعت 1 الی 5
پوستر و اطلاعات بیشتر:
https://t.iss.one/cvision/736
لینک ثبت نام:
https://plan.azad.ac.ir/fa/page/9755
Telegram
Tensorflow
دوره مقدماتی یادگیری ژرف
https://plan.azad.ac.ir/fa/page/9755
سرفصل دوره مقدماتی و پیشرفته:
https://t.iss.one/cvision/737
https://plan.azad.ac.ir/fa/page/9755
سرفصل دوره مقدماتی و پیشرفته:
https://t.iss.one/cvision/737
Python's namedtuples can be a great alternative to defining a class manually
#pytrick
#pytrick
You can use "json.dumps()" to pretty-print Python dicts
... (as an alternative to the "pprint" module)
#pytrick
... (as an alternative to the "pprint" module)
#pytrick