این ریپازیتوری یک مجموعه جامع و کامل از هر چیزی است که برای شروع و حرفهای شدن در یادگیری ماشین نیاز دارید. تمام محتوا در قالب نوتبوکهای تعاملی ارائه شده تا یادگیری عمیق و کاربردی باشد.
📚 لیست خلاصهشده سرفصلها:
بخش ۱: کار با داده در پایتون
مقدمات: پایتون
مصورسازی
آمادهسازی داده
بخش ۲: یادگیری ماشین کلاسیک
آشنایی با اصول ML و Scikit-Learn.
مدلهای رگرسیون
مدلهای کلاسیفیکیشن
یادگیری بدون نظارت
بخش ۳: یادگیری عمیق با TensorFlow
شبکههای عصبی
بینایی کامپیوتر (CV)
پردازش زبان طبیعی (NLP)
🟢 نحوه دسترسی:
وارد این لینک بشید و ریپازیتوری رو clone کنید.
🔴 توصیهها برای استفاده بهتر از دوره:
1️⃣ مطالعه خودآموز: هر نوتبوک شامل توضیحات شفاف، مثالهای کد و تمرینهای عملی است.
2️⃣ مسیر پیشنهادی: مطالعه را از بخش ۱ شروع کرده و به ترتیب به سراغ یادگیری ماشین کلاسیک و در نهایت یادگیری عمیق برید.
3️⃣ تمرین عملی: حتما تمرینهای انتهای هر نوتبوک رو خودتون حل کنید تا مفاهیم به خوبی تثبیت بشن.
📌 مرجع تخصصی هوش مصنوعی و علم داده
🤖 دیتایاد / datayad
