روش های کاهش بعد
(PCA,LDA,SVD)
لینک
@dsfum

کارگاه های دانشکده ریاضی به مناسبت هفته پژوهش

Machine Learning Cheatsheets

مجموعه ای ارزشمند از خلاصه‌برگ‌های یادگیری ماشین مشتمل بر:
🌟 NumPy Basics
🐼 pandas
🔧 Data Wrangling with pandas
📊 Data Visualization with ggplot2
🌊 Seaborn
📈 Matplotlib
🤖 TensorFlow
🔬 Scikit-Learn
🔬 SciPy
🚀 PySpark
🤖 Keras
🧠 neural network

📊 @DataPlusScience | @Data➕Science

دانلود یکی از برترین منابع فنی پیرامون MLOPS برای علاقه مندان به دنیای Machine Learning

نام کتاب: Introducing MLOPS: How to Scale Machine Learning in Enterprise

تعداد صفحات: 185 صفحه با کیفیت بالا

🖥 مدرسه داده ها را در تلگرام، اینستاگرام و یوتیوب دنبال کنید.

جدول برنامه های هفته دوم هفته پژوهش دانشکده ریاضی فردوسی
🆔@dsfum

فایل ارائه مهندس عطازندی مدیر تحقیق و توسعه شرکت پناپ در رویداد اول هوشمندان

@dsfum

کارشناس هوش مصنوعی شرکت پناپ

لینک


کارآموز هوش مصنوعی شرکت پناپ(امریه)

لینک


#فرصت_شغلی
@dsfum

به عنوان یک آماری این بهترین کتابی هست که میشه هم یک،آماردان برای ورود هوش مصنوعی مطالعه اش کنه و هم یک رشته کامپیوتری میتونه به عنوان یک بیس احتمالاتی برای جبران کتاب مطالعه اش بهش بپردازه. چیزیه که این #کتاب رو،خیلی متمایز میکنه نگاه متفاوتش به قضایا هست که یک کامپیوتری چطور مسائل رو باید ببینه.

▪️ Introduction to Probability for Computing

#هوش_مصنوعی #آمار #منابع

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

تحلیل اکتشافی داده های airbnb

لینک

@dsfum

🔵 هفتاد و یک امین و بینار از سلسله وبینارهای انجمن آمار ایران

مدل رگرسیون کاکس بر پایه یادآوریهای ناقص زمان رخدادها کاربردی از زمان شروع بیماری قلبی در بازماندگان سرطان کودکی

دکتر صدیقه میرزایی
استادیار دانشکده آمار زیستی مرکز تحقیقاتی سرطان کودکان سنت جود

⏰ چهارشنبه ۱۴۰۲/۱۰/۰۶ ساعت ۱۸ تا ۱۹:۳۰

🌐 لینک برگزاری: ‏https://vroom.ut.ac.ir/irstat‏

🆔 @TUSSChannel | انجمن علمی آمار دانشگاه تهران

پیش بینی قیمت جهانی طلا
لینک

@dsfum

📚 Advanced Analytics with Power BI and Excel (2023)

1⃣ Join Channel Download:
https://t.iss.one/+MhmkscCzIYQ2MmM8

2⃣ Download Book: https://t.iss.one/c/1854405158/769

💬 Tags: #Excel #PowerBI

👉 BEST DATA SCIENCE CHANNELS ON TELEGRAM 👈

👨🏻‍💻 اگه شما هم مثل من به مشکل نامتعادل بودن و نرمال نبودن داده‌هاتون توی پروژه‌های ML برخورد کردین، نوت‌بوک‌های ML for Imbalanced Data رو به هیچ وجه از دست ندین!

☑️ این نوت‌بوک‌ها مثل یه راهنمای جامع و کاربردی عمل می‌کنه و از روش‌های کلاسیک تا تکنیک‌های پیشرفته رو پوشش میده تا بتونین به کمک‌شون عملکرد مدل‌تون رو بهبود ببخشین.

📂 برخی از موضوعات این نوت‌بوک‌ها :

◼️ استفاده موثر از داده‌های نامتعال در مدل‌های ML
◻️ روش‌های نمونه‌برداری متنوع
◼️ روش‌های مبتنی بر داده، الگوریتم و رویکرد ترکیبی

┌ 🏷 ML for Imbalanced Data
└ 📃 Notebooks


✅ هم چنین یه دوره ویدیویی یادگیری ماشین برای داده‌های نامتعادل + ریپوی کد‌هاش رو برای یادگیری کامل‌تر مباحث، براتون قرار میدم.👇🏼

┌ 🏷 ML for Imbalanced Data Course
├ 🎬 Videos
└ 🗃 Code Repository


#️⃣ #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
📎 @MachineLearning_ir

پردازش متن فارسی

مدل زبانی parsBERT ، مدلی بر پایه BERT شرکت گوگل که برای پردازش متون فارسی طراحی شده است.


لینک گیت هاب parsBERT:

https://github.com/hooshvare/parsbert

@dsfum

⭕️ 15 تا از رایج‌ترین کاربردهای Pandas, Polars و SQL در یک فریم!

📑 با این راهنما مهارت‌تون رو در هر سه چارچوب افزایش بدین!

👨🏻‍💻 قبلا در این پست در مورد اهمیت استفاده از Polars و جایگزین کردنش به جای Panas گفتم. اما همیشه می‌دونیم که SQL و Pandas چقدر ابزارهای بسیار قدرتمندی برای دیتا آنالیست‌ها و دیتا ساینتیست‌ها هستن و مهارت در هر دوتاشون چقدر ارزشمنده!

✅ اما اخیراً، Polars نیز در میان دیتا ساینتیست‌ها محبوبیت زیادی پیدا کرده. دلیل این محبوبیت هم اینه که Polars بسیاری از محدودیت‌های Pandas رو رفع کرده، از جمله:

☑️ ابزار Pandas همیشه از محاسبات تک‌هسته‌ای استفاده می‌کنه، درحالی که Polars چند‌هسته‌ایه.

☑️ در Pandas امکان lazy execution وجود نداره، اما Polars این قابلیت رو داره.

☑️ مورد بعدی اینکه Pandas دیتافریم‌های حجیم ایجاد می‌کنه، اما دیتافریم‌های Polars سبک و کم حجمه.

☑️ ابزار Pandas روی دیتاست‌های بزرگ کند عمل می‌کنه، درحالی که Polars به طور قابل توجهی کارآمده.

🗂 دانلود نسخه با کیفیت‌تر این راهنما : Link


#️⃣ #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📎 @DataScience_ir

#امریه
امریه وزارت ارتباطات
@dsfum

👨🏻‍💻 خیلی وقت‌ها پیش اومده که نیاز داشتین برای پروژتون، داده‌های خام رو از یه نمودار یا تصویر، داخل یه سند استخراج کنین. مخصوصا برای کارهای پژوهشی.

🔷 حتی بعضی‌ها رو دیدم که تصویر رو با نمودارش چاپ می‌کنن و مقادیر رو به صورت دستی وارد می‌کنن و اندازه گیری می‌کنن! اما الان میخوام نتیجه چند ساعت جستجوم در وب رو باهاتون به اشتراک بگذارم.

✅ وبسایت WebPlotDigitizer !

📝 این وبسایت کار شما رو راحت می‌کنه و قابلیت این رو داره که داده‌های مدنظر شما رو از هر تصویر یا نموداری استخراج کنه. می تونید از این ابزار برای هر نموداری مثل هیستوگرام، مقیاس لگاریتمی، نمودار قطبی، حذف شبکه و غیره استفاده کنید. 100% عملی!

◼️ تصویرتون رو آپلود کنید.
◻️ مقیاس مدنظرتون رو با توجه به محورها تنظیم کنید.
◼️ تمام نقاط موردنظرتون رو انتخاب کنین.
◻️ انتقال به یک فایل یا کپی در کلیپ بورد.


┌ 🏷 Extract raw data
└ 📚 WebPlotDigitizer


#️⃣ #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📎 @DataScience_ir