چند ریپوی کاربردی برای علاقمندان یادگیری ماشین و علم داده و AI Agents

👉Python 100 Days —
مسیر ۱۰۰ روزه یادگیری
پایتون
http://github.com/jackfrued/Python-100-Days

👉GenAI for Beginners —
۲۱ درس برای یادگیری مدل‌های زبانی
http://github.com/microsoft/generative-ai-for-beginners

👉ML for Beginners —
آموزش عملی یادگیری ماشین
http://github.com/microsoft/ML-For-Beginners

👉LLMs from scratch —
ساخت مدل زبانی از صفر با PyTorch
http://github.com/rasbt/LLMs-from-scratch

👉OpenAI Cookbook —
راهنمای عملی برای APIهای OpenAI
http://github.com/openai/openai-cookbook

👉Python Data Science Handbook —
کتاب معروف در قالب Jupyter
http://github.com/jakevdp/PythonDataScienceHandbook

👉TensorFlow Examples —
مثال‌های TensorFlow
http://github.com/aymericdamien/TensorFlow-Examples

👉Made with ML —
چطور یک اپلیکیشن ML بسازی
http://github.com/GokuMohandas/Made-With-ML

👉LLM App Templates

دوره ۱۲ هفته‌ای قالب‌های اپلیکیشن LLM
http://github.com/pathwaycom/llm-app

👉AI Agents for Beginners —
۱۲ درس برای یادگیری AI Agents

http://github.com/microsoft/ai-agents-for-beginners

👉The Data Engineering Handbook — مهندسی داده

http://github.com/DataExpert-io/data-engineer-handbook

👉Data Engineering Zoomcamp —
دوره رایگان مهندسی داده
http://github.com/DataTalksClub/data-engineering-zoomcamp

👉Data Science for Beginners —
دوره ۱۰ هفته‌ای مایکروسافت
http://github.com/microsoft/Data-Science-For-Beginners


🆔 @python4all_pro


🧩لینک کانال در بله 👇👇
https://ble.ir/Python4all_pro

Create Yoga day wish card using Python Turtle 🐢

Code with explanation: https://www.clcoding.com/2026/06/celebrate-international-yoga-day-with.html


🆔 @python4all_pro


🧩لینک کانال در بله 👇👇
https://ble.ir/Python4all_pro

Create Yoga day wish card using Python Turtle 🧘

import turtle

screen = turtle.Screen()
screen.title("🌿 International Yoga Day 🧘")
screen.bgcolor("#FFF8E7")

t = turtle.Turtle()
t.speed(3)
t.width(3)
t.hideturtle()

# --- رسم برگ ---
t.penup()
t.goto(0, 100)
t.pendown()
t.color("#2E8B57", "#90EE90")
t.begin_fill()
t.circle(60, 90)
t.circle(60, -90)
t.end_fill()

# --- متن اصلی ---
t.penup()
t.goto(0, 30)
t.color("#1B5E20")
t.write("Happy International Yoga Day!",
         align="center", font=("Arial", 24, "bold"))

t.goto(0, -10)
t.color("#388E3C")
t.write("🧘 Breathe. Stretch. Grow. 🌿",
         align="center", font=("Arial", 16, "italic"))

t.goto(0, -60)
t.color("#6D4C41")
t.write("#InternationalYogaDay  #YogaForWellness",
         align="center", font=("Arial", 12, "normal"))

turtle.done()

توضیح کوتاه درمورد اینکه هر بخش کارش چیه
screen.bgcolor(...)
رنگ پس‌زمینه‌ی کارت (کرم روشن)

t.circle(60, 90)
رسم یک برگ سبز ساده با دو کمان

t.write(...)
نوشتن متن اصلی، زیرنویس و هشتگ‌ها

align="center"
متن‌ها از مرکز تراز می‌شن

ایده‌هایی برای شخصی‌سازی
✨ رنگ برگ: #2E8B57 (سبز تیره) و #90EE90 (سبز روشن) رو با هر رنگ دلخواه عوض کن
🪷 شکل متفاوت: به جای برگ، یه نماد Om (ॐ) یا خورشید بکش
💐 گل لوتوس: با چند تا circle کوچک‌تر یه گل ساده بکش
🎨 خروجی تصویر:
با
screen.getcanvas().postscript(file="yoga.eps")
کارت رو ذخیره کن (بعد با ابزار دیگه‌ای به PNG تبدیل کن)

🆔 @python4all_pro


🧩لینک کانال در بله 👇👇
https://ble.ir/Python4all_pro

چطور با #Python و matplotlib یک نمودار حاشیه‌نویسی‌شده بسازیم 🐍📊

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(figsize=(8, 6))

X = list(range(10))
plt.plot(X, np.exp(X))
plt.title('Annotating Exponential Plot using plt.annotate()')
plt.xlabel('x-axis')
plt.ylabel('y-axis')

plt.annotate('Point 1', xy=(6, 400),
             arrowprops=dict(arrowstyle='->'),
             xytext=(4, 600))

plt.annotate('Point 2', xy=(7, 1150),
             arrowprops=dict(arrowstyle='->',
                             connectionstyle='arc3,rad=-.2'),
             xytext=(4.5, 2000))

plt.annotate('Point 3', xy=(8, 3000),
             arrowprops=dict(arrowstyle='-|>',
                             connectionstyle='angle,angleA=90,angleB=0'),
             xytext=(8.5, 2200))

plt.show()

توضیح مرحله به مرحله
۱. ایمپورت کتابخونه‌ها

import matplotlib.pyplot as plt
import numpy as np

matplotlib.pyplot برای رسم نمودار و numpy برای محاسبات عددی (مثل تابع exp) لازمه.
۲. ساخت شکل و رسم داده

fig = plt.figure(figsize=(8, 6))
X = list(range(10))
plt.plot(X, np.exp(X))

یک شکل با اندازه‌ی ۸×۶ ساخته می‌شه و تابع نمایی e^x روی بازه‌ی ۰ تا ۹ رسم می‌شه.

۳. عنوان و برچسب محورها

plt.title('Annotating Exponential Plot using plt.annotate()')
plt.xlabel('x-axis')
plt.ylabel('y-axis')

۴. حاشیه‌نویسی‌ها با plt.annotate()
تابع annotate() سه پارامتر کلیدی داره:
پارامتر
کارش
text
متنی که می‌خوای نشون بدی
xy
نقطه‌ای که فلش بهش اشاره می‌کنه
xytext
موقعیت متن روی نمودار
arrowprops
استایل فلش
Point 1 — فلش ساده:

plt.annotate('Point 1', xy=(6, 400),
             arrowprops=dict(arrowstyle='->'),
             xytext=(4, 600))

فقط یه فلش معمولی از متن به نقطه.

Point 2 — فلش منحنی:

plt.annotate('Point 2', xy=(7, 1150),
             arrowprops=dict(arrowstyle='->',
                             connectionstyle='arc3,rad=-.2'),
             xytext=(4.5, 2000))

با connectionstyle='arc3,rad=-.2' فلش به صورت کمان با انحنای -0.2 رسم می‌شه (منفی یعنی انحنا به یه سمت خاص).

Point 3 — فلش با زاویه‌ی سفارشی:

plt.annotate('Point 3', xy=(8, 3000),
             arrowprops=dict(arrowstyle='-|>',
                             connectionstyle='angle,angleA=90,angleB=0'),
             xytext=(8.5, 2200))

اینجا connectionstyle='angle' با angleA=90 و angleB=0 یه فلش زاویه‌دار می‌سازه. سر فلش هم -|> یعنی پیکان کلاسیک با خط صاف.

💡 نکته: کلید اصلی plt.annotate() همینه: با xytext متن رو هر جا که دلت بخواد بذار، و با xy مشخص کن فلش به کدوم نقطه‌ی واقعی روی نمودار اشاره کنه.


🆔 @python4all_pro


🧩لینک کانال در بله 👇👇
https://ble.ir/Python4all_pro

🎓 جمع‌بندی برای موفقیت در کنکور ارشد با فرادرس
 
📚 مرور مطالب مهم و تمرین سؤالات پرتکرار، همگی در «مجموعه دروس کنکور ارشد»...!
 
➕ ۸۰ درصد تخفیف برای همه آموزش‌ها
 
🔹 مهندسی کامپیوتر [+]
 
🔹 مهندسی برق [+]
 
🔹 مهندسی مکانیک [+]
 
🔹 مهندسی عمران [+]
 
🔹 مهندسی صنایع [+]
 
🔗 مشاهده سایر رشته‌های ارشد — [کلیک کنید]

🔄 FaraDars - فرادرس

🐍معرفی  SQLModel — ترکیب Pydantic و SQLAlchemy با type hints

؛SQLModel کتابخونه‌ای از تیم FastAPI هست که با استفاده از type annotationهای پایتون، کار با پایگاه‌داده‌ی SQL رو ساده‌تر می‌کنه.

🚀 مثال

from sqlmodel import Field, SQLModel

class Hero(SQLModel, table=True):
    id: int | None = Field(default=None, primary_key=True)
    name: str
    secret_name: str
    age: int | None = None

فقط با همین چند خط:
✅ یه جدول SQL ساخته شد
✅ یه مدل Pydantic برای validation داری
✅ یه ORM برای کوئری زدن داری

🔧 استفاده در FastAPI

from fastapi import FastAPI, Depends
from sqlmodel import Session, select
from .models import Hero

app = FastAPI()

# ساخت session
def get_session():
    with Session(engine) as session:
        yield session

@app.post("/heroes/")
def create_hero(hero: Hero, session: Session = Depends(get_session)):
    session.add(hero)
    session.commit()
    session.refresh(hero)
    return hero

@app.get("/heroes/")
def read_heroes(session: Session = Depends(get_session)):
    heroes = session.exec(select(Hero)).all()
    return heroes

🎯 ویژگی‌های کلیدی

🔗 یکپارچگی با Pydantic
؛validation خودکار با همان type hints
🔗 یکپارچگی با SQLAlchemy
تمام قابلیت‌های ORM در دسترس
⚡ سازگاری کامل با FastAPI
🪶 کد کمتر
یک مدل به جای دو مدل جداگانه
خطاها در زمان توسعه گرفته می‌شن
مناسب برای پروژه‌های بزرگ

📦 نصب
pip install sqlmodel
🔗 لینک گیت‌هاب:
https://github.com/fastapi/sqlmodel

مستندات:
https://sqlmodel.tiangolo.com/


🆔 @python4all_pro


🧩لینک کانال در بله 👇👇
https://ble.ir/Python4all_pro

🏖 ۸۰ درصد تخفیف تابستانی فرادرس برای تمامی آموزش‌ها
 
✅ جدیدترین آموزش‌های منتشر شده 👇
 
🟡 توسعه نرم‌ افزار بدون کدنویسی با Cursor و ChatGPT Codex
 
🟡 هوش مصنوعی GPT برای مهندس نرم افزار
 
🟡 آموزش Gemini CLI – اجرای مدل‌های هوش مصنوعی
 
🟡 کسب درآمد با هوش مصنوعی GPT – تکمیلی
 
🟡 آموزش Vibe coding + ساخت اپلیکیشن بدون کدنویسی با هوش مصنوعی
 
🔗 مشاهده سایر آموزش‌ها [+]
 
➕ اشتراک فرادرس را با ۷۵ درصد تخفیف فعال کنید و به مدت یکسال به بیش از ۱۸,۰۰۰ آموزش، دسترسی رایگان داشته باشید.👇
 
🔗 فعال‌سازی اشتراک — [کلیک کنید]

🔄 FaraDars - فرادرس

🎯 از یادگیری فرانت‌اند تا ساخت نمونه‌کار واقعی

🚀 خیلی‌ها شروع می‌کنن، آموزش می‌بینن اما حس می‌کنن هنوز برای ورود به بازار کار آماده نیستن.

📚 «بوت‌کمپ فرانت‌اند»کوئرا دقیقاً برای همین طراحی شده؛ یادگیری قدم‌به‌قدم، پروژه‌های واقعی با React، تمرین مستمر و بازخورد منتورها، راه رو برای رسیدن به درآمد هموار می‌کنه.

🧭 اینجا فقط آموزش نمی‌بینی، خروجی قابل ارائه برای رزومه و مصاحبه می‌سازی.

✅ اگر می‌خوای یادگیریت به مهارت و درآمد تبدیل بشه، ثبت‌نام اولیه رایگانه:

🔗 quera.org/r/bicc5