Machine Learning for Time Series Forecasting with Python (2020)

‼️هشتگ ها را در کانال دنبال کنید 👇
#پایتون #یادگیری_ماشین

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

🔹آموزش پیشرفته سی شارپ

مدرس : دکتر رضا مشایخی

#سی_شارپ
🆔 @Max_Academy

📘Artificial Intelligence, IOT and machine Learning : AI programs using Python A Beginners book

🆔 @Programming4all_0to100

Artificial Intelligence, IOT and machine Learning : AI programs using Python A Beginners book

‼️هشتگ ها را در کانال دنبال کنید 👇
#پایتون #هوش_مصنوعی #اینترنت_اشیا

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

📘Scientific Computing with Python 3

‼️هشتگ ها را در کانال دنبال کنید 👇
#پایتون

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

Scientific Computing with Python 3

🆔 @Programming4all_0to100

📘Deep Learning with PyTorch Quick Start Guide


🆔 @Programming4all_0to100

Deep Learning with PyTorch Quick Start Guide

‼️هشتگ ها را در کانال دنبال کنید 👇
#پایتون #یادگیری_ماشین

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

📘AI for Data Science

🆔 @Programming4all_0to100

AI for Data Science


‼️هشتگ ها را در کانال دنبال کنید 👇
#هوش_مصنوعی #علم_داده

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

📘ADVANCED NATURAL LANGUAGE PROCESSING WITH TENSORFLOW 2: Build Real-world Effective Nlp... Applications Using Ner, Rnns, Seq2seq Models, Tran

Author(s): ASHISH. BANSAL
Publisher: Packt Publishing Limited, Year: 2021

▪️Who This Book Is For:

This is not an introductory book and assumes the reader is familiar with basics of NLP and has fundamental Python skills, as well as basic knowledge of machine learning and undergraduate-level calculus and linear algebra.

The readers who can benefit the most from this book include:

Intermediate ML developers who are familiar with the basics of supervised learning and deep learning techniques
Professionals who already use TensorFlow/Python for purposes such as data science, ML, research, and analysis

‼️هشتگ ها را در کانال دنبال کنید 👇
#یادگیری_ماشین #علم_داده #تنسورفلو #پردازش_زبان_طبیعی

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

Advanced Natural Language Processing with TensorFlow

▪️What you will learn:

Grasp important pre-steps in building NLP applications like POS tagging
Deal with vast amounts of unlabeled and small labelled Datasets in NLP
Use transfer and weakly supervised learning using libraries like Snorkel
Perform sentiment analysis using BERT
Apply encoder-decoder NN architectures and beam search for summarizing text
Use transformer models with attention to bring images and text together
Build applications that generate captions and answer questions about images
Use advanced TensorFlow techniques like learning rate annealing, custom layers, and custom loss functions to build the latest deep NLP models

‼️هشتگ ها را در کانال دنبال کنید 👇
#یادگیری_ماشین #علم_داده #تنسورفلو #پردازش_زبان_طبیعی

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

📘Python Data Analysis for Newbies: Numpy/pandas/matplotlib/scikit-learn/keras

Joshua K. Cage (2020)

🆔 @Programming4all_0to100

Python Data Analysis for Newbies: Numpy/pandas/matplotlib/scikit-learn/keras
Joshua K. Cage (2020)

‼️هشتگ ها را در کانال دنبال کنید 👇
#یادگیری_ماشین #علم_داده #پایتون

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

📘Mastering pandas for Finance Master pandas an open source Python

🆔 @Programming4all_0to100

Mastering pandas for Finance Master pandas an open source Python

‼️هشتگ ها را در کانال دنبال کنید 👇
#پایتون

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

Learn Keras for Deep Neural Networks

Description:
Learn, understand, and implement deep neural networks in a math- and programming-friendly approach using Keras and Python. The book focuses on an end-to-end approach to developing supervised learning algorithms in regression and classification with practical business-centric use-cases implemented in Keras.
The overall book comprises three sections with two chapters in each section. The first section prepares you with all the necessary basics to get started in deep learning. Chapter 1 introduces you to the world of deep learning and its difference from machine learning, the choices of frameworks for deep learning, and the Keras ecosystem. You will cover a real-life business problem that can be solved by supervised learning algorithms with deep neural networks. You’ll tackle one use case for regression and another for classification leveraging popular Kaggle datasets.


🆔 @Programming4all_0to100

Learn Keras for Deep Neural Networks

▪️What You’ll Learn
• Master fast-paced practical deep learning concepts with math- and programming-friendly abstractions.
• Design, develop, train, validate, and deploy deep neural networks using the Keras framework
• Use best practices for debugging and validating deep learning models
• Deploy and integrate deep learning as a service into a larger software service or product
• Extend deep learning principles into other popular frameworks

▪️Who This Book Is For
Software engineers and data engineers with basic programming skills in any language and who are keen on exploring deep learning for a career move or an enterprise project.
‼️هشتگ ها را در کانال دنبال کنید 👇
#پایتون

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

Python for Probability Statist


🆔 @Programming4all_0to100

📘Python for Probability Statist


‼️هشتگ ها را در کانال دنبال کنید 👇
#پایتون

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇

🆔 @Programming4all_0to100

کتاب یادگیری عمیق
اصول ، مفاهیم و رویکردها
تالیف و گردآوری : میلاد وزان

‼️هشتگ ها را در کانال دنبال کنید 👇
#یادگیری_ماشین #علم_داده #پایتون

برای دانلود کتابهای بیشتر در کانال عضو شوید
👇
🆔 @Programming4all_0to100