چرا شبکه‌های عصبی قادرن تقریباً هر چیزی رو یاد بگیرن؟


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🐍 10 دوره رایگان برای یادگیری Python

👩🏻‍💻 این منابع فوق‌العاده می‌تونن مهارت‌هات در #Python رو چند سطح بالاتر ببرن و بهترین بخشش اینکه کاملاً رایگان هستن!

1️⃣ Comprehensive Python Course for Beginners
🔗 https://www.youtube.com/watch?v=H2EJuAcrZYU

📃 آموزش کامل از پایه تا پیشرفته با توضیحات شفاف و منظم.

2️⃣ Intensive Python Training
🔗 https://www.youtube.com/watch?v=rfscVS0vtbw

📃 دوره فشرده‌ی ۴ ساعته، سریع، دقیق و کاربردی.

3️⃣ Comprehensive Python Course
🔗 https://www.youtube.com/watch?v=ix9cRaBkVe0

📃 آموزش همراه با مثال‌ها و تمرین‌های واقعی.

4️⃣ Introduction to Python (CS50)
🔗 https://cs50.harvard.edu/python/

📃 یادگیری اصول با تمرکز بر منطق، کدنویسی تمیز و حل مسئله.

5️⃣ Automate Daily Tasks with Python
🔗 https://automatetheboringstuff.com/

📃 یاد بگیر چطور کارهای روزمره‌ت رو با Python خودکار کنی.

6️⃣ Learn Python with Interactive Practice
🔗 https://www.kaggle.com/learn/python

📃 آموزش تعاملی با داده‌های واقعی و تمرین‌های عملی.

7️⃣ Scientific Computing with Python
🔗 https://www.freecodecamp.org/learn/scientific-computing-with-python/

📃 پروژه‌محور برای کسانی که می‌خوان با داده و تحلیل علمی کار کنن.

8️⃣ Step-by-Step Python Training
🔗 https://www.w3schools.com/python/python_reference.asp

📃 آموزش مرحله‌به‌مرحله با تمرین‌های کوتاه و تعاملی.

9️⃣ Google's Python Class
🔗 https://developers.google.com/edu/python

📃 دوره‌ای از مهندسان گوگل با تمرین‌های واقعی و نکات حرفه‌ای.

🔟 Introduction to Programming with Python (MIT)
🔗 https://ocw.mit.edu/courses/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/download/

📃 محتوای سطح دانشگاهی برای درک مفاهیم پایه و حل مسئله با تمرین و پروژه.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🌟 معرفی PandasAI: کاری راحت با داده‌ها بدون نیاز به کتابخانه‌های پیچیده!

این کتابخونه کار با داده‌ها رو خیلی ساده کرده، بدون اینکه شما لازم باشه با کتابخانه‌هایی مثل Pandas یا NumPy آشنا باشید. فقط کافیه سوالت رو به زبان ساده بپرسی و PandasAI جواب دقیق و حتی نمودارهای کاربردی رو برات آماده می‌کنه! ✨

نحوه کار کردن با PandasAI:

1️⃣ نصب کتابخانه:

pip install pandasai
pip install pandasai-litellm

2️⃣ راه‌اندازی مدل GPT-4.1-mini:

from pandasai_litellm.litellm import LiteLLM

llm = LiteLLM(model="gpt-4.1-mini", api_key="YOUR_OPENAI_API_KEY")

3️⃣ بارگذاری داده و پرسش از آن:

import pandasai as pai

pai.config.set({"llm": llm})
df = pai.read_csv("data/companies.csv")
response = df.chat("میانگین درآمد هر منطقه چقدره؟")
print(response)

اطلاع بیشتر :
https://github.com/sinaptik-ai/pandas-ai

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

📢 قابلیت جدید Hugging Face: Streaming Datasets 🚀

دیگه لازم نیست کل دیتاست‌هاتون رو دانلود کنید تا آموزش مدل‌هاتون شروع بشه!
با قابلیت Streaming Datasets، فقط با یه خط کد می‌تونید داده‌ها رو مستقیماً از اینترنت استریم کنید

dataset = load_dataset("HuggingFaceM4/FineVisionMax", split="train", streaming=True)

اطلاعات بیشتر:
https://huggingface.co/blog/streaming-datasets

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🧠 یه ریپازیتوری فوق‌العاده برای علاقه‌مندان به NLP و مدل‌های Transformer ✨

مجموعه‌ای گزیده و باکیفیت از منابع مربوط به شبکه‌های Transformer، مکانیزم Attention، مدل‌های GPT، BERT، ChatGPT، LLMs و Transfer Learning.

https://github.com/cedrickchee/awesome-transformer-nlp#readme

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🔥 چیت‌شیت کامل برای رسم نمودارها در Matplotlib (به همراه مثال‌های کد)

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer