🔥 As you know ML has proven its importance in many fields, like computer vision, NLP, reinforcement learning, adversarial learning, etc .. Unfortunately, there is a little work to make machine learning accessible for Arabic-speaking people. Arabic language has many complicated features compared to other languages. First, Arabic language is written right to left. Second, it contains many letters that cannot be pronounced by most foreigners like ض ، غ ، ح ، خ، ظ. Moreover, Arabic language contains special characters called Diacritics which are special characters that help readers pronounced words correctly. For instance the statement السَّلامُ عَلَيْكُمْ وَرَحْمَةُ اللَّهِ وَبَرَكَاتُهُ containts special characters after most of the letters. The diactrics follow special rules to be given to a certain character. These rules are construct a complete area called النَّحْوُ الْعَرَبِيُّ. Compared to English, the Arabic language words letters are mostly connected اللغة as making them disconnected is difficult to read ا ل ل غ ة. ArbML helps fixing this by implementing many open-source projects that support Arabic, ML and NLP.

https://github.com/zaidalyafeai/ARBML

#machinelearning #deeplearning #artificialintelligence #nlp

❇️ @AI_Python_EN

✔️ Django Rest framework

دوستانی که با مفهوم rest آشناشدن میتونید از django Rest framework برای پیاده سازی API's استفاده کنند اگر هم میخواید در مورد Rest بدونید میتونید از هشتگ #Restfull_API برای جست جو در پست ها استفاده کنید


همچنین داکیومنت رسمی django Rest framework هم در پست قرار داده خواهد شد



#Python #Django
#Django_RESTframework

👉🏻 Link : https://www.django-rest-framework.org/

〰️〰️〰️〰️〰️
©️ @DjangoEx

"The International Mathematical Olympiad Grand Challenge"

The challenge: build an AI that can win a gold medal in the competition -- https://imo-grand-challenge.github.io

#ArtificialIntelligence #DeepLearning #Mathematics

✔️Dockerize Django and Gunicorn

👉🏻Link Review
〰️〰️〰️〰️〰️
©️ @DjangoEx

🗒A Deterministic Streaming Sketch for Ridge Regression.
📗PDF

#arXiv
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python

$1 million AAAI Squirrel AI Award for Artificial Intelligence for the Benefit of Humanity!

https://lnkd.in/equKpQq

#HumanitarianAI

Deep Learning: State of the Art (2020)

https://drive.google.com/file/d/10rZ4ldHUBoDu8bVoqGn-CEqGgX-w-oKm/view?usp=drivesdk

شرکت همراه اول برای پروژه «توسعه موتور جستجوی بومی» از متخصصین دارای سابقه مرتبط یا واجدین تخصص‌های زیر دعوت به همکاری می‌کند (با شرایط مناسب):

🔹آشنایی کامل با برنامه نویسی به حداقل یکی از زبان‌های جاوا، پایتون، ++C
🔸آشنایی با مفاهیم برنامه‌نویسی شیء گرا و design patternهای آن
🔹آشنایی و تجربه در حوزه معماری و طراحی سیستم‌های نرم‌افزاری توزیع‌شده و مقیاس‌پذیر
🔸آشنایی با مفاهیم و شاخص‌های حوزه کلان‌داده (big data)
🔹آشنایی و تجربه کار با زیرساخت‌های سیستم‌های توزیع‌شده خصوصا نرم‌افزارهای زیست‌بوم کلان‌داده آپاچی (Hadoop, Spark, Elasticsearch, ...)
🔸آشنایی با برنامه‌نویسی front-end سامانه‌های مبتنی بر وب یا کلاینت‌های موبایل (خصوصا اندروید)
🔹آشنایی با مفاهیم و موضوعات حوزه علوم و تحلیل داده و داده‌کاوی در مقیاس کلان‌داده (شامل پردازش زبان طبیعی (NLP)، الگوریتم‌های تحلیل گراف، الگوریتم‌های خوشه‌بندی و رده‌بندی (Clustering & Classification)، ذخیره و بازیابی اطلاعات متنی (Text retrieval)، ارزیابی کیفیت داده و ...)
🔸آشنایی با مفاهیم حوزه DevOps و Operation و زیرساخت‌های نرم‌افزاری (شامل زیرساخت‌های پردازش ابری، کانتینرها، مجازی‌سازی، راهکارهای تجمیع و تحلیل لاگ و ...)

مزایا:
✅ حقوق مناسب و پرداخت به‌موقع
✅ بیمه و بیمه تکمیلی
✅ کارانه در طول سال
✅ مشارکت در پروژه در سطح ملی
✅ حضور در یک تیم با تجربه و کار در حوزه‌های لبه فناوری
✅ امکان رشد و پیشرفت در حوزه‌های تخصصی و شغلی

علاقه‌مندان لطفا رزومه خودشون را به همین id یا به پست الکترونیکی mm.arsanjani@gmail.com ارسال کنند.

#آموزش #فیلم #منابع
اسلایدها و فیلم سخنرانی AAAI امروز

ویدیو:
https://vimeo.com/390347111
اسلاید سخنرانی یان لکان:
https://drive.google.com/file/d/1r-mDL4IX_hzZLDBKp8_e8VZqD7fOzBkF/view

Video of the talks:
- 1:10 in for #Geoff_Hinton,
- 1:44 for #Yann_LeCun,
- 2:18 for #Yoshua_Bengio
- 2:51 for the panel discussion moderated by Leslie Pack Kaelbling

🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python

🎥 #فیلم‌ های آموزشی شبکه‌های بازگشتی عمیق و پیاده سازی در #Tesnorflow2 و #Keras که در #صندوق_نوآوری_و_شکوفایی برگزار گردید. #منابع

http://class.vision/deeplearning2/

پیش‌نمایش دوره در آپارات:

https://www.aparat.com/v/zqbc8

کد تخفیف ۱۰ درصدی مخصوص اعضای کانال:
aipython

پ.ن: پیشنهاد میکنم که این آموزش مفید رو جهت کامل کردن دوره های آموزشی و یادگیری خودتون داشته باشید.

🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python

🗒Multi Type Mean Field Reinforcement Learning.
📗PDF

#arXiv
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python

🗒Fast inference of Boosted Decision Trees in FPGAs for particle physics.
📗PDF

#arXiv
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python

#کارگاه_های_آموزشی_کنفرانس

✅ کارگاه آموزشی: شبکه‌های مولد تخاصمی (GAN) و پیاده‌سازی در کراس / تنسورفلو

👈 برای شرکت در این کارگاه‌ها ثبت نام در کنفرانس ضروری نیست، اما دانشجویان به خصوص دانشجویان دانشگاه‌های شهر قم و تمامی دانشجویان دانشگاه تهران می‌توانند با ثبت نام رایگان در کنفرانس، با تخفیف ویژه در این کارگاه‌ها ثبت نام و شرکت کنند.

https://mvip2020.ut.ac.ir/performa?_action=wks&lang=fa

http://mvip2020.ut.ac.ir
@mvip_2020

یه ربات نوشتیم همین که مقالات در arXiv ثبت میشند میفرسته به این کانال. دوست داشتید عضو بشید:
🗣 @ai_python_arxiv

We are pleased to announce that with help of Mr. Feizi the bot is alive again :)
meet our bot here: 🗣 @ai_python_arxiv

If a statistician is given data and asked to extract insights from it, there are a number of considerations.

Here are some of them. What is the motivation for the analysis? Who will use the results, when will they use them and for what purpose? Am I clear on the meaning of the data? Codebooks are often of little help in answering this question.

Are there other data or background information that should be used in the analysis? How clean are the data? Have they been recoded or transformed in any way? Have some fields been imputed? If so, how? Will recoding, transformations or imputations be needed?

If there are missing data, why are they missing? Which variables do we need to explain or predict? Which variables will we use to predict them? On the other hand, is unsupervised learning best? Will a single model do, or are there subgroups or latent segments in the data that need to incorporated into the modeling? Would a hierarchical model be appropriate? If the data are longitudinal or time-series, there are a host of issues that will need to be addressed.

When mining any data, patterns will found which cannot be explained and have no clear utility to decision makers or other researchers.

The above would apply even if the statistician is an AI.

❇️ @AI_Python

۲۰ کتابخانه پایتونی

20 Python Libraries You Aren’t Using (But Should)

#پایتون #منابع #کتاب
#book #python

🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python

۴۱ سوال ضروری یادگیری ماشین که در مصاحبه باید دانست

#یادگیری_ماشین #منابع #آموزش #کتاب
#machinelearning #book

🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python

لکچر lecture دکتر Stephen Clark در مورد

Applications: Statistical Machine Translation

#ترجمه_ماشینی #آمار #منابع #کتاب #یادگیری_ماشین #پردازش_زبان_طبیعی
#machinelearning #machinetranslation #NLP

🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python

Reading and Writing Data with Pandas

#پایتون #منابع #آموزش
#PYTHON

🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python