Media is too big
VIEW IN TELEGRAM
برنامه تشخیص ماسک رو صورته که نوشتم با پایتون نوشتم و میخوام رو سی پلاس پلاس و سی رانش کنم
انجام شده توسط مهندس @ooiioooiioo
@raspberry_python
انجام شده توسط مهندس @ooiioooiioo
@raspberry_python
دوره یادگیری ماشین دانشگاه استنفورد (Andrew Ng) به فارسی!
🌐 وب سایت:
https://mehrdad-dev.github.io/ml-andrew-ng/
برای تکمیل و بهتر کردن ترجمه و وب سایت نیاز به مشارکت شما داریم:
https://github.com/mehrdad-dev/ml-andrew-ng-code
رایگان و اوپن سورس.
@raspberry_python
🌐 وب سایت:
https://mehrdad-dev.github.io/ml-andrew-ng/
برای تکمیل و بهتر کردن ترجمه و وب سایت نیاز به مشارکت شما داریم:
https://github.com/mehrdad-dev/ml-andrew-ng-code
رایگان و اوپن سورس.
@raspberry_python
Data science and machine learning. Mathematical and statistical methods
یادگیری ماشین و علم داده با استفاده از ریاضیات و پایتون
2020
@raspberry_python
یادگیری ماشین و علم داده با استفاده از ریاضیات و پایتون
2020
@raspberry_python
Chapman_&_Hall_CRC_machine_learning_&_pattern_recognition_series.pdf
14.6 MB
Data science and machine learning. Mathematical and statistical methods
یادگیری ماشین و علم داده با استفاده از ریاضیات و پایتون
2020
@raspberry_python
یادگیری ماشین و علم داده با استفاده از ریاضیات و پایتون
2020
@raspberry_python
Data Types in Python
By default Python have these data types:
strings - used to represent text data, the text is given under quote marks. eg. "ABCD"
integer - used to represent integer numbers. eg. -1, -2, -3
float - used to represent real numbers. eg. 1.2, 42.42
boolean - used to represent True or False.
complex - used to represent a number in complex plain. eg. 1.0 + 2.0j, 1.5 + 2.5j
@raspberry_python
By default Python have these data types:
strings - used to represent text data, the text is given under quote marks. eg. "ABCD"
integer - used to represent integer numbers. eg. -1, -2, -3
float - used to represent real numbers. eg. 1.2, 42.42
boolean - used to represent True or False.
complex - used to represent a number in complex plain. eg. 1.0 + 2.0j, 1.5 + 2.5j
@raspberry_python
Data Types in NumPy
NumPy has some extra data types, and refer to data types with one character, like i for integers, u for unsigned integers etc.
Below is a list of all data types in NumPy and the characters used to represent them.
i - integer
b - boolean
u - unsigned integer
f - float
c - complex float
m - timedelta
M - datetime
O - object
S - string
U - unicode string
V - fixed chunk of memory for other type ( void )
@raspberry_python
NumPy has some extra data types, and refer to data types with one character, like i for integers, u for unsigned integers etc.
Below is a list of all data types in NumPy and the characters used to represent them.
i - integer
b - boolean
u - unsigned integer
f - float
c - complex float
m - timedelta
M - datetime
O - object
S - string
U - unicode string
V - fixed chunk of memory for other type ( void )
@raspberry_python
https://pabloinsente.github.io/intro-linear-algebra
Introduction to Linear Algebra for Applied Machine Learning with Python
@raspberry_python
Introduction to Linear Algebra for Applied Machine Learning with Python
@raspberry_python
مهارت کاربرد علم داده با پایتون
"Applied Data Science with Python Specialization"
تمامی این دوره ها در سطح متوسط هستند و برای مدت ۷ روز اول استفاده به شکل کامل رایگان می باشند.
1. Introduction to Data Science in Python
آموزش مقدماتی پایتون و استفاده از کتابخانه هابرای کار با داده ها
2. Applied Plotting, Charting & Data Representation in Python
مصورسازی و نمودار کشی با پایتون
3. Applied Machine Learning in Python
پیاده سازی الگوریتم های یادگیری ماشینی با پایتون
4. Applied Text Mining in Python
متن کاوی در پایتون
5. Applied Social Network Analysis in Python
تحلیل شبکه های اجتماعی در پایتونح
@raspberry_python
"Applied Data Science with Python Specialization"
تمامی این دوره ها در سطح متوسط هستند و برای مدت ۷ روز اول استفاده به شکل کامل رایگان می باشند.
1. Introduction to Data Science in Python
آموزش مقدماتی پایتون و استفاده از کتابخانه هابرای کار با داده ها
2. Applied Plotting, Charting & Data Representation in Python
مصورسازی و نمودار کشی با پایتون
3. Applied Machine Learning in Python
پیاده سازی الگوریتم های یادگیری ماشینی با پایتون
4. Applied Text Mining in Python
متن کاوی در پایتون
5. Applied Social Network Analysis in Python
تحلیل شبکه های اجتماعی در پایتونح
@raspberry_python
کدوم یک از توابع سریع تر ب جواب میرسه؟
Final Results
24%
sin0 ( first approach)
25%
sin1 ( second approach)
15%
فرق نداره هردوش یکیه
36%
نمیدونم دیدن جواب
حتما تاحالا براتون پیش اومده که بخواهید مدت زمانی که روی پروژه های برنامه نویسی مختلف صرف کردید رو اندازه بگیرید.
گاهی برای محاسبه هزینه های یک پروژه، گاهی برای انجام یک برنامه ریزی دقیق، گاهی برای آنالیز رفتار اعضای تیم و… نیاز داریم تا اطلاعات دقیقی راجع به مدت زمانی که مسغول کار روی پروژه های مختلف برنامه نویسی هستیم رو اندازه گیری کنیم. اگه امکان دریافت نمودارهای مختلف برای آنالیز این مدت زمانی داشته باشیم که دیگه خیلی عالی میشه!
https://wakatime.com/
تو این سایت ثبت نام کنید و از ابزارش استفاده کنید
محدوده بزرگی از IDE های مختلف رو ساپورت میکنه
@raspberry_python
گاهی برای محاسبه هزینه های یک پروژه، گاهی برای انجام یک برنامه ریزی دقیق، گاهی برای آنالیز رفتار اعضای تیم و… نیاز داریم تا اطلاعات دقیقی راجع به مدت زمانی که مسغول کار روی پروژه های مختلف برنامه نویسی هستیم رو اندازه گیری کنیم. اگه امکان دریافت نمودارهای مختلف برای آنالیز این مدت زمانی داشته باشیم که دیگه خیلی عالی میشه!
https://wakatime.com/
تو این سایت ثبت نام کنید و از ابزارش استفاده کنید
محدوده بزرگی از IDE های مختلف رو ساپورت میکنه
@raspberry_python
سلام، خیلی اوقات ما دوست داریم چند تکه کد رو که خروجی یکسانی میدن رو از چند جهت باهم مقایسه کنیم.
یکی از کارایی که عموما انجام میدیم مقایسه مدت زمان اجرای تکه کد هاست که این کار رو با ماژول
برای دیدن مقدار مموری مصرفی ، میتونیم از پکیج tracemalloc استفاده کنیم.
مخفف
trace memory allocation
این پکیج جزو کتابخونه های استاندارد پایتون هست که به شما اطلاعات جامعی در این زمینه میده.
به عنوان مثال قطعه کد بالا رو نگا کنید......
همونطور که دیدین با گرفتن snapshot از قسمت های مختلف و مقایسه کردنشون باهم، تونستیم تغییرات لاین به لاین مموری توسط متغیر a و b رو ببینیم.
پ.ن : خروجی روی دستگاه های مختلف با ورژن های مختلف پایتون ممکنه متغیر باشه.
برای مثال های بیشتر و اطلاع از همه ی توانایی های این پکیج به این لینک مراجعه کنید.
@raspberry_python
یکی از کارایی که عموما انجام میدیم مقایسه مدت زمان اجرای تکه کد هاست که این کار رو با ماژول
timeit
به بهترین شکل انجام میدیم.برای دیدن مقدار مموری مصرفی ، میتونیم از پکیج tracemalloc استفاده کنیم.
مخفف
trace memory allocation
این پکیج جزو کتابخونه های استاندارد پایتون هست که به شما اطلاعات جامعی در این زمینه میده.
به عنوان مثال قطعه کد بالا رو نگا کنید......
همونطور که دیدین با گرفتن snapshot از قسمت های مختلف و مقایسه کردنشون باهم، تونستیم تغییرات لاین به لاین مموری توسط متغیر a و b رو ببینیم.
پ.ن : خروجی روی دستگاه های مختلف با ورژن های مختلف پایتون ممکنه متغیر باشه.
برای مثال های بیشتر و اطلاع از همه ی توانایی های این پکیج به این لینک مراجعه کنید.
@raspberry_python
This media is not supported in your browser
VIEW IN TELEGRAM
قیافه من وختی یکی میگه:
حالا اینو مفت بزن رزومه میشه برات...
داااش من کلی پروژه دیگه هم دارم همشو میارم پیش خودت...
بابا من دانشجوام...
کار نیم ساعت بیشتر نیس ک خیلی راحته...
حالا نمیشه این سری هزینه نگیرید...
نکنید اینجوری نکنید 😒😒😒
حالا اینو مفت بزن رزومه میشه برات...
داااش من کلی پروژه دیگه هم دارم همشو میارم پیش خودت...
بابا من دانشجوام...
کار نیم ساعت بیشتر نیس ک خیلی راحته...
حالا نمیشه این سری هزینه نگیرید...
نکنید اینجوری نکنید 😒😒😒
https://dev.to/iuliagroza/complete-introduction-to-the-30-most-essential-data-structures-algorithms-43kd
۳۰ تا از مهم ترین الگوریتم ها و ساختمان داده هایی هر مهندس کامپیوتر باید ازش مطلع باشه
@raspberry_python
۳۰ تا از مهم ترین الگوریتم ها و ساختمان داده هایی هر مهندس کامپیوتر باید ازش مطلع باشه
@raspberry_python
DEV Community
Complete Introduction to the 30 Most Essential Data Structures & Algorithms
Data Structures & Algorithms (DSA) is often considered to be an intimidating topic - a common...