🚀 اتصال GitHub به Gemini AI فعال شد!

اگر از کاربران Gemini AI (نسخه Pro) هستید، حالا می‌تونید حساب GitHub خودتون رو مستقیماً به Gemini وصل کنید 🎯

با این قابلیت جدید، Gemini می‌تونه به ریپوزیتوری‌هاتون دسترسی پیدا کنه، کدها رو بررسی کنه، ساختار پروژه‌تون رو درک کنه و تحلیل‌های دقیق‌تری ارائه بده 💡

یعنی از این به بعد، فقط با اتصال ساده GitHub، می‌تونید از Gemini برای ایمپورت و تحلیل مستقیم کدها استفاده کنید 🔥

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🔥 معرفی جدید PyTorch: TorchForge

کتابخانه‌ی تازه‌ی TorchForge توسط PyTorch معرفی شد—
یه فریم‌ورک بومی برای یادگیری تقویتی (Reinforcement Learning) که برای post-training و توسعه‌ی عامل‌محور (agentic development) طراحی شده 🚀

💡 نکته‌ی اصلیش اینه که اجازه می‌ده روی الگوریتم‌ها تمرکز کنی، نه زیرساخت! ⚙️

🔗 توضیحات کامل در بلاگ PyTorch:
https://pytorch.org/blog/introducing-torchforge/

💻 ریپوزیتوری رسمی پروژه در GitHub:
https://github.com/meta-pytorch/torchforge


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

اگر می‌خواید یادگیری عمیق (Deep Learning) رو نه فقط تئوری، بلکه با کدنویسی واقعی تمرین کنید، این سایت فوق‌العاده‌ست! 💻

📘 شامل ۶۸ تمرین پایتون (Python notebooks) بر اساس متن کتابه که باید قسمت‌های ناقص کد رو خودتون کامل کنید.
🖥 به‌همراه اسلایدهای آموزشی و توضیحات جامع برای هر بخش.

https://udlbook.github.io/udlbook/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🤖🎯 مدل‌های Vision-Language-Action (VLA)

یه جلسه از Ankit Goyal از شرکت NVIDIA برگزار شده درباره‌ی مدل‌های VLA و نقش اون‌ها در کنترل و دست‌کاری ربات‌ها .

🎥 ویدیو جلسه:
https://www.youtube.com/watch?v=IeNwXwK7IME

📑 اسلایدها:
https://yuxng.github.io/Courses/CS6341Fall2025/lecture_18_Guest_lecture_Ankit_Goyal_VLAs.pdf

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

یه ویدیو فوق‌العاده که در ۶ دقیقه، ۱۵ الگوریتم مرتب‌سازی رو با تصویر و صدا نشون می‌ده! 😍

📊 الگوریتم‌های نمایش‌داده‌شده:
selection sort, insertion sort, quick sort, merge sort, heap sort, radix sort (LSD), radix sort (MSD), std::sort (intro sort), std::stable_sort (adaptive merge sort), shell sort, bubble sort, cocktail shaker sort, gnome sort, bitonic sort and bogo sort .

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer

🔥 معرفی رقیب جدید ویکی‌پدیا: گراکی‌پدیا!

این پلتفرم با ۸۰۰ هزار مقاله اولیه راه‌اندازی شد و تمام محتواهاش توسط هوش مصنوعی Grok نوشته میشن، با بررسی ۲۰۰ تا ۳۰۰ منبع مختلف برای هر مطلب!

🔹 نکته جالب: بعضی مقالات سوگیری دارن، اما تمرکزشون روی دستاوردها و اطلاعات سریع و دقیقه.
🔹 فعلاً تصاویر ندارن، ولی هدفشون یه منبع کامل و هوشمند برای کاربران هست.

https://grokipedia.com/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

چرا شبکه‌های عصبی قادرن تقریباً هر چیزی رو یاد بگیرن؟


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🐍 10 دوره رایگان برای یادگیری Python

👩🏻‍💻 این منابع فوق‌العاده می‌تونن مهارت‌هات در #Python رو چند سطح بالاتر ببرن و بهترین بخشش اینکه کاملاً رایگان هستن!

1️⃣ Comprehensive Python Course for Beginners
🔗 https://www.youtube.com/watch?v=H2EJuAcrZYU

📃 آموزش کامل از پایه تا پیشرفته با توضیحات شفاف و منظم.

2️⃣ Intensive Python Training
🔗 https://www.youtube.com/watch?v=rfscVS0vtbw

📃 دوره فشرده‌ی ۴ ساعته، سریع، دقیق و کاربردی.

3️⃣ Comprehensive Python Course
🔗 https://www.youtube.com/watch?v=ix9cRaBkVe0

📃 آموزش همراه با مثال‌ها و تمرین‌های واقعی.

4️⃣ Introduction to Python (CS50)
🔗 https://cs50.harvard.edu/python/

📃 یادگیری اصول با تمرکز بر منطق، کدنویسی تمیز و حل مسئله.

5️⃣ Automate Daily Tasks with Python
🔗 https://automatetheboringstuff.com/

📃 یاد بگیر چطور کارهای روزمره‌ت رو با Python خودکار کنی.

6️⃣ Learn Python with Interactive Practice
🔗 https://www.kaggle.com/learn/python

📃 آموزش تعاملی با داده‌های واقعی و تمرین‌های عملی.

7️⃣ Scientific Computing with Python
🔗 https://www.freecodecamp.org/learn/scientific-computing-with-python/

📃 پروژه‌محور برای کسانی که می‌خوان با داده و تحلیل علمی کار کنن.

8️⃣ Step-by-Step Python Training
🔗 https://www.w3schools.com/python/python_reference.asp

📃 آموزش مرحله‌به‌مرحله با تمرین‌های کوتاه و تعاملی.

9️⃣ Google's Python Class
🔗 https://developers.google.com/edu/python

📃 دوره‌ای از مهندسان گوگل با تمرین‌های واقعی و نکات حرفه‌ای.

🔟 Introduction to Programming with Python (MIT)
🔗 https://ocw.mit.edu/courses/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/download/

📃 محتوای سطح دانشگاهی برای درک مفاهیم پایه و حل مسئله با تمرین و پروژه.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

🌟 معرفی PandasAI: کاری راحت با داده‌ها بدون نیاز به کتابخانه‌های پیچیده!

این کتابخونه کار با داده‌ها رو خیلی ساده کرده، بدون اینکه شما لازم باشه با کتابخانه‌هایی مثل Pandas یا NumPy آشنا باشید. فقط کافیه سوالت رو به زبان ساده بپرسی و PandasAI جواب دقیق و حتی نمودارهای کاربردی رو برات آماده می‌کنه! ✨

نحوه کار کردن با PandasAI:

1️⃣ نصب کتابخانه:

pip install pandasai
pip install pandasai-litellm

2️⃣ راه‌اندازی مدل GPT-4.1-mini:

from pandasai_litellm.litellm import LiteLLM

llm = LiteLLM(model="gpt-4.1-mini", api_key="YOUR_OPENAI_API_KEY")

3️⃣ بارگذاری داده و پرسش از آن:

import pandasai as pai

pai.config.set({"llm": llm})
df = pai.read_csv("data/companies.csv")
response = df.chat("میانگین درآمد هر منطقه چقدره؟")
print(response)

اطلاع بیشتر :
https://github.com/sinaptik-ai/pandas-ai

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer