اخبار هوش مصنوعی
2.83K subscribers
672 photos
354 videos
1.01K files
1.36K links
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM

📘 آموزش مبانی ماتریس‌ها و جبرخطی منتشر شد!

🔹 لینک آموزش – [کلیک کنید]

🔖 در این آموزش، ابتدا به جمع و ضرب عددی در ماتریس‌ها، ترانهاده و ماتریس‌های بلوکی و تعریف دستگاه معادلات خطی می‌پردازیم. سپس دستگاه معادلات همگن و کاربرد دستگاه معادلات خطی و تعریف معکوس ماتریس و محاسبه معکوس با روش حذفی گاوس را مورد بررسی قرار می‌دهیم. در انتها، اعمال سطری مقدماتی و خواص دترمینان، جواب دستگاه معادلات خطی، مختصات و تغییر پایه و مراحل قطری‌سازی ماتریس را یاد می‌گیریم.

🎯 مناسب برای: دانشجویان ریاضی | دانشجویان آمار | دانشجویان رشته‌های مهندسی

💲 هزینه اصلی آموزش: ۸۹۰,۰۰۰ تومان

🎁 هزینه با احتساب هدیه ویژه انتشار: ۲۶۷,۰۰۰ تومان
‌(‌۷۰ درصد تخفیف)

👈 کد تخفیف: NWXQ87

❗️ اعتبار: تا پایان روز دوشنبه، ۱۸ دی ۱۴۰۲

🔗 لینک آموزش – [کلیک کنید]

@FaraDars — فرادرس
@FDPub — تازه‌های نشر فرادرس
.
📚 بهترین کتاب‌ها برای شروع «یادگیری ماشین»

👨🏻‍💻 من اگه برگردم به سه سال پیش و بخوام آموزش یادگیری ماشین رو دوباره شروع کنم با این سه تا کتاب شروع می‌کنم. دلیل انتخابمم برای هر کتاب نوشتم:


1⃣ کتاب ماجراهای آلیس در دنیای مشتق‌پذیر

✏️ این کتاب یه نگاه عمیق و جذاب به مفاهیم ریاضی و آماری داره که پایه‌ی یادگیری ماشینه. نکته جالبش اینه که مطالب پیچیده رو خیلی ساده توضیح داده، انگار برای کسایی مثل ما نوشته شده که دوست دارن پایه‌شون قوی بشه.


🔢 کتاب یادگیری ماشین با PyTorch و Scikit-Learn

✏️ این کتاب یه راهنمای عملی فوق‌العاده‌ست! از دو تا کتابخونه‌ی محبوب یادگیری ماشین استفاده می‌کنه و بهتون تجربه واقعی کدنویسی رو می‌ده. یه جورایی دستتون رو می‌گیره تا از تئوری ML به یادگیری ماشین عملی برسین.


🔢 کتاب طراحی سیستم‌های یادگیری ماشین

✏️ وقتی مبانی رو یاد گرفتین، این کتاب بهتون یاد می‌ده چطور سیستم‌های یادگیری ماشینی‌ بسازین که تو دنیای واقعی جواب بده. این کتاب پلی بین پروژه‌های شخصی کوچیک و طراحی سیستم‌های بزرگ و کاربردی.



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
ترسناک ترین ورژن chatgpt تو استریم امشبم.


_Amirsaleh_


@uttweet
‏هر تولیدکننده محتوایی به ‎Mubert نیاز داره.

.اگه اهل تولید محتوا باشی یا حتی بخوای یه ویدیوی ساده برای اینستاگرامت بسازی، حتما به مشکل پیدا کردن آهنگ‌های بدون کپی‌رایت برخوردی. پیدا کردن آهنگ مناسب یه دردسر بزرگه، تازه وقتی هم پیدا کنی، ممکنه اون حس‌وحالی که می‌خوای نده. اینجاست که Mubert وارد میشه و کار رو برات در میاره!

👨‍💻موبرت یه ابزار هوش مصنوعی باحاله که بهت کمک می‌کنه موسیقی اختصاصی بسازی، اونم بدون اینکه نگران حق کپی‌رایت باشی. فقط کافیه سه تا چیز رو انتخاب کنی: ژانر، مود (حالت) و مدت زمان آهنگ. بعدش Mubert توی چند ثانیه یه موسیقی خفن و دقیقاً مطابق سلیقت می‌سازه.



.مثلاً می‌خوای یه آهنگ شاد و پرانرژی واسه ویدیوی ورزشیت داشته باشی؟ یا شاید دنبال یه آهنگ آروم و ملایم واسه ویدیوی تایملپست هستی؟ همه اینا با ‎ امکان‌پذیره.

.قابلیت دیگه‌ای که این سرویس رو جذاب‌تر می‌کنه، اینه که شما تو هر بار استفاده، یه موسیقی کاملاً یونیک می‌گیری. یعنی دیگه لازم نیست نگران این باشی که کسی قبلاً از همون آهنگ استفاده کرده یا نه.
.بنظرم دیگه زمان آهنگ‌گشتن و دردسرهای پیدا کردن موسیقی مناسب تموم شده. امتحانش کن، مطمئنم ازش خوشت میاد.


mubert.com

#هوش_مصنوعی
This media is not supported in your browser
VIEW IN TELEGRAM
Vizard.ai


یک ابزار هوشمند است که کار ویرایش ویدیو را برای شما آسان می‌کند.
فرقی نمی‌کند بخواهید ویدیو برای تیک‌تاک، اینستاگرام، یوتیوب یا هر شبکه اجتماعی دیگری بسازید، Vizard AI تمام کارهای سخت مثل کوتاه کردن، تنظیم و بهبود کیفیت ویدیو را به صورت خودکار انجام می‌دهد.
به زبان ساده‌تر، این ابزار #هوش_مصنوعی به شما کمک می‌کند تا در کمترین زمان ممکن، ویدیوهای جذاب و حرفه‌ای برای شبکه‌های اجتماعی خود بسازید.
https://vizard.ai/
Python Data Visualization Essentials Guide.pdf
12.1 MB
📚 Title: Python Data Visualization Essentials Guide (2021)
Forwarded from محمد خشنوا / برنامه نویسی (Mohammad Khoshnava)
This media is not supported in your browser
VIEW IN TELEGRAM
این ابزار AI به شما اجازه میده در چند ثانیه با یدونه promp یه اپلکیشن کامل رو نه تنها کدنویسی کنی، بلکه اجراشم بکنی!

طراحی، کد، ویرایش و اجرا همه با AI!
https://bolt.new/

@SEYED_BAX | Farokh
Please open Telegram to view this post
VIEW IN TELEGRAM
Devv

یک موتور جستجوی رایگان است که می‌تواند به هر سوالی درباره کد نویسی پاسخ دهد.
چه تازه کار باشی و چه کاربر حرفه‌ای، Devv می‌تواند به تو کمک کند.
https://devv.ai/

#هوش_مصنوعی
#هوش_مصنوعی gork هم اکنون برای عموم در دسترس است

https://x.com/i/grok
Forwarded from Geek Alerts
گوگل GenCast رو معرفی کرد که یک AI برای پیش‌بینی دقیق آب‌وهوا هست.
با ۴۰ سال داده آرشیو هواشناسی ECMWF آموزش داده شده.
نتیجه؟ ۹۷.۲ درصد از بهترین مدل پیش‌بینی آب‌و‌هوا که الان استفاده میشه عملکرد بهتری داشته.
gsm
@geekalerts
Forwarded from OpenCV | Python
This media is not supported in your browser
VIEW IN TELEGRAM
#هوش_مصنوعی #ai #گوگل
💻 مدل هوش مصنوعی Genie 2 توسط شرکت دیپ‌مایند معرفی شد.
📄 این مدل میتواند محیط‌های سه‌بعدی متنوعی را در قالب یک بازی بر اساس تصویر ورودی تولید کند. کاربران می‌توانند اقداماتی مانند راه رفتن، پریدن و... را انجام دهند و مدل به‌طور لحظه‌ای این اعمال را شبیه‌سازی و تصویرسازی می‌کند. همچنین افکت‌های پیشرفته‌ای مانند نورپردازی، بازتاب و جاذبه در این مدل شبیه‌سازی می‌شوند.
📎 مطالعه بیشتر (DeepMind)
📄 Genie 2 generates diverse 3D environments based on a single image prompt. Users can perform actions like walking, jumping, or moving the mouse, with the model instantly simulating and visualizing them.
🔻share with your friends🔻
🔹@OpenCV_olc🔹
Hands-On Large Language Models!


این مخزن شامل نمونه کدهای کامل از کتاب Hands-On Large Language Models می باشد.

شامل نمونه‌های نوت‌بوک است و همه چیز را از مقدمه تا مدل‌های زبان تا تنظیم دقیق آنها را پوشش می‌دهد.

http://github.com/HandsOnLLM/Hands-On-Large-Language-Models




#یادگیری_ماشین #هوش_مصنوعی #Machine_Learning

🆔 @Ai_Tv
This media is not supported in your browser
VIEW IN TELEGRAM
آموزش برنامه نویسی پایتون ویژه مدیریت و علوم انسانی منتشر شد:

تخفیف ۷۰‌درصدی ویژه انتشار فقط تا دو روز

لینک آموزش

اگر تجربه برنامه‌نویسی ندارید و دنبال یادگیری مهارتی کاربردی هستید، این دوره دقیقاً برای شما طراحی شده است! آموزش پایتون، زبانی ساده اما قدرتمند، برای دانشجویان و متخصصان مدیریت و علوم انسانی. از مبانی اولیه تا تحلیل داده‌ها، خودکارسازی وظایف و تصمیم‌گیری بهتر، همه را با زبانی روان و گام‌به‌گام یاد می‌گیرید. نیازی به پیش‌زمینه خاصی نیست، فقط کافی است بخواهید که مسیر جدیدی را شروع کنید! این دوره فرصتی است برای اینکه مهارت‌هایتان را در دنیای امروز به‌روز کنید.

لینک آموزش

تخفیف ۷۰ درصدی ویژه انتشار فقط تا دو روز
این دوره آموزشی به گونه ای طراحی شده که هیچ‌پیش نیازی لازم‌ندارد و مناسب برای همه کسانی است که میخواهند از صفر برنامه نویسی شروع کنند از جمله:
دانش آموزان دبیرستانی
دانشجویان مدیریت و علوم‌انسانی

دانشجویان علوم‌پایه و مهندسی

https://faradars.org/courses/python-programming-especially-for-management-and-humanities-fvpy356
@MachineLearning_ir - Intro to ML.pdf
19.3 MB
📚 جزوه «مقدمه‌ای بر یادگیری ماشین»
🖥 دانشگاه خوارزمی و در 526 صفحه!

👨🏻‍💻 این روزها دارم جزوه یادگیری ماشین دکتر پدرام، دانشیار گروه برق و کامپیوتر دانشگاه خوارزمی رو می‌خونم. باید بگم انقدر منظم و مرحله‌به‌مرحله اصول یادگیری ماشین رو توضیح داده که واقعاً لذت بردم!

✏️ از مباحث پایه شروع میشه و اصول اولیه یادگیری ماشین رو توضیح میده، و کم‌کم وارد موضوعات پیشرفته‌تر می‌شه. متنش روونه و با کلی مثال‌های کاربردی، یادگیری رو ساده‌تر و کاربردی‌تر کرده.👌🏼



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
🔹 یک نقشه راه ۸ ماهه برای ورود به دنیای یادگیری ماشین (بدون میان‌بُر!)


👨🏻‍💻 حوزه یادگیری ماشین شبیه یه ماراتن طولانیه، نه یه دوی سرعت! با اینکه این مسیر پر از چالش‌های جذابه، داشتن یه برنامه منظم و روشن می‌تونه هر قدمش رو مدیریت و حتی لذت‌بخش کنه.


من یه نقشه راه ۵ مرحله‌ای براتون آماده کردم و هدفم اینه که تا با روزی چند ساعت تمرین، بتونین تو ۶ تا ۸ ماه، به مفاهیم و کاربردهای یادگیری ماشین مسلط بشین.


🔢 مرحله ۱: مفاهیم پایه ریاضی (۲۰-۲۵ ساعت)

✏️ پلی‌لیست پیشنهادی: مفاهیم پایه برای یادگیری ماشین

چرا از اینجا شروع کنیم؟ چون باید ریاضیات‌تون رو قوی کنین! موضوعاتی مثل جبر خطی، احتمال، آمار، حسابان، بهینه‌سازی و مبانی برنامه‌نویسی تو این مرحله خیلی مهمن.

🕓 زمان لازم: ۲-۳ ساعت در هفته، به مدت ۸ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۲: یادگیری ماشین (۶۰-۶۵ ساعت)

✏️ پلی‌لیست پیشنهادی ۱: آموزش یادگیری ماشین با پروژه

با انجام پروژه‌های واقعی، روند کار الگوریتم‌ها رو بهتر می‌فهمین.

🕓 زمان لازم: ۴ ساعت در هفته، به مدت ۱۰ هفته.

✏️ پلی‌لیست پیشنهادی ۲: آموزش درخت‌های تصمیم

الگوریتم‌های درخت تصمیم پایه بسیاری از مدل‌های ML هستن.

🕓 زمان لازم: ۴ ساعت در هفته، به مدت ۵ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۳: یادگیری عمیق (۳۵-۴۰ ساعت)

✏️ پلی‌لیست پیشنهادی: ساخت شبکه‌های عصبی از صفر

درک شبکه‌های عصبی از طریق کدنویسی کمک می‌کنه مفاهیم پیچیده رو بهتر یاد بگیرین.

🕓 زمان لازم: ۵ ساعت در هفته، به مدت ۸ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۴: موضوعات پیشرفته (۴۰-۴۵ ساعت)

✏️ پلی‌لیست پیشنهادی ۱: شبکه‌های عصبی گراف

الگوریتم‌های گراف در حوزه‌هایی مثل شبکه‌های اجتماعی و زیست‌شناسی کاربرد دارن.

🕓 زمان لازم: ۳ ساعت در هفته، به مدت ۸ هفته.


✏️ پلی‌لیست پیشنهادی ۲: AI توضیح‌پذیر

ساخت پروژه‌های با تمرکز بر تفسیرپذیری و شاید اولین مقاله تحقیقی شما!

🕓 زمان لازم: ۳ ساعت در هفته، به مدت ۵ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


🔢 مرحله ۵: هوش مصنوعی مولد، ترنسفورمرها، و مدل‌های زبانی بزرگ (۱۰۰-۱۱۰ ساعت)

✏️ پلی‌لیست‌های پیشنهادی:

📌 هوش مصنوعی مولد برای مبتدیان (۸ ساعت)
📌 ساخت LLM‌ها از صفر (۴۰-۴۵ ساعت)
📌 کار عملی با LLM‌ها (۴۰-۴۵ ساعت)
📌 ترنسفورمرها (۱۵ ساعت)

یادگیری این مباحث شما رو برای آینده آماده می‌کنه.

🕓 زمان لازم: ۵ ساعت در هفته، به مدت ۲۰ هفته.
✂️ ✂️ ✂️ ✂️ ✂️


📚 مطالعات اختیاری [۱۰۰ ساعت]

📌 یادگیری ماشین با Julia
📌 از صفر تا صد علم داده

🕓 مدت زمان کل: ۲۷۵ ساعت + ۱۴۰ ساعت اختیاری
🗓 زمان‌بندی: ۶-۸ ماه

💰 نتیجه: پایه‌تون رو توی ML قوی می‌کنین، مهارت‌های عملی یاد می‌گیرین و با موضوعات پیشرفته همیشه یک قدم از بقیه جلوتر هستین!



🌐 #یادگیری_ماشین #MachineLearning

💡 مهندس ML شوید :
💡 @MachineLearning_ir
📱 پیج اینستاگرام:
💡 @MachineLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from PyTorch Howsam
امروز سایت deep-ml.com رو بررسی کردم؛ این سایت، شامل یکسری مساله تمرینی در حوزه هوش مصنوعی هست. برای هر مساله توضیحاتی ارائه شده و میشه به‌صورت آنلاین کدنویسی و نتیجه رو برای چک کردن سابمیت کرد.

بیشتر تمریناتش مربوط به جبر خطی، یادگیری ماشین و یادگیری عمیق هست. فقط یک یا دو مساله برای بینایی کامپیوتر و پردازش زبان طبیعی داره. امیدوارم، مساله‌ها بیشتر بشه. خودم علاقه‌مند شدم که در طراحی مساله باهاشون همکاری کنم! :)

به عنوان معلم، همیشه به دوستان پیشنهاد کردم که در آموزش صرفا تماشاگر نباشید و حتما روی مباحث تئوری و کدنویسی تمرین حل کنید.

@pytorch_howsam
@DeepLearning_fa - Intro to DL.pdf
39.8 MB
📄 جزوه جامع «یادگیری عمیق»
🖥 دانشگاه صنعتی شریف / در 1014 صفحه!

👨🏻‍💻 یکی از بهترین جزوه‌های یادگیری عمیقی که دیدم همین جزوه دکتر فاطمی زاده، استادیار دانشکده برق شریفه. یه مرجع جامع و منظم برای آموزش اصولی و گام به گام مفاهیم یادگیری عمیق.

◀️از مفاهیم پایه دیپ لرنینگ شروع می‌‌کنه و به‌ تدریج به موضوعات پیشرفته‌تری مثل شبکه‌های عصبی کانولوشنی (CNN) و شبکه‌های بازگشتی (RNN)، GAN و... می‌پردازه.



🌐 #یادگیری_عمیق #DeepLearning

🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
احتمالا تا چند ساعت دیگه مدل ساخت ویدیو OpenAI یعنی SORA در دسترس قرار بگیره و اینم یه ویدیو که باهاش ساختن.




-Soroush Ahmadi-

@uttweet