PyCoders (پایتون)
4.47K subscribers
948 photos
141 videos
67 files
196 links
#پایتون جادوگر دنیای برنامه نویسی!
◇ معرفی حوزه های کاری پایتون
◇ معرفی کتابخونه های کاربردی
◇ معرفی دوره های مفید
◇ معرفی تکنیک ها و نکات
◇ نقشه راه حوزه های مختلف
◇ اخبار و آپدیت های پایتون
◇ و هر چیزی در مورد پایتون!

■ گروه پایتون:
@programmers_py
Download Telegram
📚خیلی جالبه که رییس مایکروسافت از زبان فارسی و شعر مولانا برای تست قدرت GTP-4 استفاده کرده.

📖اینجا ازش می‌پرسه کی فهمیدی این یه تکنولوژی انقلابیه و باید هر چی داری رو روش سرمایه‌گذاری کنی؟ میگه تابستون پارسال وقتی دیدم با چه مهارتی شعر مولانا رو از فارسی به انگلیسی ترجمه می‌کنه.
◦•◉✿ @python_rd ✿◉•◦
11👍3
🔴 بهترین کتاب ها برای یادگیری پایتون✌️

◦•◉✿ @python_rd ✿◉•◦
👍11
👍6
🔴 هوش مصنوعی های کاربردی:

1. Dall E 2 : تبدیل متن به عکس
2. Supertone : آهنگ ساز
3. Synthesia : ساخت آواتار
4. Kaiber : تبدیل متن به ویدیو
5. Grammarly : تصحیح دستوری متن
6. Jasper : تولید محتوا
7. ChatGPT : جواب هر سوالی
8. Tone : تبدیل متن به صدا

◦•◉✿ @python_rd ✿◉•◦
👍5
Pandas and SQL Server.pdf
3.5 MB
مقایسه کد زنی و استخراج دیتا به کمک SQL و Pandas


@python_rd
4👍1
🔴 هرکدوم چه‌ کاربردی دارن؟✌️

◦•◉✿ @python_rd ✿◉•◦
👍4🥰1
🔴 از این روش استفاده کنید👌

◦•◉✿ @python_rd ✿◉•◦
🔥13👍5
What will be the Output of the following code?

a = [5,10,15,20,25] k = 1 i = a[1]+1 j = a[2]+1 m = a[k+1] print(i,j,m)
Anonymous Quiz
3%
1 15 12
69%
11 16 15
18%
11 15 15
10%
16 11 15
What will be the Output of the following code?

A = [1,2,3,9,5,6,7] print(A[1:4:-2])
Anonymous Quiz
15%
[2,6,5]
30%
[2,9]
17%
[ ]
38%
Error
1
🔴 وبسایت های مورد نیاز برای دانشجو ها:

1. Doctranslator.com ترجمه فایل پی دی اف
2. Speechtext.ai تایپ صوتی
3. sci_hub.se دانلود رایگان مقاله
4. summarizer.org تبدیل پی دی اف به power

◦•◉✿ @python_rd ✿◉•◦
👍3👎2
🔴 برای نوشتن رزومه از ChatGPT استفاده نکنید، به جاش از kickresume استفاده کنید.

یک الگوی رزومه انتخال کنید و اونو برای خودتون بسازید، همچنین به شما اجازه میده رزومه قبلی خودتون رو دوباره بنویسید و اون رو با رزومه های موجود توی پایگاه داده خودتون مقایسه کنید.

◦•◉✿ @python_rd ✿◉•◦
👍4
🔴 شمارش تعداد خودرو با پایتون

◦•◉✿ @python_rd ✿◉•◦
🔥8👍4
دوهزارتایی شدیم❤️
16🎉7🍾3🗿1
🔵 یادگیری زبان انگلیسی با هوش مصنوعی

1️⃣ با deep write اشتباهات متن خودتون تصحیح کنید
➡️ https://www.deepl.com/write

2️⃣ دوره‌های زبان انگلیسی با دستیاری هوش مصنوعی

➡️ https://alulaenglish.com

3️⃣ متن شما را به 100 زبان بازنویسی می‌کند.

➡️ https://alulaenglish.com

4️⃣ ادیت GPT، افزونه‌ی کروم برای بررسی متن و تصحیح آن
➡️ Chrome

5️⃣ کارنا یک اپلیکیشن مبتنی بر هوش مصنوعی برای یادگیری زبان انگلیسی
📥 IOS
📥 Android

6️⃣ معلم زبان انگلیسی
👨‍🏫 Slai

#هوش_مصنوعی #AI #معرفی_سایت #Introduce_Site #زبان

https://t.me/python_rd
3
آنالیز داده با پایتون
پایتون با داشتن کتابخانه‌های بسیار زیاد، یکی از بهترین ابزارهای برای انجام تحلیل داده است. در ادامه به برخی از کتابخانه‌های مهم برای انجام تحلیل داده با پایتون اشاره می‌کنم.

1. کتابخانه NumPy: کتابخانه‌ای برای محاسبات علمی که توانایی ایجاد آرایه‌های چند بعدی را دارد. این کتابخانه به عنوان پایه برای کتابخانه‌های دیگری مانند Pandas و Scikit-Learn استفاده می‌شود.

2. کتابخانه Pandas: کتابخانه‌ای برای تحلیل داده که به صورت مستقیم با داده‌های داخلی و خارجی کار می‌کند. این کتابخانه قابلیت‌هایی مانند ایجاد دیتافریم، انجام عملیات روی داده‌ها، ترکیب داده‌ها، تغییر شکل داده‌ها و غیره را دارد.

3. کتابخانه Matplotlib: یک کتابخانه برای ترسیم نمودارهای داده‌ای است. این کتابخانه امکان ترسیم انواع نمودارهای مختلف مانند نمودار خطی، نمودار نقطه‌ای، نمودار شعاعی و غیره را فراهم می‌کند.

4. کتابخانه Seaborn: یک کتابخانه برای ترسیم نمودارهای داده‌ای زیبا و جذاب است. این کتابخانه قابلیت‌هایی مانند ترسیم نمودارهای چند متغیره، نمودارهای توزیع، نمودارهای رابطه و غیره را دارد.

5. کتابخانه Scikit-Learn: یک کتابخانه برای یادگیری ماشین است که به صورت گسترده‌ای در تحلیل داده‌ها استفاده می‌شود. این کتابخانه قابلیت‌هایی مانند ایجاد مدل‌های یادگیری ماشین، ارزیابی مدل‌ها، پیش‌پردازش داده‌ها و غیره را دارد.

6. کتابخانه Statsmodels: یک کتابخانه برای مدل‌سازی آماری است. این کتابخانه قابلیت‌هایی مانند ایجاد مدل‌های آماری، تحلیل داده‌های زمانی، تحلیل رگرسیونی و غیره را دارد.

7. کتابخانه TensorFlow: یک کتابخانه برای یادگیری عمیق است که برای ایجاد مدل‌های پیچیده‌ی یادگیری ماشین استفاده می‌شود. این کتابخانه قابلیت‌هایی مانند ایجاد شبکه‌های عصبی، ارزیابی مدل‌ها، پردازش تصویر و غیره را دارد.

با استفاده از این کتابخانه‌ها، می‌توانید داده‌های خود را تحلیل کرده و به نتایج مورد نظر دست یابید.
◦•◉✿ @python_rd ✿◉•◦
👍4🔥1
🔴 بهترین چنل های یوتیوب برای پایتون:

1. Tech With TIM
2. FreeCodeCamp
3. CodewithHarry
4.Telusko
5. Corey Schafer

◦•◉✿ @python_rd ✿◉•◦
👍5👎1
تصویر هوش مصنوعی Midjourney از یک جنگجو زن ایرانی:
#هوش‌_مصنوعی
◦•◉✿ @python_rd ✿◉•◦
🔥18👏1
442_Startup_Failure_Post_Mortems_1680124938.pdf
1.1 MB
✔️ 442 Startup failure Post-Mortems
۴۴۲ استارت‌آپ شکست خورده؛ داستان و علت شکست استارتاپهای مختلف در حوزه‌های هوش مصنوعی، کریپتوکارنسی، سلامت و ...
#مقاله
#هوش‌_مصنوعی
◦•◉✿ @python_rd ✿◉•◦
👍2🔥2
عملیات های پایه ریاضی در یک نگاه

◦•◉✿ @python_rd ✿◉•◦
👍8
در زمینه‌ی آموزش، اینترنت منبع بسیار خوبی است و شما می‌توانید از طریق سایت‌ها و پلتفرم‌های آنلاین به یادگیری موضوعات مختلف بپردازید. البته، بهترین سایت‌ها بستگی به نیاز‌ها و علاقه‌های شما دارد. اما من می‌توانم به شما تعدادی از سایت‌های معروف در زمینه‌ی آموزش را معرفی کنم:

1. Coursera (https://www.coursera.org/): این سایت یکی از بزرگترین پلتفرم‌های آموزش آنلاین است و دسترسی به دوره‌های مختلفی در زمینه‌های مختلف از جمله علوم کامپیوتر، مهندسی، هنر، علوم انسانی و غیره را فراهم می‌کند.

2. Udemy (https://www.udemy.com/): این سایت یکی دیگر از پرطرفدارترین سایت‌های آموزش آنلاین است. شما می‌توانید در اینجا دوره‌هایی در زمینه‌های مختلف را پیدا کنید و به صورت آنلاین آن‌ها را طی کنید.

3. Khan Academy (https://www.khanacademy.org/): این سایت رایگان است و دسترسی به دروسی در زمینه‌های مختلف از جمله ریاضیات، علوم، هنر و غیره را فراهم می‌کند. محتوای آموزشی آن به زبان‌های مختلف نیز موجود است.

4. Codecademy (https://www.codecademy.com/): اگر به برنامه‌نویسی علاقه‌مندید، این سایت برای یادگیری زبان‌های برنامه‌نویسی مختلف مانند Python، JavaScript و غیره بسیار مناسب است.

5. Udacity (https://www.udacity.com/): این سایت نیز دوره‌های آموزشی در زمینه‌های مختلف از جمله مهندسی نرم‌افزار، هوش‌مصنوعی و اندروید را ارائه می‌دهد.

این لیست تنها چند مثال از سایت‌های آموزشی است و هنوز بسیاری دیگر وجود دارند. برای پیدا کردن بهترین سایت‌های آموزشی، بهتر است نیازها و علاقه‌های خود را مشخص کنید و سپس با استفاده از موتورهای جستجو و نظرات کاربران، به سایت‌های مناسب دست پیدا کنید. همچنین، بهتر است منابع رسمی و معتبری را در نظر بگیرید و همیشه به تارنمای رسمی سایت‌ها و منابع آموزشی ارجاع دهید. 😉
◦•◉✿ @python_rd ✿◉•◦
👍21