کارگروه علم داده
428 subscribers
458 photos
14 videos
119 files
431 links
ارتباط با ادمین:
@Smn_statistics
Download Telegram
Forwarded from Datascience
6 کلید واژه تخصصی که هر مهندس داده ای باید بداند
@Datascience_channel
#استخدام متخصص هوش مصنوعی شرکت صدگان سامانه هوشمند

مهارت ها در عکس قرار گرفته

لینک آگهی

#فرصت_شغلی
#ارتباط_با_صنعت
🆔@dsfum
🔰نشست هم‌اندیشی اساتید

🔻باموضوع:
💢حکمرانی با هوش مصنوعی: الزامات و چالش‌ها

🔻باحضور:
👤 دکتر محمد هادی زاهدی
رئیس انجمن هوش مصنوعی ایران

👤دکتر محمد علی اخایی
عضو هیأت علمی دانشگاه تهران

🔻دبیر علمی نشست:
👤دکتر جلال الدین نصیری
عضو هیأت علمی دانشگاه فردوسی

📆 چهارشنبه ۱۸ مهر ماه ۱۴۰۳

ساعت: ۸:۳۰ تا ۱۱:۳۰

🏢دانشکده علوم ریاضی، سالن‌ دکتر بزرگ نیا

📋ثبت نام از طریق پرتال پویا
(ثبت نام در رویداد)

🗓 زمان ثبت‌نام: ۱۱ تا ۱۶ مهر ماه.

📄به اساتید شرکت کننده در این برنامه گواهی هم‌اندیشی تقدیم خواهد شد.


دفتر هم‌اندیشی استادان و نخبگان دانشگاهی دانشگاه فردوسی مشهد
🆔 @hamandishi_fum
🔶 پارادوکس استاین
چرا میانگین نمونه همه جا بهترین براوردگر نیست؟
لینک متن

🆔@dsfum
Forwarded from Data world with Mina (Mina Ra)
برای کار به عنوان داده کاو یا دانشمند داده در یک شرکت‌‌، باید مصاحبه فنی مربوطه را با موفقیت پشت سر گذاشت. اما چه سوالهایی معمولا برای این مصاحبه پرسیده می شوند؟ چند نمونه از این سوالات را که خودم در مصاحبه ها با آنها مواجه شده ام را در اینجا مطرح می کنم. با توجه به اینکه سابقه کار در این زمینه را در ایران ندارم، لذا سوالات مربوطه از مصاحبه های فنی موسسات و شرکتهای واقع در خارج از ایران نظیر IBM, ANZ bank, Sportsbet, iSelect
می باشد.
(صحبت های یک دیتا ساینتیست در خارج ایران)
۱- تعریف و توضیح در مورد
P-value

۲- رگولاریزاسیون چیست و برای حل چه مشکلی استفاده میشود؟ تفاوت بین نرم L1 و L2 چیست؟

۳- تبدیل Box-Cox چیست؟

۴- توضیح در مورد MultiCollinearity
و چگونگی حل آن؟

۵- آیا الگوریتم Gradient descent همیشه به نقطه یکسانی همگرا میشود؟

۶- چگونه در الگوریتم K-means تعداد کلاسترهای بهینه را می توان مشخص کرد؟

۷- بردار ویژه و مقدار ویژه چیست؟

۸- با چه کتابخانه های داده کاوی از زبان پایتون آشنایی دارید؟ همچنین سوالاتی که توانایی شما را در کدنویسی ارزیابی میکند که معمولا این کدها را باید بر روی تخته وایت بردی که در اختیار شما قرار می گیرد، بنویسید

۹- نفرین بعدیت چیست؟

۱۰- چرا خطای کمترین مربعات همیشه متریک مناسبی برای ارزیابی خطا نیست؟ چه متریک دیگری را پیشنهاد می کنید؟

۱۱- آیا استفاده از ۵۰ درخت تصمیم کوچک به جای یک درخت تصمیم بزرگ اولویت دارد؟ چرا؟

۱۲- تعامل بین بایاس و واریانس به چه معناست؟






۱۳- منحنی
ROC
چیست؟

۱۴- کدام را ترجیح می دهید؟ داشتن تعداد زیادی جواب منفی کاذب و یا داشتن تعداد زیادی جواب مثبت کاذب؟

۱۵- چرا دسته بندی کننده نایو بیز، الگوریتم مناسبی نیست؟ برای مسئله تشخیص اسپم در ایمیل، چه روشی را برای بهبود نایو بیز پیشنهاد می کنید؟

۱۶ در بعضی مواقع یک سناریو به داوطلب داده می شود و از او خواسته می شود که برای آن سناریو راه حل پیشنهاد کند. به عنوان مثال: مدیر یک موسسه انتشاراتی که پنج مجله در آن به چاپ می رسد از شما ( به عنوان داده کاو) می خواهد روشی ارائه دهید برای طراحی یک سیستم توصیه به خواننده که بر اساس سلیقه خواننده مجله مورد علاقه اش را به او پیشنهاد می کند.




الگوریتم های #یادگیری_ماشین
#مصاحبه_علم_داده
#علم_داده
@datalook_ir
منبع مطالب رایگان علم داده، کتاب ، نمونه کد
فیلم آموزشی
کارگاه و وبینار رایگان
📝 پیش‌بینی آتش‌سوزی جنگلی قبل از گسترش

ایالت کالیفرنیا در ایالات متحده که هر ساله شاهد وقوع آتش‌سوزی‌های گسترده جنگلی است، از این پس از هوش مصنوعی و بیش از ۱۰۰۰ دوربین برای شناسایی این آتش‌سوزی‌ها قبل از شروع گسترش استفاده می‌کند.

این برنامه هوش مصنوعی موسوم به الرت کالیفرنیا(Alert California) که با همکاری دانشگاه کالیفرنیا سن‌دیگو ایجاد شده است، از ۱۰۳۲ دوربین چرخان ۳۶۰ درجه تغذیه می‌کند و از هوش مصنوعی برای شناسایی ناهنجاری‌ها بهره می‌جوید. سپس به نیروهای خدمات اضطراری و سایر مقامات اطلاع می‌دهد تا بررسی کنند که آیا آتش سوزی احتمالی نیاز به واکنش دارد یا خیر.

این برنامه که در ماه ژوئیه آغاز شده، تاکنون حداقل یک آتش‌سوزی بالقوه را فرونشانده است. گزارش شده است که یکی از این دوربین‌ها، آتش سوزی نوپایی را در ساعت ۳ صبح در جنگل ملی کلیولند در شرق سن‌دیگو ثبت کرده و هوش مصنوعی، آن را شناسایی کرده و به نیروهای آتش نشانی هشدار داده است. سپس حدود ۶۰ آتش‌نشان با تجهیزات و ادوات و دو تانکر آب به سراغ آن رفتند و شعله‌های آتش را ظرف ۴۵ دقیقه خاموش کردند.

🔗 مشاهده کامل خبر


📖 مجله هوش مصنوعی

🆔 : @HomeAI
💟 : instagram.com/homeai.ir
👌1
PythonNotesForProfessionals.pdf
6.1 MB
⭕️ کتاب Python Notes for Professionals

🔰 محتوای این کتاب از بستر Stack Overflow جمع‌آوری شده و حاوی آموزش‌ها و نکات زبان برنامه‌نویسی پایتون است.

در انجمن علوم داده با ما همراه باشید 🌱
|
@DataScience_Association |
👍1
🔶 توضیح مدل svm به زبان ساده

لینک توضیحات: لینک

🆔@dsfum
مجموعه ویدئوهای آموزش یادگیری عمیق دکتر حامد ملک در ترم جاری دانشگاه شهید بهشتی

youtube : https://zaya.io/ifknh


@DataScience
👍1
🔶#استخدام data scientist شرکت گردشگری یوتراوز

لینک آگهی: لینک

🆔@dsfum
🔶#استخدام توسعه دهنده هوش مصنوعی شرکت ویراسنس

شرح فعالیت‌ها:

گردآوری دیتاست‌ها
توسعه مدل های هوش مصنوعی
بهینه­سازی مدل­های موجود به لحاظ دقت، شرایط عملکردی و مصرف منابع
تهیه مستندات علمی
الزامات مورد نیاز برای این موقعیت شغلی:

مدرک تحصیلی کارشناسی ارشد و بالاتر
علاقه‌مندی به تحقیق و مطالعه مقالات تخصصی به زبان انگلیسی
آشنایی با مفاهیم پردازش تصویر
دانش قوی در حوزه هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
مهارت در تهیه مستندات علمی
تسلط در زبان­های برنامه نویسی پایتون و C++
آشنایی کامل با کتابخانه­های NumPy، Keras، Tensorflow و OpenCV
درک ساختارمدل­های هوش مصنوعی و روش اجرای آن­ها
کدنویسی بهینه، خوانا و مسلط به اصول برنامه نویسی تمیز
تسلط به Git
داشتن حداقل یک سابقه کاری مرتبط
*آشنایی به فرآیندهای بک اند مزیت محسوب می­شود

مهارت‌های نرم:

علاقمند به کار تیمی
توان حل مسئله
روحیه چالش‌پذیری


مزایای همکاری:

بیمه تکمیلی
امکانات ورزشی
فضای پویا برای رشد و پیشرفت
امکان پذیرش امریه سربازی برای آقایان

متن کامل آگهی: https://veerasense.com/careers/

🆔@dsfum
👍1
@DataScience_ir - All Cheat Sheets DS, ML, DL, AI.pdf
7.5 MB
🔴 مجموعه جامع برگه تقلب علوم داده
📝 شامل مباحث ML , DL , AI , DS
🏛 کاری از دانشگاه MIT و Stanford

مجموعه ۵۲ صفحه‌ای برگه تقلب علوم داده دانشگاه MIT و Stanford، نمایی جامع از تمامی مباحث اصلی که باید در حوزه علوم داده به آن ها مسلط شوید ارائه می‌دهد. این مباحث شامل ریاضیات علوم داده، یادگیری ماشین، یادگیری عمیق، علم داده و هوش مصنوعی می‌شود.

#️⃣ #علم_داده #DataScience

📊 دانشمند داده شوید :
📎
@DataScience_ir
⭕️ نسخه جدید دوره «یادگیری ماشین برای مبتدیان»
☑️ با استفاده از کتابخانه Scikit-learn پایتون

🔷 ورژن جدید و آپدیت شده مجموعه آموزشی رایگان یادگیری ماشین که توسط شرکت مایکروسافت تهیه شده است، تمامی مباحث مربوط به یادگیری ماشین و چگونگی ساخت مدل‌ها با استفاده از ابزارهایی مثل SciKit Learn, NumPy, Pandas و Matplotlib را پوشش می‌دهد.

🔶 هر جلسه آموزشی شامل آزمون‌های پیش و پس از درس، اسلایدهای آموزشی، تسک های عملی، ویدیوهای درسی و... است. این دوره آموزشی مبتنی بر پروژه شامل 26 جلسه‌ در 12 هفته می شود.

می‌توانید این دوره آموزشی را به همراه لینک گیت هاب، از طریق لینک زیر دریافت نمایید :👇🏼

🏷 Machine Learning for Beginners
🎬 ML for Beginners Course
🗃 ML for Beginners GitHub
📚 ML for Beginners PDF

#️⃣ #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
📎
@MachineLearning_ir
Forwarded from Rade AI News
🗞 انقلاب هوش مصنوعی در استخراج اطلاعات از اسناد پیچیده

🔘 هوش مصنوعی و مدل‌های زبانی بزرگ (LLM) در حال تغییر روش استخراج اطلاعات از اسناد پیچیده هستند. این فناوری‌ها با ساده‌سازی فرآیند استخراج داده‌ها از فرمت‌های مختلف، کارایی و دقت را به طور چشمگیری افزایش می‌دهند.

🔘 متخصصان پیش‌بینی می‌کنند که این پیشرفت‌ها می‌تواند تأثیر قابل توجهی بر صنایع مختلف از جمله امور مالی، حقوقی و پزشکی داشته باشد. با افزایش کاربرد این فناوری‌ها، انتظار می‌رود که پردازش اسناد پیچیده به طور فزاینده‌ای ساده‌تر و کارآمدتر شود.

🔗 Towards AI Medium

@rade_ai_news | @rade_ai
👎1
👨🏻‍💻 آمار یک نیاز ضروری برای یادگیری ماشینه و بهترین راهی که می‌تونین مباحث آماری رو چه برای دروس دانشگاهی و چه برای یادگیری ML فرا بگیرین، از طریق انیمیشن و تجسم تعاملی هست.

🔶 وب سایت "Seeing Theory" تمامی مباحث مورد نیاز، از آمار گرفته تا احتمال و موارد دیگه رو با تصاویر تعاملی به صورت رایگان به شما آموزش میده!

1️⃣ مبانی احتمال 2️⃣ احتمال مرکب
3️⃣ توزیع های احتمال 4️⃣ استنتاج فرکانسیست
5️⃣ استنتاج بیزی 6️⃣ آنالیز رگرسیون

اینم لینک‌ تمامی منابع این سایت: 👇🏼

🏷 Seeing Theory
🌐
Wibsite
📕 Book
🗃 GitHub


#️⃣ #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
📎
@MachineLearning_ir
👍1
#استخدام تحلیلگر داده داتین
فعال در حوزه بانکی

مهارت های مورد نیاز:
SQL , powerbi

لینک کامل آگهی: لینک

🆔@dsfum
👍1
@DataScience_ir - ML & DL Projects.pdf
146.8 KB
🔴 600 پروژه ML در دنیای واقعی
📚 30 پروژه دیپ لرنینگ + دیتاست

☑️ یک روش عالی برای یادگیری و تسلط به مباحث یادگیری ماشین و الگوریتم های آن، این است که از تجربیات دیگران در پروژه‌های واقعی در این حوزه الهام بگیرید تا بتوانید پروژه‌های خودتان را با بهترین عملکرد انجام دهید.💯

فایل فوق که شامل 600 پروژه یادگیری ماشین به همراه 30 پروژه دیپ لرنینگ می‌شود به کسانی که به تازگی آموزش یادگیری ماشین را آغاز کرده اند، کمک می‌کند تا با استفاده از تجربیات دیگران، پروژه‌های خود را با بهترین کیفیت ممکن انجام دهند.

#️⃣ #علم_داده #DataScience

📊 دانشمند داده شوید :
📎
@DataScience_ir
Forwarded from DeepMind AI Expert (Farzad 🦅)
کتابچه جامعه و خوبیه

An introduction to graph theory
https://arxiv.org/abs/2308.04512

#کتاب

🔸 مطالب بیشتر 👇👇

@AI_DeepMind
🔸 @AI_Person
Forwarded from BigData Mining & OSINT (@BigData_Channel)
🔸نحوه انتخاب بهترین نمودار برای مصور سازی داده ها 👇

https://bigdata-ir.com/انواع-روش-های-بصری-سازی-داده-ِdata-visualization-و-نحو/

🖌 @BigData_channel
👁 @OsintPlus
🔴 پلتفرم 365 Data Science به مدت سه هفته، از 1 تا 21 نوامبر، دسترسی رایگان به دوره‌های خود را فراهم کرده است. این دوره‌ها بیشتر حوزه‌های مرتبط با داده را پوشش می‌دهند، کیفیت مناسبی دارند و همراه با گواهینامه ارائه می‌شوند 🚀

365datascience.com/free-weeks-2024

برای آموزش علم داده به جمع ما بپیوندید: 👇

📊👨‍🏫 @DataPlusScience | @DataScience
هفته رایگان DataCamp

تمامی دوره‌های DataCamp از امروز به مدت یک هفته (از ۴ تا ۱۰ نوامبر) به صورت رایگان در دسترس خواهد بود. علاقه‌مندان به حوزه داده و هوش مصنوعی می‌توانند بدون پرداخت هزینه و حتی نیاز به کارت اعتباری، به تمامی دوره‌ها و امکانات این پلتفرم دسترسی پیدا کنند.

https://www.datacamp.com/blog/datacamp-free-access-week

برای آموزش علم داده به جمع ما بپیوندید: 👇

📊👨‍🏫 @DataPlusScience | @DataScience