#وبینار #یادگیری_عمیق #کلاس
دوره ی آنلاین شبکه های مولد عمیق
🔖زمان برگزاری: 19 تا 28 بهمن
🕐مدت دوره: 15 ساعت
✔️سطح دوره: پیشرفته - عملی
✔️نوع فریم ورک: کراس و TF2
http://class.vision/product/generative-autoencoder-gan-tf2/
کد 15 درصد:
aipython
دوره ی آنلاین شبکه های مولد عمیق
🔖زمان برگزاری: 19 تا 28 بهمن
🕐مدت دوره: 15 ساعت
✔️سطح دوره: پیشرفته - عملی
✔️نوع فریم ورک: کراس و TF2
http://class.vision/product/generative-autoencoder-gan-tf2/
کد 15 درصد:
aipython
کلاس آموزشی صفر تا ۱۰۰ RL
🔹 سرفصلهای دوره RL بصورت تئوری خواهد بود و مدرس این دوره دکتر مریم توکل می باشد. این دوره در طول ۵ جلسه برگزار می شود.
Introduction (MDP, valude function, Bellman), Dynamic programming, Monte-Carlo, Temporal difference, n-step bootstrap And multi-armed bandits
https://evnd.co/pvNyW
جهت ثبت نام به لینک بالا مراجعه کنید.
تاریخ برگزاری ۱ اسفند است. متعاقبا ساعت و روز این دوره اعلام خواهد شد.
🔹 با کد DLeX می توانید با تخفیف ۲۰ درصدی ثبتنام کنید.
🔹 سرفصلهای دوره RL بصورت تئوری خواهد بود و مدرس این دوره دکتر مریم توکل می باشد. این دوره در طول ۵ جلسه برگزار می شود.
Introduction (MDP, valude function, Bellman), Dynamic programming, Monte-Carlo, Temporal difference, n-step bootstrap And multi-armed bandits
https://evnd.co/pvNyW
جهت ثبت نام به لینک بالا مراجعه کنید.
تاریخ برگزاری ۱ اسفند است. متعاقبا ساعت و روز این دوره اعلام خواهد شد.
🔹 با کد DLeX می توانید با تخفیف ۲۰ درصدی ثبتنام کنید.
ایوند
کلاس آموزش ابزارهای هوش مصنوعی - جمعه ۱ اسفند ۹۹
خرید بلیت و ثبتنام کلاس آموزش ابزارهای هوش مصنوعی در ایوند - زمان: جمعه ۱ اسفند ۹۹ - موضوع: غیره - رویداد آنلاین است
کلاس آموزشی Recommender Systems بصورت تئوری برگزار می شود و مدرس این دوره دکتر مریم توکل خواهند بود. مدت این دوره ۵ جلسه می باشد.
Collaborative filtering, Matrix factorization, Implicit feedback
https://evnd.co/pvNyW
🔹 جهت ثبت نام به لینک بالا مراجعه کنید.
تاریخ برگزاری ۱ اسفند است.
متعاقبا ساعت و روز این دوره اعلام خواهد شد.
🔹ثبت نام با کد تخفیف ۲۰ درصدی :
DLeX
Collaborative filtering, Matrix factorization, Implicit feedback
https://evnd.co/pvNyW
🔹 جهت ثبت نام به لینک بالا مراجعه کنید.
تاریخ برگزاری ۱ اسفند است.
متعاقبا ساعت و روز این دوره اعلام خواهد شد.
🔹ثبت نام با کد تخفیف ۲۰ درصدی :
DLeX
ایوند
کلاس آموزش ابزارهای هوش مصنوعی - جمعه ۱ اسفند ۹۹
خرید بلیت و ثبتنام کلاس آموزش ابزارهای هوش مصنوعی در ایوند - زمان: جمعه ۱ اسفند ۹۹ - موضوع: غیره - رویداد آنلاین است
DLeX: AI Python
کلاس آموزشی Recommender Systems بصورت تئوری برگزار می شود و مدرس این دوره دکتر مریم توکل خواهند بود. مدت این دوره ۵ جلسه می باشد. Collaborative filtering, Matrix factorization, Implicit feedback https://evnd.co/pvNyW 🔹 جهت ثبت نام به لینک بالا مراجعه کنید.…
راههای ارتباطی با دکتر مریم توکل
وبسایت شخصی:
http://maryamtavakol.com
گوگل اسکالر:
https://scholar.google.de/citations?user=2ycXzoIAAAAJ&hl=en
لینکدین:
https://www.linkedin.com/in/maryam-tavakol-5869682b/
وبسایت شخصی:
http://maryamtavakol.com
گوگل اسکالر:
https://scholar.google.de/citations?user=2ycXzoIAAAAJ&hl=en
لینکدین:
https://www.linkedin.com/in/maryam-tavakol-5869682b/
scholar.google.de
Maryam Tavakol
Eindhoven University of Technology - Cited by 104 - Machine Learning - Recommender System - Reinforcement Learning
Forwarded from arXiv
How deep learning is explained :)))
https://arxiv.org/pdf/2002.05202.pdf
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
https://arxiv.org/pdf/2002.05202.pdf
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
💻 استخدام برنامه نویس PHP
🕰 نوع همکاری:
#تمام_وقت | #حضوری
📍 شهر: مشهد
⚖️ شرایط پذیرش:
— حداقل 3 سال تجربه برنامهنویسی
— مسلط به یکی از فریمورکهایPHP ترجیحا لاراول
— مسلط به : Restful API
— مسلط به : MySQL
— آشنا به دیتابیسهای noSQL
— دقت و استفاده از استانداردها در برنامه نویسی
— منظم و دارای روحیه ی کار تیمی
💵 مزایا و میزان حقوق:
بر اساس سطح کاری و رزومه شما متفاوت و قابل مذاکره میباشد و حقوق بالا نیز قابل توافق است. 🔅✅
📲 اطلاعات تماس:
رزومه ایمیل شود به:
Recruitmentinfo@yandex.com
و یا به آیدی: @akamali98
🕰 نوع همکاری:
#تمام_وقت | #حضوری
📍 شهر: مشهد
⚖️ شرایط پذیرش:
— حداقل 3 سال تجربه برنامهنویسی
— مسلط به یکی از فریمورکهایPHP ترجیحا لاراول
— مسلط به : Restful API
— مسلط به : MySQL
— آشنا به دیتابیسهای noSQL
— دقت و استفاده از استانداردها در برنامه نویسی
— منظم و دارای روحیه ی کار تیمی
💵 مزایا و میزان حقوق:
بر اساس سطح کاری و رزومه شما متفاوت و قابل مذاکره میباشد و حقوق بالا نیز قابل توافق است. 🔅✅
📲 اطلاعات تماس:
رزومه ایمیل شود به:
Recruitmentinfo@yandex.com
و یا به آیدی: @akamali98
https://blog.plover.com/math/PM.html
جالبه بدونیم چیزهای ساده که گاها بدیهی حساب میکنیم هم نیاز به اثبات دارند. پس در باور هرچیزی که میشنویم ذره ای تردید حکم عقل است :)
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
جالبه بدونیم چیزهای ساده که گاها بدیهی حساب میکنیم هم نیاز به اثبات دارند. پس در باور هرچیزی که میشنویم ذره ای تردید حکم عقل است :)
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from دستاوردهای یادگیری عمیق(InTec)
یکی از بیشترین سوالاتی که پرسیده میشه اینه که از کجا و چطور باید شروع کنم (یادگیری عمیق) توی این پست میخوام به این سوال پاسخ بدم (تاریخ : ۱۴ آذر ۱۳۹۹)
افرادی که این سوال رو میکنند معمولاً دو دسته هستند اونهایی که آکادمیک بصورت خیلی جدی دنبال کردند و تئوری قضیه رو بلدند و اونهایی که هیچ دیدی از تئوری ندارند و بخاطر ترند بودن وارد میشوند.
چندتا فرض : ۱- لینوکس و پایتون رو بلد هستید (پایتون سطح متوسط و لینوکس همون LPIC 1 هم کفایت میکنه)
۲- با خوندن کتاب مشکلی ندارید
۳- قرار هست کلا بیخیال یادگیری به زبان فارسی بشید
این لیست کتابهایی هست که پیشنهاد میکنم :
1- The hundred-page machine learning (Andriy Burkov)
این کتاب برای کسایی هست که یادگیری ماشین رو خیلی خیلی کم میشناسند، قبل از این که بخواید وارد بشید لازمه اول مطمئن بشید همون چیزی هست که فکرشو میکردید.
2- Hands on ML with scikit-learn, keras, tensorflow (2nd edition) (Aurelien Geron)
نیازی به تعریف نداره بهترین کتاب برای شروع کد زدن بدون ریاضیات پیچیده، بهمراه تئوری کافی.
اینجا مرحلهای هست که دانشگاهی و آموزشگاهی و ... و خیلی از افرادی که دارند کار میکنند (حدود ۹۵٪) میزنن جاده خاکی یا درحال پیادهسازی ایدهها و روشهای مختلف هستند یا درحال خوندن مقالات روز دنیا، اینکه شما چقدر تسلط دارید و چقدر عالی مدلهارو ایجاد میکنید ی بحث هست اما اینکه آیا واقعاً این مدل میتونه به تمام مشتریان شما در زمان مناسب پاسخ بده و .... بحث مهمتری هست.
3- Build Machine Learning Powered Application : Going from idea to product (Emmanuel Ameisen)
برای شروع کتاب خوبی هست، البته مطالبی که توی کتابهای قبلی خوندید رو میتونید فقط نگاهی بندازید.
4- Machine Learning Engineering (Andriy Burkov)
مباحث مربوط به سرویس دهی و ... از یک جایی به بعد نیاز به ML engineer داره اما لازمه شما با این مباحث آشنایی کامل داشته باشید مخصوصاً اگر قراره پروژه خودتون رو راه بندازید.
5- Building Machine Learning Pipelines : Automating Model Life Cycle with Tensorflow (Hannes Hapke)
این بخش خیلی خیلی مهمه، قرار نیست تا ابد هر چندوقت یکبار بشینید و بصورت دستی دیتا جدید رو ترین کنید و همه مراحل رو پیش بگیرید باید از data pipeline ها استفاده کنید (چیزی که خیلی خیلی کم دیده میشه)
6- TinyML : Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers (Pete Warden)
شاید هیچ وقت لازم نشه روی این سختافزارها سرویس دهنده باشید، اما چیزهایی که توی این کتاب قرار هست یاد بگیرید واقعاً واجب هست.
7- Practical Deep Learning for Cloud, Mobile, and Edge : .... (Anirudh Koul)
تا اینجا بصورتی بود که خسته کننده نباشه و کدینگ و ... هم پیش بره اما کم کم باید وارد مباحث تئوری و ریاضیات هم شد.
8- d2l.ai
بخش تئوری این کتاب شامل کلی tips and tricks میشه که جالب هستند.
9- deeplearningbook.org
همهی تئوریها و ریاضیاتی که پیچوندید رو باید بالاخره یاد بگیرید :)
امیدوارم این لیست مفید باشه، سعی کردم کتابهایی که خوب هستند یا خودم خوندم و نتیجه گرفتم رو فقط معرفی کنم وگرنه این لیست ادامه دار بود.
امیدوارم مفید باشه 🌹
#چطور_شروع_کنیم
افرادی که این سوال رو میکنند معمولاً دو دسته هستند اونهایی که آکادمیک بصورت خیلی جدی دنبال کردند و تئوری قضیه رو بلدند و اونهایی که هیچ دیدی از تئوری ندارند و بخاطر ترند بودن وارد میشوند.
چندتا فرض : ۱- لینوکس و پایتون رو بلد هستید (پایتون سطح متوسط و لینوکس همون LPIC 1 هم کفایت میکنه)
۲- با خوندن کتاب مشکلی ندارید
۳- قرار هست کلا بیخیال یادگیری به زبان فارسی بشید
این لیست کتابهایی هست که پیشنهاد میکنم :
1- The hundred-page machine learning (Andriy Burkov)
این کتاب برای کسایی هست که یادگیری ماشین رو خیلی خیلی کم میشناسند، قبل از این که بخواید وارد بشید لازمه اول مطمئن بشید همون چیزی هست که فکرشو میکردید.
2- Hands on ML with scikit-learn, keras, tensorflow (2nd edition) (Aurelien Geron)
نیازی به تعریف نداره بهترین کتاب برای شروع کد زدن بدون ریاضیات پیچیده، بهمراه تئوری کافی.
اینجا مرحلهای هست که دانشگاهی و آموزشگاهی و ... و خیلی از افرادی که دارند کار میکنند (حدود ۹۵٪) میزنن جاده خاکی یا درحال پیادهسازی ایدهها و روشهای مختلف هستند یا درحال خوندن مقالات روز دنیا، اینکه شما چقدر تسلط دارید و چقدر عالی مدلهارو ایجاد میکنید ی بحث هست اما اینکه آیا واقعاً این مدل میتونه به تمام مشتریان شما در زمان مناسب پاسخ بده و .... بحث مهمتری هست.
3- Build Machine Learning Powered Application : Going from idea to product (Emmanuel Ameisen)
برای شروع کتاب خوبی هست، البته مطالبی که توی کتابهای قبلی خوندید رو میتونید فقط نگاهی بندازید.
4- Machine Learning Engineering (Andriy Burkov)
مباحث مربوط به سرویس دهی و ... از یک جایی به بعد نیاز به ML engineer داره اما لازمه شما با این مباحث آشنایی کامل داشته باشید مخصوصاً اگر قراره پروژه خودتون رو راه بندازید.
5- Building Machine Learning Pipelines : Automating Model Life Cycle with Tensorflow (Hannes Hapke)
این بخش خیلی خیلی مهمه، قرار نیست تا ابد هر چندوقت یکبار بشینید و بصورت دستی دیتا جدید رو ترین کنید و همه مراحل رو پیش بگیرید باید از data pipeline ها استفاده کنید (چیزی که خیلی خیلی کم دیده میشه)
6- TinyML : Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers (Pete Warden)
شاید هیچ وقت لازم نشه روی این سختافزارها سرویس دهنده باشید، اما چیزهایی که توی این کتاب قرار هست یاد بگیرید واقعاً واجب هست.
7- Practical Deep Learning for Cloud, Mobile, and Edge : .... (Anirudh Koul)
تا اینجا بصورتی بود که خسته کننده نباشه و کدینگ و ... هم پیش بره اما کم کم باید وارد مباحث تئوری و ریاضیات هم شد.
8- d2l.ai
بخش تئوری این کتاب شامل کلی tips and tricks میشه که جالب هستند.
9- deeplearningbook.org
همهی تئوریها و ریاضیاتی که پیچوندید رو باید بالاخره یاد بگیرید :)
امیدوارم این لیست مفید باشه، سعی کردم کتابهایی که خوب هستند یا خودم خوندم و نتیجه گرفتم رو فقط معرفی کنم وگرنه این لیست ادامه دار بود.
امیدوارم مفید باشه 🌹
#چطور_شروع_کنیم
لینک کتابهایی که توی لایو صحبتش شد
Learning Python
Automating boring stuff with python
Introduction python
Head first python
Learning Python
Automating boring stuff with python
Introduction python
Head first python
Amazon
Learning Python, 5th Edition: Lutz, Mark: 9781449355739: Amazon.com: Books
Learning Python, 5th Edition [Lutz, Mark] on Amazon.com. *FREE* shipping on qualifying offers. Learning Python, 5th Edition
لینکدین محمد عباسی
linkedin.com/in/aipythoner
لینکدین آیدین زهتاب
https://www.linkedin.com/in/aidin-zehtab
linkedin.com/in/aipythoner
لینکدین آیدین زهتاب
https://www.linkedin.com/in/aidin-zehtab
Machine Learning From Scratch In Python - Full Course With 12 Algorithms
https://www.youtube.com/watch?v=rLOyrWV8gmA&ab_channel=PythonEngineer
Code:
https://github.com/python-engineer/MLfromscratch/tree/master/mlfromscratch
https://www.youtube.com/watch?v=rLOyrWV8gmA&ab_channel=PythonEngineer
Code:
https://github.com/python-engineer/MLfromscratch/tree/master/mlfromscratch
YouTube
Machine Learning From Scratch In Python - Full Course With 12 Algorithms (5 HOURS)
In this course we implement the most popular Machine Learning algorithms from scratch using only Python and NumPy.
Get my Free NumPy Handbook:
https://www.python-engineer.com/numpybook
✅ Write cleaner code with Sourcery, instant refactoring suggestions…
Get my Free NumPy Handbook:
https://www.python-engineer.com/numpybook
✅ Write cleaner code with Sourcery, instant refactoring suggestions…
بالاخره موفق شدم با هوش مصنوعی و زبان برنامه نویسی پایتون با مدد تکنولوژی پیشرفته لیست و مرتب سازی مسیله مرغ و تخم مرغ رو حل کنم.
:))))))
جان من پست هایی با مضمون مشابه اینور اونور به اشتراک نگذارید. :)
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
:))))))
جان من پست هایی با مضمون مشابه اینور اونور به اشتراک نگذارید. :)
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from DLeX: AI Python (Farzad 🦅)
Media is too big
VIEW IN TELEGRAM
کلاس آموزش شبکه های عصبی مصنوعی - دکتر رضوی استاد دانشگاه تبریز
🔸 شبکههای عصبی -۴-- تابع هزینه سافتمکس
#کلاس_آموزشی #دکترـرضوی #منابع #فیلم #شبکه_عصبی_مصنوعی
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
🔸 شبکههای عصبی -۴-- تابع هزینه سافتمکس
#کلاس_آموزشی #دکترـرضوی #منابع #فیلم #شبکه_عصبی_مصنوعی
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from مرکز نیکوکاری نسیم مهربانی (SaHaR)
در آستانه رسیدن روز مادر مرکز نیکوکاری نسیم مهربانی در نظر دارد تعدادی سبد کالا برای مادران سرپرست و بدسرپرست تهیه کند...
از شما خیرین عزیز خواهشمندیم که مثل همیشه یاریگر ما باشید تا دستان بیشتری را به مهر بفشاریم.
شماره حساب جهت واریز:
6037997950135955
@nasimemehrabaniii
از شما خیرین عزیز خواهشمندیم که مثل همیشه یاریگر ما باشید تا دستان بیشتری را به مهر بفشاریم.
شماره حساب جهت واریز:
6037997950135955
@nasimemehrabaniii
Forwarded from DLeX: AI Python (Farzad🦅🐋🐕🦏🐻)
چند مورد از آموزش های مفید و گام به گام کانال
#یادگیری_ماشین #هوش_مصنوعی #یادگیری_عمیق #پردازش_زبان_طبیعی #شبکه_عصبی #منابع #دکترـرضوی #فیلم #مقاله
جستجوی مورد نظر خودرا باهشتگ های معرفی شده به مطلب موردنظر برسید
📣 مروری کلی بر مفاهیم علم داده و یادگیری عمیق و یادگیری ماشین
📣 آموزش گام به گام یادگیری ماشین
📣 آموزش گام به گام پردازش زبان طبیعی
📣 آموزش گام به گام یادگیری عمیق
📣 گام به گام آموزش یادگیری هوش مصنوعی
📣 فیلم آموزشی « شبکه های عصبی برای یادگیری ماشین » از پروفسور جفری هینتون
📣 آموزش گام به گام یادگیری هوش مصنوعی با کلاس های آموزشی دکتر رضوی
📣 فیلم آموزشی
«چطور از بین همه مدلهای یادگیری ماشین مدل مناسبی انتخاب کنیم؟»
📣 فیلم آموزش گام به گام یادگیری ماشین با کلاس های آموزشی دکتر رضوی
📣 فیلم های آموزشی یادگیری ماشین از کنفرانس ها و سخنرانیهای مطرح
📣 منابع و کتاب های معرفی شده برای هوش مصنوعی یادگیری ماشین و...
📣 آموزش گام به گام یادگیری عمیق با کلاس های آموزشی دکتر رضوی
و بسیاری از مطالب کاربردی دیگر که فقط با یک نگاه کافی نیست...
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#یادگیری_ماشین #هوش_مصنوعی #یادگیری_عمیق #پردازش_زبان_طبیعی #شبکه_عصبی #منابع #دکترـرضوی #فیلم #مقاله
جستجوی مورد نظر خودرا باهشتگ های معرفی شده به مطلب موردنظر برسید
📣 مروری کلی بر مفاهیم علم داده و یادگیری عمیق و یادگیری ماشین
📣 آموزش گام به گام یادگیری ماشین
📣 آموزش گام به گام پردازش زبان طبیعی
📣 آموزش گام به گام یادگیری عمیق
📣 گام به گام آموزش یادگیری هوش مصنوعی
📣 فیلم آموزشی « شبکه های عصبی برای یادگیری ماشین » از پروفسور جفری هینتون
📣 آموزش گام به گام یادگیری هوش مصنوعی با کلاس های آموزشی دکتر رضوی
📣 فیلم آموزشی
«چطور از بین همه مدلهای یادگیری ماشین مدل مناسبی انتخاب کنیم؟»
📣 فیلم آموزش گام به گام یادگیری ماشین با کلاس های آموزشی دکتر رضوی
📣 فیلم های آموزشی یادگیری ماشین از کنفرانس ها و سخنرانیهای مطرح
📣 منابع و کتاب های معرفی شده برای هوش مصنوعی یادگیری ماشین و...
📣 آموزش گام به گام یادگیری عمیق با کلاس های آموزشی دکتر رضوی
و بسیاری از مطالب کاربردی دیگر که فقط با یک نگاه کافی نیست...
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN