یک بلاگ فوق‌العاده ازای یادگیری تمام مفاهیم ضروری درباره تنسورها و نحوه استفاده از آن‌ها در PyTorch

https://sebastianraschka.com/teaching/pytorch-1h/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

اگه دوست دارید سریع ai agent بسازید و تست کنید از این ریپو استفاده کنید. میتونید لوکال هم نصب کنید و حتا به مدلهای لوکال هم اجرا کنید. برای پروتوتایپ و تست کردن خیلی عالیه.

Github: https://github.com/simstudioai/sim

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🎓 بیش از ۱۰۰ آموزش رایگان مرحله‌به‌مرحله همراه با کد
شامل موضوعات جذاب و کاربردی:

🚀 عامل‌های هوش مصنوعی (AI Agents)
📀 سیستم‌های بازیابی مبتنی بر دانش (RAG Systems)
🗣 عامل‌های صوتی هوشمند (Voice AI Agents)
🌐 عامل‌های MCP (Multi-Context Planning AI Agents)
🤝 تیم‌های چندعاملی (Multi-agent Teams)
🎮 عامل‌های خودران برای بازی‌های رایانه‌ای (Autonomous Game Playing Agents)

https://www.theunwindai.com/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

اگر در چهار حوزه دیپ لرنینگ، ماشین لرنینگ و جبر خطی و پردازش زبان طبیعی دنبال حل تمرین در سطح کد هستید این سایت برای شماست

https://t.co/y34ZefKwGe

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

‏🔍 Grok 4 معرفی شد؛ گران‌ترین مدل هوش مصنوعی دنیا با اشتراک ماهانه 300 دلار

استارتاپ هوش مصنوعی xAI از مدل پیشرفته‌ی Grok 4 رونمایی کرد؛ مدلی چندرسانه‌ای که هم متن را تحلیل می‌کند و هم تصویر را. این رونمایی تنها ساعاتی پس از استعفای لیندا یاکارینو از مدیریت X انجام شد.

📊 ماسک مدعی است Grok 4 در پاسخ به سوالات آکادمیک، جواب‌هایی در سطح دکتری دارد. در آزمون Humanity’s Last Exam امتیاز 25.4٪ را کسب کرده؛ بالاتر از Gemini 2.5 Pro (با امتیاز 21.6٪) و OpenAI o3 (با 21٪). نسخه Heavy این مدل نیز به امتیاز چشمگیر 44.4٪ رسیده است.

💰 اشتراک SuperGrok Heavy با قیمت 300 دلار در ماه، گران‌ترین اشتراک هوش مصنوعی جهان محسوب می‌شود. این مدل همچنین از طریق API و به‌زودی در پلتفرم‌های ابری قابل دسترسی خواهد بود.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

مجموعه‌ای غنی از ۵۰۰ پروژه کدنویسی در حوزه هوش مصنوعی و یادگیری ماشین

اگر به دنبال تمرین عملی و اجرای پروژه‌های واقعی در حوزه‌های مختلف هوش مصنوعی هستید، یک ریپوی منبع‌باز در گیت‌هاب منتشر شده که شامل ۵۰۰ پروژه کامل با کد در موضوعات زیر است:

🔹 Machine Learning
🔹 Deep Learning
🔹 Computer Vision
🔹 Natural Language Processing
🔹 Reinforcement Learning
🔹 Time Series & Forecasting

https://github.com/ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code?tab=readme-ov-file

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

پروژه DocQA Agent: سیستم پاسخ‌گویی به پرسش مبتنی بر OCR با استفاده از LangChain

این پروژه یک سیستم یکپارچه را ارائه می‌دهد که برای استخراج متن از تصاویر اسناد انگلیسی (با استفاده از EasyOCR) و پاسخ‌گویی هوشمند به پرسش‌ها (با بهره‌گیری از مدل‌های HuggingFace و چارچوب LangChain) طراحی شده است.
این سیستم به‌صورت خودکار بخش‌های مرتبط از متن را بازیابی کرده و پاسخ‌های دقیقی تولید می‌کند و همچنین با ارائه یک رابط کاربری وب پسندیده (Gradio)، تعامل راحتی را برای کاربران فراهم می‌سازد.


huggingface:https://huggingface.co/spaces/OmidSakaki/DocQA_Agent

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

یادگیری عمیق هوش‌مصنوعی بدون تسلط به آمار و احتمال ممکن نیست. بهترین کتابی که برای «احتمال» می‌شناسم Introduction to Probability نوشته‌ی Blitzstein استاد هاروارد است. بزرگ‌ترین مزیت این کتاب، اثبات‌های بسیار زیبا و ساده برای قضایا است. این کتاب رایگان است:

https://projects.iq.harvard.edu/stat110/home

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

مدل هوش مصنوعی چند‌وجهی DeepSeek با نام Janus-Pro-7b که قابلیت‌هایی مانند تولید تصویر از متن را دارد، به صورت متن باز می باشد:

https://huggingface.co/deepseek-ai/Janus-Pro-7B
https://github.com/deepseek-ai/Janus

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

یک گروه از دانشگاه استنفورد یک AI agent به اسم Biomni درست کردن برای کارهای biomedical. از جمله درست کردن گزارش هایی که برای افراد روزها طول میکشه الان تو چند دقیقه درست میشه. این ایجنت اپن سورس هست و میتونید کامل ران کنید و یا حتی با توجه به نیازتون تغییرش بدید. یک مقاله دارن که کامل توضیح میدن چطوری درست شده و کار میکنه.

github: https://github.com/snap-stanford/Biomni

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

ویدئوهای درسی و اسلایدهای "تحلیل الگوریتم‌ها" در دسترس هستند. این منابع و کتاب، اساس و بنیان یادگیری ساختار داده‌ها و الگوریتم‌ها را تشکیل می‌دهند.


https://www3.cs.stonybrook.edu/~skiena/373/videos/

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer