A nice decision tree to help choose the tools to deliver the specific data science/AI-related task.
The tools are focused on MS products, the image is produced by the Microsoft technology center, author Ivan Kosyakov

#ML #MachineLearning #Machine_Learning #AI #Tools
کانال آموزش کامپیوتر
@Engineer_Computer

Deitel developer Series
2019 Python for Programmers
with introductory AI case studies
Paul Deitel Harvey Deitel

http://facebook.com/DeitelFan
Twitter — @deitel
http://linkedin.com/company/deitel-&-associates
http://youtube.com/DeitelTV
http://instagram.com/DeitelFan
To communicate with the authors, send e-mail to:
deitel@deitel.com
For information on programming-languages corporate training seminars offered by Deitel & Asso-
ciates, Inc. worldwide, write to deitel@deitel.com or visit:
http://www.deitel.com/training/
For continuing updates on Pearson/Deitel publications visit:
http://www.deitel.com
http://www.pearson.com/deitel

#Deitel #Python #AI #Programmer
کانال آموزش کامپیوتر
@Engineer_Computer

Deitel developer Series
2019 Python for Programmers
with introductory AI case studies
Paul Deitel Harvey Deitel

http://facebook.com/DeitelFan
Twitter — @deitel
http://linkedin.com/company/deitel-&-associates
http://youtube.com/DeitelTV
http://instagram.com/DeitelFan
To communicate with the authors, send e-mail to:
deitel@deitel.com
For information on programming-languages corporate training seminars offered by Deitel & Asso-
ciates, Inc. worldwide, write to deitel@deitel.com or visit:
http://www.deitel.com/training/
For continuing updates on Pearson/Deitel publications visit:
http://www.deitel.com
http://www.pearson.com/deitel

#Deitel #Python #AI #Programmer #Developer
کانال آموزش کامپیوتر
@Engineer_Computer

Deitel developer Series
2019 Python for Programmers
with introductory AI case studies
Paul Deitel Harvey Deitel

http://facebook.com/DeitelFan
Twitter — @deitel
http://linkedin.com/company/deitel-&-associates
http://youtube.com/DeitelTV
http://instagram.com/DeitelFan
To communicate with the authors, send e-mail to:
deitel@deitel.com
For information on programming-languages corporate training seminars offered by Deitel & Asso-
ciates, Inc. worldwide, write to deitel@deitel.com or visit:
http://www.deitel.com/training/
For continuing updates on Pearson/Deitel publications visit:
http://www.deitel.com
http://www.pearson.com/deitel

#Deitel #Python #AI #Programmer #Developer
کانال آموزش کامپیوتر
@Engineer_Computer

2019 Genetic Algorithms and Machine Learning for Programmers Create AI Models and Evolve Solutions
Frances Buontempo
ISBN-13: 978-1-68050-620-4

If you’re a beginner to intermediate programmer keen to understand machine
learning, this book is for you. Inside its pages, you’ll create genetic algorithms,
nature-inspired swarms, Monte Carlo simulations, cellular automata, and
clusters. You’ll also learn how to test your code as you dive into even more
advanced topics.

#Genetic #GeneticAlgorithms #Genetic_Algorithms
#MachineLearning #ML #Machine_Learning
#Programmers #AI #Models #Solutions

کانال آموزش کامپیوتر
@Engineer_Computer

2023 ChatGPT for Nonfiction Authors
ChatGPT ربات مبتنی بر هوش مصنوعی
#1 Best Seller 2023 January
کتاب پر فروش در آمازون: چگونگی کارکرد، کاربرد در طوفان فکری و ایده پردازی، راهنمای نگارش مطالب، مناسب برای مرور و ویرایش متن، خلاصه نویسی، نوشتن کتاب و مطالب دیگر

How to Use ChatGPT to Write Better, Faster, and More Effectively
Tips and examples that help you generate ideas,
research topics and maximize your productivity

https://www.youtube.com/watch?v=kCc8FmEb1nY

https://medium.com/aiguys/meena-towards-a-human-like-open-domain-chatbot-2cdef3e0f892

#ChatGPT #AI #Chatbot
#Nonfiction #Authors #chatbots

کانال آموزش کامپیوتر
@Engineer_Computer

🔅 کتابخانه ای برای آنالیز داده
کتابخانه قدرتمند dataprep امکان تحلیل و آنالیز داده ها را بر دیتاست، با کم ترین تعداد خط کد و بدون درگیر شدن با پیچیدگی های خاص فراهم می کند
این کتابخانه از سه بخش زیر تشکیل شده :
1- به کمک ماژول EDA می توان داده ها را بصری کرد
2- به کمک ماژول connector می توان به هر نوع پایگاه داده متصل شد
3- به کمک ماژول clean می توان کارهای پردازشی، پیش پردازشی، پاک سازی و ... روی داده ها را انجام داد
https://dataprep.ai/

#MachineLearning #ML #DataMining #DataSet #Data #DataAnalysis
#Machine_Learning #Data_Mining #Data_Set #Data_Analysis #AI #DataRep
کانال آموزش کامپیوتر
@Engineer_Computer

GPT-4 Developer Livestream

ویژگی های جدید chat-gpt

#video #ai #chatgpt #chat_gpt

کانال آموزش کامپیوتر
@Engineer_computer

#DiyakoSecureBow

Analytics
OWASP Top 10 API Security Risks - 2023

Risk:
1.
API1:2023 - Broken Object Level Authorization
Description:
APIs tend to expose endpoints that handle object identifiers, creating a wide attack surface of Object Level Access Control issues. Object level authorization checks should be considered in every function that accesses a data source using an ID from the user.

2.
API2:2023 - Broken Authentication
Authentication mechanisms are often implemented incorrectly, allowing attackers to compromise authentication tokens or to exploit implementation flaws to assume other user's identities temporarily or permanently. Compromising a system's ability to identify the client/user, compromises API security overall.

3.
API3:2023 - Broken Object Property Level Authorization
This category combines API3:2019 Excessive Data Exposure and API6:2019 - Mass Assignment, focusing on the root cause: the lack of or improper authorization validation at the object property level. This leads to information exposure or manipulation by unauthorized parties.

4.
API4:2023 - Unrestricted Resource Consumption
Satisfying API requests requires resources such as network bandwidth, CPU, memory, and storage. Other resources such as emails/SMS/phone calls or biometrics validation are made available by service providers via API integrations, and paid for per request. Successful attacks can lead to Denial of Service or an increase of operational costs.

5.
API5:2023 - Broken Function Level Authorization Complex access control policies with different hierarchies, groups, and roles, and an unclear separation between administrative and regular functions, tend to lead to authorization flaws. By exploiting these issues, attackers can gain access to other users’ resources and/or administrative functions.
https://owasp.org/API-Security/editions/2023/en/0x11-t10

@Engineer_Computer

#businessadvisor #cyberdefense #data #gpt4 #ai #cybersecurityawareness #cybersecuritytraining #cybercrime #cyberdefense #networksecurity
#securityaudit #intelligenceéconomique #analytics #research #mal #malware #reverseengineering #engineering #team #business #software #security

⭕️ بلومبرگ نوشته نسل بعدی کلاهبرداری‌ها اینطوری خواهد بود که رئیس‌تون باهاتون تماس ویدئویی می‌گیره و بهتون می‌گه فوری از حساب شرکت فلان مبلغ درشت‌و به فلان حساب بریزین. در حالیکه کل تماس با تقلید کامل صدا و رفتار و ظاهر رئیس شما DeepFake و جعلیه.
زمینه ی این اتفاق داره به سرعت شکل میگیره و اتفاقات از این جنس دارن بیشتر و بیشتر می‌افتن. مثلا سال ٢٠١٩ مدیرعامل یکی از شرکتهای حوزه انرژی تو انگلیس با همین روش فریب خورد و قانع شد ٢۵٠ هزار دلار به حسابی که کلاهبردار که ادعا میکرد یکی از مدیران شرکت بالادستی آلمانیه واریز کنه.
توی این مورد کلاهبرداری ‏اون مدیر بصورت مصنوعی توسط هوش مصنوعی جعل شده بود و چون قربانی اون مدیرو می‌شناخت، ذره‌ای به اصالت تماس شک نکرده بود.
https://www.bloomberg.com/news/articles/2023-08-25/deepfake-video-phone-calls-could-be-a-dangerous-ai-powered-scam?leadSource=uverify%20wall

#deepfake #scam #ai

@Engineer_Computer

📣ا PentestAgent: ابزار متن‌باز هوش مصنوعی برای تست نفوذ با پلی‌بوک‌های آماده و ادغام با HexStrike


🔴ا PentestAgent یک چارچوب متن‌باز و مبتنی بر هوش مصنوعی است که توسط توسعه‌دهنده‌ای با نام مستعار GH05TCREW (یا Masic) در GitHub منتشر شده است. این ابزار هدف دارد تا فرآیند تست نفوذ را خودکارسازی کند و با استفاده از پلی‌بوک‌های از پیش ساخته، اقداماتی را که معمولاً به صورت دستی انجام می‌شوند، به گام‌های مهندسی‌شده و قابل اجرا توسط هوش مصنوعی تبدیل کند.
این ابزار امکان دریافت ورودی‌های سطح بالا از کاربران، مانند تعریف هدف یا حوزه تست، و تبدیل آن‌ها به اقدامات عملیاتی در زمینه شناسایی ضعف‌ها، بهره‌برداری و حرکت جانبی در شبکه را فراهم می‌کند. پلی‌بوک‌های حمله در PentestAgent نقش قالب‌های استاندارد را دارند و AI می‌تواند آنها را دنبال، ترکیب و مدیریت کند تا یک تست کامل و مدون انجام شود.
یکی از ویژگی‌های کلیدی PentestAgent، ادغام با پلتفرم HexStrike است. HexStrike مجموعه‌ای از ابزارهای حرفه‌ای تست نفوذ، اسکن، بهره‌برداری و عملیات پس از بهره‌برداری را ارائه می‌دهد و PentestAgent می‌تواند این ابزارها را به‌صورت برنامه‌ریزی‌شده و خودکار استفاده کند.
اPentestAgent با ترکیب هوش مصنوعی، پلی‌بوک‌های حمله و امکان ادغام با ابزارهای حرفه‌ای چند مزیت مهم دارد:
• سفارشی‌سازی و توسعه‌پذیری: از آنجا که ابزار متن‌باز است، می‌توان پلی‌بوک‌ها را توسعه داد یا ابزارهای سفارشی را یکپارچه کرد.
• کاهش بار کاری تست‌کنندگان: به‌جای اجرای دستی ابزارهای متعدد در مراحل مختلف، AI می‌تواند این کارها را به‌صورت سلسله‌مراتبی برنامه‌ریزی و اجرا کند.
• یکپارچگی با ابزارهای حرفه‌ای: ادغام با HexStrike به معنای دسترسی به مجموعه ابزارهای قوی برای عملیات پیشرفته تست نفوذ است.
• پشتیبانی از سناریوهای تست متنوع: پلی‌بوک‌ها می‌توانند برای آزمایش سطح حمله شبکه، برنامه‌های وب، APIها و دیگر بخش‌ها اعمال شوند بدون اینکه کاربر نیاز به پیکربندی تفصیلی هر ابزار داشته باشد.
با این حال، استفاده از PentestAgent دارای چالش‌هایی از جمله مسائل قانونی و مجوز است، به این معنا که این ابزار باید تنها در محیط‌هایی استفاده شود که تست آن‌ها قانونی و مجاز است. همچنین این ابزار نمی‌تواند جایگزین کامل کنترل انسانی شود و بازبینی انسانی برای صحت نتایج ضروری است. علاوه بر این، ریسک وابستگی به مدل‌های هوش مصنوعی وجود دارد و احتمال خطا یا نتایج غیرمنتظره مطرح است که نیاز به اعتبارسنجی دقیق دارد. در مجموع، PentestAgent نشان می‌دهد که چگونه هوش مصنوعی می‌تواند فرآیند تست نفوذ را خودکار، سازمان‌دهی شده و مؤثر کند، اما همزمان نیاز به نظارت انسانی و رعایت اصول اخلاقی دارد تا از سوءاستفاده جلوگیری شود.

🔴 منابع:
https://cybersecuritynews.com/pentestagent

#PentestAgent #AI #CyberSecurity #HexStrike

🔹 Share & Support Us 🔹
📱 Channel : @Engineer_Computer

📊 Stanford just dropped the AI Index Report 2026 — here's what stood out to me.
The ninth edition of Stanford HAI's annual report is out (400+ pages), and the through-line is sharp: AI is scaling faster than the systems built to govern, evaluate, and absorb it. A few numbers worth sitting with 👇
🔹 Capability isn't plateauing — it's accelerating. On SWE-bench Verified, model performance jumped from 60% to nearly 100% of the human baseline in a single year. Frontier models now meet or beat human baselines on PhD-level science and competition math.
🔹 The US–China model gap has effectively closed. The two have traded the lead repeatedly since early 2025; as of March 2026 the top US model leads by just 2.7%. South Korea quietly leads the world in AI patents per capita.
🔹 The "jagged frontier" is real. A model can win IMO gold — yet read an analog clock correctly only ~50% of the time. AI agents leapt to ~66% task success on real-computer benchmarks but still fail roughly 1 in 3 attempts.
🔹 Adoption broke records. Generative AI hit 53% population-level adoption within three years — faster than the PC or the internet. Organizational adoption reached 88%, and 4 in 5 university students now use it.
🔹 Responsible AI is lagging. Safety benchmarks aren't keeping pace, and reported AI incidents are rising sharply.
🔹 The footprint is growing too. Data-center power capacity hit ~29.6 GW — comparable to New York State at peak demand.
🔹 The labor signal is subtle but important. Productivity gains of 14–26% are showing up in support and software roles — the same fields where entry-level employment is starting to soften.
My takeaway: 2025 was the year AI arrived. 2026 is the year we find out whether our governance, evaluation methods, and institutions can actually keep up. The capability curve is steep — the readiness curve isn't.
Worth a read for anyone in tech, policy, or security. 📑
What stood out most to you?

#AI #ArtificialIntelligence #StanfordHAI #AIIndex2026 #MachineLearning #AIGovernance #ResponsibleAI #TechPolicy #CyberSecurity

🔹 Share & Support Us 🔹
📱 Channel : @Engineer_Computer

🛡 AI isn't just a tool attackers use — it's becoming the defender's biggest advantage.
The new World Economic Forum white paper (in collaboration with KPMG) makes one thing clear: attackers now operate at machine speed, using AI for reconnaissance, malware generation, and large-scale attacks. What once took weeks can now happen in minutes.
So defenders have to keep pace — and the numbers show they're starting to.
📊 A few findings that stood out:
🔹 94% of organizations now see AI as the single most significant driver of change in cybersecurity
🔹 77% already use AI in their security operations
🔹 Organizations using AI extensively cut breach times by ~80 days and reduced average breach costs by $1.9M
🔹 88% of security teams report time savings and more room for proactive defense
But here's the part most people miss 👇
AI doesn't replace human judgment — it amplifies it. The report repeatedly warns against over-reliance: excessive trust in automation creates a false sense of security and erodes the very expertise teams need when systems fail.
The winning approach isn't "AI vs. humans." It's AI + human oversight, deployed across the full security lifecycle — govern, identify, protect, detect, respond, and recover.
The defenders who win won't be the ones with the most automation. They'll be the ones who deploy it strategically, validate it through pilots, and keep humans firmly in the loop.

#Cybersecurity #ArtificialIntelligence #AI #InfoSec #ThreatIntelligence #CISO #CyberDefense #WEF

🔹 Share & Support Us 🔹
📱 Channel : @Engineer_Computer