آموزش پروژه های پردازش زبان طبیعی GPT-4: ساخت 9 اپلیکیشن پایتون + دریافت نشان - آخرین آپدیت

سرفصل ها و درس ها

Introduction-فصل-1-مقدمه Introduction

• Introduction-ویدئو-1-1-مقدمه Introduction

Intro: NLP, Data Science & Machine Learning - Are they different?-فصل-2-مقدمه: پردازش زبان طبیعی، علم داده و یادگیری ماشین - آیا با هم متفاوتند؟ Intro: NLP, Data Science & Machine Learning - Are they different?

• Introducing NLP-ویدئو-2-1-معرفی پردازش زبان طبیعی Introducing NLP

• Data Science In The Real World: Part 1-ویدئو-2-2-علم داده در دنیای واقعی: قسمت 1 Data Science In The Real World: Part 1

• Data Science In The Real World: Part 2-ویدئو-2-3-علم داده در دنیای واقعی: قسمت 2 Data Science In The Real World: Part 2

• NLP In The Real World-ویدئو-2-4-پردازش زبان طبیعی در دنیای واقعی NLP In The Real World

NLP Pipeline-فصل-3-خط لوله پردازش زبان طبیعی NLP Pipeline

• Intro to NLP & Transformers: Foundations for GPT-ویدئو-3-1-مقدمه ای بر پردازش زبان طبیعی و ترنسفورمرها: مبانی GPT Intro to NLP & Transformers: Foundations for GPT

• An Overview of NLP Methods-ویدئو-3-2-مروری بر روش های پردازش زبان طبیعی An Overview of NLP Methods

• Text Preprocessing-ویدئو-3-3-پیش پردازش متن Text Preprocessing

• Understanding the NLP Pipeline-ویدئو-3-4-درک خط لوله پردازش زبان طبیعی Understanding the NLP Pipeline

• Text Normalization-ویدئو-3-5-نرمال سازی متن Text Normalization

• Text Normalization-ویدئو-3-6-نرمال سازی متن Text Normalization

• Word Embeddings-ویدئو-3-7-تعبیه‌سازی کلمات Word Embeddings

• Understanding Word Embeddings-ویدئو-3-8-درک تعبیه‌سازی کلمات Understanding Word Embeddings

• Bonus Challenge-ویدئو-3-9-چالش جایزه Bonus Challenge

• Build a Model, Transfer Learning, Testing & Evaluating a Model-ویدئو-3-10-ساخت یک مدل، انتقال یادگیری، آزمایش و ارزیابی یک مدل Build a Model, Transfer Learning, Testing & Evaluating a Model

Demystifying GPT Math: Cosine Similarity, Attention & Embeddings Made Simple-فصل-4-رمزگشایی ریاضیات GPT: تشابه کسینوسی، توجه و تعبیه سازی به زبان ساده Demystifying GPT Math: Cosine Similarity, Attention & Embeddings Made Simple

• Welcome to GPT Math: No Fear, Just Fun Learning!-ویدئو-4-1-به ریاضیات GPT خوش آمدید: بدون ترس، فقط یادگیری سرگرم کننده! Welcome to GPT Math: No Fear, Just Fun Learning!

• High-Level GPT Logic Overview: The Orchestra Analogy-ویدئو-4-2-بررسی اجمالی منطق سطح بالای GPT: قیاس ارکستر High-Level GPT Logic Overview: The Orchestra Analogy

• Multi-Head Attention & GPT Math: The Orchestra Continues-ویدئو-4-3-توجه چند سر و ریاضیات GPT: ارکستر ادامه دارد Multi-Head Attention & GPT Math: The Orchestra Continues

• From Cosine Similarity to Self-Attention: Friendships & Focus-ویدئو-4-4-از تشابه کسینوسی تا خود-توجهی: دوستی ها و تمرکز From Cosine Similarity to Self-Attention: Friendships & Focus

• High vs Low Attention Concept: Making a Sandwich with GPT-ویدئو-4-5-مفهوم توجه بالا در مقابل توجه پایین: درست کردن ساندویچ با GPT High vs Low Attention Concept: Making a Sandwich with GPT

• Self-Attention: Q, K, V Explaining the Math Equation Parameters-ویدئو-4-6-خود-توجهی: Q، K، V توضیح پارامترهای معادله ریاضی Self-Attention: Q, K, V Explaining the Math Equation Parameters

• Scaling Factor in GPT's Self-Attention: A Classroom Analogy-ویدئو-4-7-عامل مقیاس در خود-توجهی GPT: قیاس کلاس درس Scaling Factor in GPT's Self-Attention: A Classroom Analogy

• Self-Attention in Action: Weighing Words for Coherent Text-ویدئو-4-8-خود-توجهی در عمل: وزن دهی کلمات برای متن منسجم Self-Attention in Action: Weighing Words for Coherent Text

• Predicting the Next Step: How GPT Continues A Story-ویدئو-4-9-پیش بینی گام بعدی: چگونه GPT یک داستان را ادامه می دهد Predicting the Next Step: How GPT Continues A Story

Essential Setup for Google Colab: A Step-by-Step Guide (Must-Watch)-فصل-5-تنظیمات ضروری برای Google Colab: راهنمای گام به گام (حتماً تماشا کنید) Essential Setup for Google Colab: A Step-by-Step Guide (Must-Watch)

• Create and Set Up a New Google Colab Notebook-ویدئو-5-1-ایجاد و راه اندازی یک نوت بوک جدید Google Colab Create and Set Up a New Google Colab Notebook

• Open .IPYNB Files and Locate Course Resources in Google Colab-ویدئو-5-2-باز کردن فایل های .IPYNB و مکان یابی منابع دوره در Google Colab Open .IPYNB Files and Locate Course Resources in Google Colab

• Customizing Google Colab Settings: Dark vs. Light Mode and More-ویدئو-5-3-سفارشی سازی تنظیمات Google Colab: حالت تیره در مقابل روشن و موارد دیگر Customizing Google Colab Settings: Dark vs. Light Mode and More

Learn to Use OpenAI API with GPT-4: A Hands-On Recipe Generator Project-فصل-6-یادگیری استفاده از OpenAI API با GPT-4: پروژه عملی تولید کننده دستور العمل Learn to Use OpenAI API with GPT-4: A Hands-On Recipe Generator Project

• Instructions To Start This Chapter: Download Your Google Colab Notebook-ویدئو-6-1-دستورالعمل های شروع این فصل: نوت بوک Google Colab خود را دانلود کنید Instructions To Start This Chapter: Download Your Google Colab Notebook

• Install OpenAI & Import Libraries-ویدئو-6-2-نصب OpenAI و وارد کردن کتابخانه ها Install OpenAI & Import Libraries

• How to Get Your OpenAI API Key-ویدئو-6-3-چگونه کلید API OpenAI خود را دریافت کنید How to Get Your OpenAI API Key

• Create A List of Ingredients-ویدئو-6-4-ایجاد یک لیست از مواد تشکیل دهنده Create A List of Ingredients

• Generate Three Random Ingredients From The List-ویدئو-6-5-تولید سه ماده تصادفی از لیست Generate Three Random Ingredients From The List

• Define a Function to Generate Recipes Using GPT-4 and OpenAI API-ویدئو-6-6-تعریف یک تابع برای تولید دستور العمل ها با استفاده از GPT-4 و OpenAI API Define a Function to Generate Recipes Using GPT-4 and OpenAI API

• Generate and Display a Recipe with GPT-4: Calling the AI Chef Function-ویدئو-6-7-تولید و نمایش یک دستور العمل با GPT-4: فراخوانی تابع سرآشپز هوش مصنوعی Generate and Display a Recipe with GPT-4: Calling the AI Chef Function

Interactive Storytelling with GPT-4: Be An Author And Create Your Own Adventure-فصل-7-داستان سرایی تعاملی با GPT-4: نویسنده باشید و ماجراجویی خود را خلق کنید Interactive Storytelling with GPT-4: Be An Author And Create Your Own Adventure

• Introduction to Interactive Storytelling with GPT-4: Meet Elara's Adventure-ویدئو-7-1-مقدمه ای بر داستان سرایی تعاملی با GPT-4: با ماجراجویی الارا آشنا شوید Introduction to Interactive Storytelling with GPT-4: Meet Elara's Adventure

• Quick Setup For GPT-4: Install & Insert OpenAI API Key in Colab-ویدئو-7-2-تنظیمات سریع برای GPT-4: نصب و وارد کردن کلید API OpenAI در Colab Quick Setup For GPT-4: Install & Insert OpenAI API Key in Colab

• Creating Story Prompts with GPT-4: Defining AI Responses in Python-ویدئو-7-3-ایجاد درخواست های داستان با GPT-4: تعریف پاسخ های هوش مصنوعی در پایتون Creating Story Prompts with GPT-4: Defining AI Responses in Python

• Step 1: Start the Interactive Story with GPT-4—Setting the Scene-ویدئو-7-4-گام 1: شروع داستان تعاملی با GPT-4 - تنظیم صحنه Step 1: Start the Interactive Story with GPT-4—Setting the Scene

• Organizing the Story: Splitting into Chapters for Better Flow with GPT-4-ویدئو-7-5-سازماندهی داستان: تقسیم به فصل ها برای جریان بهتر با GPT-4 Organizing the Story: Splitting into Chapters for Better Flow with GPT-4

• Output The Split Chapters: Organise The Main Character's (Elara) Adventure-ویدئو-7-6-خروجی فصل های تقسیم شده: سازماندهی ماجراجویی شخصیت اصلی (الارا) Output The Split Chapters: Organise The Main Character's (Elara) Adventure

• Step 2: Make the Story Interactive—User Input Drives Elara's Adventure-ویدئو-7-7-گام 2: تعاملی کردن داستان - ورودی کاربر ماجراجویی الارا را هدایت می کند Step 2: Make the Story Interactive—User Input Drives Elara's Adventure

• Step 3: Guide the Main Character's (Elara) Journey: Add User Choices-ویدئو-7-8-گام 3: هدایت سفر شخصیت اصلی (الارا): اضافه کردن انتخاب های کاربر Step 3: Guide the Main Character's (Elara) Journey: Add User Choices

• Step 3.1: Adding New Story Chapters—Tracking Elara's Adventure-ویدئو-7-9-گام 3.1: اضافه کردن فصل های جدید داستان - ردیابی ماجراجویی الارا Step 3.1: Adding New Story Chapters—Tracking Elara's Adventure

• Make Decisions For Your Story Character (Taught With Harley, My Doggo!)-ویدئو-7-10-تصمیم گیری برای شخصیت داستان خود (تدریس شده با هارلی، سگم!) Make Decisions For Your Story Character (Taught With Harley, My Doggo!)

• Enhancing User's Choices: Character Can Explore, Interact, or Choose Bold Moves-ویدئو-7-11-تقویت انتخاب های کاربر: شخصیت می تواند کاوش کند، تعامل داشته باشد یا حرکات جسورانه را انتخاب کند Enhancing User's Choices: Character Can Explore, Interact, or Choose Bold Moves

• Reviewing Story Outcomes: See How User Choices Shape Elara's Adventure-ویدئو-7-12-بررسی نتایج داستان: ببینید چگونه انتخاب های کاربر ماجراجویی الارا را شکل می دهد Reviewing Story Outcomes: See How User Choices Shape Elara's Adventure

Financial Investment Risk Analysis with LLMs: Sentiment and Entity Recognition-فصل-8-تحلیل ریسک سرمایه گذاری مالی با LLM ها: تشخیص احساسات و موجودیت ها Financial Investment Risk Analysis with LLMs: Sentiment and Entity Recognition

• Setting Up Tools for Financial NLP Analysis-ویدئو-8-1-راه اندازی ابزارها برای تجزیه و تحلیل پردازش زبان طبیعی مالی Setting Up Tools for Financial NLP Analysis

• Fetching Financial News Data for Analysis-ویدئو-8-2-واکشی داده های اخبار مالی برای تجزیه و تحلیل Fetching Financial News Data for Analysis

• Fetching Financial News for Targeted Companies-ویدئو-8-3-واکشی اخبار مالی برای شرکت های هدف Fetching Financial News for Targeted Companies

• Exploring Pre-Trained Models: Sentiment Analysis with Hugging Face-ویدئو-8-4-کاوش در مدل های از پیش آموزش داده شده: تحلیل احساسات با Hugging Face Exploring Pre-Trained Models: Sentiment Analysis with Hugging Face

• Using Sentiment Analysis for Financial Risk Assessment-ویدئو-8-5-استفاده از تحلیل احساسات برای ارزیابی ریسک مالی Using Sentiment Analysis for Financial Risk Assessment

• Organizing Sentiment Results with DataFrames-ویدئو-8-6-سازماندهی نتایج احساسات با DataFrames Organizing Sentiment Results with DataFrames

• Extracting Key Entities with NER Using SpaCy-ویدئو-8-7-استخراج موجودیت های کلیدی با NER با استفاده از SpaCy Extracting Key Entities with NER Using SpaCy

• Analyzing Financial News Entities Across Multiple Companies-ویدئو-8-8-تجزیه و تحلیل موجودیت های اخبار مالی در چندین شرکت Analyzing Financial News Entities Across Multiple Companies

• Implementing a Risk Assessment Function Using Sentiment and Entities-ویدئو-8-9-پیاده سازی یک تابع ارزیابی ریسک با استفاده از احساسات و موجودیت ها Implementing a Risk Assessment Function Using Sentiment and Entities

• Calculating Financial Risk Scores for Multiple Companies-ویدئو-8-10-محاسبه امتیازات ریسک مالی برای چندین شرکت Calculating Financial Risk Scores for Multiple Companies

Create a Personalized Travel Itinerary Using RAG++ with GPT-4 and APIs-فصل-9-ایجاد یک برنامه سفر شخصی سازی شده با استفاده از RAG++ با GPT-4 و API ها Create a Personalized Travel Itinerary Using RAG++ with GPT-4 and APIs

• Step 1: Set Up Your Environment for RAG++ with GPT-4 and APIs-ویدئو-9-1-گام 1: محیط خود را برای RAG++ با GPT-4 و API ها تنظیم کنید Step 1: Set Up Your Environment for RAG++ with GPT-4 and APIs

• Step 2: Set Up and Secure Your API Keys for RAG++ Integration-ویدئو-9-2-گام 2: کلیدهای API خود را برای ادغام RAG++ تنظیم و ایمن کنید Step 2: Set Up and Secure Your API Keys for RAG++ Integration

• Step 3: Gather User Preferences to Personalize Your Travel Itinerary-ویدئو-9-3-گام 3: جمع آوری ترجیحات کاربر برای شخصی سازی برنامه سفر خود Step 3: Gather User Preferences to Personalize Your Travel Itinerary

• Step 4: Retrieve Real-Time Weather Data Using APIs for Personalized Travel Plans-ویدئو-9-4-گام 4: بازیابی داده های آب و هوای بلادرنگ با استفاده از API ها برای برنامه های سفر شخصی سازی شده Step 4: Retrieve Real-Time Weather Data Using APIs for Personalized Travel Plans

• Step 5: Discover Top Places with Google Places API for Travel Itinerary-ویدئو-9-5-گام 5: کشف مکان های برتر با Google Places API برای برنامه سفر Step 5: Discover Top Places with Google Places API for Travel Itinerary

• Step 6: Use GPT to Generate a The Itinerary-ویدئو-9-6-گام 6: استفاده از GPT برای تولید برنامه سفر Step 6: Use GPT to Generate a The Itinerary

Python: A Beginner's Guide (Optional)-فصل-10-پایتون: راهنمای مبتدی (اختیاری) Python: A Beginner's Guide (Optional)

• Download Resource Workbook For This Section-ویدئو-10-1-دانلود کتاب کار منبع برای این بخش Download Resource Workbook For This Section

• Understanding Variables and Lists: Your First Steps in Python-ویدئو-10-2-درک متغیرها و لیست ها: اولین قدم های شما در پایتون Understanding Variables and Lists: Your First Steps in Python

• Creating Variables: The Building Blocks of Python-ویدئو-10-3-ایجاد متغیرها: بلوک های سازنده پایتون Creating Variables: The Building Blocks of Python

• Creating Lists: Organize Data with Ease-ویدئو-10-4-ایجاد لیست ها: سازماندهی آسان داده ها Creating Lists: Organize Data with Ease

• Mastering If, Elif, Else: Decision-Making in Python-ویدئو-10-5-تسلط بر If، Elif، Else: تصمیم گیری در پایتون Mastering If, Elif, Else: Decision-Making in Python

• If Statements with Multiple Conditions: Handle Complex Logic-ویدئو-10-6-عبارات If با شرایط متعدد: رسیدگی به منطق پیچیده If Statements with Multiple Conditions: Handle Complex Logic

• Introduction to Functions: Simplify Your Code-ویدئو-10-7-مقدمه ای بر توابع: کد خود را ساده کنید Introduction to Functions: Simplify Your Code

• Advanced Functions: Parameters and Return Values-ویدئو-10-8-توابع پیشرفته: پارامترها و مقادیر بازگشتی Advanced Functions: Parameters and Return Values

• Python Terminology: Scripts, Modules, Packages, Libraries-ویدئو-10-9-اصطلاحات پایتون: اسکریپت ها، ماژول ها، بسته ها، کتابخانه ها Python Terminology: Scripts, Modules, Packages, Libraries

• What is a Module: Organize Your Python Code-ویدئو-10-10-ماژول چیست: کد پایتون خود را سازماندهی کنید What is a Module: Organize Your Python Code

• Creating a Module: Reuse and Organize Your Code-ویدئو-10-11-ایجاد یک ماژول: استفاده مجدد و سازماندهی کد خود Creating a Module: Reuse and Organize Your Code

Named Entity Recognition (NER) with SpaCy: Concept & Practical Project-فصل-11-تشخیص موجودیت نامدار (NER) با SpaCy: مفهوم و پروژه عملی Named Entity Recognition (NER) with SpaCy: Concept & Practical Project

• Why Question Answering Systems Need NER-ویدئو-11-1-چرا سیستم های پاسخگویی به سوالات به NER نیاز دارند Why Question Answering Systems Need NER

• Why Chatbots Need NER-ویدئو-11-2-چرا چت بات ها به NER نیاز دارند Why Chatbots Need NER

• Loading and Initializing SpaCy Pipeline for NER (Practical Part 1)-ویدئو-11-3-بارگیری و مقداردهی اولیه خط لوله SpaCy برای NER (بخش عملی 1) Loading and Initializing SpaCy Pipeline for NER (Practical Part 1)

• Exploring SpaCy NER Attributes: Understanding Entity Details (Practical Part 2)-ویدئو-11-4-کاوش در ویژگی های SpaCy NER: درک جزئیات موجودیت (بخش عملی 2) Exploring SpaCy NER Attributes: Understanding Entity Details (Practical Part 2)

Understanding Part-of-Speech Tagging & Syntactic Parsing in NLP-فصل-12-درک برچسب گذاری نقش کلمات و تجزیه نحوی در پردازش زبان طبیعی Understanding Part-of-Speech Tagging & Syntactic Parsing in NLP

• Why Learn Part-of-Speech Tagging and Syntactic Parsing in NLP?-ویدئو-12-1-چرا برچسب گذاری نقش کلمات و تجزیه نحوی را در پردازش زبان طبیعی یاد بگیریم؟ Why Learn Part-of-Speech Tagging and Syntactic Parsing in NLP?

• Understanding Language Syntax: Exploring Noun Phrases in Linguistics-ویدئو-12-2-درک نحو زبان: کاوش در عبارات اسمی در زبان شناسی Understanding Language Syntax: Exploring Noun Phrases in Linguistics

• Exploring Syntax Constituents: Noun, Verb, Prepositional Phrases in Linguistics-ویدئو-12-3-کاوش در اجزای نحو: عبارات اسمی، فعلی، حرف اضافه ای در زبان شناسی Exploring Syntax Constituents: Noun, Verb, Prepositional Phrases in Linguistics

• Understanding Context-Free Grammar: Building Blocks for NLP-ویدئو-12-4-درک گرامر مستقل از متن: بلوک های سازنده برای پردازش زبان طبیعی Understanding Context-Free Grammar: Building Blocks for NLP

• Hands-On Part-of-Speech Tagging with NLTK-ویدئو-12-5-برچسب گذاری نقش کلمات عملی با NLTK Hands-On Part-of-Speech Tagging with NLTK

• Practical Applications of Linguistic NLP Parsers-ویدئو-12-6-کاربردهای عملی تجزیه کننده های پردازش زبان طبیعی زبانی Practical Applications of Linguistic NLP Parsers

• Real-World Applications of NLP Parsers: Extracting Insights-ویدئو-12-7-کاربردهای دنیای واقعی تجزیه کننده های پردازش زبان طبیعی: استخراج بینش Real-World Applications of NLP Parsers: Extracting Insights

Tokenization & Regular Expressions-فصل-13-توکن سازی و عبارات با قاعده Tokenization & Regular Expressions

• Overview of This Section-ویدئو-13-1-بررسی اجمالی این بخش Overview of This Section

• What is Tokenization? Introduction to the Linguistic theory for tokenization.-ویدئو-13-2-توکن سازی چیست؟ مقدمه ای بر تئوری زبان شناسی برای توکن سازی. What is Tokenization? Introduction to the Linguistic theory for tokenization.

• Linguistic theory for Word Segmentation.-ویدئو-13-3-تئوری زبان شناسی برای تقسیم بندی کلمات. Linguistic theory for Word Segmentation.

• The Role of Cliticisation & Contractions in Tokenization-ویدئو-13-4-نقش پیوستگی و اختصارات در توکن سازی The Role of Cliticisation & Contractions in Tokenization

• Tokenization with NLTK-ویدئو-13-5-توکن سازی با NLTK Tokenization with NLTK

• Use Contractions Library To Expand Clitics-ویدئو-13-6-از کتابخانه Contractions برای گسترش پیوستگی ها استفاده کنید Use Contractions Library To Expand Clitics

• Introducing Regular Expressions-ویدئو-13-7-معرفی عبارات با قاعده Introducing Regular Expressions

• Word Segmentation using Python's .split()-ویدئو-13-8-تقسیم بندی کلمات با استفاده از .split() پایتون Word Segmentation using Python's .split()

• Sentence Segmentation using Python's .split-ویدئو-13-9-تقسیم بندی جملات با استفاده از .split پایتون Sentence Segmentation using Python's .split

• ReGex Split Method re.split() Regular Expressions-ویدئو-13-10-روش تقسیم ReGex re.split() عبارات با قاعده ReGex Split Method re.split() Regular Expressions

• Regex Substitute Method re.sub Regular Expressions-ویدئو-13-11-روش جایگزینی Regex re.sub عبارات با قاعده Regex Substitute Method re.sub Regular Expressions

• Search Method using Regex re.search | Regular Expressions-ویدئو-13-12-روش جستجو با استفاده از Regex re.search | عبارات با قاعده Search Method using Regex re.search | Regular Expressions

• Part 1: Find All Emails in Contact Details | Regular Expressions re.findall()-ویدئو-13-13-قسمت 1: یافتن همه ایمیل ها در اطلاعات تماس | عبارات با قاعده re.findall() Part 1: Find All Emails in Contact Details | Regular Expressions re.findall()

• Part 2: Find All Emails in Contact Details | Regular Expressions re.findall()-ویدئو-13-14-قسمت 2: یافتن همه ایمیل ها در اطلاعات تماس | عبارات با قاعده re.findall() Part 2: Find All Emails in Contact Details | Regular Expressions re.findall()

Understanding Linguistic Grammar Rules and Parse Trees in NLP-فصل-14-درک قوانین گرامر زبانی و درخت های تجزیه در پردازش زبان طبیعی Understanding Linguistic Grammar Rules and Parse Trees in NLP

• Linguistic Grammar Syntax: Building Blocks of NLP-ویدئو-14-1-نحو گرامر زبانی: بلوک های سازنده پردازش زبان طبیعی Linguistic Grammar Syntax: Building Blocks of NLP

• Grammar Syntax: Part 2-ویدئو-14-2-نحو گرامر: قسمت 2 Grammar Syntax: Part 2

• How To Construct A Parse Tree-ویدئو-14-3-چگونه یک درخت تجزیه بسازیم How To Construct A Parse Tree

• A Parse Tree Example - Python Practical Project-ویدئو-14-4-یک مثال درخت تجزیه - پروژه عملی پایتون A Parse Tree Example - Python Practical Project

• Part 1: Parse Tree Practical Project - Import Libraries-ویدئو-14-5-قسمت 1: پروژه عملی درخت تجزیه - وارد کردن کتابخانه ها Part 1: Parse Tree Practical Project - Import Libraries

• Part 3: Output Parse Tree | Practical-ویدئو-14-6-قسمت 3: خروجی درخت تجزیه | عملی Part 3: Output Parse Tree | Practical

Create A Netflix Recommendation System-فصل-15-ایجاد یک سیستم توصیه گر نتفلیکس Create A Netflix Recommendation System

• Part 1: Netflix Recommendation Project: Data Exploration-ویدئو-15-1-قسمت 1: پروژه توصیه گر نتفلیکس: کاوش داده ها Part 1: Netflix Recommendation Project: Data Exploration

• Part 2: Preprocessing | Netflix Recommendation Project-ویدئو-15-2-قسمت 2: پیش پردازش | پروژه توصیه گر نتفلیکس Part 2: Preprocessing | Netflix Recommendation Project

• Part 3: Pre-trained Data | Netflix Recommendation System-ویدئو-15-3-قسمت 3: داده های از پیش آموزش داده شده | سیستم توصیه گر نتفلیکس Part 3: Pre-trained Data | Netflix Recommendation System

• Part 4: Examine Similarities with most_similar Function-ویدئو-15-4-قسمت 4: بررسی شباهت ها با تابع most_similar Part 4: Examine Similarities with most_similar Function

• Part 5: Write Vectorize() Function | Netflix Recommendation System-ویدئو-15-5-قسمت 5: نوشتن تابع Vectorize() | سیستم توصیه گر نتفلیکس Part 5: Write Vectorize() Function | Netflix Recommendation System

• Part 6: Make function to Get Most Similar Shows | Netflix Recommendation Project-ویدئو-15-6-قسمت 6: ایجاد تابع برای دریافت مشابه ترین نمایش ها | پروژه توصیه گر نتفلیکس Part 6: Make function to Get Most Similar Shows | Netflix Recommendation Project