یادگیری ماشین عملی با پایتون یک راهنمای حل مسئله برای ساختن سیستم های هوشمند واقعی در جهان توسط دیپنجان سرکار، راغوان بالی، توشار شارما #programming #python
-----------
استاد ضروری مهارت های مورد نیاز برای شناسایی و حل مشکلات پیچیده با یادگیری ماشین و یادگیری عمیق. با استفاده از مثالهای دنیای واقعی که اکوسیستم یادگیری ماشین Python را اهرم می کنند، این کتاب همراه شما برای یادگیری هنر و علم یادگیری ماشین برای تبدیل شدن به یک تمرین موفق است. مفاهیم، ​​تکنیک ها، ابزارها، چارچوب ها و روش های مورد استفاده در این کتاب به شما می آموزد که چگونه با استفاده از سیستم های یادگیری ماشین ها و پروژه های خود فکر کنید، طراحی، ساخت و اجرا کنید.

یادگیری ماشین های عملی با پایتون، یک رویکرد سه جانبه جامع با نمونه های دستکاری شده و کد.
@ai_python

کتابخانه استاندارد پایتون 3 به عنوان مثال توسط داگ هلمن #python #programming
--------------------
کتابخانه استاندارد پایتون 3 حاوی صدها ماژول برای ارتباط برقرار کردن با سیستم عامل، مترجم و اینترنت - همه به طور گسترده مورد آزمایش قرار گرفته و آماده است تا شروع به توسعه نرم افزار شود. در حال حاضر، داگ هالمن متخصص پایتون هر کدام از قسمت های مهم کتابخانه پایتون 3.x را از طریق کد منبع و نمونه های خروجی ارائه می دهد. مثالهای Hellmann به طور کامل هر ویژگی را نشان می دهند و برای یادگیری آسان و استفاده مجدد طراحی شده اند.
شما می توانید کد عملیاتی را برای کار با متن، ساختار داده ها، الگوریتم ها، تاریخ / زمان، ریاضی، سیستم فایل، پایداری، مبادله داده، فشرده سازی پیدا کنید. ، آرشیو، رمزنگاری، فرآیندها / موضوعات، شبکه، قابلیت های اینترنت، ایمیل، ابزار توسعه دهنده و زبان، زمان اجرا، بسته ها و موارد دیگر. هر بخش به طور کامل یک ماژول با لینک به منابع اضافی را پوشش می دهد و این کتاب را آموزش و مرجع ایده آل می کند.
@ai_python

#Programming
👇 It is a painful thing, to look at your own trouble and know that you yourself and no one else has made it. ~Sophocles Debugging #software includes:
👉Control flow analysis
👉Unit | integration testing
👉Log file analysis
👉Monitoring
👉Memory dumps
👉Profiling

❇️ @AI_Python_EN
🗣 @AI_Python_arXiv
✴️ @AI_Python

@ITRoadMap #Programming

طریقه نوشتن کدنویسی برای علم داده ( DataScience )

1. Strictly follow style standards
-> https://lnkd.in/gKZUjVa

2. Use a linter to enforce style standards
-> https://lnkd.in/d_prybR

3. Write modular, generic, object-oriented code -
-> https://lnkd.in/gsynW6Q
-> https://lnkd.in/dx53u53

4. Write unit tests to test your functions and methods
-> https://lnkd.in/dsy-bPu

5. Organize your code base
-> https://lnkd.in/dviGffH

6. Separate exploration and production development, and develop production code using test-driven development (TDD)
-> https://lnkd.in/dMn-s32

#datascience #programming
#منابع #فیلم #الگوریتمها #علم_داده #برنامه_نویسی #پایتون #کلاس_آموزشی #آموزش_کلاسی

✴️ @AI_Python_EN
❇️ @AI_Python
🗣 @AI_Python_arXiv

10 Useful ML Practices For Python Developers

Pratik Bhavsar:
https://medium.com/modern-nlp/10-great-ml-practices-for-python-developers-b089eefc18fc


#Python #MachineLearning #ArtificialIntelligence #DataScience #Programming

❇️ @AI_Python_EN