اخبار هوش مصنوعی
2.83K subscribers
672 photos
354 videos
1.01K files
1.36K links
Download Telegram
🌀 9 تا از بهترین دوره‌های یادگیری ماشین دانشگاه استنفورد
⚡️ که باید از همین امروز شروعشون کنی


👨🏻‍💻دانشگاه استنفورد یکی از به روزترین دانشگاه‌ها تو حوزه‌ی یادگیری ماشینه و توش میشه کلی دوره ماشین لرنینگ پیدا کرد که می‌تونی رایگان بگذرونی‌شون.

من تمامی دوره‌های مربوط به یادگیری ماشین و هوش مصنوعیش رو بررسی کردم و اینجا 9 تا از بهترین دوره‌هایی که رایگان می‌تونین بگذرونین رو معرفی کردم.👇


1️⃣ هوش مصنوعی (CS221)

تو این دوره می‌فهمی که هوش مصنوعی چطور کار می‌کنه، از الگوریتم‌های جستجو گرفته تا مدل‌های احتمالی و تصمیم‌گیری هوشمند.

🔗 لینک: Course Homepage



2️⃣ یادگیری ماشین با تدریس اندرو نگ (CS229)

یکی از معروف‌ترین دوره‌های یادگیری ماشین که کلی مفاهیم پایه‌ای و پیشرفته رو پوشش می‌ده.

🔗 لینک: Course Homepage



3️⃣ یادگیری عمیق با تدریس اندرو نگ (CS230)

یه دوره کامل در مورد یادگیری عمیق که شامل شبکه‌های عصبی، CNN ،RNN و کلی کاربرد دیگه است.

🔗 لینک: Course Homepage



4️⃣ یادگیری تقویتی (CS234)

اینجا قراره با مفاهیم یادگیری تقویتی مثل فرآیندهای تصمیم‌گیری مارکوف و Q-learning آشنا بشی و ببینی چطور توی دنیای واقعی استفاده می‌شن.

🔗 لینک: Course Homepage



5️⃣ درک زبان طبیعی (CS224U)

این دوره تمرکزش روی NLP و نحوه نمایش معنایی کلمات و مدل‌های پردازش زبان طبیعی هست.

🔗 لینک: Course Homepage



6️⃣ پردازش زبان طبیعی با یادگیری عمیق (CS224N)

توی این دوره با مدل‌های NLP پیشرفته مثل ترنسفورمرها کار می‌کنی و یاد می‌گیری چطور یه مدل پردازش زبان طبیعی قوی بسازی.

🔗 لینک: Course Homepage



7️⃣ نظریه یادگیری ماشین (CS229M)

اگه دوست داری از لحاظ ریاضی و تئوری عمیق‌تر به یادگیری ماشین نگاه کنی، این دوره فوق‌العاده‌ست.

🔗 لینک: Course Homepage



8️⃣ یادگیری ماشین با گراف‌ها (CS224W)

اینجا یاد می‌گیری چطور از تکنیک‌های ML برای داده‌های گرافی‌، مثل شبکه‌های اجتماعی و سیستم‌های توصیه‌گر استفاده کنی.

🔗 لینک: Course Homepage



9️⃣ مقدمه‌ای بر یادگیری ماشین (EE104)

یه دوره جمع‌وجور ولی کاربردی که مفاهیم پایه‌ای مثل رگرسیون، طبقه‌بندی و بهینه‌سازی رو پوشش می‌ده.

🔗 لینک: Course Homepage



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
🔴 یادگیری ماشین رو در ۱۵ هفته، اصولی و کاربردی یاد بگیر؟


👨🏻‍💻 من یه دوره ۱۵ هفته‌ای کاملاً عملی طراحی کردم که از مبانی ساده تا دیپ لرنینگ و ترانسفورمرها رو پوشش می‌ده.

🔑 ۴ ویژگی این دوره بی‌نظیر:

1⃣ کدنویسی عملی با پایتون، scikit-learn، پایتورچ و TensorFlow.

🔢 تمرین روی دیتاست‌های واقعی مثل UCI ML، کگل و TCIA.

🔢 ویدئوهای منتخب از بهترین آموزش‌های رایگان دنیا!

🔢 نوت‌بوک‌های Jupyter و گوگل کولب برای تست کدها.


🔹 هفته‌های ۱ تا ۸ آماده‌ست و بقیه محتوای دوره هم هر هفته بروزرسانی میشه!


🎥 ML15AI-CUNY
🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
📚 12 کتابی که هر مهندس یادگیری ماشینی باید بخونه!


👨🏻‍💻 یادگیری ماشین فقط مدل ساختن نیست! باید بدونی چطوری سیستم‌های هوشمند، مقیاس‌پذیر و کارآمد بسازی.

✔️ این ۱۲ کتاب فوق العاده، از مفاهیم پایه‌ تا طراحی و پیاده‌سازی سیستم‌های AI شامل میشه:


1️⃣ کتاب Deep Learning

✏️ کتابی برای ریاضیات، آمار و برنامه‌نویسی یادگیری ماشین؛ مناسب برای مطالعه‌ی مداوم.



2️⃣ کتاب Programming Massively Parallel Processors

✏️ راهنمای GPU و CUDA برای پردازش‌های سنگین یادگیری ماشین.



3️⃣ کتاب Clean Code

✏️ اصول و تکنیک‌های کدنویسی تمیز که هر مهندس یادگیری ماشین باید بدونه!



4️⃣ کتاب The Pragmatic Programmer

✏️ مهارت‌های فنی و تفکر مهندسی برای طراحی و مدیریت بهتر سیستم‌های ML.



5️⃣ کتاب Designing Data-Intensive Applications

✏️ بررسی معماری سیستم‌های داده‌محور برای ساخت مدل‌های یادگیری ماشین پایدار.



6️⃣ کتاب Managing ML Projects

✏️ راهنمایی برای مدیریت پروژه‌های ML و درک فرآیندهای پیش از پیاده‌سازی.



7️⃣ کتاب The Hundred-Page ML Book

✏️ یه خلاصه جامع و سریع از مفاهیم اصلی یادگیری ماشین، مناسب برای شروع یا مرور سریع.



8️⃣ کتاب ML Engineering

✏️ توضیح روان و دقیق مفاهیم یادگیری ماشین، همراه با مثال‌های کاربردی.



9️⃣ کتاب Designing ML Systems

✏️ ساخت و مقیاس‌پذیری سیستم‌های ML، از داده تا استقرار مدل.



1️⃣ کتاب AI Engineering

✏️ درک عمیق مهندسی هوش مصنوعی و ساخت سیستم‌های ML.



1️⃣ کتاب Generative Deep Learning

✏️ از یادگیری ماشین کلاسیک تا مدل‌های مولد و LLMها، با دیدگاهی عملی.



1️⃣ کتاب ML Design Patterns

✏️ الگوهای پیشرفته برای طراحی و پیاده‌سازی سیستم‌های یادگیری ماشین.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
🌀 9 تا از بهترین دوره‌های یادگیری ماشین دانشگاه استنفورد
⚡️ که باید از همین امروز شروعشون کنی


👨🏻‍💻دانشگاه استنفورد یکی از به روزترین دانشگاه‌ها تو حوزه‌ی یادگیری ماشینه و توش میشه کلی دوره ماشین لرنینگ پیدا کرد که می‌تونی رایگان بگذرونی‌شون.

من تمامی دوره‌های مربوط به یادگیری ماشین و هوش مصنوعیش رو بررسی کردم و اینجا 9 تا از بهترین دوره‌هایی که رایگان می‌تونین بگذرونین رو معرفی کردم.👇


1️⃣ هوش مصنوعی (CS221)

تو این دوره می‌فهمی که هوش مصنوعی چطور کار می‌کنه، از الگوریتم‌های جستجو گرفته تا مدل‌های احتمالی و تصمیم‌گیری هوشمند.

🔗 لینک: Course Homepage



2️⃣ یادگیری ماشین با تدریس اندرو نگ (CS229)

یکی از معروف‌ترین دوره‌های یادگیری ماشین که کلی مفاهیم پایه‌ای و پیشرفته رو پوشش می‌ده.

🔗 لینک: Course Homepage



3️⃣ یادگیری عمیق با تدریس اندرو نگ (CS230)

یه دوره کامل در مورد یادگیری عمیق که شامل شبکه‌های عصبی، CNN ،RNN و کلی کاربرد دیگه است.

🔗 لینک: Course Homepage



4️⃣ یادگیری تقویتی (CS234)

اینجا قراره با مفاهیم یادگیری تقویتی مثل فرآیندهای تصمیم‌گیری مارکوف و Q-learning آشنا بشی و ببینی چطور توی دنیای واقعی استفاده می‌شن.

🔗 لینک: Course Homepage



5️⃣ درک زبان طبیعی (CS224U)

این دوره تمرکزش روی NLP و نحوه نمایش معنایی کلمات و مدل‌های پردازش زبان طبیعی هست.

🔗 لینک: Course Homepage



6️⃣ پردازش زبان طبیعی با یادگیری عمیق (CS224N)

توی این دوره با مدل‌های NLP پیشرفته مثل ترنسفورمرها کار می‌کنی و یاد می‌گیری چطور یه مدل پردازش زبان طبیعی قوی بسازی.

🔗 لینک: Course Homepage



7️⃣ نظریه یادگیری ماشین (CS229M)

اگه دوست داری از لحاظ ریاضی و تئوری عمیق‌تر به یادگیری ماشین نگاه کنی، این دوره فوق‌العاده‌ست.

🔗 لینک: Course Homepage



8️⃣ یادگیری ماشین با گراف‌ها (CS224W)

اینجا یاد می‌گیری چطور از تکنیک‌های ML برای داده‌های گرافی‌، مثل شبکه‌های اجتماعی و سیستم‌های توصیه‌گر استفاده کنی.

🔗 لینک: Course Homepage



9️⃣ مقدمه‌ای بر یادگیری ماشین (EE104)

یه دوره جمع‌وجور ولی کاربردی که مفاهیم پایه‌ای مثل رگرسیون، طبقه‌بندی و بهینه‌سازی رو پوشش می‌ده.

🔗 لینک: Course Homepage



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
🔴 یادگیری ماشین رو در ۱۵ هفته، اصولی و کاربردی یاد بگیر؟


👨🏻‍💻 من یه دوره ۱۵ هفته‌ای کاملاً عملی طراحی کردم که از مبانی ساده تا دیپ لرنینگ و ترانسفورمرها رو پوشش می‌ده.

🔑 ۴ ویژگی این دوره بی‌نظیر:

1⃣ کدنویسی عملی با پایتون، scikit-learn، پایتورچ و TensorFlow.

🔢 تمرین روی دیتاست‌های واقعی مثل UCI ML، کگل و TCIA.

🔢 ویدئوهای منتخب از بهترین آموزش‌های رایگان دنیا!

🔢 نوت‌بوک‌های Jupyter و گوگل کولب برای تست کدها.


🔹 هفته‌های ۱ تا ۸ آماده‌ست و بقیه محتوای دوره هم هر هفته بروزرسانی میشه!


🎥 ML15AI-CUNY
🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@MachineLearning_ir - Interactive Linear Algebra.pdf
4.4 MB
✏️ یادگیری بصری و تعاملی «جبر خطی»


👨🏻‍💻 همه‌مون تو حوزه یادگیری ماشین و هوش مصنوعی با جبر خطی سر و کار داشتیم و باید قبول کنیم که یادگیریش سخت و انتزاعیه!


✔️ اما راه‌حل چیه؟ یادگیری تعاملی و بصری! کتابی که اینجا قرار دادم جبر خطی رو با مثال‌های واقعی و قابل فهم آموزش می‌ده. با این روش، دیگه فقط فرمول حفظ نمی‌کنین، بلکه مباحث رو کاملا متوجه می‌شین!



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡️ کتابخونه‌هایی که مسیر یادگیری ماشین منو متحول کردن!


👨🏻‍💻 چی باعث میشه پروژه‌های ماشین لرنینگ موفق بشن؟ راستش بعد کلی کار و تست، فهمیدم کلید موفقیت تو این حوزه، انتخاب کتابخونه‌های مناسبه.

🎯 این چند تا کتابخونه‌ای که در ادامه معرفی می‌کنم واقعا سنگ بنای پروژه‌هام شدن و نقش کلیدی دارن:


1️⃣ کتابخونه NumPy: اساس محاسبات عددی تو پایتون رو فراهم می‌کنه؛ هر کاری مرتبط با آرایه‌ها، ماتریس‌ها یا محاسبات ریاضی سنگین باشه، اولین گزینه‌ست.


2️⃣ کتابخونه Pandas: بهترین انتخاب برای دستکاری و تحلیل داده‌هاست.


3️⃣ کتابخونه Matplotlib: برای اینکه بفهمی دیتایی که داری چی میگه، لازمه بصری‌سازیش کنی، و این ابزار برای رسم انواع نمودار و گرافه عالیه.


4️⃣ کتابخونه scikit-learn: انتخاب شماره یک برای پیاده‌سازی الگوریتم‌های یادگیری ماشینه و روند آموزش مدل‌ها و ارزیابی عملکردشون رو به طرز چشمگیری ساده می‌کنه.


5️⃣ کتابخونه TensorFlow: ابزاری برای ساخت اپلیکیشن‌های یادگیری عمیقه که به دلیل مقیاس‌پذیری بالا، گزینه‌ای عالی برای طیف وسیعی از وظایف محسوب می‌شه.


6️⃣ کتابخونه PyTorch: با گراف محاسباتی داینامیکش، کار روی مدل‌های پیچیده و شخصی‌سازی‌شده‌ی یادگیری عمیق رو خیلی ساده می‌کنه.


7️⃣ کتابخونه SciPy: اگه کارت به محاسبات سنگین‌تر مثل بهینه‌سازی یا حل معادلات دیفرانسیل خورد، SciPy دقیقا همون چیزیه که لازمته.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@MachineLearning_ir - 15 ML Libraries.pdf
301.8 KB
🏳️‍🌈 ۱۵ کتابخونه ماشین لرنینگ که تا حالا اسمشون رو نشنیدی!


👨🏻‍💻 همیشه وقتی صحبت از ماشین لرنینگ می‌شه، کتابخونه‌های معروفی مثل TensorFlow یا scikit-learn به ذهن همه میاد. ولی کتابخونه‌هایی هستن که کمتر شناخته شدن و کلی کاربردین. من تو این فایل هر کدوم رو جداگانه معرفی کردم.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@MachineLearning_ir - Predicting NBA Games.pdf
401.9 KB
پروژه یادگیری ماشین من
5️⃣ پیش‌بینی نتایج بازی‌های NBA


👨🏻‍💻 تو این پروژه، سعی کردم عشق به بسکتبال رو با یادگیری ماشین ترکیب کنم! با استفاده از داده‌های بازی‌های NBA و مدل رگسیون Ridge، یه مدل پیش‌بینی ساختم که نتیجه بازی‌ها رو تا حدودی پیش‌بینی می‌کنه.

✍️ از مدل Ridge برای پیش‌بینی استفاده کردم و با روش بک‌تستینگ دقتشو سنجیدم.

نتیجه؟ دقت مدل حدود ۶۳٪ شد!


📣 از دیتاست و کد نویسی گرفته تا آنالیز و نتایج پروژه، همگی در لینک‌ زیر موجوده.👇


🏀 Predicting NBA Games
🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
۱۵ تا کانال یوتیوب که بهتر از یه دوره ۲ ساله، بهت ML رو یاد می‌دن!


🖥 کانال 3Blue1Brown

✏️ اگه تا الان با ریاضیات مشکل داشتین، ویدیو‌های این کانال با انیمیشن‌های فوق‌العاده‌ش، همه چیزو براتون راحت می‌کنه! مخصوصاً تو جبر خطی، حساب دیفرانسیل و یادگیری عمیق، توضیحاتش خیلی کمکتون می‌کنه. ویدیوش درباره شبکه‌های عصبی واقعا یه شاهکاره!



🖥 کانال sentdex

✏️ استفاده از پایتون تو حوزه‌های علم داده، ML و AI با رویکرد عملی و پروژه‌های واقعی.



🖥 کانال DeepLearningAI

✏️ ارائه ویدیوهای آموزشی درباره یادگیری عمیق و AI.



🖥 کانال Two Minute Papers

✏️ خلاصه‌ای از مقالات پژوهشی حوزه AI.



🖥 کانال StatQuest

✏️ توضیحات ساده و شفاف برای مفاهیم پیچیده ML و آمار.



🖥 کانال Data School

✏️ آموزش تحلیل و بصری‌سازی داده‌ها.



🖥 کانال Lex Fridman

✏️ مصاحبه‌های مفصل با بزرگان AI که دیدت رو نسبت به مسیر AI باز می‌کنه.



🖥 کانال Yannic Kilcher

✏️ مباحث ML ،NLP و یادگیری عمیق.



🖥 کانال Artificial Intelligence — All in One

✏️ اخبار و ترندهای هوش مصنوعی.



🖥 کانال Krish Naik

✏️ آموزش پروژه‌های واقعی و صنعتی، کدنویسی پایتون و مثال‌های دنیای واقعی که باعث می‌شه راحت‌تر مفاهیم پیچیده رو درک کنین.



🖥 کانال CodeEmporium

✏️ پروژه‌های جذاب کدنویسی ML.



🖥 کانال Kaggle

✏️ راهنمای مسابقات ML و کار با دیتاست‌ها.



🖥 کانال Data Professor

✏️ آموزش‌های مقدماتی و مفید برای درک ابزارها و تکنیک‌های اولیه.



🖥 کانال Machine Learning with Phil

✏️ استفاده‌ واقعی و کاربردی از هوش مصنوعی در پروژه‌ها و صنایع مختلف.



🖥 کانال Rasa

✏️ یادگیری ماشین کاربردی، یادگیری عمیق و علم داده.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@MachineLearning_ir - Introduction to ML Class Notes.pdf
5.2 MB
📖 جزوه «مقدمه‌ای بر یادگیری ماشین»
🖥 دانشگاه کارنگی ملون آمریکا


👨🏻‍💻 این جزوه خلاصه نوت‌هایی از کلاس درس Introduction to Machine Learning دانشگاه کارنگی آمریکاست و بیشتر برای مرور و جمع‌بندی مباحث به درد می‌خوره، مخصوصاً اگه قبلاً یه آشنایی کلی با ML داری.

هر فصل این جزوه شامل سه بخشه:

تعریف مفاهیم مهم.
اثبات‌های ریاضی و فرمول‌ها.
الگوریتم‌ها و مراحل اجرا.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 ساخت مدل‌های یادگیری ماشین، فقط با یه توضیح ساده!


👨🏻‍💻 ساختن مدل‌های یادگیری ماشین همیشه یه پروسه وقت‌گیر و پیچیده بوده. از آماده‌سازی داده و طراحی مدل گرفته تا تست و دیپلوی مدل.


حالا یه ابزار جدید به اسم Plexe اومده که همه‌ی این کارها رو خودش برات انجام می‌ده، اونم 10 برابر سریع‌تر!


📝 فقط کافیه به زبان ساده توضیح بدی چی می‌خوای؟ بعدش مدل آماده تو تحویل بگیری!

⬅️تعریف مدل با زبان طبیعی.
⬅️ساخت خودکار مدل و تولید داده.
⬅️نوشتن، تست و آماده‌سازی کد.
⬅️دیپلوی مدل با چند سرویس مختلف.


🤖 Plexe AI
🌎 Website
🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
پروژه یادگیری ماشین من
9️⃣ پیش‌بینی قیمت گوشی


👨🏻‍💻 من یه مدل ماشین لرنینگ ساختم که قیمت گوشی‌ها رو بر اساس مشخصات‌شون (رم، باتری، دوربین و…) دسته‌بندی می‌کنه.

✍️ اول از همه، دیتاست قیمت موبایل Kaggle رو بررسی کردم و یه سری پیش‌پردازش‌ها انجام دادم (مثل نرمال‌سازی و بررسی داده‌های گمشده).

🖥 بعدش، چند تا مدل یادگیری ماشین رو تست کردم و با XGBoost تونستم با دقت خوبی قیمت گوشی‌ها رو پیش‌بینی کنم.

فهمیدم رم، باتری و سرعت پردازنده مهم‌ترین عوامل تعیین‌کننده قیمت هستن.


📣 از دیتاست و کد نویسی گرفته تا آنالیز و نتایج پروژه، همگی در لینک‌‌ زیر موجوده.👇


📱 Mobile Price Classification
🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@MachineLearning_ir - ML A-Z Q&A.pdf
2.3 MB
✍️ جزوه «مفاهیم پایه یادگیری ماشین»
🏳️‍🌈 با پایتون و Keras


👨🏻‍💻 این جزوه یه دید خوبی بهم داد از مفاهیمی مثل متغیر مستقل و وابسته، پیش‌پردازش داده‌ها، تنظیم شبکه عصبی برای رگرسیون، و استفاده از PCA برای ساده‌سازی مدل‌ها.

همچنین نکات خوبی درباره‌ی تنظیم هایپرپارامترها و نحوه استفاده از PCA با داده‌های دسته‌ای گفته بود که خیلی به دردم خورد.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡
@MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
🎯 تجربه عملی یادگیری ماشین لرنینگ
با آزمایشگاه رایگان LabEx


👨🏻‍💻 یادگیری ماشین وقتی جذاب می‌شه که بتونی خودت دست به کار بشی و مدل‌ها رو تست و ارزیابی کنی.

✏️ پلتفرم LabEx این کار رو راحت‌تر کرده . تو این آزمایشگاه از تئوری فاصله می‌گیرید و با تمرین‌های تعاملی، ماشین لرنینگ رو عملی یاد می‌گیرید!


🖥 با این آزمایشگاه می‌تونی:

⬅️ الگوریتم‌های اصلی یادگیری ماشین رو تمرین کنی و از پایه درکشون کنی.

⬅️ مدل‌ها رو آموزش بدی و نتایجشون رو ارزیابی کنی.

⬅️ داده‌ها ر. در یک محیط آزمایشگاهی قابل فهم تحلیل کنی.

⬅️ بدون دغدغه نصب ابزار، آموزش یادگیری ماشین رو با انجام پروژه‌های مختلف شروع کنی.


🧪 LabEx
➡️ Website



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@MachineLearning_ir - NumPy Handbook for ML.pdf
4.4 MB
📣 بالاخره کتاب «راهنمای NumPy برای یادگیری ماشین» آماده شد!


👩🏻‍💻 نوشتن این کتاب یه ایده ساده بود که توی ذهنم شکل گرفت: یه منبع کاربردی و قابل فهم برای کسایی که می‌خوان NumPy رو توی یادگیری ماشین بهتر درک کنن.

✏️ وقتی شروع به نوشتن کردم، فقط یه سری یادداشت و کد پراکنده داشتم، اما کم‌کم تبدیل شد به یه راهنمای جامع.

یه منبع ساده، بدون پیچیدگی، و مخصوص کسایی که می‌خوان NumPy رو از پایه تا سطح حرفه‌ای یاد بگیرن.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
@MachineLearning_ir - Introducing MLOps.pdf
4.5 MB
📖 جزوه «MLOps چیه و چرا باید جدی بگیریمش؟»


👨🏻‍💻 من توی یادگیری ماشین تمرکزم فقط روی مدل‌سازی و بالا بردن دقتش بود. ولی یه پروژه واقعی باعث شد بفهمم مدل بدون MLOps هیچ ارزشی نداره.

✏️ این کتاب دقیقاً از جایی شروع می‌شه که اکثر کتابا تموم می‌شن: چطور مدل‌تو ببری توی محیط واقعی و باهاش کار کنی؟



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
📚 ۱۰ کتاب برتر یادگیری ماشین
که درک شما رو از ML، سه برابر می‌کنه!


1️⃣ کتاب Mathematics for ML

⬅️ ریاضیات پایه و ضروری برای درک مفاهیم یادگیری ماشین.



2️⃣ کتاب An Intro to Statistical Learning

⬅️ یه توضیح ساده ولی کامل از الگوریتم‌های ML. هم از دیدگاه نظری و هم کاربردی.



3️⃣ کتاب ML: A Probabilistic Perspective

⬅️ کتابی که ML رو از دیدگاه احتمالاتی نگاه می‌کنه. سنگینه ولی اگه بخونی، خیلی از مفاهیم واست روشن می‌شه.



4️⃣ کتاب Pattern Recognition & ML

⬅️ اگه می‌خوای بری سراغ مدل‌های گرافیکی و مباحث بیزی، این کتاب آکادمیک حکم مرجع رو داره.



5️⃣ کتاب Deep Learning

⬅️ اصلاً معروفه به "کتاب مقدس یادگیری عمیق"! هرچی راجع به دیپ لرنینگ بخوای، اینجا هست.



6️⃣ کتاب Interpretable ML

⬅️ مدل ساختن یه طرف، قابل فهم کردنش واسه بقیه یه طرف دیگه‌ست! این کتاب دقیقاً به اون قسمت دوم می‌پردازه.



7️⃣ کتاب Designing ML Systems

⬅️ اینجا دیگه بحث تئوری نیست، میگه چجوری یه سیستم ML رو، توی دنیای واقعی طراحی و پیاده‌سازی کنی.



8️⃣ کتاب RL: An Introduction

⬅️ مرجع اصلی یادگیری تقویتی؛ از مفاهیم ابتدایی تا روش‌های پیشرفته.



9️⃣ کتاب DL for Coders

⬅️ رویکرد این کتاب عملی و کاربردیه. همه مفاهیم رو با کد نشون می‌ده.



1️⃣ کتاب Deep Learning with Python

⬅️ نوشته‌ی خالق Kerasئه و با یه لحن روون و ملموس مفاهیم یادگیری عمیق رو توضیح می‌ده.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥 10 کانال یوتیوب که مهندسین یادگیری ماشین نباید از دست بدن!


👩🏻‍💻 تو مسیر آموزش یادگیری ماشین و هوش مصنوعی، چند تا کانال یوتیوب بودن که حسابی کمکم کردن تا مفاهیم پیچیده این حوزه رو بهتر درک کنم.

این چنل‌ها با «توضیحات واضح، پروژه‌های عملی و تصویری‌سازی‌های جذاب» یادگیری ML رو برام خیلی راحت‌تر کردن.

💸 اینم لیست بهتریناشون:👇


0⃣ کانال 3Blue1Brown

✏️ اگه تا الان با ریاضیات مشکل داشتین، ساندرسون با انیمیشن‌های فوق‌العاده‌ش، همه چیزو براتون راحت می‌کنه! مخصوصاً تو جبر خطی، حساب دیفرانسیل و یادگیری عمیق، توضیحاتش خیلی کمکتون می‌کنه. ویدیوش درباره شبکه‌های عصبی واقعا یه شاهکاره!



1⃣ کانال Krish Naik

✏️ اگه دنبال یه کانال کاربردی برای یادگیری ماشین و علم داده هستین، این کانال واقعا یه گنجینه‌س! آموزش پروژه‌های واقعی و صنعتی، کدنویسی پایتون و مثال‌های دنیای واقعی باعث می‌شه راحت مفاهیم پیچیده رو درک کنین.



🔢 کانال freeCodeCamp

✏️ اینجا دیگه یه دانشگاه رایگان برای یادگیری پایتون، علم داده، یادگیری عمیق و هوش مصنوعی محسوب می‌شه! دوره‌هاش کامل، ساختارمند و مناسب برای یادگیری خودآموزه.



🔢 کانال Murtaza Hassan

✏️ اگه به بینایی کامپیوتر علاقه دارین، این کانال به شدت به دردتون می‌خوره! آموزش OpenCV، یادگیری عمیق و حتی پروژه‌های مربوط به ربات‌های خودران رو به صورت عملی توضیح می‌ده.



🔢 کانال Alexander Amini

✏️ یکی از بهترین مدرس‌های MIT که تو دوره Deep Learning (MIT 6.S191) مفاهیم رو هم تئوری و هم عملی توضیح می‌ده. اگه می‌خواین شبکه‌های عصبی و یادگیری تقویتی رو بهتر درک کنین، حتماً این کانال رو داشته باشین!



🔢 کانال Artem Kirsanov

✏️ یه الماس پنهان برای علاقه‌مندان به هوش مصنوعی! این کانال به شکل عمیق وارد مباحث ریاضیاتی، مقالات علمی و پیاده‌سازی الگوریتم‌ها می‌شه. یه منبع عالی برای درک عمیق‌تر هوش مصنوعی.



🔢 کانال CS50

✏️ دوره معروف CS50 دانشگاه هاروارد که با تدریس David J. Malan برای هر کسی که می‌خواد پایه‌ برنامه‌نویسی، پایتون، C و هوش مصنوعیش رو قوی کنه، یه گزینه عالیه!



🔢 کانال Felix Koehler

✏️ اینجا روی شبیه‌سازی مدل‌های یادگیری ماشین، تجزیه و تحلیل الگوریتم‌ها و ورک‌فلوی علم داده تمرکز داره. این کانال ترکیبی از مفاهیم تئوری و پیاده‌سازی کدها رو ارائه می‌ده.



🔢 کانال Greg Martin

✏️ اگه با زبان R کار می‌کنین و دنبال یه کانال برای یادگیری تحلیل آماری، مصورسازی داده و مدل‌سازی یادگیری ماشین در R هستین، این کانال مخصوص شماست!



🔢 کانال CodeWithHarry

✏️ یه کانال فوق‌العاده برای آموزش پایتون از سطح مبتدی تا پیشرفته. درساش ساختارمند و سادن و برای کسایی که می‌خوان پایتون رو برای وب، اتوماسیون یا یادگیری ماشین یاد بگیرن، عالیه.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
🥇 ساخت و آموزش مدل‌های یادگیری ماشین
به صورت خودکار — از صفر تا صد!


👨🏻‍💻 واقعا شگفت انگیزه! به هیچ‌وجه تصور نمی‌کردم که همچین پلتفرم بی‌نظیری برای ساخت مدل‌های یادگیری ماشین وجود داشته باشه. Oumi یک پلتفرم اُپن‌سورس فوق‌العاده برای ساخت و آموزش مدل‌های یادگیری ماشین از صفر تا صد!


🔥 انقدر ویژگی داره نمی‌دونم کدومش رو بگم!

🔢 توی این پلتفرم همه چیز آماده است. از آماده‌سازی داده‌ها گرفته تا آموزش و استقرار مدل‌ها. می‌تونید مدل‌ها رو با داده‌های جدید هم به بهترین شکل تنظیم کنید.(همون فاینتیونینگ معروف!).

🔢 می‌تونید به راحتی مدل‌هایی با ۱۰ میلیون تا ۴۰۵ میلیارد پارامتر رو آموزش بدید!

🔢 از مدل‌های متنی و چندحالته (هم متن و هم تصویر و صوت) پشتیبانی می‌کنه.

🔢 می‌تونید مدل‌ها رو خیلی سریع و در عرض چند دقیقه پیاده‌سازی کنید!

🔢 می‌تونید از مدل‌ها و APIهای تجاری مثل OpenAI و Anthropic هم استفاده کنید. مدل‌های خودتون رو با مدل‌های آماده ترکیب کنید و نتیجه‌های فوق‌العاده‌تری بگیرید.

🔢 می‌تونید مدل‌ها رو هم روی لپ‌تاپ خودتون، هم روی کلاسترهای بزرگ و حتی روی فضای ابری مثل AWS یا Azure اجرا کنید!


🔔 به نظرم اگه کسی توی حوزه یادگیری ماشین کار می‌کنه، این پلتفرم باید اولین انتخابش باشه! برای کسایی که دنبال ساخت مدل‌های پایه یا پیچیده و پیشرفته‌ان، Oumi همه‌چیز رو یک‌جا ارائه می‌ده!


🧠 Oumi
🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM