DLeX: AI Python
23.6K subscribers
4.76K photos
1.21K videos
763 files
4K links
هوش‌مصنوعی و برنامه‌نویسی

ارتباط :
https://twitter.com/NaviDDariya
Download Telegram
✔️ Machine Learning Courses & Resources I Recommend
یک لیست از منابع(کتاب، آموزش، پروژه) مفید یادگیری ماشین که تمرکزشون بر کدنویسی و مباحث پایه‌ای این حوزه هست.

🔗 https://www.mrdbourke.com/ml-resources/

#MachineLearning #ML
#DataScience #Data

@ai_python
📚 Mathematics and probability for machine learning
تقریبا تمام تکنیک‌های علم داده و روش‌های یادگیری ماشین دارای برخی جنبه‌های عمیق ریاضیاتی هستن. در نتیجه برای درک بیشتر اونها بهتره یه تسلط نسبی به مباحث ریاضی داشته باشید. اینجا ۳ تا کتاب خوب برای ریاضیات و احتمال قرار دادم که می‌تونید استفاده کنید.

🔗 Mathematics for Machine Learning
🔗 Intro to Probability for Data Science
🔗 Mathematics for Machine Learning

#Mathematics #MachineLearning
#Probability #DataScience

@ai_python
📽 Mathematics for Ai | Persian Course
آموزش ریاضیات برای هوش‌مصنوعی و یادگیری ماشین به زبان فارسی

🔗 https://www.youtube.com/playlist?list=PLe_DUrcBPdbIRye6Dw_UdhR8a7Zqvb_BA

#Mathematics #Math
#Ai #MachineLearning

@ai_python
📌 Awesome Computer Vision: Awesome Books, Courses, Papers, Software, Datasets, Pre-trained Computer Vision Models, Tutorials, Talks, Blogs, Links and Songs related to Computer Vision.
مجموعه‌ای کامل از کتاب‌ها، دوره‌ها، مقالات، دیتاست و مدل‌های ترین‌شده در زمینه بینایی ماشین.

🔗 https://github.com/jbhuang0604/awesome-computer-vision

#ComputerVision #MachineLearning
#DataSets #DeepLearning

@ai_python
@DataScience_ir - aman.ai.gif
11.8 MB
📌 exploring the art of artificial intelligence - one concept at a time
یک وبسایت مفید برای کاوش و جستجوی مفاهیم مختلف هوش‌مصنوعی، به همراه لیست مقالات برتر، دوره‌های ویدیویی مناسب و کتاب‌ها.

🔗 aman.ai/
🔗 Papers List | لیست مقالات برتر هوش مصنوعی
🔗 Read List | لیست مطالعاتی هوش مصنوعی
🔗 Watch List | لیست تماشایی هوش مصنوعی

#Ai #MachineLearning
#DeepLearning #DataScience

@ai_python
This media is not supported in your browser
VIEW IN TELEGRAM
📌 DataGran: Analyze data, build ML models, and automate workflows with the power of AI, all without spending a second on setup.
دیتاگرن ابزاری برای ایجاد گردش کار بدون نوشتن کد هست. شما می‌تونید با این ابزار داده‌هارو تجزیه و تحلیل کنید، مدل‌های یادگیری ماشین بسازید و ورک‌فلو‌های خودکار طراحی کنید.

🔗 https://www.datagran.io/

#DataScience #DataAnalisys
#MachineLearning #ML

@ai_python
📌 SHAP (SHapley Additive exPlanations): a game theoretic approach to explain the output of any machine learning model. 
این ماژول روشی مبتنی بر تئوری بازی‌های مشارکتی هست که برای افزایش شفافیت و تفسیرپذیری مدل‌های یادگیری ماشین استفاده می‌شه.

🔗 https://shap.readthedocs.io/en/latest/

#MachineLearning #ML
#Shap #libraries

@ai_python
📽 DEEP LEARNING COURSE by François Fleuret | University of Geneva, Switzerland.
دوره آموزش یادگیری عمیق همراه با سرفصل‌های یادگیری‌ماشین، بینایی‌ماشین و پردازش زبان‌ها.
* دوره همراه با اسلاید‌های یادگیری و فیلم‌ هست که می‌تونید با استفاده از لینک زیر بهشون دسترسی داشته باشید.

🔗 https://fleuret.org/dlc/

#DeepLearning #MachineLearning
#NLP #Courses

@ai_python
📌 Resume Matcher: An open source, free tool to improve your resume.
این ابزار که معرفی می‌کنم برای بهبود رزومه‌هاتون مناسبه؛ با استفاده از مدل‌های زبانی روزمه‌شما متناسب با شغل مورد نظرتون بررسی و رتبه‌بندی می‌کنه. برای استفاده از این ابزار روی لینک ابتدای پست کلیک کنید.

🔗 https://github.com/srbhr/Resume-Matcher

#Python #LLMs
#MachineLearning #Resume

@ai_python
✔️ This repository is a curated collection of links to various courses and resources about Artificial Intelligence (AI)
یک ریپازیتوری مفید که مجمو‌عه‌ای از دوره‌ها و منابع مختلف درباره هوش‌مصنوعی رو در خودش جمع کرده!

🔗 https://github.com/SkalskiP/courses

#MachineLearning #NLP
#DeepLearning #MLOps

@ai_python
✔️ ML system design: 300 case studies to learn from
۳۰۰ راهنما و کیس‌استادی درباره طراحی سیستم‌های یادگیری ماشین.

🔗 https://www.evidentlyai.com/ml-system-design

#MachineLearning #ML
#SystemDesign

@ai_python
Forwarded from DLeX BackLog
📌 Evidently Ai: Evaluate and monitor ML models from validation to production.
یک فریم‌ورک اوپن سورس برای ارزیابی و مانیتورینگ مدل‌های یادگیری ماشین در مراحل مختلف.

🔗 https://github.com/evidentlyai/evidently

#DataScience #MachineLearning
#MlOps #Operations

@ai_python
✔️ LLM Course: Course to get into Large Language Models (LLMs) with roadmaps and Colab notebooks.
یک دوره مناسب برای آشنایی با مدل‌های زبانی به همراه نقشه راه.

🔗 https://github.com/mlabonne/llm-course

#MachineLearning #LLMs
#Courses #RoadMaps

@ai_python
📌 Curated Big Tech Interview Experiences
یک لیست کامل از تجربیات مصاحبه‌های شرکت‌های بزرگ برای استخدام. لیست حاوی مصاحبه‌ها و سوالات مرتبط برای مشاغل یادگیری ماشین و علم داده هست.

🔗 https://www.onsites.fyi/

#Cs #MachineLearning
#DataScience

@ai_python
📚 Dive into Deep learning
Interactive deep learning book with multi-framework code, math, and discussions.
یک کتاب مناسب برای آموزش یادگیری‌عمیق. این کتاب حاوی ۱۱۵۰ صفحه آموزش تعاملی به همراه مثال‌های متعدد در پای‌تورچ اصول و تکنیک‌های یادگیری عمیق رو بهتون آموزش می‌ده.

🔗 https://d2l.ai/
🔗 https://d2l.ai/d2l-en.pdf
🔗 https://github.com/d2l-ai/d2l-en

#DataScience #MachineLearning
#ML #DeepLearning

@ai_python
✔️ NLP Course | YSDA course in Natural Language Processing
یک
دوره متنی ۶ تا ۸ هفته‌ای درباره پردازش زبان‌ها

🔗 https://lena-voita.github.io/nlp_course.html

#MachineLearning #ML
#NLP

@ai_python
This media is not supported in your browser
VIEW IN TELEGRAM
📌 500 AI Machine learning Deep learning Computer vision NLP Projects with code
مجموعه‌ای با بیش از ۵۰۰ پروژه در زمینه‌های یادگیری ماشین، یادگیری‌عمیق، پردازش تصویر و پردازش زبان‌ها به همراه سورس‌کد.

🔗 https://github.com/ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code

#Python #DataScience
#MachineLearning #DeepLearning

@ai_python
🟢کتابخونه MLX برای ران کردن مدل های LLM بر روی سیستم عامل مکینتاش

https://github.com/ml-explore/mlx

@ai_python

#MachineLearning
#AppleSiliconAI
Please open Telegram to view this post
VIEW IN TELEGRAM
🚀 ابزار تازه ای در دنیای تایم سریز و فورکستینگ ایجاد شده، که نظر بسیاری از محققین داده رو به خودش جلب کرده. به همین دلیل کمی از قابلیت هاش رو بررسی می کنیم:

MFLES :

🔴 Multiple Seasonality Support
🔴 Conformal Prediction Intervals
🔴 Seasonality Decomposition
🔴 Parameter Optimization
و ...
🔜 Custom Exogenous Models (Coming Soon)

اما چیزی که باعث شد نظر من بهش جلب بشه و توی DLeX دربارش بنویسم، بنچ مارکی بود که نتایجش رو در تصویر مشاهده می کنید.

این بنچ مارک بر روی سناریوهایی صورت پذیرفته است که multiple seasonality در آن ها وجود داشته است.

در صورتی که تجربه ای در استفاده از MFLES دارید ، خوشحال می شیم که در IT and Binary به اشتراک بذارید. 💬

نوید داریا

#TimeSeries #Forecasting #DataScience #MachineLearning
Please open Telegram to view this post
VIEW IN TELEGRAM