500 AI Machine learning Deep learning Computer vision NLP Projects with code
https://zaya.io/jpscn
More Projects list is coming...!!!
✅ @Data➕Science
@DataPlusScience
تاریخچه تصویری از مهمترین گام های برداشته شده در هوش مصنوعی
✅ @Data➕Science
@DataPlusScience
@DataPlusScience _ Data Storytelling Cheat Sheets .pdf
5.67M
Data Storytelling Cheat Sheets
✅ @Data➕Science
@DataPlusScience
Types of machine learning algorithms and their applications
افرازی از انواع متدهای یادگیری ماشین و کاربردهای آنها
✅ @Data➕Science
@DataPlusScience
@DataPlusScience _ SQL cheat sheet.pdf
2.16M
SQL Cheat Sheet – Technical Concepts for the Job Interview
جزوه خلاصه مفاهیم SQL
✅ @Data➕Science
@DataPlusScience
🔴 نظرسنجی سالانه Kaggle برای علم داده و یادگیری ماشین در سال 2022 منتشر شد❗️
✅ این نظرسنجی سالانه که توسط بزرگترین انجمن علم داده جهان Kaggle انجام میشود، امسال از بین 23997 دانشمند داده از 173 کشور دنیا 43 سوال در مورد علم داده و یادگیری ماشین پرسیده شد. در اینجا به چند نتیجه مهم از این نظرسنجی اشاره می کنیم:
1️⃣ این رشته هنوز از نظر جنسیت بسیار نامتعادل است و 80 درصد از آن را مردان و کمتر از 20 درصد متخصصین آن را زنان تشکیل می دهند.
2️⃣ تعداد فزاینده ای از دانشمندان داده در ژاپن و هند کار و زندگی می کنند.
3️⃣ پایتون و SQL همچنان برترین زبان های برنامه نویسی در میان دانشمندان داده هستند.
4️⃣ کتابخانه Scikit-Learn محبوب ترین چارچوب ML است در حالی که کتابخانه PyTorch سال به سال به طور پیوسته در حال رشد بوده است.
5️⃣ معماری های Transformer برای مدل های یادگیری عمیق (تصویر و داده های متنی) محبوب تر میشوند.
6️⃣ خدمات وب آمازون (AWS) یک پلتفرم ابری پیشرو برای علم داده و ML است
🔰 میتوانید نسخه کامل این نظرسنجی را از لینک زیر دریافت نمایید :👇🏼
┌ 🏷 Kaggle Data Science & ML Survey
└ 📕 PDF: Download
🔟 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📎 @DataScience_ir
@DataPlusScience
DeepLearning @DataPlusScience.pdf
11.44M
#کتاب_فارسی
یادگیری عمیق: از اصول اولیه تا ساخت شبکههای عصبی عمیق با پایتون
نگارنده: میلاد وزان
سرفصلها:
مقدمهای بر یادگیری عمیق
شبکههای عصبی پیشخور
شبکههای عصبی کانولوشنی
شبکههای عصبی بازگشتی
شبکه متخاصم مولد
این کتاب به رایگان و توسط نگارنده منتشر شده است.
@Data➕Science
@DataPlusScience
ربات تلگرامی توسعه داده شده بر اساس ChatGPT
برای دسترسی ساده و سنجش عملکرد ChatGPT میتونید از این ربات تلگرامی استفاده کنید:
لینک دسترسی
@Data➕Science
@DataPlusScience
تاریخچه تصویری از مهمترین گام های برداشته شده در هوش مصنوعی
✅ @Data➕Science
@DataPlusScience
مهمترین کتابهای علم داده به نظر ChatGPT
"An Introduction to Statistical Learning" by Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani
"Data Science from Scratch" by Joel Grus
"Python for Data Analysis" by Wes McKinney
"The Elements of Statistical Learning" by Trevor Hastie, Robert Tibshirani and Jerome Friedman
"Pattern Recognition and Machine Learning" by Christopher Bishop
"Deep Learning" by Ian Goodfellow, Yoshua Bengio and Aaron Courville
"Data-Driven" by DJ Patil
"Bayesian Methods for Hackers" by Cameron Davidson-Pilon
"Data Smart" by John W. Foreman
"R for Data Science" by Hadley Wickham and Garrett Grolemund.
✅ @Data➕Science
@DataPlusScience
مهمترین کورسهای علم داده به نظر ChatGPT:
Coursera's "Machine Learning" by Andrew Ng
Coursera's "Data Science Specialization" by John Hopkins University
Udemy's "Python for Data Science and Machine Learning Bootcamp"
Coursera's "Applied Data Science with Python" by University of Michigan
edX's "Data Science Essentials" by Microsoft
Coursera's "Introduction to Deep Learning" by National Research University of Electronic Technology (MIET)
Udacity's "Deep Learning Foundation"
Coursera's "Data Visualization with Tableau" by Duke University
Coursera's "Data Structures and Algorithms" by Stanford University
Coursera's "Data Mining" by University of Illinois at Urbana-Champaign.
@Data➕Science
@DataPlusScience