The Debugging Diaries
88 subscribers
63 photos
47 videos
33 files
73 links
گوشه‌ای برای یادداشت و ثبت مطالب مربوط به پایتون، یادگیری عمیق و هوش و هر چی که مربوط به تکنولوژی باشه.
加入频道
Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی

🔰 فصل پنجم (سیستم های توصیه گر)

2 - سیستم‌های توصیه‌گر مبنی بر محتوا
Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی

🔰 فصل پنجم (سیستم های توصیه گر)

3 - آزمایشگاه سیستم‌های توصیه‌گر مبنی بر محتوا
04_کوییز_آزمایشگاه_سیستم_های_توصیه_گر_مبنی_بر_محتوا.rar
384 KB
✴️ دوره یادگیری ماشین با جادی

🔰 فصل پنجم (سیستم های توصیه گر)

4 - کوییز آزمایشگاه سیستم های توصیه گر مبنی بر محتوا
Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی

🔰 فصل پنجم (سیستم های توصیه گر)

5 - سیستم‌های توصیه‌گر مبتنی بر همکاری
Media is too big
VIEW IN TELEGRAM
✴️ دوره یادگیری ماشین با جادی

🔰 فصل پنجم (سیستم های توصیه گر)

6 - آزمایشگاه سیستم‌های توصیه‌گر مبتنی بر همکاری
07_کوییز_آزمایشگاه_سیستم_های_توصیه_گر_مبتنی_بر_همکاری.rar
383.9 KB
✴️ دوره یادگیری ماشین با جادی

🔰 فصل پنجم (سیستم های توصیه گر)

7 - کوییز آزمایشگاه سیستم های توصیه گر مبتنی بر همکاری
08 - پروژه تلفن همراه پیشنهادی.rar
7.1 MB
✴️ دوره یادگیری ماشین با جادی

🔰 فصل پنجم (سیستم های توصیه گر)

8 - پروژه تلفن همراه پیشنهادی
06 - Files.rar
25.5 MB
🔰 فایل های این دوره در صورت نیاز
#ML
persian machine learning book @DataPlusScience.pdf
17.2 MB
یادگیری ماشین و علم داده: مبانی، مفاهیم، الگوریتم‌ها و ابزارها
تالیف و گردآوری: میلاد وزان

نسخه الکترونیک کتاب توسط مولف به صورت رایگان منتشر شده است.

فهرست مطالب:
فصل اول: علم داده
فصل دوم: مقدمه‌ای بر پایتون
فصل سوم: داده
فصل چهارم: مقدمه‌ای بر یادگیری ماشین
فصل پنجم: انتخاب و ارزیابی مدل
فصل ششم: یادگیری با نظارت
فصل هفتم: یادگیری عمیق
فصل هشتم: یادگیری غیرنظارتی
فصل نهم: مباحث منتخب
#Book
#ML
تفاوتها کراس،پایتورچ ، تنسرفلو
#python
Power Query VS SQL vs Python
Confusion Matrix.pdf
3 MB
خلاصه ای از Confusion Matrix
#ML
Data Prep and Cleaning for Machine Learning @DataPlusScience.pdf
3.9 MB
پیش پردازش داده‌ها در پروژه‌های علوم داده

این فایل به صورت مختصر به بیان 8 گام مرسوم پیش‌پردازش داده‌ها در پروژه‌های علوم داده پرداخته است.
#ML
چن تا از مهم ترین توابع تو پانداز که هرکدوممون باید بلد باشیم
#python
Pandas in 8 Pages.pdf
828 KB
🔖Pandas in 8 Pages
#python
MACHINE LEARNING CHEET SHEET .pdf
1.3 MB
یک cheat sheet با کیفیت و کامل

#منابع #یادگیری_ماشین
#ML
Understanding AI vs. ML.pdf
964.2 KB
فایل هوش مصنوعی، یادگیری ماشین و یادگیری عمیق و تفاوت آن ها
#ML
DeepLearning @DataPlusScience.pdf
10.9 MB
#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.
#Book
#ML
Forwarded from آرمان بهنام
Python Regex Cheat Sheet.pdf
495 KB
🧾آموزش عبارات با قاعده یا regex در پایتون

عبارات با قاعده یا همان Regular Expression ها روشی جهت پردازش داده های متنی و استخراج اطلاعات مورد نظر از آن است. با Regex ها می توان الگوهای مثلا ایمیل، شماره تلفن، اسامی و ... را از متن استخراج کرد. در این آموزش خیلی ساده این رویکرد در زبان پایتون بررسی شده است. البته Regex ها رو در هر زبانی می توان استفاده کرد حتی توی اکسل هم وجود دارند.

با تشکر از علی نظری زاده

📍این مطلب را با علاقمندان به پایتون به اشتراک بگذاریم.
_______________________
📚 @ArmanbehnamAI
Forwarded from DLeX: AI Python (NaviD DariYa)
حتمن با الگوریتم BPE که به منظور توکنایزیشن LLM استفاده می شه آشنایی دارید. این الگوریتم byte-level که اولین بار بعد از انتشار مقاله Language Models are Unsupervided Multitask Learners مشهور شد. GPT-2 Paper
@ai_python
این مهم هم زمان با انتشار GPT-2 بود.
امروزه همه LLM های مدرن مثل GPT ، Llama و Mistral از این الگوریتم برای Train کردن Tokenizer هاشون استفاده می کنن.
@ai_python
ریپازیتوری که در ادامه قصد معرفی آن در DLeX را داریم، در واقع حاوی کد 2 توکنایزر است که بر اساس BPE هستند.

آخرین کامیتش هم در زمان نوشتن این پست در DLeX مربوط به 51 دقیقه پیش هست :

https://github.com/karpathy/minbpe