✅ «منابع یادگیری ماشین من»

👨🏻‍💻 از وقتی که شروع به یادگیری ماشین لرنینگ کردم، با کلی منابع خوب و کاربردی روبرو شدم و فهمیدم که اشتراک‌گذاری این‌ها چقدر می‌تونه به خیلی‌ها کمک کنه. توی این ریپوی گیت هاب، همه چیزهایی که توی این مدت یاد گرفتم و پیدا کردم رو گذاشتم؛ از دوره‌های آموزشی و کتاب‌ها بگیرین تا مقالات و ابزارهای برنامه‌نویسی.

✅ همه چیز رو با دقت دسته‌بندی کردم تا راحت بتونین چیزی که می‌خواین رو پیدا کنین. پس اگه به یادگیری ماشین علاقه دارین و می‌خواین منابع درست و حسابی رو یکجا داشته باشین، حتماً یه سر به این ریپو بزنین.👇

┌ 💸 Machine Learning Resources
└ 🐱 GitHub-Repos


🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

📒 جزوه «الگوریتم‌های یادگیری ماشین»

👨🏻‍💻 این کتاب مثل یه جعبه‌ ابزار کامل برای هر کسی که می‌خواد با اصول یادگیری ماشین به صورت عمیق و مفهومی آشنا بشه. هر فصل به یکی از مهم‌ترین الگوریتم‌ها می‌پردازه و توضیح میده که چطور از اون‌ها تو پروژه‌های واقعی استفاده کنین. تمرکز اصلی روی ساخت این الگوریتم‌ها از صفر، هم از لحاظ تئوری و هم پیاده‌سازی با پایتونه.

✅ هر فصل شامل سه بخش اصلیه: بخش مفهوم که مبانی تئوری رو توضیح میده، بخش ساخت که نحوه کدنویسی از صفر رو نشون میده، و بخش پیاده‌سازی که کاربرد این الگوریتم‌ها در کتابخانه‌های معروف پایتون مثل Scikit-learn و TensorFlow رو بررسی می‌کنه.


🌐 #یادگیری_ماشین #ML
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

📄 جزوه فوق العاده یادگیری ماشین
✅ به زبان فارسی و در 300 صفحه!

👨🏻‍💻 سارا میهن دوست استاد دانشگاه صنعتی ارومیه، جزوه‌ی کلاسی و تایپ شده یادگیری ماشین رو به زبان فارسی و رایگان در 300 صفحه منتشر کرده است!💯

⏪ بنظرم یکی از جزوه‌های جامع و نسبتا کامل در پوشش مباحث یادگیری ماشین هست که مباحث ریاضی و پایه یادگیری ماشین رو هم شامل میشه.👌🏼


🌐 #یادگیری_ماشین #ML
➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir

🖥 لیست ویدیو‌های
🥵 دوره فارسی و جامع «یادگیری ماشین»
🏷 محصولی از: Pista Academy

❗️ بخش سوم: قسمت‌های 63-43


📣 قسمت (43): معرفی کرنل SVM

📣 قسمت (44): رگرسیون با SVM

📣 قسمت (45): پروژه پایانی الگوریتم SVM

📣 قسمت (46): الگوریتم‌های درخت تصمیم

📣 قسمت (47): حل مسائل درخت تصمیم

📣 قسمت (48): پروژه پایانی درخت تصمیم

📣 قسمت (49): پروژه پایانی درخت تصمیم (2)

📣 قسمت (50): الگوریتم جنگل تصادفی

📣 قسمت (51): مثالی از الگوریتم جنگل تصادفی

📣 قسمت (52): پروژه الگوریتم جنگل تصادفی

📣 قسمت (53): حل مسئله رگرسیون

📣 قسمت (54): حل مسئله رگرسیون (2)

📣 قسمت (55): Boosting

📣 قسمت (56): Adaptive Boosting

📣 قسمت (57): Gradient Boosting

📣 قسمت (58): پروژه اول ML

📣 قسمت (59): پروژه دوم ML

📣 قسمت (60): پروژه سوم ML

📣 قسمت (61): پروژه چهارم ML

📣 قسمت (62): ادامه پروژه چهارم ML

📣 قسمت (63): پایان پروژه چهارم ML



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🖥 5 ریپوی ضروری گیت‌هاب برای موفقیت در «مصاحبه‌های یادگیری ماشین»


👨🏻‍💻 مصاحبه‌های یادگیری ماشین فقط این نیست که یه سری سوال ازت بپرسن و تو هم جواب بدی؛ اینجا خیلی چیزها اهمیت داره: مثل طراحی سیستم‌ها، کدنویسی، الگوریتم‌ها و حتی این که چقدر سریع می‌تونی یه مسئله رو بفهمی و حلش کنی.

✅ مصاحبه‌های شغلی به‌خصوص توی حوزه یادگیری ماشین پر از چالش‌های جذاب و بعضی وقت‌ها سخت هستش. یکی از بهترین پلتفرم‌ها برای آماده شدن در مصاحبه‌های ML، گیت‌هابه. اینجا پر از ریپوهای کاربردیه که می‌تونی ازشون استفاده کنی تا خودت رو برای مصاحبه‌های ML قوی‌ کنی.


1️⃣ ریپوی Machine Learning Interview

⏪ این ریپو کلی سوالات و موضوعات مربوط به مصاحبه‌های یادگیری ماشین رو پوشش میده. از مباحث پایه‌ای مثل رگرسیون و طبقه‌بندی گرفته تا موضوعات پیچیده‌تر مثل شبکه‌های عصبی و یادگیری تقویتی.

📎 لینک: GitHub-Repos

➖➖➖➖➖➖➖➖➖

2️⃣ ریپوی ML Systems Design

⏪ این ریپو یه راهنمای عالی برای طراحی سیستم‌های یادگیری ماشینه. توش می‌تونی درباره طراحی سیستم‌هایی که می‌تونن با داده‌های بزرگ کار کنن و مسائل پیچیده یادگیری ماشین رو حل کنن، یاد بگیری.

📎 لینک: GitHub-Repos

➖➖➖➖➖➖➖➖➖

3️⃣ ریپوی 100Days of ML Code

⏪ یه چالش صد روزه برای آموزش یادگیری ماشین! این ریپو یه برنامه‌ریزی کامل برای صد روز یادگیری و تمرین کدنویسی رو بهت میده تا با کلی از مباحث یادگیری ماشین آشنا بشی.

📎 لینک: GitHub-Repos

➖➖➖➖➖➖➖➖➖

4️⃣ ریپوی System Design Primer

⏪ این ریپو یه راهنمای کامل برای طراحی سیستم‌های پیچیده‌ست. توش می‌تونی مفاهیم اصلی و الگوهای طراحی رو یاد بگیری که توی مصاحبه‌های سیستم دیزاین خیلی به کار میان.

📎 لینک: GitHub-Repos

➖➖➖➖➖➖➖➖➖

5️⃣ ریپوی The Algorithms - Python

⏪ این ریپو پر از الگوریتم‌های مختلف به زبان پایتونه. هر الگوریتمی که فکرشو بکنی اینجا پیدا می‌کنی، از ساده‌ترین‌ها تا پیچیده‌ترین‌ها. برای آماده شدن برای مصاحبه‌هایی که روی کدنویسی تمرکز دارن، خیلی مفیده.

📎 لینک: GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🏳️‍🌈 با این کتابخونه پایتون، هر دیتاستی که لازم داری رو به راحتی بساز!


👨🏻‍💻 خیلی وقت‌ها لازمه که برای تست مدل‌های یادگیری ماشین یا کارهای آماری، داده‌های سفارشی ایجاد کنین. کتابخونه پایتون Drawdata دقیقاً همون چیزیه که بهش نیاز دارین!

⏪ ابزار Drawdata یه کتابخونه پایتونه که بهت اجازه می‌ده داده‌های دو بعدی رو توی ژوپیتر نوت‌بوک با کشیدن تولید کنی. یعنی چی؟ یعنی می‌تونی مثل نقاشی کردن، داده‌ها رو با دست بکشی و هر الگویی که دوست داری رو درست کنی.

✅ این روش چندتا مزیت داره:

1️⃣ تست و آزمایش سریع: می‌تونی خیلی راحت یه دیتاست درست کنی که شبیه مشکلات واقعی باشه و سریعاً روی الگوریتم‌های مختلف تستشون کنی.

2️⃣ آموزش و یادگیری: اگه در حال یادگیری هستی یا می‌خوای به کسی یاد بدی، می‌تونی ببینی که الگوریتم‌ها روی داده‌های مختلف چطور عمل می‌کنن. این خیلی کمک می‌کنه تا بهتر درک کنی مدل‌ها چطور کار می‌کنن.

3️⃣ ارائه‌های جذاب: تصور کن توی یه جلسه داری الگوریتم رو توضیح می‌دی. می‌تونی با Drawdata داده‌ها رو به‌صورت زنده بکشی و نشون بدی که الگوریتم چطور با داده‌های مختلف رفتار می‌کنه. اینطوری توضیحاتت خیلی جذاب‌تر و ملموس‌تر می‌شه.

4️⃣ ایجاد داده‌های خاص: اگه یه مدل داری که باید با شرایط خاص تست بشه، می‌تونی دقیقاً همون داده‌هایی رو بسازی که نیاز داری، حتی اگه پیدا کردنشون توی دیتاست‌های آماده سخت باشه.

💰 در نهایت، Drawdata یه ابزار قدرتمنده که به هر مهندس یادگیری ماشین کمک می‌کنه تا با خلاقیت بیشتری داده‌ها رو بسازه و مدل‌هاش رو تست کنه. حتی می‌تونی داده‌هایی که ساختی رو به فرمت CSV یا JSON دانلود کنی و برای استفاده‌های بعدی ذخیره کنی.👇

┌ 🏳️‍🌈 drawdata
├ ➡️ Website
└ 🐱 GitHub-Repos

python -m pip install drawdata

🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

👨🏻‍💻 تو چند روز گذشته، کل دنیای فناوری حسابی درگیر یه مدل زبان بزرگ جدید شده که توسط DeepSeek، یه شرکت چینی که تو ۲۰۲۳ تأسیس شده، منتشر شده.

✏️ اما DeepSeek-R1 ویژگی‌های جالبی داره که باعث شده کلی سر و صدا کنه:

🔢 اُپن سورسه: برعکس بیشتر مدل‌های معروف، DeepSeek-R1 کاملاً رایگانه و توی GitHub و HuggingFace هم در دسترسه!

🔢 پرفورمنس خفنی داره: طبق آمار، DeepSeek-R1 توی خیلی از تست‌ها، عملکردی بهتر و یا مشابه OpenAI-o1 داشته!

🔢 بهینه و کارآمده: علاوه بر مدل اصلی، نسخه‌های کوچیک‌تری هم ازش منتشر شده که حسابی خوب عمل می‌کنن.

🔢 همه‌فن‌حریفه: این مدل توی ریاضی، کدنویسی، استدلال و کلی حوزه‌ی دیگه فوق‌العاده عمل می‌کنه!


✍️ من خودم مدل رو روی یه سری سوال سخت، حتی مسائل حل‌نشده‌ای مثل «فرضیه ریمان» تست کردم و واقعاً از جواب‌هاش شگفت‌زده شدم!😲

✅ اینم لینک‌ دسترسی:👇

🔗مدل DeepSeek-R1: لینک
🔗مدل DeepSeek-R1 در گیت‌هاب: لینک



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

👨🏻‍💻 من به همه کسایی تحت تاثیر مدل شگفت‌انگیز DeepSeek قرار گرفتن، پیشنهاد می‌کنم گزارش فنی R1 این مدل رو بررسی کنن.

✅ یکی از شفاف‌ترین و بهترین گزارش‌هایی هست که این مدت بین مدل‌های LLM اُپن سورس خوندم!

✏️ مستندات جامع از تمام فرایند آموزشی مدل، بحث صادقانه در مورد قسمت‌هایی از مدل که درست عمل نکردن، توضیحات روشن در مورد فرآیند خودتحولی مدل و مقایسه‌های منصفانه با مدل‌هایی مثل OpenAI-o1، بخشی از این گزارش شفاف و بی‌نظیره!



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

📚 جزوه فارسی «رگرسیون خطی و لجستیک»
🏳️‍🌈 به همراه پیاده سازی در پایتون


👨🏻‍💻 تصمیم گرفتم هر چند وقت یکبار، یه مقاله‌ی آموزشی خوب راجع به یکی از مباحث ماشین لرنینگ پیدا کنم، ترجمه‌ش کنم و اینجا به اشتراک بذارم.

✏️ این جزوه رو هم بر اساس دو تا مقاله زیر نوشتم و بعد از توضیح مفاهیم اصلی، رگرسیون خطی و لجستیک رو در پایتون پیاده سازی کردم.


🔗Linear Regression in Python
🔗Logistic Regression: Detailed Overview



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🧭 نقشه راه جامع «یادگیری ماشین»
✅ با منابع کاملا رایگان!

👨🏻‍💻 اگه به دنیای یادگیری ماشین علاقه دارین و دوست دارین تو این زمینه کار کنین، من اینجا یه نقشه راه جامع برای تبدیل شدن به یه مهندس موفق یادگیری ماشین براتون آماده کردم تا با کلی منابع رایگان تو این مسیر کمکتون کنم. فقط یادتون نره که یادگیری مداوم و تمرین‌های عملی، کلید موفقیت در یادگیری ماشینه.


1️⃣ گام اول: یادگیری پایتون

✏️ پایتون محبوب‌ترین زبان برنامه‌نویسی برای یادگیری ماشینه.

📎 دوره پایتون
📎 کتاب "خودکارسازی کارهای تکراری با پایتون"

➖➖➖➖➖➖

2️⃣ گام دوم: تسلط بر اصول ریاضی

✏️ پایه‌های ریاضی قوی برای یادگیری ماشین ضروریه.

📎 دوره ریاضیات
📎 دوره"جوهر جبر خطی"

➖➖➖➖➖➖

3️⃣ گام سوم: آشنایی با آمار و احتمالات

✏️ به ستون فقرات بیشتر الگوریتم‌های یادگیری ماشین معروفن.

📎 دوره آمار و احتمالات
📎 دوره "تفکر آماری برای علم داده و تحلیل"

➖➖➖➖➖➖

4️⃣ گام چهارم: ورود به تحلیل داده و تجسم

✏️ آنالیز و مصورسازی داده‌ها، کلید ساخت مدل‌های یادگیری ماشینه.

📎 دوره تحلیل داده با پایتون
📎 کتاب "علوم داده با پایتون"

➖➖➖➖➖➖

5️⃣ گام پنجم: یادگیری مبانی ماشین لرنینگ

✏️ مفاهیم پایه یادگیری ماشین برای یه مهندس یادگیری ماشین ضروریه.

📎 دوره یادگیری ماشین اندرو نگ
📎 دوره فشرده یادگیری ماشین

➖➖➖➖➖➖

6️⃣ گام ششم: کاوش در یادگیری عمیق

✏️ یادگیری عمیق برای کاربردهای پیشرفته یادگیری ماشین حیاتیه.

📎 دوره تخصص یادگیری عمیق
📎 کتاب "یادگیری عمیق با پایتون"

➖➖➖➖➖➖

7️⃣ گام هفتم: انجام پروژه‌های عملی یادگیری ماشین

✏️ تجربه عملی برای تسلط بر یادگیری ماشین بسیار مهمه.

📎 مسابقات Kaggle
📎 پروژه‌های یادگیری ماشین در GitHub

➖➖➖➖➖➖

8️⃣ گام هشتم: فهم مهندسی AI و استقرار

✏️ چگونگی استقرار مدل‌ها برای مهندسان یادگیری ماشین ضروریه.

📎 دوره "AI برای همه" اندرو نگ
📎 مستندات TensorFlow Serving

➖➖➖➖➖➖

9️⃣ گام نهم: شبکه‌سازی و ارتباط با جامعه

✏️ ایجاد شبکه به یادگیری و پیدا کردن فرصت‌ها کمک می‌کنه.

📎 عضویت در گروه‌های لینکدین ML
📎 شرکت در Kaggle و Reddit's r/ML



🌐 #یادگیری_ماشین #ML
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🔴 دوره رایگان "AI Agents" از Hugging Face
✅همراه با مدرک پایان دوره


👨🏻‍💻 خیلی از پژوهشگران و محققان حوزه AI، سال ۲۰۲۵ رو سال ایجنت‌های هوش مصنوعی (AI Agents) می‌دونن، پس یادگیری تو این حوزه حسابی مهمه!

✏️ حالا پلتفرم Hugging Face اومده دوره‌ی رایگان "AI Agents Course" رو ارائه داده که همراه با دریافت گواهینامه معتبره!

🗓 شروع دوره: ۱۰ فوریه ۲۰۲۵


👤 در این دوره:

🔢 مفاهیم پایه‌ AI Agents رو یاد می‌گیرین.

🔢 ایجنت‌های هوش مصنوعی رو می‌سازین و از جدیدترین کتابخونه‌ها و ابزارها استفاده می‌کنین.

🔢 و در پایان دوره، مدرک رسمی دریافت می‌کنین.


🚨 برای ثبت نام و دیدن سرفصل‌ها، پیش‌نیازها و جزئیات بیشتر، به صفحه‌ی رسمی دوره سر بزنین:


┌ 🤖 AI agents
├ ➡️ Agents Course
└ ➡️ Hugging Face Hub



🌐 #یادگیری_ماشین #ML
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

✏️ جزوه «ریاضیات یادگیری ماشین»


👨🏻‍💻 قبل شروع یادگیری ماشین برین سراغ مباحث ریاضی ماشین لرنینگ و این مباحث رو کاربردی یاد بگیرین!

▶️ این جزوه دقیقا همین هدف رو دنبال می‌کنه! یعنی هم برای قوی کردن پایه‌های ریاضی‌تون در یادگیری ماشین عالیه و هم مباحث ریاضی ML رو پروژه محور و کاربردی بهتون یاد می‌ده!👌🏼



🌐 #یادگیری_ماشین #ML
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🔴 نسخه ۲۰۲۵ «دوره رایگان LLM» منتشر شد!


👨🏻‍💻 از سال پیش که دوره‌یِ رایگان LLM رو منتشر کردم تا الان این دوره ۴۱.۳ هزار ستاره در گیت‌هاب گرفته و به جرات می‌تونم بگم کامل‌ترین دوره یادگیری مدل‌های زبان بزرگه.


✏️ من هفته پیش تازه‌ترین به‌روزرسانی رو برای مسیر یادگیری LLM Scientist انجام دادم و کلی اطلاعات، منابع جدید و مباحث ترند شده رو به دوره اضافه کردم. می‌دونم که این مباحث پیچیده‌ان، ولی من تا حد امکان سعی کردم تا مطالب رو به ساده‌ترین شکل ممکن بیان کنم.

✅ یادتون نره که این دوره رایگانه و تا همیشه رایگان می‌مونه!👇


🥵 دوره رایگان LLM / نسخه 2025



🌐 #یادگیری_ماشین #ML
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🧠 55 اصلاح مهم یادگیری ماشین

✅ اصلاح انگلیسی + معادل فارسی + توضیح


👨🏻‍💻 دکتر شیرافکن یه جزوه خلاصه از 55 اصطلاح مهم یادگیری ماشین رو که در بسیاری از پروژه‌ها و مباحث ماشین لرنینگ کاربرد دارن رو با ترجمه فارسی و توضیح هر اصطلاح ارائه دادن.



🌐 #یادگیری_ماشین #ML
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

👨🏻‍💻 یه تکنولوژی جدید توی یادگیری ماشین داره همه‌چی رو تغییر می‌ده!


✔️ یادگیری ماشین مولد (Generative ML) (نه GenAI، نه AutoML) فناوری جدیدی که داره همه الگوریتم‌های ML سنتی رو له می‌کنه. دیگه الگوریتم‌های مهمی مثل XGBoost, CatBoost, TabNet, LightGBM تبدیل به اسباب‌بازی شدن جلوش!

✏️ تا الان ۹۳ دیتاست واقعی رو بررسی کردیم و تا آخر هفته به ۱۰۰ تا دیتاست می‌رسیم! هفته آینده گزارش کامل رو منتشر می‌کنیم، منتظر باشید!


💸 مهم‌ترین نکته! این تکنولوژی بدون نیاز به کشف فرمولای جدید و با استفاده از عامل‌ها، الگوریتم‌های جدید یادگیری ماشین رو به‌طور خودکار اختراع می‌کنه.



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

✅ پروژه «یادگیری ماشین من»
1️⃣ پیش‌بینی نتایج بازی‌های NBA


👨🏻‍💻 من همیشه دوست داشتم علاقه‌م (بسکتبال) رو با تخصص فنی‌ام ترکیب کنم. به همین خاطر مدل پیش‌بینی بازی‌های NBA رو با استفاده از رگرسیون ریج و تکنیک‌های یادگیری ماشین توسعه دادم.


✏️ اول اومدم داده‌های تاریخی NBA رو تجزیه و تحلیل کردم تا بتونم نتایج بازی‌ها رو با دقت بهبود یافته 63% پیش‌بینی کنم.

🖥 بعدش داده‌های box score NBA رو پاکسازی و مرتب‌ کردم و از رگرسیون ریج به عنوان مدل طبقه‌بندی برای پیش‌بینی نتایج بازی‌ها، استفاده کردم.


🥵 از دیتاست و کد نویسی گرفته تا آنالیز و نتایج پروژه، همگی در لینک‌ زیر موجوده.👇

┌ 🏀 Predict NBA Games
└ 🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

👩🏻‍💻 هیچ‌کس از کامیونیتی من، نباید در سال 2025 هزینه‌ی دکتری خودش رو از جیب بده! مخصوصاً در زمینه یادگیری ماشین و هوش مصنوعی.


▶️ من یه لیست گلچین‌شده از بورسیه‌های تحصیلی در حوزه‌ی یادگیری ماشین و هوش مصنوعی براتون آماده کردم. این بورسیه‌ها اکثرا ددلاین‌شون فوریه ۲۰۲۵ هست.

🔀 لیست کاملش رو روی گیت‌هاب گذاشتم. این لیست ابتدای هر ماه با بورسیه‌های جدید آپدیت میشه!👇


┌ 🎓 AI & ML Research Opportunities
└ 🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🚀 برنامه RAG خود را 10 برابر هوشمندتر کنید!


👨🏻‍💻 با این روش جدید دیگه نیازی به بخش بندی متن یا پردازش پیچیده ندارین! ColiVara یک روش جدید و متفاوت برای جست‌وجو و بازیابی اسناده که دقیقا همون حس RAG رو داره، اما بدون دردسرهایی مثل OCR، استخراج متن، جداول خراب یا تصاویر گم شده!

💸 با این برنامه چیزی که دریافت می‌کنید، دقیقاً همون چیزیه که انتظار داشتید!


📄 چرا این روش انقلابی در بازیابی اسناده؟

✔️ پشتیبانی از بیش از ۱۰۰ فرمت فایل!
✔️ جست‌وجو بر اساس بینایی.
✔️ مستندات کامل و مفصل.
✔️ بازیابی پیشرفته چندرسانه‌ای.
✔️ دسترس به APIs و SDKها.
✔️ نیازی به مدیریت پایگاه داده وکتور نیست.
✔️ راه‌اندازی سریع، هم در حالت محلی و هم ابری.
✔️ دقت بالا با استفاده از embeddingهای تعامل دیرهنگام.


✔️ و بهترین قسمتش! ۱۰۰٪ اُپن سورسه!👇


┌ 🎓 ColiVara
└ 🐱 GitHub-Repos



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

✏️ جزوه «ریاضیات هوش مصنوعی»


👨🏻‍💻 جزوه برای یادگیری مباحث ریاضی هوش مصنوعی زیاد دیدم. اما این یکی از آپدیت‌ترین جزوات برای یادگیری مباحث ریاضی برای AI و برای همین ژانویه 2025 هست.

🖥یه جزوه خلاصه و جمع‌و‌جور که در 7 صفحه (بدون منابع) مهم‌ترین مباحث ریاضی AI رو که کاربردی‌تره پوشش داده و بعضی از مباحث آماری رو به دلیل کاربرد کمتر حذف کرده!



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa

🖥 10 کانال یوتیوب که مهندسین یادگیری ماشین نباید از دست بدن!


👩🏻‍💻 تو مسیر آموزش یادگیری ماشین و هوش مصنوعی، چند تا کانال یوتیوب بودن که حسابی کمکم کردن تا مفاهیم پیچیده این حوزه رو بهتر درک کنم.

✅ این چنل‌ها با «توضیحات واضح، پروژه‌های عملی و تصویری‌سازی‌های جذاب» یادگیری ML رو برام خیلی راحت‌تر کردن.

💸 اینم لیست بهتریناشون:👇


0⃣ کانال 3Blue1Brown

✏️ اگه تا الان با ریاضیات مشکل داشتین، ساندرسون با انیمیشن‌های فوق‌العاده‌ش، همه چیزو براتون راحت می‌کنه! مخصوصاً تو جبر خطی، حساب دیفرانسیل و یادگیری عمیق، توضیحاتش خیلی کمکتون می‌کنه. ویدیوش درباره شبکه‌های عصبی واقعا یه شاهکاره!

➖ ➖ ➖ ➖ ➖

1⃣ کانال Krish Naik

✏️ اگه دنبال یه کانال کاربردی برای یادگیری ماشین و علم داده هستین، این کانال واقعا یه گنجینه‌س! آموزش پروژه‌های واقعی و صنعتی، کدنویسی پایتون و مثال‌های دنیای واقعی باعث می‌شه راحت مفاهیم پیچیده رو درک کنین.

➖ ➖ ➖ ➖ ➖

🔢 کانال freeCodeCamp

✏️ اینجا دیگه یه دانشگاه رایگان برای یادگیری پایتون، علم داده، یادگیری عمیق و هوش مصنوعی محسوب می‌شه! دوره‌هاش کامل، ساختارمند و مناسب برای یادگیری خودآموزه.

➖ ➖ ➖ ➖ ➖

🔢 کانال Murtaza Hassan

✏️ اگه به بینایی کامپیوتر علاقه دارین، این کانال به شدت به دردتون می‌خوره! آموزش OpenCV، یادگیری عمیق و حتی پروژه‌های مربوط به ربات‌های خودران رو به صورت عملی توضیح می‌ده.

➖ ➖ ➖ ➖ ➖

🔢 کانال Alexander Amini

✏️ یکی از بهترین مدرس‌های MIT که تو دوره Deep Learning (MIT 6.S191) مفاهیم رو هم تئوری و هم عملی توضیح می‌ده. اگه می‌خواین شبکه‌های عصبی و یادگیری تقویتی رو بهتر درک کنین، حتماً این کانال رو داشته باشین!

➖ ➖ ➖ ➖ ➖

🔢 کانال Artem Kirsanov

✏️ یه الماس پنهان برای علاقه‌مندان به هوش مصنوعی! این کانال به شکل عمیق وارد مباحث ریاضیاتی، مقالات علمی و پیاده‌سازی الگوریتم‌ها می‌شه. یه منبع عالی برای درک عمیق‌تر هوش مصنوعی.

➖ ➖ ➖ ➖ ➖

🔢 کانال CS50

✏️ دوره معروف CS50 دانشگاه هاروارد که با تدریس David J. Malan برای هر کسی که می‌خواد پایه‌ برنامه‌نویسی، پایتون، C و هوش مصنوعیش رو قوی کنه، یه گزینه عالیه!

➖ ➖ ➖ ➖ ➖

🔢 کانال Felix Koehler

✏️ اینجا روی شبیه‌سازی مدل‌های یادگیری ماشین، تجزیه و تحلیل الگوریتم‌ها و ورک‌فلوی علم داده تمرکز داره. این کانال ترکیبی از مفاهیم تئوری و پیاده‌سازی کدها رو ارائه می‌ده.

➖ ➖ ➖ ➖ ➖

🔢 کانال Greg Martin

✏️ اگه با زبان R کار می‌کنین و دنبال یه کانال برای یادگیری تحلیل آماری، مصورسازی داده و مدل‌سازی یادگیری ماشین در R هستین، این کانال مخصوص شماست!

➖ ➖ ➖ ➖ ➖

🔢 کانال CodeWithHarry

✏️ یه کانال فوق‌العاده برای آموزش پایتون از سطح مبتدی تا پیشرفته. درساش ساختارمند و سادن و برای کسایی که می‌خوان پایتون رو برای وب، اتوماسیون یا یادگیری ماشین یاد بگیرن، عالیه.



🌐 #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa