چهارمین مرحله جذب نیروی امریه سربازی وزارت ارتباطات و فناوری اطلاعات از روز شنبه 11 خردادماه سال جاری آغاز می شود به گزارش مرکز روابط عمومی و اطلاع رسانی وزارت ارتباطات و فناوری اطلاعات، چهارمین مرحله جذب نیروی امریه سربازی در وزارت ارتباطات از روز شنبه 11 خرداد ماه آغاز می شود.
افراد با تحصیلات کارشناسی ارشد و دکترا قابلیت شرکت در این مرحله از جذب را دارا هستند و با توجه به نیازمندی های پرسنلی ستاد و دستگاه های تابعه وزارت، رشته های تحصیلی حقوق، اقتصاد، علوم اجتماعی، مخابرات، کامپیوتر، فناوری اطلاعات، امنیت فضای سایبری، مهندسی برق، بیوانفورماتیک در مقاطع فوق الذکر، در این مرحله از فراخوان نیروهای امریه جذب می شوند.
وزارت ارتباطات از میان فارغ التحصیلان واجد شرایط در رشته های فوق نیروهای امریه سربازی را انتخاب می کند.
متقاضیان می توانند همه مراحل ثبت نام، ارزیابی، پیگیری و پایش را از طریق سامانه مستقر در سایت وزارت ارتباطات و فناوری اطلاعات دنبال کنند.
افراد متقاضی می توانند برای ثبت نام از ساعت 10 صبح 11 خرداد ماه تا 12 ظهر 18 خرداد اقدام کنند.
متقاضیان برای کسب اطلاعات بیشتر به آدرس زیر مراجعه کنند:
http://amrieh.ict.gov.ir/SitePages/Home.aspx
افراد با تحصیلات کارشناسی ارشد و دکترا قابلیت شرکت در این مرحله از جذب را دارا هستند و با توجه به نیازمندی های پرسنلی ستاد و دستگاه های تابعه وزارت، رشته های تحصیلی حقوق، اقتصاد، علوم اجتماعی، مخابرات، کامپیوتر، فناوری اطلاعات، امنیت فضای سایبری، مهندسی برق، بیوانفورماتیک در مقاطع فوق الذکر، در این مرحله از فراخوان نیروهای امریه جذب می شوند.
وزارت ارتباطات از میان فارغ التحصیلان واجد شرایط در رشته های فوق نیروهای امریه سربازی را انتخاب می کند.
متقاضیان می توانند همه مراحل ثبت نام، ارزیابی، پیگیری و پایش را از طریق سامانه مستقر در سایت وزارت ارتباطات و فناوری اطلاعات دنبال کنند.
افراد متقاضی می توانند برای ثبت نام از ساعت 10 صبح 11 خرداد ماه تا 12 ظهر 18 خرداد اقدام کنند.
متقاضیان برای کسب اطلاعات بیشتر به آدرس زیر مراجعه کنند:
http://amrieh.ict.gov.ir/SitePages/Home.aspx
This media is not supported in your browser
VIEW IN TELEGRAM
در یک رقابت تشخیص تومورهای مغزی، سیستم هوش مصنوعی چین (AI)، تیمی از پزشکان نخبه را با اختلاف فاحشی شکست داد.
#هوش_مصنوعی
#AI
برگرفته از: @software_engineers_channel
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#هوش_مصنوعی
#AI
برگرفته از: @software_engineers_channel
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
این رادار میتونه با موانعی مانند دیوار ببینه و حدس بزنه چه حسی دارید!
لینک
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
لینک
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from Daj scientific
دوره برنامه نویسی کاربردی پایتون :
مقدمات و مرور آمار
یادگیری ماشین
مدت :32 ساعت
شروع دوره: 30 خرداد ماه
زمان دوره : روزهای پنج شنبه 15-19
مدرس : دانشجوی دکترا هوش مصنوعی زهرا رضایی
ثبت نام در
http://www.daj-scientific.net/index.php/courses/python
گروه دانش بنیان و علمی داج
@dajscientific
⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️
۲۰٪ تخفیف در دوره پایتون ثبت نام تا عید فطر
۱میلیون ——————>۸۰۰ هزار تومان
مقدمات و مرور آمار
یادگیری ماشین
مدت :32 ساعت
شروع دوره: 30 خرداد ماه
زمان دوره : روزهای پنج شنبه 15-19
مدرس : دانشجوی دکترا هوش مصنوعی زهرا رضایی
ثبت نام در
http://www.daj-scientific.net/index.php/courses/python
گروه دانش بنیان و علمی داج
@dajscientific
⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️
۲۰٪ تخفیف در دوره پایتون ثبت نام تا عید فطر
۱میلیون ——————>۸۰۰ هزار تومان
An Introduction to Convolutional Neural Networks .pdf
452.1 KB
مقدمه ای چند صفحه از
« شبکه های عصبی کانولووشنی »
#منابع #شبکه_عصبی_کانولووشن #الگوریتمها
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
« شبکه های عصبی کانولووشنی »
#منابع #شبکه_عصبی_کانولووشن #الگوریتمها
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
machine learning key terminology explanation .pdf
433.7 KB
توضیح اصطلاحات کاربردی یادگیری ماشین
#منابع #یادگیری_ماشین #کتاب #مقاله #الگوریتمها #machinelearning
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#منابع #یادگیری_ماشین #کتاب #مقاله #الگوریتمها #machinelearning
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from Daj scientific
دوره برنامه نویسی کاربردی پایتون :
مقدمات و مرور آمار
یادگیری ماشین
مدت :32 ساعت
شروع دوره: 30 خرداد ماه
زمان دوره : روزهای پنج شنبه 15-19
مدرس : دانشجوی دکترا هوش مصنوعی زهرا رضایی
ثبت نام در
http://www.daj-scientific.net/index.php/courses/python
گروه دانش بنیان و علمی داج
@dajscientific
⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️
۲۰٪ تخفیف در دوره پایتون ثبت نام تا عید فطر
۱میلیون ——————>۸۰۰ هزار تومان
مقدمات و مرور آمار
یادگیری ماشین
مدت :32 ساعت
شروع دوره: 30 خرداد ماه
زمان دوره : روزهای پنج شنبه 15-19
مدرس : دانشجوی دکترا هوش مصنوعی زهرا رضایی
ثبت نام در
http://www.daj-scientific.net/index.php/courses/python
گروه دانش بنیان و علمی داج
@dajscientific
⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️⭕️
۲۰٪ تخفیف در دوره پایتون ثبت نام تا عید فطر
۱میلیون ——————>۸۰۰ هزار تومان
گروه Windows Experts + .Net منتظر دیدن شما دوستان عزیز هستیم.
لینک گروه :
📡 : https://t.me/joinchat/Ly1-vD91J0WfeLbK5m6LDg
لینک کانال :
📡 : https://t.me/WindowsExperts
لینک گروه :
📡 : https://t.me/joinchat/Ly1-vD91J0WfeLbK5m6LDg
لینک کانال :
📡 : https://t.me/WindowsExperts
0.jpeg
131.9 KB
نقشه راه یادگیری هوش مصنوعی
#منابع #هوش_مصنوعی #فیلم #دکترـرضوی #کلاس_آموزشی
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#منابع #هوش_مصنوعی #فیلم #دکترـرضوی #کلاس_آموزشی
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
10.jpeg
77.6 KB
راه اموزشی فراگیری یادگیر ماشین
#منابع #فیلم #کلاس_آموزشی #یادگیری_ماشین #دکترـرضوی
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#منابع #فیلم #کلاس_آموزشی #یادگیری_ماشین #دکترـرضوی
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
🔥To our new subscribers 🔥
If you have trouble reading our posts in farsi which is 100% normal if you are not a native persian speaker 😃 i invite you to join english version of our channel:
✴️ @AI_Python_EN
PS: we have another channel called arXiv with a great AI bot that posts significant and recent articles submitted to arXiv on a daily basis:
🗣 @AI_Python_Arxiv
Thank you for joining our community of AI researchers and Python users.
Meysam Asgari on behalf of ai_python admins team.
❇️ @AI_Python
If you have trouble reading our posts in farsi which is 100% normal if you are not a native persian speaker 😃 i invite you to join english version of our channel:
✴️ @AI_Python_EN
PS: we have another channel called arXiv with a great AI bot that posts significant and recent articles submitted to arXiv on a daily basis:
🗣 @AI_Python_Arxiv
Thank you for joining our community of AI researchers and Python users.
Meysam Asgari on behalf of ai_python admins team.
❇️ @AI_Python
میزان تحصیلات شما چیست؟؟( این نظرسنجی جهت بهبود محتویات کانال مورد استفاده قرار میگیرد.)
Anonymous Poll
5%
دکترا
6%
دانشجوی دکترا
17%
کارشناسی ارشد
16%
دانشجوی کارشناسی ارشد
19%
کارشناسی
22%
دانشجوی کارشناسی
2%
کاردانی
4%
دیپلم
9%
زیردیپلم
فیلم و کلاسهای آموزشی یادکیری ماشین
#فیلم #کلاس_آموزشی #یادگیری_ماشین #منابع #machinelearning
https://lnkd.in/dArtQB8
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#فیلم #کلاس_آموزشی #یادگیری_ماشین #منابع #machinelearning
https://lnkd.in/dArtQB8
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
We're now available via #linkedin :)
link :
https://www.linkedin.com/groups/13723396/
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
link :
https://www.linkedin.com/groups/13723396/
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Pandas summarized visually in 8 pages.pdf
1.7 MB
خلاصه ای از آموزش پکیج pandas پایتون
#پایتون #منابع #فیلم #کلاس_آموزشی #دکترـرضوی #Python
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#پایتون #منابع #فیلم #کلاس_آموزشی #دکترـرضوی #Python
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from Pythonic AI (Soroush Hashemi Far)
شبکه های عصبی، رفتار و عملکرد مغز انسان را تقلید میکنند. این شبکه ها شامل الگوریتم هایی هستند که می توانند یاد بگیرند که به طور مثال رفتار مغز را در شناسایی گفتار و تصاویر تقلید کنند. با این حال، باید دانست که راه اندازی یک شبکه عصبی مصنوعی به زمان و انرژی زیادی احتیاج دارد.
محققان مرکز ملی تحقیقات علمی در پاریس، دانشگاه Bordeaux و کمپانی Evry، یک سیناپس مصنوعی به نام memristor را طراحی و ساخته اند و آن را مستقیما روی یک chip قرار داده اند. این نوع آوری راه را برای سیستم های هوشمند هموار خواهد کرد؛ سیستم هایی که نیاز به انرژی و زمان کمتری برای یادگیری داشته و میتوانند به صورت خودکار یاد بگیرند.
این سیناپس مصنوعی چطور کار میکند؟
در مغز انسان، سیناپس ها به عنوان پایانه های ارتباطی بین نورون ها عمل میکنند. هر چه بیشتر از این سیناپس ها استفاده شوند (مورد تحریک بیشتری قرار بگیرند)، ارتباطات قوی تر شده و یادگیری سریعتر میشود. memristor نیز به همین شیوه کار میکند. این سیناپس مصنوعی از یک لایه ی نازک فِروالکتریک ساخته شده است که میتواند خود به خود باردار شود و بین دو الکترود قرار گرفته است. میزان مقاومت آنها میتواند با استفاده از پالس های ولتاژ تنظیم شود (مانند آنچه در نورون های طبیعی رخ میدهد). ارتباط سیناپسی، زمانی که مقاومت پایین باشد، قوی خواهد بود و بالعکس. در واقع، ظرفیت یادگیری memristor بر اساس همین مقاومتِ قابل تنظیم، تعیین میشود.
شبکه های عصبی کنونی که با الگوریتم های یادگیری ساخته میشوند، در حال حاضر توانایی اجرای وظایفی را دارند که سیستم های قبلی نداشتند. برای مثال، سیستم های هوشمند کنونی توانایی ساخت موسیقی، بازی کردن، شکست بازیکنان انسانی و حتی می توانند مالیات های شما را پرداخت کنند. برخی از آنها قادرند تا رفتارهای مرتبط با افکار خودکشی در انسان ها را تشخیص دهند یا تشخیص دهند انجام چه کاری قانونی یا غیر قانونی است.
تمامی پیشرفت های ذکر شده را مدیون قابلیت یادگیری سیستم های هوش مصنوعی هستیم. تنها محدودیت موجود زمان و میزان داده ای است که باید برای یک سیستم هوشمند صرف شود تا به بهره برداری مناسبی برسد. با وجود طراحی memristor فرآیند یادگیری به طور چشم گیری افزایش خواهد یافت. البته کار بر روی این سیناپس ادامه دارد و هدف بعدی، ارتقاء آن برای عملکرد سریعتر و بهتر خواهد بود. نتایج تحقیقات این تیم تحقیقاتی در ژورنال Nature Communication به چاپ رسیده است.
#machinelearning #artificialintelligence #neural #network #memristor #brain
@pythonicAI
محققان مرکز ملی تحقیقات علمی در پاریس، دانشگاه Bordeaux و کمپانی Evry، یک سیناپس مصنوعی به نام memristor را طراحی و ساخته اند و آن را مستقیما روی یک chip قرار داده اند. این نوع آوری راه را برای سیستم های هوشمند هموار خواهد کرد؛ سیستم هایی که نیاز به انرژی و زمان کمتری برای یادگیری داشته و میتوانند به صورت خودکار یاد بگیرند.
این سیناپس مصنوعی چطور کار میکند؟
در مغز انسان، سیناپس ها به عنوان پایانه های ارتباطی بین نورون ها عمل میکنند. هر چه بیشتر از این سیناپس ها استفاده شوند (مورد تحریک بیشتری قرار بگیرند)، ارتباطات قوی تر شده و یادگیری سریعتر میشود. memristor نیز به همین شیوه کار میکند. این سیناپس مصنوعی از یک لایه ی نازک فِروالکتریک ساخته شده است که میتواند خود به خود باردار شود و بین دو الکترود قرار گرفته است. میزان مقاومت آنها میتواند با استفاده از پالس های ولتاژ تنظیم شود (مانند آنچه در نورون های طبیعی رخ میدهد). ارتباط سیناپسی، زمانی که مقاومت پایین باشد، قوی خواهد بود و بالعکس. در واقع، ظرفیت یادگیری memristor بر اساس همین مقاومتِ قابل تنظیم، تعیین میشود.
شبکه های عصبی کنونی که با الگوریتم های یادگیری ساخته میشوند، در حال حاضر توانایی اجرای وظایفی را دارند که سیستم های قبلی نداشتند. برای مثال، سیستم های هوشمند کنونی توانایی ساخت موسیقی، بازی کردن، شکست بازیکنان انسانی و حتی می توانند مالیات های شما را پرداخت کنند. برخی از آنها قادرند تا رفتارهای مرتبط با افکار خودکشی در انسان ها را تشخیص دهند یا تشخیص دهند انجام چه کاری قانونی یا غیر قانونی است.
تمامی پیشرفت های ذکر شده را مدیون قابلیت یادگیری سیستم های هوش مصنوعی هستیم. تنها محدودیت موجود زمان و میزان داده ای است که باید برای یک سیستم هوشمند صرف شود تا به بهره برداری مناسبی برسد. با وجود طراحی memristor فرآیند یادگیری به طور چشم گیری افزایش خواهد یافت. البته کار بر روی این سیناپس ادامه دارد و هدف بعدی، ارتقاء آن برای عملکرد سریعتر و بهتر خواهد بود. نتایج تحقیقات این تیم تحقیقاتی در ژورنال Nature Communication به چاپ رسیده است.
#machinelearning #artificialintelligence #neural #network #memristor #brain
@pythonicAI