![Reza Shokrzad](/img/default-banner.jpg)
- 102
- 57 085
Reza Shokrzad
Netherlands
Registrace 24. 12. 2012
هدف این کانال آموزش زمینههای زیر در حوزه علم داده است.
۱. یادگیری ماشین
۲. یادگیری عمیق
۳. تحلیل آماری دادهها
۴. مهارتهای یک مهندس ماشین لرنینگ
۵. مهارتهای یک دیتا ساینتیست
۱. یادگیری ماشین
۲. یادگیری عمیق
۳. تحلیل آماری دادهها
۴. مهارتهای یک مهندس ماشین لرنینگ
۵. مهارتهای یک دیتا ساینتیست
رزومه کاری | ۱۲ نکته کاربردی و تمپلیت پیشنهادی
اگه فرایند جاب سرچ یا کاریابی رو یه پروژه در نظر بگیریم، کار کردن روی رزومه و بهینه کردنش از تسک های اصلی این فرایند حساب میشه. رزومه اولین نقطه ارتباطی با کمپانی هست که داریم براش اپلای میکنیم و مهمه که روی قسمتهای مختلف اش درست و اصولی کار بشه.
لینک دسترسی به فایل word رزومه:
docs.google.com/document/d/1yQlHoS1G9iIN8y_zHNqTw1fmtV7dKWDg/edit?usp=sharing&ouid=116800374511688730775&rtpof=true&sd=true
00:00 چالش های رزومه نوشتن چیست؟
02:02 ساختار و تمپلیت رزومه
13:20 ۱۲ نکته کاربردی در مورد رزومه خوب
ویدیوی داشبورد ترک کردن اپلیکیشنهای کاری:
czcams.com/video/O0sSQ2ZpECo/video.html
ویدیوی بهبود صفحه لینکدین با هوش مصنوعی:
czcams.com/video/DAKMApA7_0A/video.html
آدرس کانالهای ارتباطی:
بلاگ مقالات به روز حوزه: ctdrs.ir/ds1111
وبسایت دپارتمان علم داده: cafetadris.com/datascience
کانال تلگرام تخصصی علم داده: @dslanders
id تلگرام من: @rezashokrzad
لینک دسترسی به فایل word رزومه:
docs.google.com/document/d/1yQlHoS1G9iIN8y_zHNqTw1fmtV7dKWDg/edit?usp=sharing&ouid=116800374511688730775&rtpof=true&sd=true
00:00 چالش های رزومه نوشتن چیست؟
02:02 ساختار و تمپلیت رزومه
13:20 ۱۲ نکته کاربردی در مورد رزومه خوب
ویدیوی داشبورد ترک کردن اپلیکیشنهای کاری:
czcams.com/video/O0sSQ2ZpECo/video.html
ویدیوی بهبود صفحه لینکدین با هوش مصنوعی:
czcams.com/video/DAKMApA7_0A/video.html
آدرس کانالهای ارتباطی:
بلاگ مقالات به روز حوزه: ctdrs.ir/ds1111
وبسایت دپارتمان علم داده: cafetadris.com/datascience
کانال تلگرام تخصصی علم داده: @dslanders
id تلگرام من: @rezashokrzad
zhlédnutí: 209
Video
اولین مدل زبانی بزرگ گوگل | BERT
zhlédnutí 344Před měsícem
قطعا یکی از مهمترین و شاید اولین کاربرد جدی معماری ترانسفورمرها مدل زبانی گوگل (برت) هست. ایده هایی که توی معماری برت استفاده شده خیلی توی درک درست این مدل از کانتکست کمک کرده از جمله پیش بینی جمله بعد یا ماسک کردن کلمات یا حتی مدل تعبیه توکن ها. مقاله bert: arxiv.org/abs/1810.04805 00:00 what is bert 01:00 موزیک در ستایش bert 01:55 بررسی کلیات مقاله 02:43 یادآوری ترانسفورمرز 06:15 دوطرفه بودن ...
داشبورد ترک کردن اپلیکیشنهای کاری
zhlédnutí 302Před měsícem
این داشبورد رو من خودم زمانی که داشتم جاب سرچ میزدم ساختم و باهاش کار میکردم. خیلی جای بهبود داره و اگر پیشنهاد دارید برای بهتر شدنش حتما بگید که درستش کنیم برای آیندگان! کلا جاب سرچ خیلی فرایند سختیه و امیدوارم هر کسی داره تجربه اش میکنه بهش آسون تر از متوسط بگذره. یادمون نره که تو هیچی تنها نیستیم و حسی که ما تجربه میکنیم رو همه به یه نحوی داشتن و دارن. لینک دسترسی به داشبورد: docs.google.com...
ترانسفورمر و مکانیزم توجه | Transformer and Attention
zhlédnutí 577Před měsícem
شاید بشه گفت ایده transformer ها 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 و حتی بخش عمده ای از کاربردهای پردازش تصویر و ویدیو از این معماری استفاده میکنن. تو این ویدیو بیشتر میخواستم با ساختار و جزییات این مدل آشنا بشیم و اگر دیدم که این بحث میتونه جذاب باشه براتون توی ...
توسعه مهارتهای فردی | شبیه سازی زندگی و شغل با بازی و سریال
zhlédnutí 334Před měsícem
این ویدیو بخشی از وبینار توسعه مهارتهای فردی برای علم داده و ماشین لرنینگ هست. 01:05 افسردگی در اثر تمرکز بیش از حد روی هدف 03:00 اهمیت رشد پایدار 04:38 بازی شخصی 06:32 اهمیت استراتژی داشتن برای مدیریت زمان 11:18 اهمیت ساختن پشتوانه قوی 14:40 نقش تصمیمات امروز تو سرنوشت آدرس کانالهای ارتباطی: وبسایت دپارتمان علم داده: cafetadris.com/datascience بلاگ مقالات به روز حوزه: ctdrs.ir/ds1111 کانال ت...
مقاله شبکه عصبی یونت | U-Net 2015
zhlédnutí 289Před 2 měsíci
شبکههای عصبی کانولوشنی و بازگشتی خیلی ساختار متفاوتی دارند و تقریبا ربطی به هم ندارن. از یه جا با هم یک چیزی رو مشترک وارد ساختارهاشون کردن اون هم مفهوم autoencoders هست. CNNs ها با U-net این و RNNs ها با Transformers از ساختار AutoEncoders بهره بردن. درک ساختار U-Net به درک مفهوم AutoEncodrs خیلی کمک میکنه و توی این ویدیو به بهونه بررسی مقاله یونت میخواهیم با فرایند down/up sampling که توی سا...
دیپ لرنینگ | EfficientNet یادگیری انتقالی و پیاده سازی با Keras
zhlédnutí 287Před 2 měsíci
به خاطر ساختار نتورک و سرعت بالاتر در فازهای train و test از بین نتورکهای عمیق برنده ILSVRC نتورک EfficientNet یکی از محبوبهاست. تو این ویدیو روی مقاله efficientNet صحبت میشه و از روی داکیومنت کراس از مدل pre-trained اش هم برای کلاسبندی دیتاست Food101 استفاده میکنیم. ۴ تا مبحث جدید زیر رو هم یاد میگیریم: Inverted bottleneck MBConv Squeeze-and-excitation optimization Stochastic Depth تابع فعالس...
دیپ لرنینگ | VGGNet یادگیری انتقالی و پیاده سازی با کراس
zhlédnutí 268Před 2 měsíci
هم با تاریخچه، ساختار و معماری VGG آشنا بشیم و هم با کمک Keras در پایتون یک پردازش تصویر ساده انجام بدیم تا با مفهوم Pre-trained Models و یادگیری انتقالی (Transfer Learnign) آشناتر بشیم. لینک سایر نتورکها: الکس نت AlexNet czcams.com/video/psZBKNPN9ZU/video.html گوگل نت GoogleNet czcams.com/video/FqGihHxORtI/video.html رزنت ResNet czcams.com/video/PYUVw87YNMQ/video.html EfficientNet czcams.com/...
دیپ لرنینگ | گوگل نت و کانولوشن ۱ در ۱
zhlédnutí 335Před 2 měsíci
اگر بخواهیم گوگل نت رو توی سه تا لغت خلاصه کنیم میشه Deep, Modular, Efficient. چند تا ایده مهم توی این نتورک هست از جمله اینکه Conv1*1 معرفی شده که اجازه میده به تعداد قابل توجهی فیلتر با سایز مختلف بزنیم. از طرفی ایده هایی مثل چند خروجی گرفتن برای جلوگیری از محو گرادیان و پولینگ میانگین (Average Pooling) رو تو این مقاله هم میبینیم. مقاله Going deeper with convolutions: arxiv.org/pdf/1409.4842....
مقاله شبکه عصبی رزنت | ResNet 2015
zhlédnutí 372Před 2 měsíci
به نظر میاد دومین انتخاب منطقی برای پلی لیست بررسی مقاله های ماشین لرنینگ، مقاله نتورک رزنت باشه که هم از نظر نگارش خیلی مقاله جالبیه و هم از نظر محتوا و ایده خیلی مهمه تا اونجا که کلی از ایده های مطرح شده تو این مقاله در مدلهای امروزی خیلی استفاده میشه. لینک دانلود مقاله رزنت ResNet: arxiv.org/pdf/1512.03385.pdf دسترسی به ویدیوهای سایر نتورکها: Alex Net czcams.com/video/psZBKNPN9ZU/video.html ...
مقاله شبکه عصبی الکس نت | AlexNet 2012
zhlédnutí 521Před 2 měsíci
شاید منطقیترین مقاله برای شروع ریسرچ توی ماشین لرنینگ همین مقاله AlexNet با عنوان کامل ImageNet Classification with Deep Convolutional Neural Networks باشه. چون این مقاله هم نقش به سزایی توی رشد مدلهای شبکه عصبی امروزی داشته هم اینکه نکات ریزی داره که کلی میشه ازش یاد گرفت. مقاله رو با هم بخونیم و در آخر حتما باهام نظرتون رو شر کنید که آیا ویدیوهای این فرمی میتونه کمک کننده باشه که در غیر این...
وبینار ماشین لرنینگ در مدیریت کسب و کار | ML in MBA
zhlédnutí 445Před 3 měsíci
وبینار ۲۷ به کوشش انجمن علمی دانشگاه شریف برگزار شد. امسال ۱۴۰۲ سه گانه دانشگاه های تهران، پلی تکنیک و شریف با این وبینار تکمیل شد. چون وبینار از انجمن علمی دانشکده اقتصاد و مدیریت برگزار شد موضوع حوالی رشته مدیریت کسب و کار MBA گذشت. دانلود فایل ارائه در این جلسه: drive.google.com/file/d/1I7sWgJ00OyDnOEsu-JKvSwr9AZJT7qIQ/view?usp=sharing 00:00 فهرست محتوای وبینار 02:00 گذار از شیوه های مدیریت ...
بهبود صفحه لینکدین با هوش مصنوعی
zhlédnutí 573Před 3 měsíci
How AI can enhance LinkedIn profile هدف اصلی اینه یاد بگیریم ابزارهای رایگان هوش مصنوعی رو بیاریم توی روزمره امون. توی این ویدیو تلاش کردم ۳ تا ابزار مهم AI و نکاتی برای بهبود صفحه LinkedIn بگم. ابزارهای معرفی شده در ویدیو: firefly.adobe.com/ www.canva.com/ gravitywrite.com/ 00:00 اهمیت صفحه لینکدین 01:34 عکس پروفایل و معرفی ادوبی فایرفلای 06:30 بنر هدر پروفایل و معرفی کانوا 09:43 هدلاین و معرف...
ماشین لرنینگ و دیتا آنالیز با پرامپت درست در چت جی پی تی
zhlédnutí 683Před 4 měsíci
در این وبینار نحوه مهندسی پرامپت برای ChatGPT توضیح داده شده. یک مقاله تحقیقاتی با رویکرد zeroshot learning برای خروجی بهتر گرفتن از چت جی پی تی بررسی شد. با محیط جی پی تی ۴ کامل آشنا شدیم و نحوه برنامه ریزی درست برای شروع یادگیری ماشین لرنینگ رو یاد گرفتیم. همچنین یا نحوه استفاده از این ابزار برای دیتا آنالیز استفاده میکنیم. آدرس کانالهای ارتباطی: بلاگ مقالات به روز حوزه: ctdrs.ir/ds1111 وبسا...
وبینار ماشین لرنینگ و هوش مصنوعی (پاییز ۲۰۲۳)
zhlédnutí 434Před 4 měsíci
در این ویدیو یادگیری ماشین، یادگیری عمیق و هوش مصنوعی با انواع کاربردهای هر کدام و رابطه بین اشان بررسی شده. اگر سوال خاصی در مورد یادگیری ماشین دارید توی کامنتها بذارید. آدرس کانالهای ارتباطی: بلاگ مقالات به روز حوزه: ctdrs.ir/ds1111 وبسایت دپارتمان علم داده: cafetadris.com/datascience کانال تلگرام تخصصی علم داده: @dslanders id تلگرام من: @rezashokrzad
09. پکیج پایتونی پانداز | تمرین پانداز در Leetcode با مثالهای واقعی | Pandas
zhlédnutí 185Před 5 měsíci
09. پکیج پایتونی پانداز | تمرین پانداز در Leetcode با مثالهای واقعی | Pandas
08. پکیج پایتونی پانداز | تمرین پانداز در stratascratch با مثالهای واقعی | Pandas
zhlédnutí 159Před 5 měsíci
08. پکیج پایتونی پانداز | تمرین پانداز در stratascratch با مثالهای واقعی | Pandas
07. پکیج پایتونی پانداز | مصورسازی در پانداز | Pandas
zhlédnutí 194Před 5 měsíci
07. پکیج پایتونی پانداز | مصورسازی در پانداز | Pandas
06. پکیج پایتونی پانداز | جوین و استک دو دیتافریم در پانداز | Pandas
zhlédnutí 158Před 5 měsíci
06. پکیج پایتونی پانداز | جوین و استک دو دیتافریم در پانداز | Pandas
05. پکیج پایتونی پانداز | تابع های تجمیعی و کوئری زدن در پانداز | Pandas
zhlédnutí 184Před 5 měsíci
05. پکیج پایتونی پانداز | تابع های تجمیعی و کوئری زدن در پانداز | Pandas
شروع یادگیری ماشین لرنینگ برای مبتدی ها (پیش نیازها و نحوه مطالعه)
zhlédnutí 438Před 5 měsíci
شروع یادگیری ماشین لرنینگ برای مبتدی ها (پیش نیازها و نحوه مطالعه)
04. پکیج پایتونی پانداز | دسترسی به سطرها، فیلتر داده و رفع داده نال در پانداز | Pandas
zhlédnutí 205Před 5 měsíci
04. پکیج پایتونی پانداز | دسترسی به سطرها، فیلتر داده و رفع داده نال در پانداز | Pandas
03. پکیج پایتونی پانداز | دستکاری ستونها در پانداز | Pandas
zhlédnutí 208Před 5 měsíci
03. پکیج پایتونی پانداز | دستکاری ستونها در پانداز | Pandas
02. پکیج پایتونی پانداز | توصیف جداول در پانداز | Pandas
zhlédnutí 336Před 6 měsíci
02. پکیج پایتونی پانداز | توصیف جداول در پانداز | Pandas
01. پکیج پایتونی پانداز | ساخت دیتافریم با پانداز | Pandas
zhlédnutí 544Před 6 měsíci
01. پکیج پایتونی پانداز | ساخت دیتافریم با پانداز | Pandas
یادگیری ماشین لرنینگ (مزیت یا ضرورت؟) | تاریخچه هوش مصنوعی
zhlédnutí 713Před 6 měsíci
یادگیری ماشین لرنینگ (مزیت یا ضرورت؟) | تاریخچه هوش مصنوعی
پیش بینی ارقام دست نوشت با ماشین لرنینگ - تعبیه مدل در وب پیج با فلسک
zhlédnutí 461Před 7 měsíci
پیش بینی ارقام دست نوشت با ماشین لرنینگ - تعبیه مدل در وب پیج با فلسک
ساخت یک داشبورد تعاملی از صفر تا ۱۰۰ در اکسل
zhlédnutí 710Před 8 měsíci
ساخت یک داشبورد تعاملی از صفر تا ۱۰۰ در اکسل
پیش بینی فروش با ماشین لرنینگ | بردن مدل به یک وب پیج
zhlédnutí 925Před 8 měsíci
پیش بینی فروش با ماشین لرنینگ | بردن مدل به یک وب پیج
پیاده سازی یک داشبورد فروش با کمک تبلو Tableau
zhlédnutí 733Před 9 měsíci
پیاده سازی یک داشبورد فروش با کمک تبلو Tableau
👏👍🌻
👍👌🌻
سلام خیلی ممنون بابت آموزش عالی و بی نقصتون میبخشید من چندین بار امتحان کردم ولی باز فایل ها تو گیت هاب مثل برای شما درست نشد میشه لطفا راهنمایی کنید
قربونت. نمیدونم دقیقا به چه مشکلی برمیخوری. احتمال میدم ssh رو رعایت نکرده باشی.
موفق باشید
درود بر شما و سپاسگزار از زحماتی که برای تهیه این ویدئو کشیدید.
super handy!
ممنون استاد. 🙏
خیلی عالی بود استاد ممنون🙌
Writing a resume on one page is challenging but seems effective! Thanks for the valuable tips.
Glad it was helpful! 👾
سپاس فراوان از زحمات شما و محتوای عالی، ولی قسمت های می تونه بهتر بشه که شما ذکر نفرمودند
اگر چیزی میخوای اضافه کنی که من نگفتم، به نظرم خیلی خوبه اگه همینجا بنویسی که بقیه هم استفاده کنن.
روزی نمی گذره که یادنگیرم ازتون مهندس، واقعا علم 1 و2 شما من رو به این حوزه علاقه مند کرد و یه جورایی ترسم رو ریخت! دمتون گرم، قدم هاتون هر روز پر توانتر در مسیری که شروع کردین
خوشحال میشم کمکی بشه 👾
عالی بود ❤
فوق العاده بود.پایانامه ارشد من توی همین حوزه هست و بزرگترین کمک رو از توضیحات شما گرفتم. یک دنیا تشکر❤❤❤❤
خوشحال شدم شنیدم 🙂
عالی عالی... منتظر ویدیو های بیشتر هستیم
عالی بود
Thank you very much💫
I don't know how you came up with the idea for the data science and machine learning papers playlist, but it's truly excellent and unparalleled. You explain the most important papers clearly and thoroughly, which is very helpful for me as a beginner in this field. Thank you for the time you spend and the top-notch content you create.
عالی. مثل همیشه.
مفید و عالی بود
تشکر زیاد بخاطر محتوا❤
ممنون از مهندس. فقط اینکه بی زحمت توی ویدئو ولوم صدای خودتونو بالاتر بذارین. صداتون خیلی پایینه
مرسی استاد. چقدر این داشبورد مفید و کاربردیه. امیدوارم جز کسایی باشم که 6 ماهه کار پیدا کنم و بخشی از زحمات شما رو به این شکل جبران کنم. ممنون که سخاوتمندانه کار خوتون رو در اختیار همه میذارید. 🙏
دست مریزاد.خیلی قشنگ آموزش دادین 👍👏👏👏👏👏
Perfect👌
مرسی مرسی مرسی عالی بود
چه کاربردی بود. دستت دردنکنه استاد
ممنون استاد ، بسیار عالی
عالی
یکی از بهترین آموزش هاس واقعا
اگر برای شرکت الف در ماه فبریه ریکورد ساختم و بعدش ریجکت شدم و بعد از مثلا ۶ ماه مجددا میخوام همین شرکت رو مجددا اپلای کنم، بنظرتون بهتره یک رکورد دیگه ایجاد بشه یا همون قبلی ویرایش بشه؟
جدا وارد بشه بهتره. به هر حال ممکنه تو کمپانی های بزرگ برای چندین پوزیشن توی تیمهای مختلف اقدام کنی. فیلتر کردنش هم بعدا به کارت میاد که ببینی برای یه کمپانی خاص چندبار اپلای کردی
خیلی ممنون از ویدیو عالی بود
دمت گرم خیلی خوب بود
👏👌🌻
🙏🙏💎
perfect
super👌
thanks for your best teaching Dr. SHokrzad 🙏🌹🙌
ممنون استاد شکرزاد عزیز. خیلی عالی بودش.
چه باحال! من Canva رو میدونستم اما Adobe Firefly و مخصوصاً، GravityWrite خیلی جالب هستن. متشکرم بابت انتشار چنین فیلم بسیار مفید و آموزنده.
ممنون استاد از آموزش جذابتون. خسته نباشید. ✋
واقعا مطالب کاربردی بودن آقای شکرزاد از دیدن این ویدئو لذت بردم و کلی چیز جدید یاد گرفتم
ایول
عالی
🙏🙏
سلام استاد. لینک فایلی که توی ویدیو گفتین در مورد right-join و left_join رو منشن نکردین. ممنون میشم اضافه کنید.
خیلی مفید و آموزنده بود. ممنون برای انتخاب موضوعات به روز و توضیح شفافشون. این روش برای داده های text استفاده میشه. آیا میشه از این روش برای داده های time series (مثلا پیش بینی هوا و..) استفاده کرد؟
کلا مناسب آنالیز هر داده sequntial از جمله تایم سریز و تکست هستش. تا جایی که دیدم مدل پری ترین برای پیش بینی هوا به طور خاص روی هاگینگ فیس نیست ولی میتونی از مدل climateformer که ترکیب climate و اون تیکه فورمرش از ترنسفورمر اومده رو چک کنی
خیلی ممنون
ممنون استاد. به بخش null handling خیلی نیاز داشتم
Great💫
بسیار عالی...ممنون
الان یه سوال من که مهندسی نرم افزار خوندم باید چیکار کنم دانش تخصصی در حوزه خاصی ندارم
اختیار داری😃 دانش تخصصی شما میتونه اینا باشه: - توسعه نرم افزار با بیس ml - پیاده سازیهای بک اند - پیاده سازی فرانت - پروداکشنایز کردن مدل