📗 ترجمه کتاب تام میشل که یکی از منابع اصلی درس یادگیری ماشین

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Machine Learning Model⚡️

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

💡 درخت جستجوی دودویی آماره‌ای (Statistical BST)

درخت جستجوی دودویی آماره‌ای (BST آماره‌ای)، نسخه‌ای پیشرفته از درخت جستجوی دودویی استاندارد است که علاوه بر ذخیره کلیدها و مقادیر، اطلاعات آماری مهمی مانند تعداد گره‌های زیرین، ارتفاع زیر درخت یا جمع مقادیر گره‌های زیرین را نیز در هر گره نگهداری می‌کند. این داده‌های اضافی باعث می‌شود که بسیاری از عملیات پیشرفته با سرعت بیشتری انجام شوند.



🔍 مزایا و کاربردها:
✅ رتبه‌یابی سریع (Rank): می‌توان رتبه یک گره (تعداد گره‌های کوچک‌تر از آن) را به‌سرعت پیدا کرد.
✅ انتخاب (Select): دسترسی مستقیم به گره‌ای با رتبه مشخص.
✅ محاسبه مجموع بازه (Range Sum): مجموع مقادیر گره‌ها در بازه‌ای خاص را بهینه محاسبه می‌کند.
✅ کاربرد در پایگاه داده‌ها: برای جستجو و تحلیل داده‌ها با سرعت بالا.
✅ تحلیل بازه‌ها: مناسب برای الگوریتم‌هایی که نیازمند بررسی بازه‌ای از داده‌ها هستند.



🛠 چگونه کار می‌کند؟
هر بار که گره‌ای به درخت اضافه یا از آن حذف می‌شود، اطلاعات آماری گره‌های مرتبط به‌روزرسانی می‌شوند. این فرآیند با وجود اندکی پیچیدگی، سرعت دسترسی و عملکرد درخت را برای عملیات‌های خاص به‌طور چشمگیری افزایش می‌دهد.

🎯 این ساختار در الگوریتم‌ها و مسائل مرتبط با تحلیل داده‌ها، مدیریت پایگاه داده‌ها و حل مسائل بازه‌ای بسیار مؤثر و پرکاربرد است.

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer

Graph visualization: an in-depth guide

https://cambridge-intelligence.com/graph-visualization-software/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

یکی از اساتید برجسته دانشگاه کارنگی ملون (Carnegie Mellon)، پروفسور Graham Neubig، تمام محتوای درس Advanced NLP خود را که به‌تازگی به پایان رسیده است، به‌صورت رایگان در وب‌سایتش قرار داده است. این مجموعه شامل تمام ویدئوهای کلاس و اسلایدهای درس است. این یک فرصت استثنایی برای دسترسی به محتوای آموزشی یکی از بهترین دانشگاه‌های دنیا در زمینه یادگیری ماشین و پردازش زبان طبیعی است! 🌟

🔗 لینک ویدئوها
https://www.youtube.com/playlist?list=PL8PYTP1V4I8D4BeyjwWczukWq9d8PNyZp
📂 لینک اسلایدها
https://phontron.com/class/anlp-fall2024/schedule/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Pythonic Data Structures and Algorithms

اگر در زمینه‌ی ساختمان داده و الگوریتم‌ها مطالعه کرده‌اید، اما در کدنویسی عملی در این حوزه هنوز کاری نکردید، این گیت‌هاب تمامی الگوریتم‌ها رو به زبان پایتون پیاده‌سازی کرده و می‌تونید ازش استفاده کنید.

https://github.com/keon/algorithms

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer

the 2024 edition of the Daily Dose of Data Science archive.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🌟 خبر هیجان‌انگیز برای عاشقان داده و NLP! 🌟

تصور کنید کل محتوای ویکی‌پدیای فارسی به صورت یک دیتاست مرتب و قابل استفاده، در دسترستون باشه! 🗂 این دیتاست عالی، یک گنجینه بی‌نظیر برای پروژه‌های پردازش زبان طبیعی، تحلیل داده یا حتی آموزش و یادگیریه. اگه دنبال منابع قدرتمند هستید، این دیتاست دقیقاً همون چیزیه که لازمش دارید! 🚀

لینک دیتاست:
https://huggingface.co/datasets/codersan/Persian-Wikipedia-Corpus

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

در حوزه GenAI/LLM، یوتیوبر مورد علاقه‌ام: Umar Jamil
🔹 ویدیوهاش شاید طولانی باشه، ولی محتواش عمق فوق‌العاده‌ای داره!
🔹 ترکیب عالی تئوری و کدنویسی – دقیقاً همون سبکی که می‌پسندم! 🚀

💻 اگر دنبال یادگیری جدی و مفید در این حوزه هستید، پیشنهاد می‌کنم حتماً کارهاش رو دنبال کنید. 🌟

https://www.youtube.com/@umarjamilai/videos

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Programming PyTorch for Deep Learning

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🖥 Free Courses on Large Language Models

▪ChatGPT Prompt Engineering for Developers

▪LangChain for LLM Application Development

▪Building Systems with the ChatGPT API

▪Google Cloud Generative AI Learning Path

▪Introduction to Large Language Models with Google Cloud

▪LLM University

▪Full Stack LLM Bootcamp

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

OrientedFormer: An End-to-End Transformer-Based Oriented Object Detector in Remote Sensing Images


Publication date: IEEE Transactions on Geoscience and Remote Sensing 2024

Topic: Object detection

Paper: https://arxiv.org/pdf/2409.19648v1.pdf

GitHub: https://github.com/wokaikaixinxin/OrientedFormer

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🤖 𝐔𝐧𝐡𝐚 𝐨𝐟 𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐌𝐨𝐝𝐞𝐥𝐬 (2018-𝐏𝐫𝐞𝐬𝐞𝐧𝐭) 🌟

از 𝐁𝐄𝐑𝐓 تا 𝐋𝐥𝐚𝐦𝐚 3.2، مدل‌های زبانی نحوه‌ی پردازش زبان طبیعی را به کلی تغییر داده‌اند! 🚀 در اینجا نگاهی به سفر آن‌ها داریم:

🔴 𝐁𝐄𝐑𝐓 𝐅𝐚𝐦𝐢𝐥𝐲 (2018):
اولین گام‌های یادگیری مبتنی بر زمینه را برداشت، و مدل‌هایی مانند RoBERTa و DistilBERT الهام گرفته شدند.
🟢 𝐓5 𝐅𝐚𝐦𝐢𝐥𝐲 (2019):
پردازش زبان طبیعی را با چارچوب text-to-text ساده‌تر کرد و نوآوری‌هایی مانند BART و Flan-T5 به وجود آمد.
🔵 𝐆𝐏𝐓 𝐒𝐞𝐫𝐢𝐞𝐬 𝐚𝐧𝐝 𝐆𝐞𝐧𝐞𝐫𝐚𝐭𝐢𝐯𝐞 𝐌𝐨𝐝𝐞𝐥𝐬 (2019-2024):
سری GPT انقلاب بزرگی ایجاد کرد و منجر به مدل‌های عظیمی مانند o1-preview، Llama 3.2 و DeepSeek 2.5 شد.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer