یادگیری ماشین (جلسه ششم) - پایتون برای یادگیری ماشین

[@DrNaserRazavi]

منابع پیشنهادی برای یادگیری پایتون (از مبتدی تا پیشرفته):
Python Cookbook, Third edition, by David Beazley and Brian K. Jones
پایتون برای افراد مبتدی و تازه‌کار:
Head First Python: A Brain-Friendly Guide 2nd Edition
پایتون برای یادگیری ماشین:
Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython 2nd Edition
کتاب مورد علاقه من:
Introduction to Programming in Python: An Interdisciplinary Approach
introcs.cs.princeton.edu/python/home/

[@ahmadarefi2831]

خیلی عالی بود - قدرت بیان و تفهیم مطالبتون بسیار بالاست

[@DrNaserRazavi]

بسیار از لطفتون سپاسگزارم. با آرزوی موفقیت

[@alishafie4248]

سلام
سپاس از شما بابت آموزشهای خوب شما

[@DrNaserRazavi]

🌹

[@shimamohamadinejad9818]

خیلی خیلی ممنون از سخاوت شما استاد بزرگوار

[@samirakordmostafapour4939]

ممنون بابت فیلمهایی که به اشتراک میگذارید

[@DrNaserRazavi]

سپاسگزارم

[@arefkhazaei6127]

بسیار عالی، ممنون🌹🌼🌹🌼🌹

[@rezaaghamohammadi1910]

پاینده باشین 🙏🙏🙏🙏🙏🙏

[@aliahmadabadi4026]

سلام جناب دکتر بسیار ممنون از ویدئوهای خیلی خوبتون ، سوالی که دارم این هس که چرا به اون داده های سینوسی ، یک سری داده های نویزی هم اضافه کردین؟ و این که نحوه اضافه کردن این داده های نویزی به انواع مختلف دیتاها به چه صورت هس؟

[@DrNaserRazavi]

داده‌های دنیای واقعی معمولا دارا ی نویز هستند به همین دلیل نویز اضافه شده

[@aliahmadabadi4026]

@@DrNaserRazavi بسیار ممنون جناب دکتر ، ایا فرمول و قاعده خاصی داره اضافه کردن این داده های نویزی ؟

[@DrNaserRazavi]

- دانلود اسلایدها: www.snrazavi.ir/ml-2018/
- دانلود کدها و پروژه‌ها: github.com/snrazavi/Machine_Learning_2018

[@Aphsun]

سلام...آقای رضوی برای یادگیری زبان پایتون چه منابعی رو پیشنهاد میکنید؟

[@DrNaserRazavi]

منابع پیشنهادی برای یادگیری پایتون (از مبتدی تا پیشرفته):
Python Cookbook, Third edition, by David Beazley and Brian K. Jones
پایتون برای افراد مبتدی و تازه‌کار:
Head First Python: A Brain-Friendly Guide 2nd Edition
پایتون برای یادگیری ماشین:
Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython 2nd Edition
کتاب مورد علاقه من:
Introduction to Programming in Python: An Interdisciplinary Approach
introcs.cs.princeton.edu/python/home/

[@Aphsun]

خیلی ممنونم

[@artemissz2002]

سلام آقای رضوی شما اموزش خصوصی هم دارین؟

[@arammohammadi3945]

❤❤

[@mahdiamrollahi8456]

یک سوال آماری هم داشتم، در مورد MLE . آیا این جمله درست است:
ما وقتی بدنبال ماکزیمم کردن تابع درست نمایی هستیم، بدنبال آن هستیم که بتوانیم با پراکندگی کمتر داده ها، پیش بینی بهتری داشته باشیم. و این مقدار بیشینه یعنی اینکه در نمودار احتمال تجمعی، شیب نمودار ماکزیمم خواهد بود و مجددا این به معنای آن است که پراکندگی داده ها ی مورد نیاز برای پیش بینی، کمتر است.

[@najmehsadeghian7316]

awsome!

[@DrNaserRazavi]

Glad you think so!

[@mohsenpasdar8159]

ضمن تشکر از مجموعه ی بسیار خوب شما. با توجه به فیلتر بودن یوتیوب و اینکه خیلی سخته اینجا ویدیوها رو ببینیم، خواستم ببینم این منابع غیر از یوتیوب جایی دیگه وجود دارن؟

[@DrNaserRazavi]

سپاسگزارم. فعلا خیر متاسفانه

[@mohsenpasdar8159]

@@DrNaserRazavi به هر حال بازم ممنون از محتوی های فوق العاده ای که اینجا شیر میکنین

[@arad1041]

گیت ها فابل پایتون رو باز نمیکنه