An open API service indexing awesome lists of open source software.

https://github.com/unknownman/101-numpy

learning numpy by 101 short videos and jupyter notebook
https://github.com/unknownman/101-numpy

numpy

Last synced: 10 months ago
JSON representation

learning numpy by 101 short videos and jupyter notebook

Awesome Lists containing this project

README

          




آموزش جبر خطی



آموزش جبر خطی با Numpy



یادگیری جبر خطی برای هوش مصنوعی و یادگیری ماشین با استفاده از Numpy



---

# 101 Numpy

## معرفی
این ریپازیتوری شامل مجموعه‌ای از نوت‌بوک‌های Jupyter است که برای آموزش کتابخانه Numpy طراحی شده‌اند. این آموزش‌ها به صورت کاملاً عملی و مرتبط با پلی‌لیست یوتیوب **[آموزش عملی جبر خطی با Numpy برای یادگیری ماشین و هوش مصنوعی](https://www.youtube.com/playlist?list=PLr5b_fwV98wB1sbavN6pkdO80ntPqSQKj)** ارائه شده‌اند.

## هدف
هدف این پروژه کمک به دانشجویان، پژوهشگران و علاقه‌مندان به یادگیری ماشین و هوش مصنوعی است تا مفاهیم ریاضی جبر خطی را با استفاده از کتابخانه Numpy درک کرده و به صورت عملی در پروژه‌های خود پیاده‌سازی کنند.

## محتوا
ریپازیتوری شامل موضوعات زیر است:
- عملیات‌های پایه‌ای Numpy (مانند بردارها، ماتریس‌ها)
- ضرب ماتریس‌ها (Matrix Multiplication)
- محاسبه دترمینان (Determinant)
- معکوس ماتریس (Matrix Inversion)
- ارزش‌های ویژه و بردارهای ویژه (Eigenvalues and Eigenvectors)

## نحوه استفاده
1. این ریپازیتوری را کلون کنید:
```bash
git clone https://github.com/unknownman/101-Numpy.git
```
2. وارد پوشه پروژه شوید:
```bash
cd 101-Numpy
```
3. محیط مجازی پایتون خود را فعال کنید و پکیج‌های مورد نیاز را نصب کنید:
```bash
pip install -r requirements.txt
```
4. یکی از نوت‌بوک‌ها را باز کنید:
```bash
jupyter notebook
```

## پلی‌لیست مرتبط
می‌توانید مفاهیم تدریس شده در این ریپازیتوری را به صورت ویدیویی در کانال یوتیوب **[بیت و بیلت • Built With 8its](https://www.youtube.com/@BuiltWith8its)** مشاهده کنید:
- **[آموزش عملی جبر خطی با Numpy برای یادگیری ماشین و هوش مصنوعی](https://www.youtube.com/playlist?list=PLr5b_fwV98wB1sbavN6pkdO80ntPqSQKj)**

## مشارکت
اگر علاقه‌مند به مشارکت در این پروژه هستید:
1. یک فورک از ریپازیتوری ایجاد کنید.
2. تغییرات خود را اعمال کرده و یک Pull Request ایجاد کنید.
3. از پیشنهادات و انتقادات شما استقبال می‌کنیم.