Speedup Pandas 10x using Python’s Datatable package
https://youtu.be/mQi6QIGGJ5U

One-Class Classification Algorithms for Imbalanced Datasets
https://machinelearningmastery.com/one-class-classification-algorithms/

ویدیوی کوتاه از داستان به وجود آمدن پایتون از زبان نویسنده‌اش، Guido Van Rossum

https://www.instagram.com/tv/B8k7qRCAVKa/?igshid=bmp88rozc9tr

بالاخره نسخه ۱.۰.۰ کتابخانه XGBoost منتشر شد!

Release Note: https://github.com/dmlc/xgboost/releases/tag/v1.0.0

GitHub: https://github.com/dmlc/xgboost

کاربرد توابع lambda چیه؟

همه موارد درسته...

توضیحاتی در مورد الگوریتم
Random Forest


https://www.instagram.com/p/B9HaR7ggeky/?igshid=1l3vvn7ybepp7

#آموزش
قبلا مطالبی پیرامون آموزش دادن شبکه های عصبی عمیق وقتی با چالش #imbalance بودن دیتا مواجه هستیم نوشته شده بود. که انتهای این پست لینک شدند.
این بلاگ پست روش‌های ارزیابی مناسب برای وقتی که با این چالش مواجهیم را به خوبی تشریح کرده که توصیه میکنم بخوانید.
معیارهایی نظیر نمودار #ROC، معیار #AUC یا همون مساحت زیر نمودار، #Sensitivity و #Specificity یا معیار #GMean که بر اساس دو معیار قبلی تعریف میشه، ##precision ، Recall و #FMeasure و ...

https://machinelearningmastery.com/tour-of-evaluation-metrics-for-imbalanced-classification/

——-
مطالب مرتبط قبلی
Weight balancing in #keras
Weight balancing

Handling Imbalanced Datasets in Deep Learning
https://t.iss.one/cvision/1236

Extreme Rare Event Classification using Autoencoders in Keras
https://t.iss.one/cvision/1238

#imbalance

اپلیکیشن رسمی Github برای موبایل منتشر شده. اطلاعات بیشتر:

https://github.com/mobile/

A visual debugger for Jupyter
https://blog.jupyter.org/a-visual-debugger-for-jupyter-914e61716559

#منبع #سورس_کد
یادگیری ماشبن، و یادگیری عمیق
بدون فریم ورک و From Scratch با numpy !

Machine Learning From Scratch. Bare bones NumPy implementations of machine learning models and algorithms with a focus on accessibility. Aims to cover everything from linear regression to deep learning.

https://github.com/eriklindernoren/ML-From-Scratch/blob/master/README.md

#کورس #منبع

سایت #udacity دوره های nanodegree خود را به مدت ۱ ماه رایگان کرده است.

حتما از این فرصت استفاده کنید، کورس های این سایت واقعا کیفیت خوبی داره...

Udacity’s Contribution to the COVID-19 Crisis: One Free Month Access to Nanodegree Programs

https://blog.udacity.com/2020/03/one-month-free-on-nanodegrees.html

اگر خاطرتون باشه قبلا در جلسه Exploratory_Data_Analysis در مورد p-value بحث کرده بودیم
این بلاگ پست را از دست ندید...
How to interpret p-value with COVID-19 data
https://towardsdatascience.com/how-to-interpret-p-value-with-covid-19-data-edc19e8483b

برای آموزش و درک داکر سه قسمت ویدئو درست کردم. ۱. مفاهیم و نصب و استفاده اولیه. ۲. والیوم ها و تعریف یک پروژه داکری ۳. داکرایز کردن و شبکه و پیشنهادهایی برای خودآموزی.

دلگرمی در این روزها؟ سابسکرایب؟ (:

یوتیوب: https://www.youtube.com/JadiMirmirani
آپارات: https://www.aparat.com/jadi

🤖⚡️ scikit-learn tip :
GridSearchCV taking too long? Try RandomizedSearchCV with a small number of iterations.

Make sure to specify a distribution (instead of a list of values) for continuous parameters!


#sklearntips #MachineLearning #Python #DataScience

منبع

آیا می‌توانیم یک ماژول خاص پایتونی را با دستور pip مستقیم از یه پوشه یه مخزن github بگیریم و نصب کنیم؟

بله.

می‌تونیم توی فایل requirements.txt با این فرمت در یک خط اضافه کنیم
git+https://github.com/repo_name/repo.git#subdirectory=package_name
یا قاعدتا مستقیم تو کامند لاین یا ترمینالمون بزنیم:

pip install git+https://github.com/repo_name/repo.git#subdirectory=package_name

مثلا می‌تونید با یه خط کد از پروژه دیتاست coco برید و api مربوط به پایتونشو دانلود و نصب کنید:

pip install git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI

داکیومنت‌های بیشتر:
https://pip.readthedocs.io/en/stable/reference/pip_install/#vcs-support

Python CLI utility and library for manipulating SQLite databases
https://github.com/simonw/sqlite-utils

تو مخی چیست؟!
پکیج‌های پایتونی که در آن نام importی آن با نام پکیج pip آن متفاوت است!

مثل opencv که دیگه تهشه! :)

#fun
the struggle is real

https://twitter.com/deeplearningai_/status/1254832685954011139?s=20

تکراری، اما کاربردی...