#archive
🗂 آرشیو محتوای واحد درسی:
❄️ Applied AI with DeepLearning
🌍 https://www.coursera.org/learn/ai
از سری درسهای گروه IBM از وبسایت coursera بر روی گیت هاب کانال یادگیری ماشین @ml_in_science قرار گرفت.
❇️ حجم کل این واحد درسی ۶۱۰ مگابایت است.
❇️ فایل های زیرنویس انگلیسی درس نیز در کنار ویدئوها قرار دارد.
#github
https://github.com/Machine-Learning-in-Science/pedagogical/tree/master/courses/applied_ai_with_deepLearning_coursera
------------------------------------------------------------------------------------------------
کانال یادگیری ماشین در علم:
@ml_in_science
گروه یادگیری ماشین در علم:
https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
------------------------------------------------------------------------------------------------
☯️ دستورالعمل استفاده از آرشیو گروه یادگیری ماشین در علم بر روی گیت هاب ☯️
#git_instruction1
◀️برای استفاده از محتواهای درسی موجود بر روی gitHub کانال "یادگیری ماشین در علم"، میتوانید از دستورات زیر استفاده کنید:
❇️ تنظیمات اولیه محیط git بر روی کامیپوتر:
git init
git config --global user.name "your gitHub username"
git config --global user.email "your_gitHub_email"
❇️ برای کلون کردن فایل های حجیم از git lsf استفاده کنید:
git lfs install
❇️اگر میخواهید فقط یک فولدر خاص از گیت هاب را دانلود / کپی یا اصطلاحا clone کنید بر روی کامپیوترتان میتوانید به طریق زیر عمل کنید:
مثلا میخواهید از مجموعه کورس های روی گیت هاب ما فقط کورس یادگیری ماشین را دریافت کنید و نه دیگر فولدر ها و فایل های دیگر کورس ها،
$ mkdir pedagogical
$ cd pedagogical
$ git init
$ git remote add -f origin https://github.com/Machine-Learning-in-Science/pedagogical
$ git config core.sparseCheckout true
حال فولدر درسی که میخواهید دانلود کنید را مثلا courses/ml-ng-coursera به فایل
📍.git/info/sparse-checkout
از طریق این دستور اضافه کنید:
$ echo "courses/ml-ng-coursera" >> .git/info/sparse-checkout
و نهایتا این دستور را اجرا کنید:
$ git pull origin master
❇️ اگر خواستید فولدری دیگر را دانلود کنید یادتان نرود که فولدر قبلی را از فایل 📍 پاک کنید.
❇️ برای مخزن دیگر گیت هاب و هر فولدر دیگر هم میتوانید همین کار را تکرار کنید.
🗂 آرشیو محتوای واحد درسی:
❄️ Applied AI with DeepLearning
🌍 https://www.coursera.org/learn/ai
از سری درسهای گروه IBM از وبسایت coursera بر روی گیت هاب کانال یادگیری ماشین @ml_in_science قرار گرفت.
❇️ حجم کل این واحد درسی ۶۱۰ مگابایت است.
❇️ فایل های زیرنویس انگلیسی درس نیز در کنار ویدئوها قرار دارد.
#github
https://github.com/Machine-Learning-in-Science/pedagogical/tree/master/courses/applied_ai_with_deepLearning_coursera
------------------------------------------------------------------------------------------------
کانال یادگیری ماشین در علم:
@ml_in_science
گروه یادگیری ماشین در علم:
https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
------------------------------------------------------------------------------------------------
☯️ دستورالعمل استفاده از آرشیو گروه یادگیری ماشین در علم بر روی گیت هاب ☯️
#git_instruction1
◀️برای استفاده از محتواهای درسی موجود بر روی gitHub کانال "یادگیری ماشین در علم"، میتوانید از دستورات زیر استفاده کنید:
❇️ تنظیمات اولیه محیط git بر روی کامیپوتر:
git init
git config --global user.name "your gitHub username"
git config --global user.email "your_gitHub_email"
❇️ برای کلون کردن فایل های حجیم از git lsf استفاده کنید:
git lfs install
❇️اگر میخواهید فقط یک فولدر خاص از گیت هاب را دانلود / کپی یا اصطلاحا clone کنید بر روی کامپیوترتان میتوانید به طریق زیر عمل کنید:
مثلا میخواهید از مجموعه کورس های روی گیت هاب ما فقط کورس یادگیری ماشین را دریافت کنید و نه دیگر فولدر ها و فایل های دیگر کورس ها،
$ mkdir pedagogical
$ cd pedagogical
$ git init
$ git remote add -f origin https://github.com/Machine-Learning-in-Science/pedagogical
$ git config core.sparseCheckout true
حال فولدر درسی که میخواهید دانلود کنید را مثلا courses/ml-ng-coursera به فایل
📍.git/info/sparse-checkout
از طریق این دستور اضافه کنید:
$ echo "courses/ml-ng-coursera" >> .git/info/sparse-checkout
و نهایتا این دستور را اجرا کنید:
$ git pull origin master
❇️ اگر خواستید فولدری دیگر را دانلود کنید یادتان نرود که فولدر قبلی را از فایل 📍 پاک کنید.
❇️ برای مخزن دیگر گیت هاب و هر فولدر دیگر هم میتوانید همین کار را تکرار کنید.
💠“Money”, an extraordinary Journey from stones to computers
https://fintechnewshub.com/2019/01/09/money-an-extraordinary-journey-from-stones-to-computers/
by: Shima Farazmehr @TablofarshDarkoob & Parham Lilian
https://fintechnewshub.com/2019/01/09/money-an-extraordinary-journey-from-stones-to-computers/
by: Shima Farazmehr @TablofarshDarkoob & Parham Lilian
❄️ Welcome to "The GAN Zoo"
https://github.com/hindupuravinash/the-gan-zoo
https://github.com/hindupuravinash/the-gan-zoo
#resources
https://www.analyticsindiamag.com/the-best-resources-for-learning-deep-learning-for-beginners
https://www.analyticsindiamag.com/the-best-resources-for-learning-deep-learning-for-beginners
Analytics India Magazine
The Best Resources For Learning Deep Learning For Beginners
Over the last few years, Deep Learning has proven itself to be the game-changer. This area of data science is the only one responsible for the advancements
❇️ آیا یک شبکه عصبی مصنوعی میتواند معماری یک شبکه عصبی مصنوعی دیگر را طراحی کند؟
❇️ https://ai.googleblog.com/2017/05/using-machine-learning-to-explore.html
❇️ https://ai.googleblog.com/2017/05/using-machine-learning-to-explore.html
Googleblog
Using Machine Learning to Explore Neural Network Architecture
▪️ امروز و آینده هوش مصنوعی از زبان محقق ناسا سید سجادی
▪️https://www.youtube.com/watch?v=acEreH_SiuY
▪️https://www.youtube.com/watch?v=acEreH_SiuY
YouTube
NASA Researcher Seyed Sajjadi discusses General Artificial Intelligence for the general public
In this interview, Paolo Messina talks with NASA scientist and research engineer Seyed Sajjadi. The conversation focuses around the stage of general artifici...
❇️ Today in Technology: The Top 10 Tech Issues for 2019
https://www.linkedin.com/pulse/today-technology-top-10-tech-issues-2019-brad-smith/?published=t
@ml_in_science
@Machine_learn
https://www.linkedin.com/pulse/today-technology-top-10-tech-issues-2019-brad-smith/?published=t
@ml_in_science
@Machine_learn
❇️ Cutting-Edge Face Recognition is Complicated. These Spreadsheets Make it Easier.
💠 https://towardsdatascience.com/cutting-edge-face-recognition-is-complicated-these-spreadsheets-make-it-easier-e7864dbf0e1a
@ml_in_science
@Machine_learn
💠 https://towardsdatascience.com/cutting-edge-face-recognition-is-complicated-these-spreadsheets-make-it-easier-e7864dbf0e1a
@ml_in_science
@Machine_learn
Telegram
attach📎
@ml_in_science
@Machine_learn
💎 UNICEF Innovation Fund Call for Data Science & A.I
💠 https://www.unicef.org/innovation/FundCallDataAI?fbclid=IwAR2nZN9Oc02r3Sa50o33Psp3F7pXeU0QKta8pLJhCe0SwNd0u740ySe3_RU
@Machine_learn
💎 UNICEF Innovation Fund Call for Data Science & A.I
💠 https://www.unicef.org/innovation/FundCallDataAI?fbclid=IwAR2nZN9Oc02r3Sa50o33Psp3F7pXeU0QKta8pLJhCe0SwNd0u740ySe3_RU
https://www.datasciencecentral.com/profiles/blogs/top-down-learning-path-machine-learning-for-software-engineers?fbclid=IwAR0rOV5VXrJOQTY3BDoNPYBNubgpeQleRQDcchmf-Hena7_WYRJSu5zVd_U
@ml_in_science
@Machine_learn
@ml_in_science
@Machine_learn
Datasciencecentral
Machine Learning Guide and Tutorial for Software Engineers
This article was written by Nam Vu on GitHub.
What is it?
This is my multi-month study plan for going from mobile developer (self-taught, no CS degree) to ma…
What is it?
This is my multi-month study plan for going from mobile developer (self-taught, no CS degree) to ma…
ساعت ۹:۳۰ امشب ۴ بهمن ماه ۱۳۹۷ در کانال یوتیوب زیر مشاهده کنید:
https://www.youtube.com/watch?v=cUTMhmVh1qs
https://www.youtube.com/watch?v=cUTMhmVh1qs
YouTube
DeepMind StarCraft II Demonstration
Join Artosis, RottterdaM and a cast of special guests for a unique StarCraft II showcase live from DeepMind in London, in partnership with Blizzard.
❇️ PERIMETER SCHOLARS INTERNATIONAL
💠 https://perimeterinstitute.ca/training/about-psi
Perimeter Scholars International is a one-year master's-level course in theoretical physics designed to bring highly qualified and exceptionally motivated graduate students to the cutting edge of the field in an intense, interactive training environment.
💠 https://perimeterinstitute.ca/training/about-psi
Perimeter Scholars International is a one-year master's-level course in theoretical physics designed to bring highly qualified and exceptionally motivated graduate students to the cutting edge of the field in an intense, interactive training environment.
❇️ Articles about A/B test
The Math Behind A/B Testing with Example Python Code
💠 https://towardsdatascience.com/the-math-behind-a-b-testing-with-example-code-part-1-of-2-7be752e1d06f
Data science concepts you need to know! Part 1
💠 https://towardsdatascience.com/introduction-to-statistics-e9d72d818745
The Math Behind A/B Testing with Example Python Code
💠 https://towardsdatascience.com/the-math-behind-a-b-testing-with-example-code-part-1-of-2-7be752e1d06f
Data science concepts you need to know! Part 1
💠 https://towardsdatascience.com/introduction-to-statistics-e9d72d818745
Telegram
attach📎
❇️ Summer School on "Intelligent Signal Processing for Frontier Research and Industry" (INFIERI)
🌍 https://petlab.hust.edu.cn/infieri2019.htm
The opening of the second season of the international summer school series on "Intelligent Signal Processing for Frontier Research and Industry",
INFIERI, will be Launched at the Huazhong University of Science and Technology, HUST, in Wuhan (China). HUST will host the School from May 12 to 26, 2019.
🌍 https://petlab.hust.edu.cn/infieri2019.htm
The opening of the second season of the international summer school series on "Intelligent Signal Processing for Frontier Research and Industry",
INFIERI, will be Launched at the Huazhong University of Science and Technology, HUST, in Wuhan (China). HUST will host the School from May 12 to 26, 2019.