Algorithm design & data structure
6.48K subscribers
827 photos
141 videos
174 files
428 links
این کانال برای تمامی علاقه‌مندان به کامپیوتر، مخصوصاً حوزه ساختمان داده‌ها و الگوریتم‌ها، مفید می باشد. آشنایی با ریاضیات مقدماتی، برنامه‌نویسی مقدماتی و پیشرفته و همچنین شی‌گرایی می‌تواند در درک بهتر مفاهیم این درس کمک‌ کند.

👨‍💻Admin👉 @Se_mohamad
Download Telegram
Hyper-Representations: Learning from Populations of Neural Networks


Paper
: https://arxiv.org/pdf/2410.05107v1.pdf

GitHub: https://github.com/hsg-aiml/sane

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
This media is not supported in your browser
VIEW IN TELEGRAM
رگرسیون لجستیک یکی از تکنیک‌های محبوب در علم داده برای پیش‌بینی نتایج باینری (مانند بله/خیر یا موفقیت/شکست) است.

هدف: پیش‌بینی احتمال وقوع یک رویداد.
چگونه؟ با استفاده از تابع سیگموئید، احتمال پیش‌بینی می‌شود و براساس آن «بله» یا «نه» تصمیم‌گیری می‌شود.
مزایا: ساده، سریع و مناسب برای طبقه‌بندی‌های باینری.
محدودیت‌ها: فرض رابطه خطی بین ویژگی‌ها و نتیجه، و ضعف در داده‌های پیچیده.

کاربردها: بازاریابی، مراقبت‌های بهداشتی، و پیش‌بینی ریسک‌های مالی.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
در این دوره آموزشی، شما موارد زیر را یاد خواهید گرفت:

- رویکردهای مختلف هوش مصنوعی، شامل رویکرد قدیمی و نمادین با استفاده از نمایش دانش و استدلال (GOFAI).
-شبکه‌های عصبی و یادگیری عمیق
که هسته اصلی هوش مصنوعی مدرن هستند. مفاهیم کلیدی این موضوعات مهم را با استفاده از کدنویسی در دو چارچوب محبوب - TensorFlow و PyTorch - توضیح خواهیم داد.
- معماری‌های عصبی برای کار با تصاویر و متون. در این بخش به مدل‌های جدید می‌پردازیم، اما ممکن است کمی از مدل‌های کاملاً پیشرفته فاصله داشته باشیم.
- رویکردهای کمتر رایج در هوش مصنوعی، مانند الگوریتم‌های ژنتیکی و سیستم‌های چندعاملی.

https://microsoft.github.io/AI-For-Beginners/?id=artificial-intelligence-for-beginners-a-curriculum

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
📚 پایتون - TheAlgorithms - یک مخزن فوق‌العاده در گیت‌هاب!!!

195,000 ستاره در گیت‌هاب!!!

یک مجموعه بی‌نظیر از پیاده‌سازی‌های الگوریتم‌ها مانند :
Data Structures
Digital Image Processing
Divide And Conquer
Docs
Dynamic Programming
Electronics
File Transfer
Financial
Fractals
Fuzzy Logic
Genetic Algorithm
Geodesy
Geometry
Graphics
Graphs
Greedy Methods
Linear Algebra
Linear Programming
Machine Learning
Maths
...

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer
"چطور Vision Transformers (ViTs) تصاویر را درک می‌کنند؟" مقاله‌ی ما در #NeurIPS2024 یک چارچوب برای تجزیه و تحلیل و تفسیر نمایش‌های آن‌ها معرفی می‌کند، حتی برای ViTs فراتر از CLIP.

این روش نشان می‌دهد که چگونه ViTs ویژگی‌هایی مانند shape، color و texture را کدگذاری می‌کنند و برای feature-based image retrieval، token heatmaps و کاهش spurious correlations مفید است.

Paper :https://arxiv.org/abs/2406.01583
code:https://github.com/SriramB-98/vit-decompose

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
روز دانشجو مبارک! 🌟📚💻

به همه‌ی دانشجویان پر تلاش، به‌ویژه دانشجویان رشته‌ی مهندسی کامپیوتر، این روز رو تبریک می‌گم! شما سازندگان آینده‌ی دیجیتال هستید، کسانی که با خطوط کد، الگوریتم‌ها و خلاقیت بی‌پایانتون دنیا رو متحول می‌کنید. 🌐💡

راهی که انتخاب کردید، پر از چالش و یادگیریه؛ اما هر کدی که خط به خط می‌نویسید، قدمی به سمت ساختن دنیایی هوشمندتره. پس با قدرت ادامه بدید، ایده‌هاتون رو به واقعیت تبدیل کنید، و هرگز از شکست‌ها نترسید، چون همون‌ها شما رو قوی‌تر می‌کنن. 💪

با آرزوی موفقیت‌های بی‌پایان برای همه شما نخبه‌های دیجیتال! 🎉💾🖥
"کدنویسی هم یه هنرِ، و شما هنرمند این دنیای مدرنید!" 🎨👨‍💻👩‍💻

روز دانشجو بر شما مبارک باد! 🌟
🚨 6 free online courses by Harvard University, in ML, AI, and Data Science.

𝐈𝐧𝐭𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐨𝐧 𝐭𝐨 𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞 𝐰𝐢𝐭𝐡 𝐏𝐲𝐭𝐡𝐨𝐧
🔗 Link

𝐃𝐚𝐭𝐚 𝐒𝐜𝐢𝐞𝐧𝐜𝐞: 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠
🔗 Link

𝐇𝐢𝐠𝐡-𝐝𝐢𝐦𝐞𝐧𝐬𝐢𝐨𝐧𝐚𝐥 𝐝𝐚𝐭𝐚 𝐚𝐧𝐚𝐥𝐲𝐬𝐢𝐬
🔗 Link

𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐜𝐬 𝐚𝐧𝐝 𝐑
🔗 Link

𝐂𝐨𝐦𝐩𝐮𝐭𝐞𝐫 𝐒𝐜𝐢𝐞𝐧𝐜𝐞 𝐟𝐨𝐫 𝐁𝐮𝐬𝐢𝐧𝐞𝐬𝐬 𝐏𝐫𝐨𝐟𝐞𝐬𝐬𝐢𝐨𝐧𝐚𝐥𝐬
🔗 Link

𝐈𝐧𝐭𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐨𝐧 𝐭𝐨 𝐏𝐫𝐨𝐠𝐫𝐚𝐦𝐦𝐢𝐧𝐠 𝐰𝐢𝐭𝐡 𝐏𝐲𝐭𝐡𝐨𝐧
🔗 Link

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
🎞 مقدمه‌ای بر شبکه‌های عصبی گراف: مدل‌ها و کاربردها

💥 سخنرانی ضبط‌شده رایگان در مورد کاربردهای شبکه‌های عصبی گراف.

🔹 شبکه‌های عصبی گراف (GNN) کلاسی عمومی از شبکه‌ها هستند که روی گراف‌ها کار می‌کنند. با نمایش یک مسئله به عنوان یک گراف - کدگذاری اطلاعات عناصر فردی به عنوان گره‌ها و روابط آن‌ها به عنوان یال‌ها - GNNها یاد می‌گیرند الگوهای درون گراف را درک کنند. این شبکه‌ها با موفقیت در کاربردهایی مانند شیمی و تحلیل برنامه استفاده شده‌اند. در این سخنرانی مقدماتی، به بررسی عمیق GNNهای پیام‌رسانی عصبی خواهیم پرداخت و نحوه ایجاد یک پیاده‌سازی ساده GNN را نشان خواهیم داد.

https://youtu.be/zCEYiCxrL_0?t=41

#هوش_مصنوعی
مرور کلی مدل‌های بزرگ زبانی

https://aman.ai/primers/ai/LLM/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
یک صفحه جذاب برای مقایسه مدل‌های هوش مصنوعی مانند مدل‌های زبانی بزرگ (LLM)، تبدیل متن به گفتار (TTS)، و تبدیل گفتار به متن (STT).

https://countless.dev/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
📄 خوشه‌بندی سه‌بعدی با نظریه گراف: راهنمای کامل با پایتون
💥 مقاله‌ای تخصصی و جامع برای علاقه‌مندان به خوشه‌بندی داده‌ها، با استفاده از روش‌های پیشرفته مبتنی بر نظریه گراف. این راهنما شامل کدنویسی عملی با زبان پایتون است تا بتوانید به‌راحتی مفاهیم پیچیده را در عمل پیاده‌سازی کنید.

https://towardsdatascience.com/3d-clustering-with-graph-theory-the-complete-guide-38b21b1c8748

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
📚 دوره یادگیری ماشین: تئوری + کدنویسی + پلی‌لیست یوتیوب 🔥

دانشگاه کرنل - CS 5787

Theory and Code:https://kuleshov-group.github.io/aml-book/intro.html

Youtube Playlist:https://www.youtube.com/playlist?list=PL2UML_KCiC0UlY7iCQDSiGDMovaupqc83

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
Parallelizing Linear Transformers with the Delta Rule over Sequence Length


Paper:https://arxiv.org/abs/2406.06484


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
OminiControl: Minimal and Universal Control for Diffusion Transformer


🔗 Discover More:
* Source Code: GitHub
* Try Demo: Try it here
* Paper Page: Read Paper

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer