📋 اسلایدهای ورک شاپ Apache Spark دانشگاه Stanford

ورک شاپ آپاچی اسپارک که در دانشگاه Stanford برگزار شد شامل چند بخش مختلف بود که در لینک زیر میتوانید اطلاعات مختلفی از جزئیات این رویداد را پیدا کنید:
https://stanford.edu/~rezab/sparkworkshop

در این ورک شاپ، سخنرانی های مختلفی انجام شد که ۴تای آن را میتوانید از لینک های زیر مشاهده کنید:

» آشنایی با اکوسیستم آپاچی اسپارک
👉 https://goo.gl/FwCZZx

» محاسبات عددی با آپاچی اسپارک
👉 https://goo.gl/twxW27

» یادگیری ماشین با آپاچی اسپارک
👉 https://goo.gl/MrXavq

» برنامه نویسی موازی با آپاچی اسپارک
👉 https://goo.gl/1wPyfn

@learn_dm

برترین کتابخانه های پایتون برای یادگیری ماشین و داده کاوی

» کتابخانه Scikit Learn
👉 http://scikit-learn.org

» کتابخانه Tensorflow
👉 https://www.tensorflow.org

» کتابخانه Gensim جهت پردازش زبان طبیعی
👉 https://radimrehurek.com/gensim

» کتابخانه Caffe جهت یادگیری عمیق و شبکه های عصبی
👉 http://caffe.berkeleyvision.org

» کتابخانه Theano
👉 https://github.com/Theano/Theano

» کتابخانه Networkx جهت گراف کاوی
👉 https://networkx.github.io

آموزش مباحث داده کاوی و مه داده در @learn_dm

💻 ۵ نرم افزار رایگان و پرکاربرد داده کاوی(بدون نیاز به دانش برنامه نویسی)

» نرم افزار Rapid Miner
👉 http://rapidminer.com

» نرم افزار Weka
👉 http://www.cs.waikato.ac.nz/ml/weka

» نرم افزار Advanced Miner
👉 http://algolytics.com/products/advancedminer/advancedminer-community-edition

» نرم افزار Orange
👉 https://orange.biolab.si

» نرم افزار Neural Designer(مخصوص کار با شبکه های عصبی)
👉 https://www.neuraldesigner.com/download

یادگیری داده کاوی و مه داده در @learn_dm

​​​​​​​​​​​کارگاههای تخصصی کنفرانس ملی کاربردی سازی هوش تجاری نهایی گردید.


به گزارش از دبیرخانه کنفرانس ملی کاربردی سازی هوش تجاری، لیست نهایی کارگاههای تخصصی اطلاع رسانی گردید، لذا کلیه علاقمندان به حضور در کارگاههای تخصصی لازم است به لینک ذیل مراجعه و جزییات بیشتر را مطالعه نمایند.

http://biconf.ir/fa/workshop_list

همچنین جهت ثبت نام در کارگاهها لازم است در سامانه کنفرانس ثبت نام نمایید.

www.biconf.ir

دیگر اطلاعات از طریق کانال رسمی کنفرانس اطلاع رسانی می گردد.

@biconf

http://biconf.ir/node/681

برترین کتابخانه های یادگیری عمیق(Deep Learning)

» چهارچوب Tensorflow زبان پایتون
👉 https://www.tensorflow.org

» چهارچوب Thenao زبان پایتون
👉 http://deeplearning.net/software/theano

» چهارچوب Caffee از دانشگاه برکلی
👉 http://caffe.berkeleyvision.org

» چهارچوب Torch
👉 http://torch.ch

» کتابخانه DeepLearning4J زبان جاوا
👉 https://deeplearning4j.org

» چهارچوب Cognitive Toolkit از ماکروسافت
👉 https://www.microsoft.com/en-us/cognitive-toolkit

» چهارچوب BigDl از شرکت IBM مخصوص Spark
👉 https://software.intel.com/en-us/articles/bigdl-distributed-deep-learning-on-apache-spark

» کتابخانه MXNet از آپاچی
👉 https://mxnet.incubator.apache.org

» کتابخانه Chainer
👉 https://github.com/chainer/chainer

یادگیری داده کاوی و BigData در @learn_dm

📋 فایل آموزش طبقه بندی(Classificatoin) با پایتون و Scikit Learn

توضیحات تکمیلی در آدرس زیر:
👉 chistio.ir/?p=513
کد تخفیف ۳۰درصدی کاربران کانال ما:
learndm
اعتبار کد تخفیف تا ۱۷مهر ماه است

@learn_dm

اخبار
معرفی
کسب و کار
استخدامی و فرصت های شغلی
ایده ها و دستاوردها
پروژه های تجاری و تحقیقاتی
دوره های آموزشی
کنفرانس ها ، سمینارها و کارگاه ها
و...

✅کانال جامعه بزرگ هوش مصنوعی ایران
🆔 @Ai_Society

📃 یادگیری سریع علوم داده با پایتون با پی دی اف Cheat Sheetهای کاربردی

» مقدمات پایتون:
👉 https://s3.amazonaws.com/assets.datacamp.com/blog_assets/PythonForDataScience.pdf

» مقدمات کتابخانه Pandas:
👉 https://s3.amazonaws.com/assets.datacamp.com/blog_assets/PandasPythonForDataScience+(1).pdf

» پیشرفته کتابخانه Pandas:
👉 https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Pandas_Cheat_Sheet_2.pdf

» مقدمات کتابخانه Numpy:
👉 https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Numpy_Python_Cheat_Sheet.pdf

» مقدمات جبرخطی با Scipy:
👉 https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_SciPy_Cheat_Sheet_Linear_Algebra.pdf

» آموزش Scikit Learn:
👉 https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Scikit_Learn_Cheat_Sheet_Python.pdf

» آموزش Matplotlib:
👉 https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Matplotlib_Cheat_Sheet.pdf

آموزش کتابخانه Boken:
👉 https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf

منبع:
http://www.kdnuggets.com/2017/09/essential-data-science-machine-learning-deep-learning-cheat-sheets.html

منابع آموزش داده کاوی و مه داده در @learn_dm

📕 مجموعه ۶ کتاب رایگان برای یادگیری زبان R

» آموزش قدم به قدم R
👉 http://bookboon.com/en/a-step-by-step-r-tutorial-ebook

» کتاب CookBook آموزشی زبان R
👉 http://www.cookbook-r.com

» کتاب مقدمات آمار و احتمالات با زبان R
👉 https://cran.r-project.org/web/packages/IPSUR/vignettes/IPSUR.pdf

» آموزش مقدماتی R
👉 https://cran.r-project.org/doc/contrib/Paradis-rdebuts_en.pdf

» نکات آموزشی R
👉 http://pj.freefaculty.org/R/Rtips.pdf

» زبان R برای دانشمندان علوم داده
👉 http://r4ds.had.co.nz

آموزش داده کاوی و مه داده در @learn_dm

با سلام
جهت تجمیع مباحث و منابع آموزشی داده کاوی و Big Data کانال آموزشی @learn_dm تشکیل شده است
عضویت در کانال:
@learn_dm

🗒 معرفی کتابخانه های پردازش متن و متن کاوی برای زبان های مختلف

» کتابخانه NLTK متن کاوی برای پایتون
👉 http://www.nltk.org

» کتابخانه Gensim جهت Topic Modeling برای پایتون
👉 https://radimrehurek.com/gensim

» پکیج tm برای زبان R
👉 https://cran.r-project.org/web/packages/tm/index.html

» پکیچ پردازش زبان طبیعی برای R
👉 https://cran.r-project.org/web/views/NaturalLanguageProcessing.html

» کتابخانه Mallet برای زبان جاوا
👉 http://mallet.cs.umass.edu

یادگیری داده کاوی و مه داده در @learn_dm

🎬 ویدیو آموزش آشنایی با داده کاوی و طبقه بندی
https://www.aparat.com/v/JIB30

@learn_dm

✅ جمعی از فارغ التحصیلان دانشگاهی کشور، اقدام به تاسیس کانالی با عنوان هوش مصنوعی کرده اند که در آن جدید ترین اخبار و یافته های مرتبط با AI را قرار میدهند
⚛ عضویت در کانال را توصیه میکنیم:
@HomeAI

🗒 معرفی الگوریتم XGBoost

الگوریتم XGBoost یک الگوریتم تقریبا جدید و بسیار کاربردی در حوزه طبقه بندی و رگرسیون است. این الگوریتم یکی از پرکاربردترین الگوریتم ها در مسابقات جهانی Kaggle می باشد و دارای قدرت بسیار خوب در عین حال سرعت بالا نیز هست.
الگوریتم XGBoost برای زبان های Python، R، جاوا و بسیاری از زبان های دیگر پکیج های مختلف پیاده سازی شده دارد که کار با آن را بسیار ساده و روان می کند.
توضیحات مختلف و پکیج های این الگوریتم در وب سایت مرجع آن آمده است:
👉 http://xgboost.readthedocs.io

همچنین توضیحات خوب و اکادمیک این الگوریتم در لینک زیر قابل مشاهده است:
👉 https://medium.com/towards-data-science/boosting-algorithm-xgboost-4d9ec0207d

یک آموزش ساده هم از الگوریتم XGBoost در این سایت میتوانید پیدا کنید:
👉 https://www.analyticsvidhya.com/blog/2016/01/xgboost-algorithm-easy-steps

منابع آموزشی داده کاوی @learn_dm

💻 معرفی پکیج TidyVerse برای دانشمندان علوم داده در زبان R

پکیج TidyVerse یکی از پکیج های مطرح در حوزه داده کاوی در زبان R است. این پکیج مجموعه بزرگی از پکیج های دیگر آماده برای زبان R را جهت پروژه های داده کاوی در خود دارد و به راحتی میتوانید از این پکیج های آماده در پروژه های داده کاوی استفاده کنید. وب سایت مرجع این پکیج:
👉 https://www.tidyverse.org

همچنین یک آموزش بسیار خوب از این پکیج و امکانات مختلف آن در اینجا آمده است:
👉 https://monashbioinformaticsplatform.github.io/r-more/topics/tidyverse.html

یادگیری داده کاوی در @learn_dm

@CVision
اخبار حوزه یادگیری عمیق و هوش مصنوعی
مقالات و یافته های جدید یادگیری عمیق
آموزشهای مرتبط با تنسرفلو
بینایی ماشین و پردازش تصویر
و ...

📃 منابع رایگان آموزشی چهارچوب Caffe جهت یادگیری عمیق

همان طور که میدانید، Caffe یک چهارچوب بسیار قوی برای یادگیری عمیق(Deep Learning) در علوم کامپیوتر و هوش مصنوعی است. این چهارچوب که در دانشگاه برکلی توسعه داده شده، مورد استفاده بسیاری از دانشمندان علم داده قرار میگیرد. در زیر سعی داریم چندین منبع رایگان و کاربردی جهت یادگیری این چهارچوب قرار دهیم:

» پی دی اف آموزشی از وب سایت دانشگاه Carnegie Mellon:
👉 http://graphics.cs.cmu.edu/courses/16-824/2016_spring/slides/caffe_tutorial.pdf

» پی دی اف که شامل یک آموزش کوتاه و مفید است:
👉 http://3dvision.princeton.edu/courses/COS598/2015sp/slides/Caffe/caffe_tutorial.pdf

» پی دی اف آموزشی که شبکه های عصبی عمیق را همراه با Caffe آموزش می دهد:
👉 http://www.panderson.me/images/Caffe.pdf

» اسلاید های درس شبکه عصبی Convolutional دانشگاه Stanford:
👉 http://vision.stanford.edu/teaching/cs231n/slides/2015/caffe_tutorial.pdf

» و صفحه از وب سایت Adil Moujahid:
👉 http://adilmoujahid.com/posts/2016/06/introduction-deep-learning-python-caffe

منابع آموزش یادگیری عمیق @learn_dm

💻 منبع آموزش متلب و داده کاوی

نرم افزار متلب به همراه پکیج های مختلف و متفاوت، نرم افزاری کاربردی جهت عملیات داده کاوی و یادگیری ماشین است. دو لینک پایین از دانشگاه MIT قرار دادیم که توسط آن متلب و عملیات مختلف داده کاوی در متلب آموزش داده شده است:

👉 http://www.math.mtu.edu/~msgocken/intro/intro.html
👉 http://web.mit.edu/acmath/matlab/course16/16.62x/16.62x_Matlab.pdf

منابع آموزش داده کاوی @learn_dm

⬇️ دانلود رایگان آموزش نصب پایتون anaconda و eclipse در ویندوز یا لینوکس مخصوص متخصصان علوم داده

نرم افزار anaconda در واقع مجموعه ای از کتابخانه های رایگان زبان پایتون مخصوص دانشمندان و متخصصان داده کاوی و یادگیری ماشین است. در این آموزش نحوه نصب و ارتباط این نرم افزار با eclipse آموزش داده شده است تا محققان داده کاوی راحت تر بتوانند عملیات داده کاوی و یادگیری ماشین را انجام دهند.
لینک دانلود:
👉 chistio.ir/?p=492

مرکز مطالعات پیشرفته مهندسی نرم افزار
@chistio

جهت ثبت نام و کسب اطلاعات بیشتر به لینک های زیر مراجعه نمایید.
http://cssbu.ir/

http://conf.sbu.ac.ir/index.php/data/data

@cssbu

📃 با سلام خدمت اساتید و دانشجویان گرامی

مرکز مطالعات و تحقیقات پیشرفته مهندسی نرم افزار و علوم داده، با تمرکز بر مباحث کاربردی تحصیلات تکمیلی، ایجاد شده است
عضویت در کانال:
@chistio
وب سایت:
Chistio.ir