#مقاله جدید Google Deepmind :
Understanding deep learning through neuron deletion
Pic: https://bit.ly/2pHgwbK
یکی از راه هایی که دانشمندان هم در نوروساینس برای شناخت سیستم استفاده میکنند بررسی نورون های قابل تفسیر یا selective به یک شی یا چیز خاص است.
این نوع مطالعه در یادگیری عمیق و شبکه های عصبی نیز رایج است و برای اینکه دید جعبه سیاه و گنگ نسبت به یک شبکه عمیق آموزش دیده شده را کم کنیم مهم است که شبکه را بهتر بشناسیم. همان طور که اشاره شد یکی از روشها بررسی این است که هر نورون چه قدر در عملکرد شبکه تاثیر دارد.
در این تحقیق نشان داده شده که:
۱- نورون هایی که برای ما قابل تفسیرند(مثل نورونی که به چهره گربه حساس هستند) به هیچ عنوان از نورونهایی که برای ما قابل تفسیر نیستند مهمتر نیستند و حذف هر کدام از نورونهای قابل تفسیر و غیر قابل تفسیر تاثیر یکسانی روی افت کارایی عملکرد شبکه دارد.
۲- شبکه هایی که دیتا را حفظ نکرند و راحت روی دیتایی که در فرآیند آموزش ندیده اند میتوانند عمومیت بخشی کنند به حذف تک تک نورونها کمتر حساس هستند تا شبکه هایی که دیتای آموزشی را حفظ کرده اند.
https://deepmind.com/blog/understanding-deep-learning-through-neuron-deletion/
#neuroscience #deep_learning
#deepmind #selective
Understanding deep learning through neuron deletion
Pic: https://bit.ly/2pHgwbK
یکی از راه هایی که دانشمندان هم در نوروساینس برای شناخت سیستم استفاده میکنند بررسی نورون های قابل تفسیر یا selective به یک شی یا چیز خاص است.
این نوع مطالعه در یادگیری عمیق و شبکه های عصبی نیز رایج است و برای اینکه دید جعبه سیاه و گنگ نسبت به یک شبکه عمیق آموزش دیده شده را کم کنیم مهم است که شبکه را بهتر بشناسیم. همان طور که اشاره شد یکی از روشها بررسی این است که هر نورون چه قدر در عملکرد شبکه تاثیر دارد.
در این تحقیق نشان داده شده که:
۱- نورون هایی که برای ما قابل تفسیرند(مثل نورونی که به چهره گربه حساس هستند) به هیچ عنوان از نورونهایی که برای ما قابل تفسیر نیستند مهمتر نیستند و حذف هر کدام از نورونهای قابل تفسیر و غیر قابل تفسیر تاثیر یکسانی روی افت کارایی عملکرد شبکه دارد.
۲- شبکه هایی که دیتا را حفظ نکرند و راحت روی دیتایی که در فرآیند آموزش ندیده اند میتوانند عمومیت بخشی کنند به حذف تک تک نورونها کمتر حساس هستند تا شبکه هایی که دیتای آموزشی را حفظ کرده اند.
https://deepmind.com/blog/understanding-deep-learning-through-neuron-deletion/
#neuroscience #deep_learning
#deepmind #selective
پنج چارچوب یادگیری عمیقی که هر کسی که به صورت جدی میخواهد یادگیری ماشین را فرابگیرد باید با آنها آشنا باشد. (+مقایسه)
The 5 Deep Learning Frameworks Every Serious Machine Learner Should Be Familiar With
https://heartbeat.fritz.ai/the-5-deep-learning-frameworks-every-serious-machine-learner-should-be-familiar-with-93f4d469d24c
#deep_learning #framework #Comparing
#tensorflow #keras #theano #pytorch #caffe
The 5 Deep Learning Frameworks Every Serious Machine Learner Should Be Familiar With
https://heartbeat.fritz.ai/the-5-deep-learning-frameworks-every-serious-machine-learner-should-be-familiar-with-93f4d469d24c
#deep_learning #framework #Comparing
#tensorflow #keras #theano #pytorch #caffe
Medium
The 5 Deep Learning Frameworks Every Serious Machine Learner Should Be Familiar With
An overview of 5 popular deep learning frameworks: TensorFlow, Theano, PyTorch, Torch, and Caffe.
#خبر
چین سیستم بازشناسی چهره با نام #skynet را توسعه داده است که در هر ثانیه 3 میلیارد چهره را میتواند مقایسه کند!
[pic: https://bit.ly/2pQsrDE]
https://www.zerohedge.com/news/2018-03-27/china-deploys-skynet-facial-recognition-can-compare-3-billion-faces-second
این سیستم بازشناسی چهره در هر ثانیه میتواند تصویر فرد مشکوک را با دیتابیسی هم اندازه تمام جمعیت چین مقایسه کند!
چین با به کار گیری این سیستم در دو سال اخیر 2000 مجرم را که توسط سیستم بازشناسی و تطبیق چهره شناسایی شد دستگیر کرده است.
"The system is able to identify 40 facial features, regardless of angles and lighting, at an accuracy rate of 99.8 percent," reports People's Daily. "It can also scan faces and compare them with its database of criminal suspects at large at a speed of 3 billion times a second, indicating that all Chinese people can be compared in the system within only one second."
#face
چین سیستم بازشناسی چهره با نام #skynet را توسعه داده است که در هر ثانیه 3 میلیارد چهره را میتواند مقایسه کند!
[pic: https://bit.ly/2pQsrDE]
https://www.zerohedge.com/news/2018-03-27/china-deploys-skynet-facial-recognition-can-compare-3-billion-faces-second
این سیستم بازشناسی چهره در هر ثانیه میتواند تصویر فرد مشکوک را با دیتابیسی هم اندازه تمام جمعیت چین مقایسه کند!
چین با به کار گیری این سیستم در دو سال اخیر 2000 مجرم را که توسط سیستم بازشناسی و تطبیق چهره شناسایی شد دستگیر کرده است.
"The system is able to identify 40 facial features, regardless of angles and lighting, at an accuracy rate of 99.8 percent," reports People's Daily. "It can also scan faces and compare them with its database of criminal suspects at large at a speed of 3 billion times a second, indicating that all Chinese people can be compared in the system within only one second."
#face
Tensorflow.js
آموزش و آزمون مدلها در مرورگر شما با نسخه جاوا اسکریپت تنسرفلو!
https://js.tensorflow.org/
#javascript #tensorflow
آموزش و آزمون مدلها در مرورگر شما با نسخه جاوا اسکریپت تنسرفلو!
https://js.tensorflow.org/
#javascript #tensorflow
#خبر #آموزش
امکان استفاده از تنسرفلو در برنامه های تحت وب و در مرورگر با tensorflow.js
A WebGL accelerated, browser based JavaScript library for training and deploying ML models.
https://js.tensorflow.org/
https://medium.com/tensorflow/introducing-tensorflow-js-machine-learning-in-javascript-bf3eab376db
مرتبط با:
https://t.iss.one/cvision/497
#TensorFlow #javascript
امکان استفاده از تنسرفلو در برنامه های تحت وب و در مرورگر با tensorflow.js
A WebGL accelerated, browser based JavaScript library for training and deploying ML models.
https://js.tensorflow.org/
https://medium.com/tensorflow/introducing-tensorflow-js-machine-learning-in-javascript-bf3eab376db
مرتبط با:
https://t.iss.one/cvision/497
#TensorFlow #javascript
TensorFlow
TensorFlow.js | Machine Learning for JavaScript Developers
Train and deploy models in the browser, Node.js, or Google Cloud Platform. TensorFlow.js is an open source ML platform for Javascript and web development.
#رویداد Tensorflow Dev Summit 2018 الان در حال برگزاری است.
پخش زنده این رویداد را در این آدرس می توانید مشاهده کنید
https://www.youtube.com/watch?v=gplTc2F5Wvk
پخش زنده این رویداد را در این آدرس می توانید مشاهده کنید
https://www.youtube.com/watch?v=gplTc2F5Wvk
YouTube
TensorFlow Dev Summit 2018 - Livestream
TensorFlow Dev Summit 2018 All Sessions playlist → https://goo.gl/Lsaq1R Live from Mountain View, CA! Join the TensorFlow team as they host the second annual...
#خبر
تنسرفلو hub کتابخانه ای است برای transfer learning و استفاده ساده از مدلهای از قبل آموزش داده توسعه داده شده است که اخیرا معرفی شد...
🔗Document:
https://www.tensorflow.org/hub/
🔗Github Repository:
https://github.com/tensorflow/hub
🔗Tensorflow Blog Post:
https://medium.com/tensorflow/introducing-tensorflow-hub-a-library-for-reusable-machine-learning-modules-in-tensorflow-cdee41fa18f9
#tensorflow #hub #transfer_learning
تنسرفلو hub کتابخانه ای است برای transfer learning و استفاده ساده از مدلهای از قبل آموزش داده توسعه داده شده است که اخیرا معرفی شد...
🔗Document:
https://www.tensorflow.org/hub/
🔗Github Repository:
https://github.com/tensorflow/hub
🔗Tensorflow Blog Post:
https://medium.com/tensorflow/introducing-tensorflow-hub-a-library-for-reusable-machine-learning-modules-in-tensorflow-cdee41fa18f9
#tensorflow #hub #transfer_learning
TensorFlow
TensorFlow Hub
TensorFlow Hub is a repository of trained machine learning models ready for fine-tuning and deployable anywhere. Reuse trained models like BERT and Faster R-CNN with just a few lines of code.
Media is too big
VIEW IN TELEGRAM
#ویدئو ارائه مربوط به رونمایی از تنسرفلو Hub در رویداد Tensorflow Dev Summit 2018
#tensorflow #hub #transfer_learning
#tensorflow #hub #transfer_learning
#آموزش #فیلم
#TensorFlow Dev Summit 2018
این رویداد دیشب مورخ March 30th, 2018 برگزار گردید.
ویدئوهای ضبط شده:
https://bit.ly/2J9lQwQ
وب سایت این رویداد:
https://www.tensorflow.org/dev-summit/
#TensorFlow Dev Summit 2018
این رویداد دیشب مورخ March 30th, 2018 برگزار گردید.
ویدئوهای ضبط شده:
https://bit.ly/2J9lQwQ
وب سایت این رویداد:
https://www.tensorflow.org/dev-summit/
Media is too big
VIEW IN TELEGRAM
#ویدئو ارائه معرفی TensorFlow Lite و ویژگی های آن که برای پیاده سازی مدل های یادگیری ماشین بر روی تلفن های همراه و Connected Devices مورد استفاده قرار می گیرد در رویداد TensorFlow Dev Summit 2018 .
Media is too big
VIEW IN TELEGRAM
#ویدئو معرفی پروژه TFiwS، پروژه ای برای اتصال سوئیفت و TensorFlow در رویداد TensorFlow Dev Summit 2018
#آموزش گام به گام و کامل ایجاد اکانت Azure ماکروسافت و اجرای jupyter notebook پایتون در آن + نصب پکیج های مورد نیاز به زبان #فارسی.
https://blog.class.vision/1397/01/azure-notebook/
#azure #python
🙏Thanks to: @MH_Sattarian
https://blog.class.vision/1397/01/azure-notebook/
#azure #python
🙏Thanks to: @MH_Sattarian
Forwarded from DLeX: AI Python (Meysam Asgari)
بنا به درخواست کاربران، مجددا لیست تمامی گروههای وابسطه به کانالمون رو منتشر میکنیم:
گروه پرسش و پاسخ لینوکس پایتون و هوش مصنوعی:
↪️ https://t.iss.one/joinchat/ClyM2j9QzOiYfJkHkgrMxQ
گروه مباحث کارایی و سرعت:
↪️ https://t.iss.one/joinchat/Bk7UBktMMjCq3FowT8JNtA
گروه متخصصین وب:
↪️ https://t.iss.one/joinchat/ClyM2g1Bc2jNZw7yzuj-fA
گروه ریاضی و رمزنگاری:
↪️ https://t.iss.one/joinchat/HdXdAUv287poCj8cYQbbuw
گروه پرسش و پاسخ یادگیری عمیق:
↪️ https://t.iss.one/joinchat/ClyM2kZKfp0_jRXWpiQDkw
گروه پرسش و پاسخ پردازش زبان طبیعی:
↪️ https://t.iss.one/joinchat/ClyM2lM9sguMoBTT7rVJzw
گروه ارز دیجیتال:
↪️ https://t.iss.one/joinchat/ClyM2ks_FYXoQKnkXoPCtg
کانال یوتیوب دروس فارسی دکتر رضوی (هوش مصنوعی، پایتون و یادگیری عمیق):
↪️ https://www.youtube.com/c/SeyedNaserRazavi
کانال پایتون، هوش مصنوعی، لینوکس و علوم شناختی:
↪️ https://t.iss.one/joinchat/AAAAAEIZz9O4RpAXQ_ylTw
کتابخونه ما با گلچینی از کتابهای مفید در زمینه پایتون و یادگیری ماشین:
↪️ https://t.iss.one/PyRepo
لینوکس و همه چیز درباره آن:
↪️ https://t.iss.one/uselinux
کانال آموزش یادگیری عمیق و تنسرفلو:
↪️ https://t.iss.one/joinchat/AAAAAD_utReik70uYX64aQ
❇️ @ai_python with ❇️ @cvision and @class_vision also ❇️ @uselinux
گروه پرسش و پاسخ لینوکس پایتون و هوش مصنوعی:
↪️ https://t.iss.one/joinchat/ClyM2j9QzOiYfJkHkgrMxQ
گروه مباحث کارایی و سرعت:
↪️ https://t.iss.one/joinchat/Bk7UBktMMjCq3FowT8JNtA
گروه متخصصین وب:
↪️ https://t.iss.one/joinchat/ClyM2g1Bc2jNZw7yzuj-fA
گروه ریاضی و رمزنگاری:
↪️ https://t.iss.one/joinchat/HdXdAUv287poCj8cYQbbuw
گروه پرسش و پاسخ یادگیری عمیق:
↪️ https://t.iss.one/joinchat/ClyM2kZKfp0_jRXWpiQDkw
گروه پرسش و پاسخ پردازش زبان طبیعی:
↪️ https://t.iss.one/joinchat/ClyM2lM9sguMoBTT7rVJzw
گروه ارز دیجیتال:
↪️ https://t.iss.one/joinchat/ClyM2ks_FYXoQKnkXoPCtg
کانال یوتیوب دروس فارسی دکتر رضوی (هوش مصنوعی، پایتون و یادگیری عمیق):
↪️ https://www.youtube.com/c/SeyedNaserRazavi
کانال پایتون، هوش مصنوعی، لینوکس و علوم شناختی:
↪️ https://t.iss.one/joinchat/AAAAAEIZz9O4RpAXQ_ylTw
کتابخونه ما با گلچینی از کتابهای مفید در زمینه پایتون و یادگیری ماشین:
↪️ https://t.iss.one/PyRepo
لینوکس و همه چیز درباره آن:
↪️ https://t.iss.one/uselinux
کانال آموزش یادگیری عمیق و تنسرفلو:
↪️ https://t.iss.one/joinchat/AAAAAD_utReik70uYX64aQ
❇️ @ai_python with ❇️ @cvision and @class_vision also ❇️ @uselinux
تبدیل Sketch یک سایت به کد با یادگیری عمیق و کتابخانه های #Keras و #Tensorflow:
Automating front-end development with deep learning
[pic: https://bit.ly/2GrIlzc]
🔗Github Repository:
https://github.com/ashnkumar/sketch-code
🔗Blog Post:
https://blog.insightdatascience.com/automated-front-end-development-using-deep-learning-3169dd086e82
مرتبط با:
https://t.iss.one/cvision/450
#deep_learning #Sketch
Automating front-end development with deep learning
[pic: https://bit.ly/2GrIlzc]
🔗Github Repository:
https://github.com/ashnkumar/sketch-code
🔗Blog Post:
https://blog.insightdatascience.com/automated-front-end-development-using-deep-learning-3169dd086e82
مرتبط با:
https://t.iss.one/cvision/450
#deep_learning #Sketch
#آموزش
نکات مهم رویداد برگزار شده Tensorflow Dev Summit امسال:
Highlights from the TensorFlow Developer Summit, 2018
https://medium.com/tensorflow/highlights-from-tensorflow-developer-summit-2018-cd86615714b2
#developer_summit_2018 #tensorflow
نکات مهم رویداد برگزار شده Tensorflow Dev Summit امسال:
Highlights from the TensorFlow Developer Summit, 2018
https://medium.com/tensorflow/highlights-from-tensorflow-developer-summit-2018-cd86615714b2
#developer_summit_2018 #tensorflow
Medium
Highlights from the TensorFlow Developer Summit, 2018
Posted by Sandeep Gupta, Product Manager for TensorFlow, on behalf of the TensorFlow team.
#آموزش
سوال در مورد تفاوت batch norm و dropout و پاسخ Ian Goodfellow .
https://www.quora.com/What-is-the-difference-between-dropout-and-batch-normalization
#dropout #batch_norm #Ian_goodfellow
سوال در مورد تفاوت batch norm و dropout و پاسخ Ian Goodfellow .
https://www.quora.com/What-is-the-difference-between-dropout-and-batch-normalization
#dropout #batch_norm #Ian_goodfellow
# خبر
https://developers.googleblog.com/2018/03/tensorrt-integration-with-tensorflow.html
#tensorflow #tensorRT
https://developers.googleblog.com/2018/03/tensorrt-integration-with-tensorflow.html
#tensorflow #tensorRT
Google Developers Blog
Announcing TensorRT integration with TensorFlow 1.7
Today we are announcing integration of NVIDIA® TensorRT<sup>TM</sup> and TensorFlow. TensorRT is a library that optimizes deep learning models for inference and creates a runtime for deployment on GPUs in production environments. It brings a number of FP16…
#خبر
نسخه نهایی تنسرفلو 1.7 چند روز پیش منتشر شد
https://github.com/tensorflow/tensorflow/releases
#tensorflow #release
نسخه نهایی تنسرفلو 1.7 چند روز پیش منتشر شد
https://github.com/tensorflow/tensorflow/releases
#tensorflow #release
دانلود تمام ویدیوهای Tensorflow developer summit 2018 در یک فایل زیپ.
https://class.vision/tf_dev_summit_2018/all.zip
مرتبط با
https://t.iss.one/cvision/502
#ویدئو
https://class.vision/tf_dev_summit_2018/all.zip
مرتبط با
https://t.iss.one/cvision/502
#ویدئو
Telegram
Tensorflow
#آموزش #فیلم
#TensorFlow Dev Summit 2018
این رویداد دیشب مورخ March 30th, 2018 برگزار گردید.
ویدئوهای ضبط شده:
https://bit.ly/2J9lQwQ
وب سایت این رویداد:
https://www.tensorflow.org/dev-summit/
#TensorFlow Dev Summit 2018
این رویداد دیشب مورخ March 30th, 2018 برگزار گردید.
ویدئوهای ضبط شده:
https://bit.ly/2J9lQwQ
وب سایت این رویداد:
https://www.tensorflow.org/dev-summit/
Forwarded from Software_Geek
نظرسنجی سالانه Stackoverflow
هر سال وب سایت Stackoverflow نظرسنجی ایی را برگزار می کند تا وضعیت صنعت توسعه نرم افزار را روشن و مشخص سازد. امسال بیش از 100 هزار نفر در این نظر سنجی شرکت کرده بودند. ایران با داشتن 0.9% شرکت کنندگان رتبه 21 ام را داشت.
مطالعه نتیجه این نظرسنجی را به همه توسعه دهندگان و مدیران شرکت ها توصیه می کنم تا تصویر شفاف تری از آینده پیدا کنند. برخی از نکات جالب از نظر من به شرح زیر هستند:
* پر استفاده ترین IDE در بین شرکت کنندگان Visual Studio Code و Visual Studio بوده اند. هر کدام سهمی تقریبا برابر با 35% داشته اند.
* نزدیک به 50% توسعه دهندگان از ماشین های ویندوزی استفاده می کنند. سیستم های مک و لینوکس هر کدام سهمی برابر با 25% دارند.
* کنترل نسخه GIT تقریبا همه رقیبان دیگر نظیر SVN و Team Foundation Version Control را منسوخ کرده و نزدیک به 90% افراد از گیت استفاده می کنند.
* برای اشتراک دانش و مدیریت تیم سیستم های Slack و Jira پر استفاده ترین هستند و تقریبا نیمی از شرکت کنندگان از این دو استفاده می کنند. با کمال تعجب سرویس های مایکروسافتی در این حوزه هیچ بُردی ندارند.
* محبوب ترین فریم ورک ها به ترتیب Angular و React و dotNet Core و سپس Java Spring می باشند.
* نزدیک به 50 درصد توسعه دهندگان در حال توسعه سیستمی برای استقرار در لینوکس هستند و نزدیک به 35 درصد برای پلتفرمی ویندوزی سیستم طراحی می کنند. پلتفرم بعدی اندروید با 20% می باشد.
* دیتابیس MySQL با نزدیک به 60% پیشتاز می باشد. سپس SQL Server با 42% محبوب ترین دیتابیس می باشد. جایگاه بعدی متعلق به PostgreSQL می باشد. فراموش نکنیم که دیتابیس های اول و سوم بر خلاف SQL Server رایگان هستند.
* دیتابیس درون حافظه ای Redis، محبوب ترین سیستم برای استفاده به عنوان Cache می باشد.
* زبان های برنامه نویسی به ترتیب محبوبیت Java و سپس Python و سپس C# و سپس PHP می باشند.
گزارش نشان از رشد فزاینده ای در حوزه های مرتبط با "DevOps" و همچنین "Machine Learning" و "Data Science" حکایت می کند. این پوزیشن ها دارای حقوق های بسیار بالا و تقاضای زیادی هستند. علت رشد محبوبیت بالای زبان پایتون که زبان اصلی یادگیری ماشین هست و سایر کتابخانه ها نظیر "TensorFlow" می تواند همین باشد. اهمیت این حوزه ها به قدری است که مدیریت گوگل در کانادا اذعان داشت تا 5 سال دیگر افراد ناآشنا با حوزه "یادگیری ماشین" همه مزیت رقابتی خود را از دست خواهند داد.
* مشاهده نظرسنجی:
https://insights.stackoverflow.com/survey/2018?utm_source=so-owned&utm_medium=meta&utm_campaign=dev-survey-2018-promotion#technology
🙏Thanks to: @seyedyasernabavi
هر سال وب سایت Stackoverflow نظرسنجی ایی را برگزار می کند تا وضعیت صنعت توسعه نرم افزار را روشن و مشخص سازد. امسال بیش از 100 هزار نفر در این نظر سنجی شرکت کرده بودند. ایران با داشتن 0.9% شرکت کنندگان رتبه 21 ام را داشت.
مطالعه نتیجه این نظرسنجی را به همه توسعه دهندگان و مدیران شرکت ها توصیه می کنم تا تصویر شفاف تری از آینده پیدا کنند. برخی از نکات جالب از نظر من به شرح زیر هستند:
* پر استفاده ترین IDE در بین شرکت کنندگان Visual Studio Code و Visual Studio بوده اند. هر کدام سهمی تقریبا برابر با 35% داشته اند.
* نزدیک به 50% توسعه دهندگان از ماشین های ویندوزی استفاده می کنند. سیستم های مک و لینوکس هر کدام سهمی برابر با 25% دارند.
* کنترل نسخه GIT تقریبا همه رقیبان دیگر نظیر SVN و Team Foundation Version Control را منسوخ کرده و نزدیک به 90% افراد از گیت استفاده می کنند.
* برای اشتراک دانش و مدیریت تیم سیستم های Slack و Jira پر استفاده ترین هستند و تقریبا نیمی از شرکت کنندگان از این دو استفاده می کنند. با کمال تعجب سرویس های مایکروسافتی در این حوزه هیچ بُردی ندارند.
* محبوب ترین فریم ورک ها به ترتیب Angular و React و dotNet Core و سپس Java Spring می باشند.
* نزدیک به 50 درصد توسعه دهندگان در حال توسعه سیستمی برای استقرار در لینوکس هستند و نزدیک به 35 درصد برای پلتفرمی ویندوزی سیستم طراحی می کنند. پلتفرم بعدی اندروید با 20% می باشد.
* دیتابیس MySQL با نزدیک به 60% پیشتاز می باشد. سپس SQL Server با 42% محبوب ترین دیتابیس می باشد. جایگاه بعدی متعلق به PostgreSQL می باشد. فراموش نکنیم که دیتابیس های اول و سوم بر خلاف SQL Server رایگان هستند.
* دیتابیس درون حافظه ای Redis، محبوب ترین سیستم برای استفاده به عنوان Cache می باشد.
* زبان های برنامه نویسی به ترتیب محبوبیت Java و سپس Python و سپس C# و سپس PHP می باشند.
گزارش نشان از رشد فزاینده ای در حوزه های مرتبط با "DevOps" و همچنین "Machine Learning" و "Data Science" حکایت می کند. این پوزیشن ها دارای حقوق های بسیار بالا و تقاضای زیادی هستند. علت رشد محبوبیت بالای زبان پایتون که زبان اصلی یادگیری ماشین هست و سایر کتابخانه ها نظیر "TensorFlow" می تواند همین باشد. اهمیت این حوزه ها به قدری است که مدیریت گوگل در کانادا اذعان داشت تا 5 سال دیگر افراد ناآشنا با حوزه "یادگیری ماشین" همه مزیت رقابتی خود را از دست خواهند داد.
* مشاهده نظرسنجی:
https://insights.stackoverflow.com/survey/2018?utm_source=so-owned&utm_medium=meta&utm_campaign=dev-survey-2018-promotion#technology
🙏Thanks to: @seyedyasernabavi