You asked me to resend some free Python courses shared here in the past.
So here you go:

1. Introduction to Computer Science and Programming in Python: From MIT, for free! 🙌🏼
No registration or download required
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/

Video lessons 🎥
Slides and code 👨‍💻

2. CS50’s Web Programming with Python and JavaScript by Harvard University:

HTML, CSS
Git
Python
Django
SQL, Models, and Migrations
JavaScript
User Interfaces
Testing, CI/CD
Scalability and Security

Start learning immediately, no registration or download required.


3. Python course by Google

https://developers.google.com/edu/python

No registration or download needed.

4. Python for Beginners
Programming with Python
By Microsoft

Authors: Susan Ibach, GeekTrainer
🎬 44 episodes
⏰ 180 mins

🔗 Link to course

5. NOC:Programming, Data Structures and Algorithms using Python
⌛️ 6 weeks
👨‍🏫 45 lectures

🔗 Link to course


6. Scientific Computing with Python

Author: Dr. Charles Severance (also known as Dr. Chuck).
🎬 56 lessons
💻 5 scientific projects
📜 Free certification

🔗 Link to course


Additional materials:

Python Tutorial -> Condensed Cheatsheet
https://learnxinyminutes.com/docs/python3/

Free Python Books

A list of Python books in English that are free to read online or download.

⭐️ 2.6k

https://github.com/pamoroso/free-python-books

Learn Python the Hard Way

Author: Zed Shaw
Language: English
Level: Beginner

Online version (by the original author - no worries, this isn't a pirate link!) of the "Learn Python the Hard Way." book. It emphasizes repetition and concept understanding.

🔗 https://learnpythonthehardway.org/pyth

یک مقاله خوب

How to avoid machine learning pitfalls: a guide for academic researchers

https://arxiv.org/abs/2108.02497

#مقاله

❇️ @AI_Python

این فایل مفاهیم مهم علم داده را به شکل جذاب و واضحی توضیح می دهد.
1. Dataset
2. Data Wrangling
3. Outliers
4. Data Imputation
5. Principal Component Analysis (PCA)
6. Supervised Learning
7. Model Parameters and Hyperparameters

@ml_nlp_cv

نکاتی ارزشمند برای افرادی که قصد ادامه تحصیل در خارج از کشور دارند پیشنهاد میدم حتما مطالعه فرمایید

https://uvasrg.github.io/prospective/

#اپلای #منابع

❇️ @AI_Python

My Lord people are leaving the castle :)


Copy from: https://www.linkedin.com/posts/siavashmemar_my-lordpeople-are-leaving-the-castle-activity-6832576938415067136-NA5G

@ai_python

برای پژوهشگران و اساتید افغانستانی میتوانند از طریق این لینک موقعیتهای مناسب خودشون را پیدا کنند.
https://www.scholarsatrisk.org/get-help/

Link

حتی کمک هزینه پرواز دانشجویان،
متن تصویر رو من ننوشتم ♦️


خیلی وقت هست که شرکت‌ها وقتی می‌گن نیروی تخصصی معرفی کن، هیچ کسی رو ندارم.

این ی وضعیت جدی هست، من ی فایل اکسل داشتم از آدمای متخصص که باهاشون توی پروژه‌های مختلف آشنا شدم اونقدر متخصص که توی کار خودشون خدا بودن

ولی حالا، ۱ سال هست که اصلاً به اون لیست نیازی ندارم، همه رفتن و هیچ کس نمونده (ماها هم دیگه فرقی به حالمون نداره موندن یا رفتن)
ولی وقتی می‌بینم اونایی که رفتن استرس، دردشون کم شده، وقتی می بینم هدف میزارن برای هدف تلاش می‌کنن و میرسند بهش دلم می‌خواد به باقی استعداد‌ها هم واسه رفتن کمک کنم، فقط همین

Graph Transformer Networks: Learning Meta-path Graphs to Improve GNNs

Github: https://github.com/seongjunyun/Graph_Transformer_Networks

Paper: https://arxiv.org/abs/2106.06218v1

Dataset: https://github.com/Jhy1993/HAN

✔️ داکر به زبان ساده چیست؟
چرا داکر امروزه محبوب شده؟

🖥 مشاهده در یوتوب:
👉 Link: https://www.youtube.com/watch?v=FU--oBJZTMs

#docker #داکر #docker_image #کانتینر #کانتینر_پلتفرم #container #یوتوب_فارسی #bobycloud
〰️〰️〰️〰️〰️
©️ @DevOpsEx | @AI_Python

مستندسازی کیفیت عملکرد مدل‌های زبانی فارسی

بسیاری از مواقع مقاله یا مدلی رو دیدید که نویسنده ادعا کرده با مدل ابداعی خودش به فلان دقت روی یک وظیفه زبان فارسی رسیده، اما در عین حال کد و مستندی رو برای این ادعاش منتشر نکرده. بچه‌های تیم هوش مصنوعی شرکت مفید کدهای تمیزی زدند که ملت بتونند راحت مدل‌های مختلف ارائه شده برای وظایف زبان فارسی رو روی دیتاست‌های مختلف تست بگیرند و ارزیابی کنند. نکته مهم‌تر اینه که کدهاشون رو روی گیت سخاوتمدانه به اشتراک گذاشتند؛ پس بهشون استار بدید که انرژی بگیرند و بقیه‌ی کدهاشونم بگذارند. :)

لینک ریپو:
https://github.com/Mofid-AI/persian-nlp-benchmark

#tool
#irani

@nlp_stuff

#دفاع

جلسه دفاع دکتری جناب آقای میثم عسگری

موضوع:
رویکرد جامع برای تحلیل موضوع موردنظر در داده جریانی شبکه اجتماعی توئیتر با استفاده از یادگیری عمیق و گراف حافظه

لینک جلسه
(حضور برای عموم آزاد است.)

@cominsys_channel

یکی از ابزارهای شناخته‌شده در دنیای نرم‌افزار، داکر هست. سرویسی که هدف اصلی اون جدا کردن محیط اجرای سرویس‌ها از سیستم‌عامل اصلی است. از مزیت‌های جانبی داکر امکان ساخت و دسترسی سرویس‌های مستقل برای کارهای روزمره است. مثلا دیتابیس برای نگه‌داری موقت یا دائمی اطلاعات یک پروژه شخصی، یا حتی اجرای یک سیستم جامع پایتون برای دیتاساینس یا یادگیری ماشین.(مثل ایمیج‌های معروف ژوپیتر.)
در این ویدیو یک بررسی کوتاه برای آشنایی کلی با این ابزار برای اجرای سرویس‌های مورد نیاز شخصی بدون ورود به جزئیات فنی پیچیده می‌کنیم.
#آموزش
#داکر
#ویدیو
https://youtu.be/5LwSaz5EOAQ

یک ابزار رایگان کاربردی

🗃 نوع: #سورس_کد

📖 توضیحات:
بارها شده دلمون بخواد فایل pdf فارسی تبدیل کنیم ولی امکانش نبوده . این ابزار رایگان یک کدی هست که به پایتون نوشته شده و هدفش تبدیل pdf هست(حتی pdfهایی که از نوع تصویر هستند)

📤 برای دریافت داده و کسب اطلاعات بیشتر به لینک زیر مراجعه کنید‌. 👇👇

https://github.com/mmahdibarghi/pdf2txt
#منابع
❇️ @AI_Python

گروه DeepLearning and AI

https://t.me/DeepLearningAIExperts

گروه پردازش زبان طبیعی NLP:

https://t.me/NLPExperts

گروه زبانهای برنامه نویسی پایتون و لینوکس و...

https://t.me/PythonLinuxExperts

کانال گروه :
❇️ @AI_Python

چگونه در مسابقات علم داده برنده بشیم: توصیه‌های برندگان Kaggle

https://www.coursera.org/learn/competitive-data-science

#منابع #علم_داده

❇️ @AI_Python

با عرض سلام خدمت همه دوستان
دفاع رساله دکترای آقای میثم عسگری امروز ساعت ۱۶:۰۰ از طریق اسکایپ برگزار خواهد شد.
اگر تشریف بیارید خوشحال میشیم. حضور برای عموم آزاد است.
لینک:
https://join.skype.com/O0x3WsA7qwwH

تقدیم به جنگو کارای عزیز❤️😁جهت تنوع

Thanks to: @rezaX

〰️〰️〰️〰️〰️〰️
© @DjangoEx