Python (Artificial intelligence and Data Science)
1.1K subscribers
57 photos
19 videos
32 files
199 links
Contact Points:

📱 Telegram:
@AmirHosseinBabaeayan

🔮 Instagram:
Instagram.com/AmirHosseinBabaeayan

🖥️ LinkedIn:
https://www.linkedin.com/in/amirhossein-babaeayan/

📨 Mail:
AmirHosseinBabaeayan@gmail.com
Download Telegram
Python (Artificial intelligence and Data Science)
https://docs.google.com/forms/d/e/1FAIpQLSekWPlyjvzdx5gmJ1quLwNZnaIjwgbzmpWPVkd5mcL4PSxrnw/viewform?usp=sf_link
خب میتونید با استفاده از لینک فوق
مجدد آزمون رو‌ همینجوری برای خودتون شرکت کنید
در پایان بهتون پاسخ صحیح رو هم نشون خواهد داد.
توضیحات پایانی
دوره بعدی
✴️یک نمونه از پاسخ های بخش تشریحی رو براتون ارسال می‌کنم.

🖋لزوما همین موارد پاسخ نیست و راه حل های مختلف تماما در صورت صحیح بودن مورد بررسی قرار گرفته اند.
Python (Artificial intelligence and Data Science)
exam_.pdf
#Q1
def printdict(d):
for item in d:
print(item, " ===> ", d[item])
Python (Artificial intelligence and Data Science)
exam_.pdf
#Q2

sum = 0
counter = 0

x = int(input("Enter number : "))
while(x != 0):
if x > 0:
sum += x
counter += 1
x = int(input("Enter number : "))
print("Sum : ", sum)
if counter != 0:
print("Avg : ", (sum/counter))
else:
print("Avg : 0")
Python (Artificial intelligence and Data Science)
exam_.pdf
#Q3

import numpy as np
from numpy.random import rand

n = int(input("Enter Array Size : "))
random_array = np.random.randint(1000, size = n)
print(type(random_array))
def sort_array(ndarray):
for i in range(n-1):
for j in range(0,n-1):
if ndarray[j] > ndarray[j+1]:
ndarray[j], ndarray[j+1] = ndarray[j+1], ndarray[j]
return ndarray
random_array = sort_array(random_array)
for i in random_array:
print(i, end=", ")
np.savetxt('python1400.csv', random_array)
🔰هسته پژوهشی طرح شهید احمدی روشن بنیاد ملی نخبگان با همراهی انجمن علمی مهندسی کامپیوتر برگزار می‌کند:

🔴 آشنایی با الگوریتم های یادگیری ماشین

🔵 هدف از این ارائه، آشنایی با الگوریتم های یادگیری ماشین است. در این راستا الگوریتم های یادگیری ماشین، یادگیری عمیق و یادگیری تقویتی مورد بررسی قرار گرفته و به برخی از کاربردهای عملی و پیاده سازی این روشها در بینایی ماشین و مباحث پزشکی از جمله پردازش تصاویر پزشکی و سیگنالهای حیاتی پرداخته خواهد شد.

🔶مباحث:
◀️آشنایی با الگوریتم های یادگیری ماشین کلاسیک
◀️آشنایی با الگوریتم های یادگیری عمیق
◀️آشنایی با الگوریتم های یادگیری تقویتی
◀️کاربردهای عملی و پیاده سازی یادگیری ماشین، یادگیری عمیق و یادگیری تقویتی

👩‍🏫 ارائه دهنده :
👩🏻‍🎓 مهسا بهرامی

🔷مختصری از سوابق :
▫️دانشجوی دکتری مهندسی پزشکی دانشگاه خواجه نصیرالدین طوسی
◾️دستیار آموزشی درس شناسایی الگو و …
▫️عضو هسته پژوهشی تشخیص اجسام خارجی در محصولات غذایی

🕗 زمان ارائه :
🚩 جمعه ۶ خرداد، ساعت 18:00

🔗 ثبت نام در ارائه :
💠 https://b2n.ir/MLBASU


#هوش_مصنوعی #یادگیری_ماشین #یادگیری_تقویتی #یادگیری_عمیق
https://www.aparat.com/v/KhlOY

▫️ویدیو جدید
با موضوع مرتب سازی شمارشی

🚩 این مرتب سازی جذابیت داره و یکم خاصه.

🏳️ داخل ویدیو هایی که از این به بعد میزارم مباحث رو یادآوری می‌کنم و یکم نکته های ریز جدید هم داخلشون گفته خواهد شد.
💠ویدیو جدید

❇️در این ویدیو خیلی ساده یک نمودار pie رسم می‌کنیم.
طول ویدیو : ۳ دقیقه

🌐 https://www.aparat.com/v/Qow7R
💠ویدیو جدید

❇️در این ویدیو خیلی ساده متن رو تبدیل به دستنوشته می‌کنیم ؛)))))

طول ویدیو : کمتر از 5 دقیقه

🌐 https://www.aparat.com/v/UyIrt
🤩1
https://www.aparat.com/v/ypoE3

خب بریم توی این ویدیو یک مساله جذاب رو به روش بازگشتی حل کنیم.

❇️ با فهم این مساله تقریبا مفهوم بازگشتی به صورت کامل براتون جا میفته ؛)
1
#فرصت_کاری
#کارآموزی

💠 علاقمندان به فعالیت به عنوان کاراموز می توانند به ایدی مقابل پیام دهید.

🚩 همه چیز به شما از ابتدا آموزش داده می شود.

پس از کاراموزی امکان جذب شما وجود دارد.

🆔 @AmirHosseinBabaeayan
https://www.instagram.com/tv/CRPmo4-gEn3/?utm_medium=copy_link

ویدیوی فوق در حوزه آشنایی ابتدایی با بلاکچین ضبط شده است.
This media is not supported in your browser
VIEW IN TELEGRAM
ویدیو کوتاه - آموزش پایتون
ساخت پسورد قوی با پایتون
This media is not supported in your browser
VIEW IN TELEGRAM
ویدیو کوتاه - آموزش پایتون
تست سرعت اینترنت با استفاده از پایتون