Pythonic AI
493 subscribers
317 photos
84 videos
67 files
538 links
منابع، دوره ها، همایشها ، مقالات و میم کامپیوتر
Download Telegram
https://madewithml.com

Discover ML projects (with code/blog posts) on interesting topics.
Build projects of your own and share it with the community.
Showcase your profile on your resume or apply directly to ML managers.

#machinelearning #artificialintelligence

@pythonicAi
Once you've started collecting some data, start showing it to and AI team. Because they can give feedback to your IT team on what types of data to collect and what types of IT infrastructure to keep on building.

~ Andrew Ng

#machinelearning #artificialintelligence

@pythonicAi
Don't throw data at an AI team and assume it will be valuable.

~ Andrew Ng

#machinelearning #artificialintelligence

@pythonicAi
Natural Language Processing Mindmap

#artificialintelligence #nlp

@pythonicAi
حقوق یک مهندس یادگیری ماشینی در شرکتهای غول تکنولوژی (در تاریخ ۱۳ آپریل ۲۰۲۰)

#machinelearning #artificialintelligence

@pythonicAi
The computer of a software developer, engineer or data analyst has to be as powerful as possible. Even if this implies making a hardware upgrade every year. For a company, there's no better way to lose in productivity than to have employees that wait for an application to respond instead of working.

~ Andriy Burkov

@pythonicAi
Forwarded from School of AI
در هنگام توسعه محصولات مرتبط با AI، بسیار پیش می‌آید که می‌خواهید میزان مشابهت (Similarity) یا فاصله (Distance) تعداد زیادی بردار (مثلا مقایسه feature map یک محصول با تمام محصولات موجود در سایت شما) را به کمک روش هایی مثل L2 Distance یا Dot-product بدست آورده و یا به جستجو برای یافتن شبیه ترین بردار ها به یک بردار بپردازید.
تفاوت ذاتی یک محیط عملیاتی حقیقی با یک محیط اکادمیک آزمایشگاهی ممکن است مشکلاتی را در این زمینه برای شما ایجاد کند. مثلا بسیار پیش می‌آید که بردار شما حتی به راحتی در حافظه RAM یک کامپیوتر جا نمی‌شود. یا به دلیل زیاد بودن تعداد بردار ها، جستجو در آنها بسیار کند اتفاق می‌افتد.
برای مقابله با این‌گونه محدودیت ها می‌توانید از کتابخانه faiss که توسط تیم مهندسی Facebook توسعه داده شده است استفاده کرده و در کسری از ثانیه به جستجوی بردار های مشابه در یک فضای برداری بزرگ بپردازید.

https://github.com/facebookresearch/faiss

اطلاعات بیشتر:
https://engineering.fb.com/data-infrastructure/faiss-a-library-for-efficient-similarity-search/
گیتهاب برای همه تیمها رایگان شد!

https://github.blog/2020-04-14-github-is-now-free-for-teams

We’re happy to announce we’re making private repositories with unlimited collaborators available to all GitHub accounts. All of the core GitHub features are now free for everyone.

#opensource #free #github

@pythonicAi
نوشتن برنامه «بازی زندگی» با زبان سی، به یاد کانوی و اتوماتای سلولی

جان کانوی از کرونا مرد. ریاضی دانی که «بازی زندگی» رو در حوزه اتوماتای سلولی طراحی کرد و بخشی از نوجوونی منو به خود مشغول کرد. توی این ویدئو کمی در مورد مفهوم و این بازی «صفر بازیکنه» توضیح می دم و بعدش با سی، پیاده سازی اش می کنیم و به نتایج شگفت انگیزش خیره می شیم. اینقدر خیره که یادم می ره تابع رندم رو با زمان سید کنم (:

آپارات: https://www.aparat.com/v/F5SgH

یوتیوب: https://www.youtube.com/watch?v=cjhFafydYCc
برای افرادی که دنبال منبع مناسبی برای
Machine Learning Systems Design
میگردند، این منبع مراحل اصلی طراحی سیستم یادگیری ماشین را بخوبی توضیح داده.
نویسنده این جزوه محقق شرکت nvidia است.

https://github.com/chiphuyen/machine-learning-systems-design

#machinelearning #artificialintelligence

@pythonicAi
A python lib that lazy-imports all popular Python Data Science libraries. After using a package, pyforest imports and adds the import statement to your first Jupyter cell.

Install the lib:
pip install --upgrade pyforest
python -m pyforest install_extensions

Github: https://lnkd.in/gBA223i

#python #artificialintelligence

@pythonicAi
This media is not supported in your browser
VIEW IN TELEGRAM
#fun
الان که بخاطر کرونا کلاسا بصورت انلاین برگزار میشه، وقتی جلسه تموم شد مطمئن شین وبکم و میکروفونتون خاموشه 😂

@pythonicAi
Courses 1 and 2 of our AI For Medicine Specialization are now available on Coursera

کورس اول و دوم دوره
AI For Medicine Specialization
از سایت deeplearning.ai، در حال حاضر روی پلتفرم کورسرا قابل دسترسی است.

Build your own diagnostic and prognostic models to diagnose diseases and predict patient survival rates.

Link

#artificialintelligence #course

@pythonicAi
#fun
وقتی بعد از ریستارت کردن کرنل یادت میفته مدلو سیو نکردی :)

@pythonicAi
Top 10 Websites for Data Science

1. Coursera
2. EdX
3. Datacamp
4. Udemy
5. Udacity
6. Khan Academy
7. Kaggle
8. R-bloggers
9. Analytics Vidya
10. KDNuggets

Top 10 Skills for Data Science

1. Probability & Statistics
2. Linear Algebra
3. Python
4. R
5. SQL/Presto
6. Tableau/PowerBI
7. AWS/Azure
8. Spark
9. Excel
10. DevOps

Top 10 Algorithms for Data Science

1. Linear Regression
2. Logistics Regression
3. K-means Clustering
4. PCA
5. Support Vector Machine
6. Decision Tree
7. Random Forrest
8. Gradient Boosting Machine
9. XGboost
10. Artificial Neural Networks

Top 10 Industries for Data Science

1. Technology
2. Finance
3. Retail
4. Telecom
5. Healthcare & Pharma
6. Manufacturing
7. Automotive
8. Cybersecurity
9. Energy
10. Utilities

#datascience #mooc

@pythonicAi
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#آموزش #TF2
از تنسرفلو 2.2 به بعد شما می‌توانید در روش model subclassing در کلاس تعریف مدلتون متد train_step را override کنید (تصویر1) و به این ترتیب عملگر فراخوانی تابع fit را مدیریت کنید(تصویر2)!
مثال عملی این کار را در اینجا مثال شبکه‌ی GANی که François Chollet تعریف کرده ببینید.

منبع از توئیت‌های شوله