Forwarded from دستاوردهای یادگیری عمیق(InTec)
#Roadmap 2022
این رو برای یک دوستی که تازه داره سعی میکنه وارد، ماشینلرنینگ بشه نوشتم ؛
اول اینکه توجه کنید,
۱- ایشون تازه برای کارشناسی بورسیه گرفته و قراره شروع کنه درسش رو
۲- پایتون رو در سطح متوسطی بلد هست و چندسالی هست که کد میزنه (Data structure, Algorithm رو متوجه هست)
۳- علاقه شدیدی به هوش مصنوعی داره و برخلاف خیلیها که میخوان سریعتر کد بزنن ترجیح میده وقت بیشتری توی مقدمات بذاره تا حرفهای تر جلو بره
RoadMap :
1- Numpy (and scipy):
. Python Numpy Beginners (AI publishing)
. Scientific Computing with Python .... 2nd edition (Claus Fuhrer - packt pub)
* High performance python ... 2nd edition (O'Reilly)
2- Pandas:
Effective Pandas (Matt Harrison)
Pandas in Action (Manning Pub)
Pandas 1.x cookbook ... 2nd edition (Packt pub)
3- Matplotlib (or other visualization libs)
Hands on matplotlib (Ashwin - Apress pub)
Data visualization with python for beginners ... ( AI publishing)
چیزی که خیلی مهمه اینه کار با OOP، api رو توی این کتابخونه یاد بگیرید.
3- Data Engineering
نه کامل اما بعضی مباحث واقعاً لازم هست :
Sql / NoSql / PySpark
اینها مباحثی هست که خیلی بدرد میخوره معمولاً
4- Scikit-learn :
Hands on machine learning with scikit-learn, ... (O'Reilly) - Part 1 only
Machine learning with pytorch and scikit-learn (Packt pub) - Part 1 only
5- Story telling
کتابهای زیادی برای این مورد وجود داره که بسته به علاقه و نوع نوشتاری که میپسندید میتونید انتخاب کنید
اما این بخش رو اصلا دستکم نگیرید (۹۹.۹٪ آموزشها این موضوع رو منتقل نمیکنند و ۱۰۰٪ توی کار این موضوع واجب و حیاتی هست)
6-
آمار و احتمالات / ریاضیات / جبر
بستگی به خودتون داره؛ اگر فکر میکنید لازم هست کمی ریاضیات پایه رو مرور کنید
آمار و احتمال رو شاید بهتره حتی قبل از scikit-learn مرور کنید
کتابهای با عنوان statistical learning وجود داره برای پایتون که به سلیقه خودتون میتونید بخونید.
7- Deep learning (practical)
۲ تا کتابی که برای Machine learning معرفی کردم بخش دوم هر ۲ کتاب رو میتونید اینجا شروع کنید
Deep learning with python 2nd edition (Manning pub)
هم حتماً برای اونایی که Tensorflow هم میخوان کار کنند باید خونده بشه
اگر قرار هست کارهای deploy , ... هم انجام بدید اون خودش ی roadmap اساسی میخواد اما بطور ساده :
ML engineering / MLOps / Linux / Docker / Api development (FastApi) / Edge deployment (Tiny ML)
حداقل چیزهایی هست که لازم دارید.
بعد با توجه به بیزینس و علاقه به بخشهای مختلفش شاخ و برگ میدید.
پ.ن : برای بخشهای مختلف چندکتاب معرفی شد، چون نوع نوشتار بعضی از کتابها ممکن مورد پسند شما نباشه
لازم نیست همهی چند مورد رو بخونید.
کتاب :
High performance python
جزو واجبات هست که بنظرم همه باید بخونند.
این رو برای یک دوستی که تازه داره سعی میکنه وارد، ماشینلرنینگ بشه نوشتم ؛
اول اینکه توجه کنید,
۱- ایشون تازه برای کارشناسی بورسیه گرفته و قراره شروع کنه درسش رو
۲- پایتون رو در سطح متوسطی بلد هست و چندسالی هست که کد میزنه (Data structure, Algorithm رو متوجه هست)
۳- علاقه شدیدی به هوش مصنوعی داره و برخلاف خیلیها که میخوان سریعتر کد بزنن ترجیح میده وقت بیشتری توی مقدمات بذاره تا حرفهای تر جلو بره
RoadMap :
1- Numpy (and scipy):
. Python Numpy Beginners (AI publishing)
. Scientific Computing with Python .... 2nd edition (Claus Fuhrer - packt pub)
* High performance python ... 2nd edition (O'Reilly)
2- Pandas:
Effective Pandas (Matt Harrison)
Pandas in Action (Manning Pub)
Pandas 1.x cookbook ... 2nd edition (Packt pub)
3- Matplotlib (or other visualization libs)
Hands on matplotlib (Ashwin - Apress pub)
Data visualization with python for beginners ... ( AI publishing)
چیزی که خیلی مهمه اینه کار با OOP، api رو توی این کتابخونه یاد بگیرید.
3- Data Engineering
نه کامل اما بعضی مباحث واقعاً لازم هست :
Sql / NoSql / PySpark
اینها مباحثی هست که خیلی بدرد میخوره معمولاً
4- Scikit-learn :
Hands on machine learning with scikit-learn, ... (O'Reilly) - Part 1 only
Machine learning with pytorch and scikit-learn (Packt pub) - Part 1 only
5- Story telling
کتابهای زیادی برای این مورد وجود داره که بسته به علاقه و نوع نوشتاری که میپسندید میتونید انتخاب کنید
اما این بخش رو اصلا دستکم نگیرید (۹۹.۹٪ آموزشها این موضوع رو منتقل نمیکنند و ۱۰۰٪ توی کار این موضوع واجب و حیاتی هست)
6-
آمار و احتمالات / ریاضیات / جبر
بستگی به خودتون داره؛ اگر فکر میکنید لازم هست کمی ریاضیات پایه رو مرور کنید
آمار و احتمال رو شاید بهتره حتی قبل از scikit-learn مرور کنید
کتابهای با عنوان statistical learning وجود داره برای پایتون که به سلیقه خودتون میتونید بخونید.
7- Deep learning (practical)
۲ تا کتابی که برای Machine learning معرفی کردم بخش دوم هر ۲ کتاب رو میتونید اینجا شروع کنید
Deep learning with python 2nd edition (Manning pub)
هم حتماً برای اونایی که Tensorflow هم میخوان کار کنند باید خونده بشه
اگر قرار هست کارهای deploy , ... هم انجام بدید اون خودش ی roadmap اساسی میخواد اما بطور ساده :
ML engineering / MLOps / Linux / Docker / Api development (FastApi) / Edge deployment (Tiny ML)
حداقل چیزهایی هست که لازم دارید.
بعد با توجه به بیزینس و علاقه به بخشهای مختلفش شاخ و برگ میدید.
پ.ن : برای بخشهای مختلف چندکتاب معرفی شد، چون نوع نوشتار بعضی از کتابها ممکن مورد پسند شما نباشه
لازم نیست همهی چند مورد رو بخونید.
کتاب :
High performance python
جزو واجبات هست که بنظرم همه باید بخونند.
👍39❤2🤩2💩2🔥1
how much people get in India in data-science field.pdf
441.3 KB
تحلیل میزان دریافتی حقوق یک دیتاساینتیست در هند
👍2
یک پرزنتیشن خیلی خوبی که تا ساعتی دیگه شروع میشه از UW
https://twitter.com/uwresponsibleai/status/1516853953257828358?t=kmmtvsmnI8f_W_gQmnWJkA&s=19
https://twitter.com/uwresponsibleai/status/1516853953257828358?t=kmmtvsmnI8f_W_gQmnWJkA&s=19
Twitter
Responsibility in AI Systems & Experiences (RAISE)
Please join RAISE as we welcome Anjalie Field, a PhD candidate at the Language Technologies Institute at Carnegie Mellon University and a visiting student at the UW, presenting the talk: “Race and Racism in NLP,” at 9am PT Friday, April 22nd. Join: washi…
Forwarded from DLeX: AI Python (Farzad 🦅)
This media is not supported in your browser
VIEW IN TELEGRAM
دوره
Natural Language Processing with Attention Models
سایت کورسرا
Queries, Keys, Values, and Attention 3
#منابع #پردازش_زبان_طبیعی #الگوریتمها #کورسرا
❇️ @AI_Python
Natural Language Processing with Attention Models
سایت کورسرا
Queries, Keys, Values, and Attention 3
#منابع #پردازش_زبان_طبیعی #الگوریتمها #کورسرا
❇️ @AI_Python
👍1
Forwarded from DLeX: AI Python (Farzad 🦅)
This media is not supported in your browser
VIEW IN TELEGRAM
دوره
Natural Language Processing with Attention Models
سایت کورسرا
6 NMT Model with Attention
#منابع #پردازش_زبان_طبیعی #الگوریتمها #کورسرا
❇️ @AI_Python
Natural Language Processing with Attention Models
سایت کورسرا
6 NMT Model with Attention
#منابع #پردازش_زبان_طبیعی #الگوریتمها #کورسرا
❇️ @AI_Python
👍3
Forwarded from DLeX: AI Python (Farzad)
انتشار کورس جدید دانشگاه استنفورد از دکتر
Jure Leskovec
CS224W: Machine Learning with Graphs
#فیلم #منابع #گرافها #یادگیری_ماشین #کلاس_آموزشی #آموزش_کلاسی
#MachineLearning
❇️ @AI_Python
Jure Leskovec
CS224W: Machine Learning with Graphs
#فیلم #منابع #گرافها #یادگیری_ماشین #کلاس_آموزشی #آموزش_کلاسی
#MachineLearning
❇️ @AI_Python
👍4❤2
Forwarded from DLeX: AI Python (Farzad🦅🐋🐕🦏)
📣 فیلم های کوتاه و آموزش یادگیری عمیق شبکه عصبی با ماژول کراس
#فیلم #آموزش #کراس #یادگیری_عمیق #شبکه_عصبی #پایتون #منابع
🌎 Link Review
❇️@AI_Python
#فیلم #آموزش #کراس #یادگیری_عمیق #شبکه_عصبی #پایتون #منابع
🌎 Link Review
❇️@AI_Python
👍2
Forwarded from DLeX: AI Python (Farzad 🦅)
This media is not supported in your browser
VIEW IN TELEGRAM
دوره
Natural Language Processing with Classification and Vector Spaces
سایت کورسرا
19 Applications of Naïve Bayes
#منابع #پردازش_زبان_طبیعی #الگوریتمها #کورسرا #فیلم
❇️ @AI_Python
Natural Language Processing with Classification and Vector Spaces
سایت کورسرا
19 Applications of Naïve Bayes
#منابع #پردازش_زبان_طبیعی #الگوریتمها #کورسرا #فیلم
❇️ @AI_Python
Forwarded from DLeX: AI Python (Farzad 🦅)
This media is not supported in your browser
VIEW IN TELEGRAM
آموزش سایت کورسرا در مورد
NLP by National Research University Higher School of Economics
9 Count! N-gram language models
#پردازش_زبان_طبیعی #منابع #فیلم #کلاس_آموزشی #کورسرا
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
NLP by National Research University Higher School of Economics
9 Count! N-gram language models
#پردازش_زبان_طبیعی #منابع #فیلم #کلاس_آموزشی #کورسرا
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
👍1
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
کلاسویژن با همکاری دیجینکست برگزار میکند
دورهی تخصصی شبکه های عصبی مولد عمیق و GAN
https://class.vision/product/gan-deep-generative/
دورهی تخصصی شبکه های عصبی مولد عمیق و GAN
https://class.vision/product/gan-deep-generative/
👍4🔥2🤔2
Forwarded from DLeX: AI Python (Farzad 🦅)
ورژن جدید کتاب :
Interpretable Machine Learning
A Guide for Making Black Box Models Explainable.
https://christophm.github.io/interpretable-ml-book/
#کتاب #یادگیری_ماشین #منابع
#Book #machineLearning
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Interpretable Machine Learning
A Guide for Making Black Box Models Explainable.
https://christophm.github.io/interpretable-ml-book/
#کتاب #یادگیری_ماشین #منابع
#Book #machineLearning
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
14 Cost Function for RNNs.webm
5 MB
دوره
Natural Language Processing with Sequence Models
سایت کورسرا
14 Cost Function for RNNs
#منابع #پردازش_زبان_طبیعی #الگوریتمها #کورسرا #فیلم
❇️ @AI_Python
Natural Language Processing with Sequence Models
سایت کورسرا
14 Cost Function for RNNs
#منابع #پردازش_زبان_طبیعی #الگوریتمها #کورسرا #فیلم
❇️ @AI_Python
❤1