✔️ NLP Course | YSDA course in Natural Language Processing
یک دوره متنی ۶ تا ۸ هفته‌ای درباره پردازش زبان‌ها

🔗 https://lena-voita.github.io/nlp_course.html

#MachineLearning #ML
#NLP

@ai_python

📽 Gilbert Strang lectures on Linear Algebra (MIT)
جبرخطی یکی از مباحث مهم در علم‌داده هست؛ اینجا لینک تدریس گیلبرت استرنگ که به تازگی بازنشست شده به همراه کتاب ایشون هست که می‌تونید استفاده کنید.

🔗 https://www.youtube.com/playlist?list=PL49CF3715CB9EF31D

#Algebra #Mathematics

@ai_python

📽 Neural Networks & Deep Learning
دوره آموزش شبکه‌های عصبی و یادگیری عمیق به زبان فارسی | دانشگاه تهران

🔗 https://www.youtube.com/@nndl-universityoftehran1826/videos

#DeepLearning #Neural_Networks
#Courses

@ai_python

📚 Mathematical Introduction to Deep Learning: Methods, Implementations, and Theory

🔗 https://arxiv.org/abs/2310.20360

#Books #DeepLearning

@ai_python

📌 500 AI Machine learning Deep learning Computer vision NLP Projects with code
مجموعه‌ای با بیش از ۵۰۰ پروژه در زمینه‌های یادگیری ماشین، یادگیری‌عمیق، پردازش تصویر و پردازش زبان‌ها به همراه سورس‌کد.

🔗 https://github.com/ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code

#Python #DataScience
#MachineLearning #DeepLearning

@ai_python

✔️ Scinapse: Ai-Powered Research Intelligence Engine!
اگر به دنبال پیدا کردن مقالات آکادمیک هستید این پایگاه داده که از هوش‌مصنوعی قدرت می‌گیره بدردتون می‌خوره! می‌تونید مقالات رو جستجو، پیشینه پژوهش رو پیدا؛ و پژوهشگران، دانشگاه‌ها و کشور‌های برتر در هر حوزه رو جستجو.

🔗 https://www.scinapse.io

#Academic #Papers

@ai_python

📽 مجموعه ای از ویدیوهای آپارات و OCW دانشگاه شریف

هوش مصنوعی - دکتر رهبان
https://lnkd.in/dky6WZeP

ماشین لرنینگ - دکتر رهبان

https://lnkd.in/dKbUXN_x

فرایند تصادفی - دکتر رهبان
https://lnkd.in/d8Ecqw3Q

پردازش هوشمند تصاویر زیست-پزشکی
https://lnkd.in/dwazQNTH
https://lnkd.in/dCDJPeQt

ReACT 2023
https://lnkd.in/dFZXqcew

IWCIT 2022
https://lnkd.in/dH7Hqani

آمار و احتمال مهندسی - دکتر امینی
https://lnkd.in/diuancHJ

تشخیص الگو - دکتر فاطمی زاده
https://lnkd.in/dScHFtje

خلاقیت الگوریتمی و برنامه‌نویسی پایتون (مخصوص دانش‌آموزان متوسطه‌ی اول و دوم) - در حال تکمیل
https://lnkd.in/d-7C8bdS

الگوریتم های بیوانفورماتیک - دکتر شریفی زارچی
https://lnkd.in/dyWrqGn8

داده ساختارها و مبانی الگوریتم ها - دکتر شریفی زارچی
https://lnkd.in/dG5JhGzC

بیو انفورماتیک پیشرفته - دکتر شریفی زارچی
https://lnkd.in/dQbvnXsm

یادگیری ماشین - دکتر سلیمانی
https://lnkd.in/dwPEBD-6

هوش مصنوعی- دکتر سلیمانی
https://lnkd.in/dQGsuwjT

یادگیری برخط - محمدهادی فروغمند -کسری علیشاهی
https://lnkd.in/dVCEbguf

مباحثی در علوم داده (یادگیری بندیت) -
https://lnkd.in/dWA8wiKM

بهینه سازی در علوم داده ها - محمدهادی فروغمند
https://lnkd.in/dPtdmGUi

مباحثی در آمار (روش‌های بیزی در آمار و یادگیری) - کسری علیشاهی
https://lnkd.in/dbb6ANd7

بهینه سازی محدب - مجتبی تفاق
https://lnkd.in/d7h4bqs5

یادگیری تقویتی - کسری علیشاهی
https://lnkd.in/d8S7m86N

مقدمه ای بر بیوانفورماتیک (تحلیل داده های زیستی) - علی شریفی زارچی
https://lnkd.in/dWkZbMcn

👤 Babak Khalaj

@ai_python

📌 A collection of (mostly) technical things every software developer should know about
مجموعه‌ آموزشی شامل مفاهیم تکنیکالی که مهندسان نرم‌افزار باید به اون‌ها مسلط باشند.

🔗 https://github.com/mtdvio/every-programmer-should-know

#ComputerScience #Cs

@ai_python

📌 Open LLMs: These LLMs (Large Language Models) are all licensed for commercial use (e.g., Apache 2.0, MIT, OpenRAIL-M).
لیستی از ریپو‌های مدل‌های زبانی اوپن سورس که می‌تونید توی پروژه‌ها ازشون استفاده کنید.

🔗 https://github.com/eugeneyan/open-llms

#LLMs #LLM

@ai_python

🤖 با ظهور مدل‌های زبانی بزرگ (LLM)، فرصت‌های جدیدی برای IPAها ایجاد شده، که امکان حل مسائل پیچیده را از طریق درک معنایی پیشرفته فراهم می‌آورد.
💡 این مقاله به بررسی عمیق دستیاران شخصی LLM می‌پردازد، با تمرکز بر معماری، قابلیت‌ها، و چالش‌هایی که برای دستیابی به کمک‌رسانی هوشمند، کارآمد و امن وجود دارد.

Exploring the future of #IntelligentAssistants with Personal LLM Agents - advancing understanding, efficiency, and security in personal tech. 🚀🤖 #SmartLiving

IPM = Intelligent Personal Assistants

@ai_python

https://arxiv.org/abs/2401.05459

https://github.com/MobileLLM/Personal_LLM_Agents_Survey

مایکروسافت از امکان استفاده از مدل جی پی تی ۴ توربو در کوپایلوت پرو خبر داد، همین طور با عضویت پرو که قیمت اون ۲۰ دلار در ماه هست، می تونید با پرامپت انجینیرینگ ، جی پی تی دلخواهتون هم بسازید

(امکانی که من در چت جی پی تی چندان ازش راضی نبودم و انتظارات رو برآورده نکرد.)

توی پرانتز برای کسایی که از آژور برای دسترسی به اوپن ای آی استفاده می کنن هم چند وقتیه که جی پی تی ۴ توربو در
حالت پرویو قابل دسترسی هست.

@ai_python

یه توتوریال خیلی ساده برای این که بتونید از طریق Postman درخواست هاتون رو به Azure Open AI API تست کنید. از این جهت به درد من خورد که گاهی وقتا اگر دارید اپلیکیشنی می نویسید که قراره به Azure ریکوئست بفرسته ، ممکنه براتون گیج کننده باشه وقتی مدل رو توی آژور دپلوی کردید ، دقیقن کدوم پارامترها رو باید بردارید:

https://medium.com/@ro5112/how-to-use-postman-to-call-azure-openais-api-a-step-by-step-tutorial-765aec0fba96

سطح مبتدی

@ai_python

#تجربه

برای تست یک AI Assistant که خودمون نوشته بودیم، یک فایل CSV با حداقل 5000 آیتم از اطلاعات فروش رستوران های زنجیره ای تهیه کردیم.

فایل رو هم زمان هم به AI Assistant خودمون دادیم و هم به ChatGPT Plus و نتیجه در بیش تر موارد این بود که کدی که Chat GPT Plus که در واقع داشت از مدل GPT 4 استفاده می کرد، برای آنالیز دیتا استفاده می کرد و اجرا می کرد حداقل یک بار به اشتباه تولید می شد!
@ai_python
ولی توی AI Assistant ما این کد خیلی کم پیش میومد که Failed بشه و با اولین اجرا، نتیجه درست رو از آنالیز داده در بر داشت. برای مثال، سوال این بود که کدوم محصول بیش ترین فروش بیرون بر رو داشته؟

علت این موضوع ایجاد ماژولی برای تولید یک کد تمیز بود که ما اسمش رو Clean Code گذاشتیم.
@ai_python
در واقع این ماژول با کمک Regex کد رو تمیز می کرد. این طوری نتیجه بهتری از مدل دریافت می کردیم. هر چند که نقش Prompt Engineering رو هم نباید نادیده گرفت.

نگاهی به چشم انداز مایکروسافت در جهت افزایش امنیت با استفاده از اهرم هوش مصنوعی :
@ai_python

https://www.microsoft.com/en-us/industry/microsoft-in-business/security/2023/10/17/microsoft-empowers-comprehensive-security-in-the-era-of-ai/

اگر با مفهوم SIEM که در این بررسی به آن اشاره شده است، آشنا نیستید مقاله های فارسی زیر به شما پیشنهاد می شوند:

https://techtik.com/2016/12/20/%d9%8fsiem-1/

https://techtik.com/2016/12/21/siem-2/