خواهش میکنم، خیلی خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، به همین خاطر ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
خواهش میکنم، خیلی خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، به همین خاطر ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
خواهش میکنم خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
در قدم اول خیلی عالی است دست تان درد نکنه دارم میبینم منتطر آموزش های بیشتر تان در قسمت دیگر کتابخانه های ماشین لرینیک هستم مثلی تنسور و کراس.... بخش های یادگیری عمیق... من یک سوال داشتم اگر جواب بدهید خیلی ممنون میشم . همین دیتا ست که شما استفاده منماید من هم دانلود کردم کار میکنم اما accuracy, precision, recall , test , train آن مقدار های که برای شما چاپ میشود برای من تفاوت دارد اگر بگوید چرا ممنمون میشم.
خواهش میکنم، خوشحالم که از آموزشها راضی هستین کتابخانه هایی که گفتین رو توی یک دوره دیگه که دوره یادگیری عمیق باشه بررسی خواهیم کرد در مورد سوالتون هم باید بگم که در فرآیندهای یادگیری ماشین در اکثر الگوریتم ها، پارامترها ابتدا به صورت رندوم مقداردهی میشه و وابسته به اون مقدار رندوم، جواب شما کمی متفاوت خواهد بود، برای همین اگر حتی کد خودتون رو یکبار دیگه اجرا کنید ممکنه جواب فرق کنه! برای حل این مشکل باید پارامتر random_state رو استفاده کنید برای هر الگوریتم
سلام بسیار عالی، ممنون برای تمام زحماتتون. ِیک سوال، الان از کجا بفهمیم که اون سه تا فیچر باقیمانده کدوم ها هستند؟ و اینکه ترکیبی چیزی انجام داده یا نه همون داده های اصلی ولی سه تاشون رو نگه داشته؟
سلام دوست عزیز بله دوره ماشین لرنینگ تموم شد ولی بهتون پیشنهاد میکنم در ادامه دوره دیپ لرنینگ رو هم مشاهده بفرمایید که لینکش رو این پایین میذارم براتون ua-cam.com/video/MfkPYgweCU4/v-deo.html در مورد ادامه راه هم قرار هست یک ویدیو آماده کنم و تمامی مطالب لازم رو توش توضیح بدم
پیشنهاد میکنم بعد این جلسه حتما جلسات زیر رو مشاهده کنید ua-cam.com/video/popZg-h_mks/v-deo.html پروژه های ماشین لرنینگ دوره دیپ لرنینگ ua-cam.com/video/MfkPYgweCU4/v-deo.html پروژه دیپ لرنینگ ua-cam.com/video/jo2wyhA5Q08/v-deo.html دوره شبکه های کانولوشنی ua-cam.com/video/Mo8rfKQN_5Y/v-deo.html پروژه شبکه های کانولوشنی ua-cam.com/video/-yd4WE-qjEE/v-deo.html
به نکته خوبی اشاره کردین، اگر دقت کنین ما فقط روی بردار ویژگی کاهش بعد رو انجام دادیم و موقع کاهش بُعد لیبلها رو استفاده نکردیم، چرا؟ چون برای کاهش بُعد بهشون نیاز نداشتیم ولی در نهایت در قدم آخر برای دسته بندی که الگوریتم با نظارت بود از لیبلها استفاده کردیم و بردار ویژگی کاهش بُعد یافته رو دادیم به عنوان ورودی
خیلی ساده و قابل فهم آموزش میدهید بسیار ممنونم
خواهش میکنم
خوشحالم از آموزشها راضی هستین
جهت تهیه این آموزشها زحمات زیادی کشیده شده، ممنون میشم با دوستانتون به اشتراک بذارین
بسیار عالی مرسی🙏
خواهش میکنم
خوشحالم که از آموزشها راضی هستین
خیلی اموزنده بود ممنون
خواهش میکنم
خوشحالم از آموزشها راضی هستین
جهت تهیه این آموزشها زحمات زیادی کشیده شده، ممنون میشم با دوستانتون به اشتراک بذارین
بسیار عالی
خواهش میکنم، خیلی خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، به همین خاطر ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
vaghean karbordi va sade💯💯💯
Thank you for your support! Glad you like it!
خیلی اموزنده مرسی
خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
مرسی بسیار عالی بود.
خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
عالی و مفید بود استاد/ ملموس بود/ تشکر از زحماتتون
خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
دستتون درد نکنه 👌👌👌
خواهش میکنم. خیلی خوشحالم که از آموزشها راضی هستین
ممنون بابت حمایتتون
واقعا دوره عالیی بود . خلاصه کوتاه بدون پرتی و مفید. ممنونم
خواهش میکنم، خوشحالم که از آموزشها راضی هستین
ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
لطفا لسو و ریدج رو هم آموزش بدین.
سلام
حتما در برنامه قرار میدم
دوره فوق العاده بود 💯
سپاس گزارم از زحمات شما🙏
خواهش میکنم دوست عزیز
ممنون بابت حمایتتون
خیلی خوب بود، من همه جلسه هارو دارم میبینم، واقعا مرسی
خواهش میکنم. خیلی خوشحالم که از آموزشها راضی هستین
ممنون بابت حمایتتون
the best💯
Glad it was helpful!
چقدر عالی توضیح دادین! سپاسگزارم
خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
عالی
خواهش میکنم، خیلی خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، به همین خاطر ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
عالی !!!ممنون
خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
Excellent and useful
Glad you think so!
سلام ممنون
خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
awli boud, merci
خواهش میکنم، خوشحالم که از آموزشها راضی هستین
Thanks alot
happy it helped!
اول تشکر میکنم از اموزش های عالیتون و یک سوال دارم. شما برای x_new_train از transform استفاده کردید. نباید از fit_transform استفاده میکردیم؟
در قدم اول خیلی عالی است دست تان درد نکنه دارم میبینم منتطر آموزش های بیشتر تان در قسمت دیگر کتابخانه های ماشین لرینیک هستم مثلی تنسور و کراس.... بخش های یادگیری عمیق...
من یک سوال داشتم اگر جواب بدهید خیلی ممنون میشم . همین دیتا ست که شما استفاده منماید من هم دانلود کردم کار میکنم اما accuracy, precision, recall , test , train آن مقدار های که برای شما چاپ میشود برای من تفاوت دارد اگر بگوید چرا ممنمون میشم.
خواهش میکنم، خوشحالم که از آموزشها راضی هستین
کتابخانه هایی که گفتین رو توی یک دوره دیگه که دوره یادگیری عمیق باشه بررسی خواهیم کرد
در مورد سوالتون هم باید بگم که در فرآیندهای یادگیری ماشین در اکثر الگوریتم ها، پارامترها ابتدا به صورت رندوم مقداردهی میشه و وابسته به اون مقدار رندوم، جواب شما کمی متفاوت خواهد بود، برای همین اگر حتی کد خودتون رو یکبار دیگه اجرا کنید ممکنه جواب فرق کنه!
برای حل این مشکل باید پارامتر random_state رو استفاده کنید برای هر الگوریتم
@@TechWithHasanAbbasi تشکر خیلی ممنون بله دقیقا وقتی دوباره میخام رند نمایم جواب تغییر میکند.
من ک تو چین درس میخونم از استادهای چینی هیچی یاد نگرفتم هرچی بلدم از استاد عباسی عزیز
خواهش میکنم، خوشحالم که از آموزشها راضی هستین
ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین
سلام بسیار عالی، ممنون برای تمام زحماتتون. ِیک سوال، الان از کجا بفهمیم که اون سه تا فیچر باقیمانده کدوم ها هستند؟ و اینکه ترکیبی چیزی انجام داده یا نه همون داده های اصلی ولی سه تاشون رو نگه داشته؟
سلام
سوال خوبی هست، اگر فرصت کنم حتما براش ویدئو میسازم
توضیحش توی کامنت یکم سخته حقیقتش
استاد ایا شما برنامه ای برای برگذاری دوره Data Science دارید؟ 🙂
سلام دوست عزیز
بله در برنامه هست ولی احتمالا فعلا در ادامه با یک زبان برنامه نویسی دیگه آشنا خواهیم شد
به صورت کلی در برنامه هست
خسته نباشید استاد عزیز. دو سوال داشتم اول اینکه این دوره تموم شد؟ و اینکه در ادامه راه مطالبی که نیاز هستش رو معرفی می کنید.
سلام دوست عزیز
بله دوره ماشین لرنینگ تموم شد ولی بهتون پیشنهاد میکنم در ادامه دوره دیپ لرنینگ رو هم مشاهده بفرمایید که لینکش رو این پایین میذارم براتون
ua-cam.com/video/MfkPYgweCU4/v-deo.html
در مورد ادامه راه هم قرار هست یک ویدیو آماده کنم و تمامی مطالب لازم رو توش توضیح بدم
💯💯💯
Thank you for your support!
سلام ایا جلسات این دوره ادامه داره یا این ویدیو اخرین ویدیو برای این دوره بود ؟
سلام دوست عزیز
بله این جلسه آخر دوره ماشین لرنینگ هست
پیشنهاد میکنم بعد این جلسه حتما جلسات زیر رو مشاهده کنید
ua-cam.com/video/popZg-h_mks/v-deo.html پروژه های ماشین لرنینگ
دوره دیپ لرنینگ ua-cam.com/video/MfkPYgweCU4/v-deo.html
پروژه دیپ لرنینگ ua-cam.com/video/jo2wyhA5Q08/v-deo.html
دوره شبکه های کانولوشنی ua-cam.com/video/Mo8rfKQN_5Y/v-deo.html
پروژه شبکه های کانولوشنی ua-cam.com/video/-yd4WE-qjEE/v-deo.html
❤❤❤
🙏
شما گفتی که این روش برای داده های بدون نظارت هستند اما داده های شما برچسب داشتن
به نکته خوبی اشاره کردین، اگر دقت کنین ما فقط روی بردار ویژگی کاهش بعد رو انجام دادیم و موقع کاهش بُعد لیبلها رو استفاده نکردیم، چرا؟ چون برای کاهش بُعد بهشون نیاز نداشتیم
ولی در نهایت در قدم آخر برای دسته بندی که الگوریتم با نظارت بود از لیبلها استفاده کردیم و بردار ویژگی کاهش بُعد یافته رو دادیم به عنوان ورودی
سوال من هم بود
ممنون توضیح دادید
👌👌🙏🙏
Thank you for your support!
🫥😧 good
Thank you for your support! Glad you like it!
💛💛💛💛
thank you for your support
Happy to help!
♥♥♥♥
Thank you for your support!