👩‍🎓 برنامه آموزشی هفته: ابزارهای مصورسازی داده - پارت ۱

🟠شنبه: نکات مقدماتی Excel

🔵یک‌شنبه: نکات پیشرفته Excel

🟢دوشنبه: آشنایی با Google Sheet

🔴سه‌شنبه: نکات پیشرفته Google Sheet

🟠چهارشنبه: آشنایی با Google Looker

🔵پنج‌شنبه: آشنایی با Google Analytics

🟢جمعه: جمع بندی

#Data_Analysis
#Data_Visualization_Tools

@Data_ML | دیتاساینس و ماشین‌ لرنینگ

🎞 دسترسی به سطرها، فیلتر داده و رفع داده نال با پکیج پایتونی Pandas

دسترسی به سطرها و فیلتر داده‌ها با Pandas این امکان رو فراهم می‌کنه که به سرعت و با دقت اطلاعات مورد نیاز رو از مجموعه داده‌های بزرگ استخراج کنیم. همچنین، رفع داده Null مهمه چون داده‌های ناقص یا غیرمعتبر می‌تونن به کیفیت تحلیل‌ و نتایج حاصل آسیب بزنن. در این ویدئو یوتیوب مهم‌ترین دستورات برای دسترسی به سطرها و رفع داده نال آموزش داده شدن.

👉📎 https://youtu.be/TlW84sDpKhc

#YouTube

@DSLanders | دی‌اس‌لندرز

📱 عرضه ربات تلگرامی کوپایلوت

مایکروسافت از ربات رایگان هوش مصنوعی Copilot رونمایی کرد. اما درحال‌حاضر، این ربات از شماره‌های ایران پشتیبانی نمی‌کنه و درصورت ارسال درخواست با پیام «عدم دسترسی به ربات کوپایلوت در منطقه خود» مواجه می‌شین.

👉📎 @CopilotOfficialBot

#Artificial_Intelligence

@DSLanders | دی‌اس‌لندرز

📌 بررسی موقعیت شغلی مهندس ML و دانشمند داده

در این ویدئو، ظایف مهندس یادگیری ماشین (Machine Learning Engineer) و دانشمند داده (Data Scientist) رو شرح دادیم. همچنین، درباره Research Scientist، که شغل جدید حوزه دیتاست هم توضیح داده شده.

🟡 وبینار رایگان ماشین لرنینگ ۲۰۲۴

🗓 جمعه، ۱۱ خرداد
⏰ ساعت ۲۰:۳۰

▶️ این وبینار ضبط نمیشه و فقط به صورت لایو در دسترس خواهند بود.

برای مطالعه سرفصل‌ها و دریافت جزئیات بیشتر، روی لینک زیر کلیک کنین.

🟢 رایگان ثبت‌نام کنین:‌

👉📎 https://ctdrs.ir/cr15594

@DSLanders | دی‌اس‌لندرز

🔵 معرفی YOLOv10: پیشرفته‌ترین الگوریتم تشخیص اشیا تا به امروز

دیروز YOLOv10، نسخه جدیدی از الگوریتم‌ مشهور تشخیص اشیا، با بهبودهای قابل توجهی، منتشر شد. این نسخه نسبت به نسخه‌های قبلی بسیار متمایزه که در ادامه بیشتر توضیح میدم:

🔵دقت بالاتر: YOLOv10 با بهینه‌سازی‌های جدید در شبکه عصبی و به‌کارگیری تکنیک‌های پیشرفته، دقت بالاتری در تشخیص اشیا ارائه می‌ده.

🔵سرعت بیشتر: یکی از مهم‌ترین ویژگی‌های YOLO همیشه سرعت بالاش بوده. در YOLOv10، با بهره‌گیری از معماری‌های بهینه‌تر، سرعت تشخیص و پردازش تصاویر بهبود پیدا کرده.

🔵کاهش مصرف منابع: این نسخه با کاهش مصرف منابع سخت‌افزاری، امکان اجرای مدل‌ها روی دستگاه‌های با توان محاسباتی پایین‌تر رو ممکن کرده.

🔵پشتیبانی از انواع داده‌های ورودی: YOLOv10 توانایی پردازش و تحلیل انواع مختلف داده‌های تصویری و ویدئویی رو داره که در نتیجه اونو برای کاربردهای متنوع مناسب می‌سازه.

🔵بهبود در یادگیری انتقالی: با استفاده از تکنیک‌های پیشرفته یادگیری انتقالی، YOLOv10 قابلیت عمومی‌سازی بهتری برای داده‌های جدید و ناشناخته داره.

🔵بهبود در معماری شبکه: معماری شبکه در YOLOv10 به گونه‌ای بهینه‌سازی شده که عمق و پیچیدگی مدل رو کاهش داده و در عین حال دقت و کارایی هم افزایش پیدا کردن.

با این ویژگی‌ها و بهبودها، YOLOv10 یکی از قدرتمندترین ابزارهای تشخیص اشیا در دنیای یادگیری ماشین و هوش مصنوعی حساب میشه و انتظار می‌ره که در پروژه‌های بسیاری به کار برده شه.

🧑‍🎓 برای آشنایی بیشتر با الگوریتم YOLO می‌تونین مطلب زیر رو مطالعه کنین:

📎 ctdrs.ir/ds0149

#Machine_Learning
#Deep_Learning

@DSLanders | دی‌اس‌لندرز

💡نظر سم آلتمن، مدیرعامل OpenAI، درباره مهارت‌هایی که بچه‌ها باید یادبگیرن!

آلتمن میگه: بچه‌ها باید انعطاف پذیری، کار کردن با ابزارهای مختلف و کدنویسی رو یادبگیرن. چون کدنویسی نحوه فکر کردن رو بهشون یاد می‌ده. مدل کدنویسی توی آینده تغییر می‌کنه ولی همچنان مهم خواهد بود.

#Artificial_Intelligence

@DSLanders | دی‌اس‌لندرز

🔊 ۴۰. کاربردهای تشخیص اشیا

تشخیص اشیا یا Object Detection یکی از حوزه‌های معروف بینایی ماشینه که کاربردهای خیلی متنوعی داره.

🟢اینجا می‌تونین در موردش مطالعه کنین:

👈📎 ۶ کاربرد تشخیص اشیا

🎙️صدا: نوید حقوقی

#Deep_Learning
#Podcast

@DSLanders | دی‌اس‌لندرز

🎞 تابع های تجمیعی و کوئری زدن با پکیج پایتونی Pandas

توابع تجمیعی برای فشرده‌سازی و خلاصه‌سازی داده‌ها به شکل کارآمد و معنادار استفاده می‌شن و این امکان رو می‌دن که به سرعت اطلاعات کلیدی و روندهای مهم رو از مجموعه داده‌ها استخراج کنیم. توی این ویدئو یوتیوب، پیاده سازی Aggregation Functions با استفاده از پکیج پانداز رو یاد می‌گیریم.

👉📎 https://youtu.be/Im4qJ2VUyD0

#YouTube

@DSLanders | دی‌اس‌لندرز

❓پیش‌نیازهای ورود به حوزه ماشین لرنینگ چیه؟

اگه براتون سواله که چقدر آمار، ریاضی و برنامه نویسی برای حوزه دیتا ساینس و ماشین لرنینگ لازمه، بهتون پیشنهاد می‌کنم این ویدئو رو مشاهده و در وبینار روز جمعه ثبت‌نام کنین.

🟡 وبینار رایگان ماشین لرنینگ ۲۰۲۴

🗓 جمعه، ۱۱ خرداد
⏰ ساعت ۲۰:۳۰

▶️ این وبینار ضبط نمیشه و فقط به صورت لایو در دسترس خواهند بود.

برای مطالعه سرفصل‌ها و دریافت جزئیات بیشتر، روی لینک زیر کلیک کنین.

🟢 رایگان ثبت‌نام کنین:‌

👉📎 https://ctdrs.ir/cr15594

@DSLanders | دی‌اس‌لندرز

🧠 آیا ربات‌ها می‌تونن پیوند سر انجام بدن؟

یک استارتاپ به نام BrainBridge، به رهبری هاشم الغیلی، قصد داره در طی دهه آینده جراحی‌های پیوند سر با استفاده از ربات‌های جراح رو انجام بده.

این پروژه بلندپروازانه با هدف کمک به بیماران با ناتوانی‌های شدید مثل سرطان مرحله ۴، فلج و بیماری‌های نورودژنراتیو رو داره. این سیستم با استفاده از هوش مصنوعی برای کنترل بازوهای رباتیک و مواد شیمیایی اختصاصی برای اتصال مجدد نورون‌ها عمل خواهد کرد.

این ایده هنوز در مراحل اولیه است و با چالش‌های زیادی مثل ترمیم نخاع مواجهه. جامعه پزشکی نسبت به موفقیت این پروژه تردید داره و به شکست‌های گذشته در تلاش‌های مشابه اشاره می‌کنه.

#Artificial_Intelligence

@DSLanders | دی‌اس‌لندرز

🎞 مقاله شبکه عصبی یونت | U-Net 2015

درک ساختار U-Net به درک مفهوم AutoEncodrs کمک می‌کنه و در این ویدیو به بهونه بررسی مقاله U-Net، با فرآیند down/up sampling که در ساختار encode/decoder ها استفاده میشه آشنا خواهیم شد.

👉📎 https://youtu.be/jAO237BNZXM

👈📎 پلی‌لیست مقالات ماشین لرنینگ و هوش مصنوعی

#YouTube
#Deep_Learning

@DSLanders | دی‌اس‌لندرز

❓مسیر یادگیری حوزه یادگیری ماشین باید چطور باشه تا به نتیجه برسیم؟

بعضیا منتظرن به یک سطح خیلی خوب در ریاضی یا برنامه‌نویسی برسن تا ماشین لرنینگ رو شروع کنن. ولی به نظر ما این روش اشتباهه و در این ویدئو دلیلش رو توضیح دادیم.

🟡 وبینار رایگان ماشین لرنینگ ۲۰۲۴

🗓 جمعه، ۱۱ خرداد
⏰ ساعت ۲۰:۳۰

▶️ این وبینار ضبط نمیشه و فقط به صورت لایو در دسترس خواهند بود.

برای مطالعه سرفصل‌ها و دریافت جزئیات بیشتر، روی لینک زیر کلیک کنین.

🟢 رایگان ثبت‌نام کنین:‌

👉📎 https://ctdrs.ir/cr15594

@DSLanders | دی‌اس‌لندرز

🧑‍🎓 حل مسئله کوله‌پشتی صفر و یک؛ راهنمای کامل پیاده‌سازی الگوریتم‌ ژنتیک در پایتون

الگوریتم‌ ژنتیک (Genetic Algorithm) یک رویکرد بهینه‌سازی و جست‌وجوی احتمالیه که از فرایندهای طبیعی تکامل بیولوژیکی الهام گرفته. این الگوریتم‌ توانایی پیدا کردن پاسخ‌های نزدیک به بهینه در مسائل پیچیده‌ای رو داره که شاید با روش‌های سنتی حل‌شدنی نباشن.

🟢برای مطالعه بیشتر کلیک کنین:
👉📎 http://ctdrs.ir/ds0269

#Python

@DSLanders | دی‌اس‌لندرز

🎞 جوین و استک دو دیتافریم در پکیج پایتونی Pandas

توی این ویدئو پلی‌لیست پکیج Pandas، نحوه اتصال دو یا چند دیتافریم به صورت Stack یا Merge آموزش داده شده. روش Stack به نوعی Union توی SQL رو انجام می‌ده و روش Merge به نوعی Join در SQL رو داخل پانداز پیاده‌سازی می‌کنه.

👉📎 https://youtu.be/TOchdfKmUoM

#YouTube

@DSLanders | دی‌اس‌لندرز

❓به طور خاص، هوش مصنوعی چه تعریف و چه انواع مختلفی داره؟

در این ویدئو درباره AGI , ANI و ASI توضیح داده شده. با تمام پیشرفت‌هایی که تا حالا به دست اومده، فعلا فقط به Narrow AI دست‌یابی پیدا شده و پیشروان حوزه هوش مصنوعی درحال تلاش و سرمایه‌گذاری برای رسیدن به AGI هستن.

🟡 وبینار رایگان ماشین لرنینگ ۲۰۲۴

🗓 جمعه، ۱۱ خرداد
⏰ ساعت ۲۰:۳۰

▶️ این وبینار ضبط نمیشه و فقط به صورت لایو در دسترس خواهند بود.

برای مطالعه سرفصل‌ها و دریافت جزئیات بیشتر، روی لینک زیر کلیک کنین.

🟢 رایگان ثبت‌نام کنین:‌

👉📎 https://ctdrs.ir/cr15594

@DSLanders | دی‌اس‌لندرز

🧑‍🎓 همه‌چیز درباره تحصیل در رشته علم داده در ایران، از کنکور تا دانشگاه

توی این ویس محمدرضا انتظاریان، رتبه برتر کنکور رشته آمار و دانشجوی رشته دیتا ساینس دانشگاه شهید بهشتی، از نحوه پذیرش این رشته در دانشگاه‌های ایران میگه.

ما براساس گفته‌های ایشون و جستجوی بیشتر یه مطلب کامل در این باره نوشتیم.

🟢برای مطالعه بیشتر و دریافت ویس به صورت کامل، کلیک کنین:

👉📎 ctdrs.ir/ds0270

#Data_science

@DSLanders | دی‌اس‌لندرز

🔊 ۴۱. طبقه بندی تصویر یا Image Classification چیست؟

طبقه‌بندی تصویر یا Image Classification هسته اصلی بسیاری از محصولات و فیچرهای محبوبه و به‌زبان ساده یعنی تجزیه‌وتحلیل و برچسب گذاری تصاویر.

🟢اینجا می‌تونین در موردش مطالعه کنین:

👉📎 http://ctdrs.ir/ds0146

🎙️صدا: نوید حقوقی

#Deep_Learning
#Podcast

@DSLanders | دی‌اس‌لندرز

🎞 ترانسفورمر و مکانیزم توجه | Transformer and Attention

شاید بشه گفت ایده transformerها که تو مقاله Attention is all you need‌ اومده، از جذاب‌ترین و پرکاربردترین معماری‌های شبکه عصبی بودن تا جایی که اکثر مدل‌های زبانی بزرگی که امروز میشناسیم، از جمله ChatGPT، از این معماری استفاده میکنن. توی این ویدیو با ساختار و جزییات این مدل آشنا می‌شیم.

👉📎 https://youtu.be/8NJ0xEcHICU

👈📎 پلی‌لیست مقالات ماشین لرنینگ و هوش مصنوعی

#YouTube
#Deep_Learning

@DSLanders | دی‌اس‌لندرز

❓از مهم‌ترین فناوری‌‌های حوزه ماشین لرنینگ چیه و چرا یادگیریش واجبه؟

با ظهور معماری ترنسفورمر، تحولات بزرگی در حوزه یادگیری ماشین به وجود اومد و اگه می‌خواین متخصص شین، باید این معماری رو به خوبی بلد باشین. برای مطالعه درباره این مدل، روی لینک زیر کلیک کنین:

📎http://ctdrs.ir/ds0115

🟡 وبینار رایگان ماشین لرنینگ ۲۰۲۴

🗓 جمعه، ۱۱ خرداد
⏰ ساعت ۲۰:۳۰

▶️ این وبینار ضبط نمیشه و فقط به صورت لایو در دسترس خواهند بود.

برای مطالعه سرفصل‌ها و دریافت جزئیات بیشتر، روی لینک زیر کلیک کنین.

🟢 رایگان ثبت‌نام کنین:‌

👉📎 https://ctdrs.ir/cr15594

@DSLanders | دی‌اس‌لندرز

🟡معرفی مدل Codestral برای کدنویسی

شرکت Mistral AI مدل جدیدی به نام Codestral رو برای کدنویسی معرفی کرد که از بیش از 80 زبان برنامه‌نویسی پشتیبانی می‌کنه. این مدل با 22 میلیارد پارامتر و context window 32 هزار توکن، عملکرد بهتری در وظایف کدنویسی نسبت به مدل‌های دیگه داره.

توسعه‌دهندگان می‌تونن از طریق ابزارهایی مثل VSCode و JetBrains بهش دسترسی داشته باشن. این مدل به مدت هشت هفته به صورت رایگان قابل استفاده است و همچنین تحت مجوز تحقیقاتی در HuggingFace قابل دانلوده.

#Artificial_Intelligence

@DSLanders | دی‌اس‌لندرز