DLeX: AI Python
22.6K subscribers
5K photos
1.23K videos
764 files
4.36K links
هوش‌مصنوعی و برنامه‌نویسی

توییتر :

https://twitter.com/NaviDDariya

هماهنگی و تعرفه تبلیغات : @navidviola
Download Telegram
دریافت بیتکوین رایگان از طریق عضویت در ربات زیر 👇👇

http://t.me/CryptoFarmerBot
Forwarded from 谷歌投放 谷歌竞价 百度投放 谷歌排名 (Deleted Account)
جی پی لاکر یه ادمین ماهر

💫 فروش ربات مدیریت گروه آغاز شد

🌟 برای خرید به ربات زیر مراجعه کنید:

@GpLockerBot
谷歌投放 谷歌竞价 百度投放 谷歌排名
جی پی لاکر یه ادمین ماهر 💫 فروش ربات مدیریت گروه آغاز شد 🌟 برای خرید به ربات زیر مراجعه کنید: @GpLockerBot
همه گروههای ما با ظرفیت بیش از ۶ هزار نفر از طریق این بزرگوار محافظت میشند. اگر گروه و کانال دارید حتما استفاده کنید.
Forwarded from Data Experts (Farzad)
This media is not supported in your browser
VIEW IN TELEGRAM
یادگیری ماشین چیست؟

#یادگیری_ماشین
#تعریف

«با ما همراه باشید»

❇️ @Data_Experts
آینده...!!

❇️ @AI_Python
🔴 آمارهایی تامل برانگیز درارتباط با نتایج کنکور سراسری ۹۷:

حتما مطالعه کنید

🔸️ گروه علوم انسانی:

-تعداد شرکت کنندگان در آزمون ۲۰۴۹۳۶نفر
-کل ظرفیت پذیرش ۳۰۸۱۵۴
نفر
-تعدادصندلی خالی ۱۰۳۲۱۸


🔸️ گروه علوم تجربی:

-تعدادشرکت کنندگان درآزمون ۶۴۲۲۲۸نفر
-کل ظرفیت پذیرش ۱۷۴۹۵۸نفر
-تعداد افرادی که رد خواهندشد ۴۶۷۲۷۰نفر

🔸️ گروه ریاضی فیزیک:

-تعداد شرکت کنندگان در آزمون ۱۴۴۴۳۷نفر
-کل ظرفیت پذیرش ۲۳۶۲۲۳نفر
-تعدادصندلی خالی ۹۱۷۸۶

🔸️ گروه زبان خارجه:

-کل شرکت کنندگان ۱۴۵۵۴۱نفر
-تعدادافرادی که فقط گروه زبان را انتخاب کرده اند ۷۵۳۴نفر

🔸️ گروه هنر:
-کل شرکت کنندگان ۷۸۸۱۵نفر
-تعداد افرادی که فقط گروه هنر را انتخاب کرده اند ۱۲۲۴۹ نفر


تعدادکل شرکت کنندگان درپنج گروه:۱۰۱۱۳۸۴نفر

🔸️️ نسبت شرکت کنندگان گروه انسانی به کل۲۰/۲۶درصد

🔸️ ️نسبت شرکت کنندگان گروه تجربی به کل۶۳/۵۰درصد

🔸️️ نسبت شرکت کنند‌گان گروه ریاضی به کل۱۴/۲۸درصد

🔸️️ افرادی که فقط در گروه زبان خارجه شرکت کرده اند ۰/۷۴درصد

🔸️️ افرادی که فقط در گروه هنرشرکت کرده اند ۱/۲۱درصد

🔸️ شانس قبولی گروه انسانی ۱۵۰/۳۶درصد
🔸️ شانس قبولی گروه تجربی۲۷/۲۴
🔸️ شانس قبولی گروه ریاضی۱۶۳/۵۴

🔸️ نتیجه تحلیل،بدین معناست در گروههای انسانی و ریاضی کلیه شرکت کنندگان در دانشگاهها و موسسات آموزش عالی پذیرفته خواهند شد.ضمن اینکه ظرفیت خالی وجودخواهند داشت.

اما در گروه علوم تجربی بدلیل آمار بسیار بالای شرکت کنندگان و رقابت فوق العاده سنگین ونفس گیر، فقط۲۷/۲۴ درصدِ شرکت کنندگان پذیرفته خواهند شد. و ۷۲/۷۶ درصدآنان رد و خداحافظی خواهندکرد.
🔸️ واین نتایج نشان از بلایی است که در دوره های گذشته برسر گروه ریاضی وعلوم مهندسی کشور آمد وآنچه سالهاست برعلوم انسانی میرود وقطعا درآینده ای نزدیک برعلوم تجربی خواهد رفت.
✔️ موارد استفاده از هوش مصنوعی

#هوش_مصنوعی
👈 لینک
❇️ @AI_Python
Forwarded from DLeX: AI Python (Farzad)
معرفی #منابع پیشنهادی برای #یادگیری_ماشین
«قدم اول یادگیری زبانهای برنامه نویسی R و Python و Weka که در بیشتر موارد نرم افزار پایتون بهترین گزینه جهت انجام همه این کار ها است»
#یادگیری_عمیق
#پردازش_زبان_طبیعی
❇️
@AI_Python
🌐 آموزشهای یادگیری علم داده دانشگاه هاروارد
👈 لینک 👈 لینک آموزش فایلهایی ویدیویی
👈 تمرینات
🌐 آموزش های ویدیویی یادگیری ماشین دانشگاه استنفورد
👈 لینک
🌐 کتابهای آموزشی یادگیری آماری جهت فراگیری یادگیری ماشین
👈 فایل pdf
👈 فایل pdf 2
🌐 فراگیری آموزش احتمال که توسط سایت Edx برگزار شده است
👈 لینک
یادگیری کلان داده با استفاده آپاچی اسپارک
👈 لینک
یادگیری مباحث ریاضیاتی نظیر جبرخطی و معادلات دیفرانسیل
👈 لینک
یادگیری آموزشهای تقویتی یادگیری ماشین و یادگیری عمیق دانشگاه برکلی
👈 لینک
مطالعه مقالات و یادگیری آموزش الگوریتم های پیشنیاز یادگیری ماشین
👈 لینک
معرفی کتاب
✔️ Bishop's Pattern Recognition and Machine Learning
✔️ Introduction to Probability by John N. Tsitsiklis
✔️ Larry Wasserman's All of Statistics: A Concise Course in Statistical Inference
✔️ Joel Grus' Data Science from Scratch: First Principles with Python
✔️ Brett Lantz's Machine Learning with R
✔️ Willi Richert & Luis Pedro Coelho's Building Machine Learning Systems with Python
✔️ Nick Pentreath's Machine Learning with Spark
✔️ Learning From Data by Yaser S. Abu-Mostafa
❇️
@AI_Python
📎 استنتاج بیزی و یادگیری ماشین دانشگاه کمبریج
👈 لینک
📎 یادگیری ماشین و دیدگاه احتمالی دانشگاه بریتیش کلمبیا
👈 لینک
📎 چگونه از دیتا یاد بگیریم دسترسی به کتابها و مطالب دانشگاه Caltech
👈 لینک
🌐 معرفی الگوریتم های خطی و غیر خطی یادگیری ماشین
Linear Algorithm
Gradient Descent
Linear Regression
Logistic Regression
Linear Discriminant Analysis
Nonlinear Algorithms
Classification And Regression Trees, Naive Bayes, KNN,Learning Vector Quantization, Support Vector Machines, Bagging and Random Forest,Boosting and AdaBoost

❇️
@AI_Python
jupyter-notebook.pdf
29 KB
🔥کلیدهای میانبر در ژوپیتر نوت بوک


❇️ @AI_Python
ویدیو کامل سخنرانی‌های اولین رویداد اقتصاد بلاکچین تبریز

👉 http://tabriz.io/go/blockchain-videos

فناوری به وقت تبریز @tabrizio
❇️ @ai_python
قیمتهای جدید دامنه های مختلف
با تشکر از سالوادور
پینوشت: بریم یا زوده؟
❇️ @ai_python
✔️ هوش مصنوعی چقدر میتواند در پیدا کردن هوش بیگانگان کمک کند؟

#هوش_مصنوعی
👈 لینک

❇️@AI_Python
✔️ یادگیری معانی در پردازش زبان طبیعی: معناشناسی

#پردازش_زبان_طبیعی

👈 لینک
❇️@AI_Python
✔️ 10 کاربرد هوش شبکه های عصبی در پردازش زبان طبیعی

#شبکه_عصبی
#هوش_شبکه_عصبی
#پردازش_زبان_طبیعی
👈 لینک

❇️@AI_Python