کارگروه علم داده
428 subscribers
458 photos
14 videos
119 files
431 links
ارتباط با ادمین:
@Smn_statistics
Download Telegram
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
🔶سمینارهای هفتگی گروه آمار فردوسی

موضوع این هفته: تحلیل رگرسیون در ابعاد بالا

زمان: چهارشنبه ۱۶ آبان ماه ساعت ۱۰:۱٠

مکان: سالن بزرگ نیا دانشکده ریاضی
انجمن آمار ایران برگزار می کند.
وبینار برآورد منظم و استنباط برای فرایندهای نقطه ای فضایی - زمانی

زمان: چهارشنبه 23 آبان ماه ساعت 18
لینک وبینار: https://vroom.ut.ac.ir/irstat

🆔@irstat
🔶#استخدام تحلیلگر داده کارخانه لوازم خانگی کلور در مشهد

شرح وظایف:

 * جمع‌آوری، پاکسازی و تحلیل داده‌های مختلف مارکتینگ

 * ساخت داشبوردهای تحلیلی برای نظارت بر عملکرد کمپین‌ها

 * شناسایی روندها و الگوها در داده‌ها برای ارائه بینش‌های عملیاتی

 * همکاری با تیم‌های مختلف مارکتینگ برای اجرای استراتژی‌های مبتنی بر داده

 * طراحی و اجرای مدل‌های پیش‌بینی برای پیش‌بینی رفتار مشتریان

 * انجام تحلیل‌های رقابتی برای شناسایی فرصت‌های جدید

 * استفاده از ابزارهای تحلیل وب برای بررسی عملکرد سایت و کمپین‌ها

 * همکاری با تیم‌های مختلف برای بهبود تجربه مشتری

لینک آگهی: لینک


🆔@dsfum
تحلیل حرکت خاک در فرآیندهای آماده‌سازی زمین با استفاده از الگوریتمهای نوین پردازش تصویر

ملاحظات اقتصادی و زیست‌محیطی کشاورزان را مجبور به مدیریت خاک‌ورزی با پیکربندی‌های بهینه ابزارها می‌کند تا شرایط مطلوب خاک را به دست آورند.
روش‌های کنونی برای بررسی مخلوط شدن لایه‌های خاک محدود هستند، به‌ویژه زمانی که نیاز به بررسی مخلوط شدن چند لایه وجود دارد.
استفاده از نشانگرهای فیزیکی رایج‌ترین روش است. اگرچه این روش می‌تواند اطلاعات مفیدی ارائه دهد، اما به دلیل اینکه نمای کاملی از نحوه حرکت یا مخلوط شدن لایه‌های خاک ارائه نمی‌دهد، برآوردهای تقریبی نادرست اجتناب‌ناپذیر است.
مخلوط شدن لایه‌های خاک با استفاده از شن‌های رنگی مختلف که در لایه‌های مختلف با عمق‌های متفاوت قرار داده شده بودند، بررسی میشودتابه‌طور مداوم مخلوط شدن لایه‌های خاک را مورد بررسی قرار دهد. یک الگوریتم خوشه‌بندی رنگ جدید برای تحلیل عملکرد مخلوط شدن لایه‌های چندرنگ با استفاده از خوشه‌بندی K-means و رویکرد تحلیل مؤلفه‌های اصلی (PCA) میتواند به تحلیل بهتر شرایط کمک کند.
🆔️telegram channel:
https://t.iss.one/Intellimage
#top_news
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
⭕️ آشنایی با الگوریتم «گرادیان کاهشی»


👨🏻‍💻 یکی از الگوریتم‌های مهم حوزه یادگیری ماشین که هدفش بهینه‌سازی مدل‌هاست تا خطا یا همون تابع هزینه رو به کمترین مقدار ممکن برسونه، الگوریتم گرادیان کاهشی است.


🌫 این الگوریتم چطوری کار می‌کنه؟

1️⃣ شروع کار: با یه سری مقادیر اولیه برای پارامترها شروع می‌کنیم.

2️⃣ محاسبه گرادیان: گرادیان تابع هزینه نسبت به پارامترها محاسبه میشه.

3️⃣ به‌روزرسانی پارامترها: پارامترها در جهت کاهش تابع هزینه تنظیم میشن.

4️⃣ تکرار: این فرآیند تا زمانی که به همگرایی برسیم، تکرار میشه.


✔️انواع گرادیان کاهشی:

1⃣ نوع اول؛ Batch Gradient Descent: از کل دیتاست برای هر آپدیت استفاده می‌کنه. خیلی دقیق ولی کُندتره.

🔢 نوع دوم؛ Stochastic Gradient Descent: هر بار فقط یه نمونه داده رو برای آپدیت استفاده می‌کنه، سریع‌تره ولی نوسان داره.

🔢 نوع سوم؛ Mini-batch Gradient Descent: یه تعداد مشخص از داده‌ها رو برای هر آپدیت استفاده می‌کنه، ترکیب خوبی از سرعت و دقته.🤌


🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
A Guide to Random Forest.pdf
369.5 KB
🔶آشنایی با مدل درخت تصمیم و جنگل تصادفی

🆔@dsfum
🔶سمینارهای هفتگی آمار مشهد
موضوع این هفته: کاربرد اسپلاین ها در مدلسازی با استفاده از خانواده مدل های جمعی تعمیم یافته

زمان و مکان:
چهارشنبه ۲۳ آبان ماه ساعت ۱۰ دانشکده ریاضی فردوسی مشهد
👨🏻‍💻 بچه‌ها شلدون اکسلر، ویرایش جدید کتاب جبرخطیش رو، که یکی از بهترین منابع برای یادگیری مفاهیم جبر خطی از پایه‌س، به رایگان منتشر کرده.

ویرایش جدید (چهارم) این کتاب، نسبت به ویرایش‌های قبلیش، ۲۵۰ تا تمرین جدید و ۷۰ تا مثال، بیش‌تر داره. علاوه بر این، چندتا مبحث تازه هم به کتاب اضافه شده که به درک بهتر موضوعات کمک می‌کنه. لینک‌های کتاب + ویدیوهاش رو، اینجا براتون می‌ذارم:👇


📄 کتاب "یادگیری جبر خطی به شیوه‌ای درست"
📖 نسخه الکترونیکی: PDF
😉 ویدیو‌های آموزشی کتاب: Link
💰 وبسایت نویسنده کتاب: Link


✍🏼 Mehrdad

🐦 توییتر صنایع و مدیریت
🕊 @IEMTwitter
Please open Telegram to view this post
VIEW IN TELEGRAM