هوش مصنوعی |یادگیری ماشین| علم داده
25.8K subscribers
993 photos
1.29K videos
157 files
2K links
کانالی برای علاقمندان به هوش مصنوعی
ارتباط با ادمین👇
@maryam3771
اخبار
کتاب،مقاله،ویدیو
استخدامی و فرصت های شغلی
ایده ها و دستاوردها
طرح های پژوهشی
دوره های آموزشی
کنفرانس ها ، سمینارها و کارگاه ها

تبلیغات 👇
https://t.me/alloadv/816
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
؛Open Ai در کنفرانس جدیدش App SDK را معرفی کرد شما میتونید با استفاده ازش اپ بسازید و اپتون داخل chatgpt برای همه قابل استفاده باشه.
یوزرها از طریق chatgpt لاگین میکنن به اپ/سایتتون و هرکاری بخوان کنن رو با Ai انجام میدن. گویا میخواد بازار اپ‌ها رو دست بگیره.
محصول خفن دوم AgentKit بود. راهی بسیار راحت برای ساخت هر نوع آتومیشن با کمک Ai. دیگه لازم نیست حتی n8n یا zapier رو بشناسید.


#هوش_مصنوعی


🆔 @Ai_Tv
8👏1
This media is not supported in your browser
VIEW IN TELEGRAM
یک مدل جدید دیگه اومده به اسم Jan-Nano که ۴ میلیارد پارامتر داره که برای کارهای deep research اپتیمایز شده. بخصوص برای وصل شدن به Model Context Protocol (MCP) servers و انواع tools/ابزارها. و از لحاظ دقت هم خیلی خوبه.
میتونید دانلود کنید و لوکال اجرا کنید. تمام اطلاعات راجع به حداقل سیستم مورد نیاز و اینکه چطور نصب کنید همه توی وب سایت هست.
https://menloresearch.github.io/deep-research/



#هوش_مصنوعی


🆔 @Ai_Tv
5
👈 اگه میخواهید علم داده رو بصورت پروژه محور و با مثال یاد بگیرید از این ریپو استفاده کنید

مثالهای کاربردی برای شروع یادگیری علم داده با پایتون 🔰🔰

https://github.com/veb-101/Data-Science-Projects


#علم_داده #پایتون
🆔 @Ai_Tv
3👍1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
اگه کانتکست (context) ای که به AI agent میدید درست نباشه هر چقدر هم که مدل خوب باشه ایجنت کار نمیکنه. به همین دلیل context engineering را واقعا جدی بگیرید موقع دولوپ کردن ایجنت.
کمپانی Anthropic یک بلاگ بینظیر داده که خیلی قشنگ این موضوع را توضیح میده که چطور کانتکست موثر برای ایجنت درست کنیم.
Blog: https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents

این بلاگ را هم حتما آب دستتون هست بذارید زمین، و بخونید. 🙂
این بلاگ از کمپانی Manus هست که ایجنت شون بسیار معروفه. قشنگ درسهایی که یادگرفتند موقع پیاده سازی ایجنت، و روشهای خیلی جالبی که برای اپتیمایز کردن کانتکست بهشون رسیدند را بازگو میکنند. واقعا بلاگ خوندنی ای هست.
Blog: https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus


منبع
#هوش_مصنوعی


🆔 @Ai_Tv
7
دوره جدید Agentic AI از Andrew Ng

اگه به هوش مصنوعی و به‌ویژه Agentic AI علاقه‌مندی، این دوره‌ی جدید از DeepLearning AI یه شروع عالیه! 

در این دوره بصورت رایگان یاد می‌گیری چطور هوش مصنوعی رو از حالت صرفاً پاسخ‌گو، به یک عامل فعال و خودکار تبدیل کنی که بتونه تصمیم بگیره، عمل کنه و از بازخورد یاد بگیره

نکات کلیدی:

• طراحی و ساخت AIAgents با قابلیت تعامل چندمرحله‌ای

• درک رفتار خودمختار در سیستم‌های هوشمند 

• آموزش با مثال‌های واقعی و پروژه‌محور

https://learn.deeplearning.ai/courses/agentic-ai/lesson/pu5xbv/welcome!

#هوش_مصنوعی


🆔 @Ai_Tv
👍53
This media is not supported in your browser
VIEW IN TELEGRAM
🔻معرفی یک ابزار/لایبرری خیلی جالب و به درد بخور به اسم LLM Intercept: یه پراکسی سبک و ساده برای ذخیره و استفاده‌مجدد از درخواست‌های LLM‌هاتون.

تقریباً همه‌ی اپ‌ها دارن از APIهای سازگار با OpenAI استفاده می‌کنن. حالا با LLM Intercept می‌تونید اون تماس‌ها رو ضبط کنید و تبدیلشون کنید به دیتاست برای فاین‌تیون مدل‌های کوچیک‌تر و ارزون‌تر.

ایده‌اش ساده‌ست 👇
1️⃣ مثل همیشه از یه مدل بزرگ (مثلاً GPT-4 یا Claude) توی اپتون استفاده کنید.
2️⃣ ترافیک رو از طریق LLM Intercept عبور بدید تا ورودی و خروجی‌ها به‌صورت شفاف ذخیره بشن.
3️⃣ دیتای جمع‌شده رو به‌صورت Parquet خروجی بگیرید (می‌تونید پرامپت‌های سیستمی رو حذف کنید).
4️⃣ با اون داده‌ها یه مدل کوچیک‌تر مثل Liquid AI LFM2 (از ۳۵۰M تا ۲.۶B) رو فاین‌تیون کنید.
5️⃣ بعد مدل بزرگ رو با مدل خودتون جایگزین کنید. لوکال، خصوصی و تقریباً رایگان.
هدف: کمک به تیم‌ها برای اینکه بتونن از ترافیک واقعی اپشون، مدل‌های کوچیک و بهینه بسازن، بدون دردسر، سریع و اقتصادی.
این خیلی به درد میخوره
Link


🆔 @Ai_Tv
6
🔻این ریپوی گیت‌هاب مجموعه‌ای از Agentهای آماده در حوزه‌های مختلف داره که می‌تونید مستقیماً توی Claude Code ازشون استفاده کنید.

پوشش گسترده‌ای هم داره — از Full Stack و SEO گرفته تا Code Review، Database و Security.

🔗 https://github.com/wshobson/agents



🆔 @Ai_Tv
یک مهندس ارشد گوگل به تازگی یک کتاب رایگان 400 صفحه ای در مورد AI Agents ارائه داده
سرفصل ها رو ببینید 👇

1️⃣ Prompt Chaining – building step-by-step reasoning pipelines

2️⃣ Routing – dynamically directing tasks to the right agent

3️⃣ Reflection – enabling agents to self-evaluate and improve

4️⃣ Tool Use – connecting agents with external APIs & functions

5️⃣ Planning – creating multi-step action plans autonomously

6️⃣ Multi-Agent Systems – orchestrating teams of agents

7️⃣ Memory Management – storing, retrieving, and evolving context

8️⃣ Model Context Protocol (MCP) – standardizing agent interactions

9️⃣ Knowledge Retrieval (RAG) – powering agents with external data

🔟 Inter-Agent Communication (A2A) – getting agents to collaborate
and more...


https://docs.google.com/document/d/1rsaK53T3Lg5KoGwvf8ukOUvbELRtH-V0LnOIFDxBryE/preview?tab=t.0


🆔 @Ai_Tv
5👍2
🧩 This repository is all you need to learn and build a RAG application!

Here’s what it covers:

✔️ Query Construction – Translating natural language into structured queries (SQL, Cypher, or vector-based retrieval). (Text-to-SQL, Text-to-Cypher, Self-query retriever)
✔️ Query Translation – Decomposing and rephrasing inputs for better retrieval. (Multi-query, RAG-Fusion, Hypothetical Docs)
✔️Routing – Dynamically selecting the right database or embedding query context for more relevant answers.
✔️Retrieval – Ranking and refining retrieved data using Re-Rank, RankGPT, RAG-Fusion, CRAG, or even pulling real-time updates from external sources.
✔️Indexing – Leveraging multi-representation embeddings, hierarchical summarization, and structured search optimization. (RAPTOR, CoLBERT, Fine-tuning)
✔️Generation – Producing and refining responses with Self-RAG and RRR, enabling iterative reasoning and retrieval loops when needed.

Link


🆔 @Ai_Tv
4
📍Anthropics launched plugins for Claude Code

🔖 Plugins allow you to install and exchange collections of slash commands, agents, MCP servers.

I immediately added ready-made plugins from this repository using the command:


/plugin marketplace add https://github.com/anthropics/claude-code



🧩 But it won’t work the first time, because Claude, it turns out, first needs to understand what a plugin is - let him look at them [here].


🆔 @Ai_Tv
2
📌ابزار Docling ابزاری کارآمد برای استخراج دیتا از pdf : کمک هوش مصنوعی ؛ متن، جدول‌ و فرمول‌ها رو درست همون‌طوری که تو فایل بودن حفظ می‌کنه. بعدش اون داده‌ها رو به شکل ساختارمند درمیاره. یعنی طوری که مدل‌های AI بتونن روشون کار کنن.

👈 فقط با چند خط کد پایتون می‌تونید هر pdf ای رو تبدیل به داده‌ها‌ی قابل‌جست‌وجو کنید

https://docling-project.github.io/docling


🆔 @Ai_Tv
3
This media is not supported in your browser
VIEW IN TELEGRAM
کمپانی OpenAI توی dev day که چند روز پیش برگزار کرد چند تا ابزار عالی برای دولوپرها معرفی کرد. به نظرم بهترینش chatKit بود. که میتونید باهاش agentic chat بسازید. مثلا یک چت بات همراه با UI بذارید تو وب سایتتنون.نه تنها این، بلکه میتونید کامپوننت های مختلف درست کنید و بجای اینکه فقط جواب ها متن خالی باشه المان های دیگه مثل Card, Button و .. هم توی چت نشون بدید. من تو ویدیوی پایین یکی از مثال هایی که گذاشتند را اجرا کردم. سریع چت بات بالا امد و میشه باهاش صحبت کرد. چیزی که خیلی از بیزینس ها بهش نیاز دارند.
لینکها را میذارم چک کنید. و سعی کنید باهاشون اپ درست کنید.

Link: https://platform.openai.com/docs/guides/chatkit

Github: https://github.com/openai/openai-chatkit-advanced-samples


🆔 @Ai_Tv
3
‏اگه برنامه نویس هستید و از هوش مصنوعی برای کدنویسی استفاده می‌کنید، واقعاً به خودتون لطف می‌کنید که OpenSpec رو چک کنید. این ابزار به شما کمک می‌کنه کنترل کامل پروژه رو دست بگیرید و از AI به عنوان یک همکار قابل اعتماد استفاده کنید!

تا حالا با دستیارهای کدنویسی هوش مصنوعی (مثل Cursor یا Copilot) کار کردید و به جای چیزی که دقیقاً در ذهن داشتید، یک چیز کاملاً دیگه تحویل گرفتید؟ یا یک بخش رو نوشته و یک بخش دیگه رو براتون خراب کرده

من جدیدا ابزاری رو پیدا کردم به اسم OpenSpec که داره این بازی رو برای همیشه عوض می‌کنه.

ایده‌اش ساده و ناب هست: شما و هوش مصنوعی، قبل از نوشتن حتی یک خط کد، روی «چیزی که باید ساخته بشه» به توافق کامل می‌رسید.

دیگه خبری از پرامپت‌های مبهم در چت و خروجی‌های غیرقابل پیش‌بینی نیست. OpenSpec یک فرآیند کاری سبک و قدرتمند اضافه می‌کنه که پروژه‌ها رو اینطوری پیش می‌بره:

۱. پیشنهاد تغییر (Change Proposal): شما به AI می‌گید چه قابلیتی رو می‌خواید اضافه کنید. AI یک ساختار کامل از مشخصات، وظایف و پیشنهادها رو براتون می‌سازه.

۲. بازبینی و هماهنگی: شما و AI با هم مشخصات رو دقیق می‌کنید تا همه چیز شفاف و بدون ابهام باشه.

۳. پیاده‌سازی: AI بر اساس مشخصات نهایی و توافق شده، کدنویسی رو انجام می‌ده.

۴. آرشیو: بعد از اتمام کار، تغییرات به آرشیو منتقل می‌شن و مشخصات اصلی پروژه رو به‌روز می‌کنن.

چرا این ابزار به خوبی جواب میده
بدون نیاز به کلید API: نصب کن و استفاده کن. ساده و سریع.
با ابزارهای فعلی شما کار می‌کنه: با Claude Code, Cursor, GitHub Copilot, Windsurf و ده‌ها ابزار دیگه یکپارچه می‌شه.
قابل پیش‌بینی و شفاف: دیگه نمی‌خواد حدس بزنید AI چی می‌سازه. همه چیز از قبل مشخصه.
عالی برای پروژه‌های موجود: نه فقط برای پروژه‌های جدید، بلکه برای تغییر و توسعه کدهای قدیمی هم عالیه.
مستندسازی خودکار: هر تغییری با مشخصات و وظایفش ثبت می‌شه و یک سند زنده از پروژه می‌سازه.

اینم آدرس گیتهابش که همه چیز اماده یک جا هست!
https://github.com/Fission-AI/OpenSpec

اگر نتونستنید دستی نصبش کنید ، میتونید فایل README[.]md رو کپی کنید ، بدید به همون ابزار Ai که براتون کد میزنه مثل Claude Code, Cursor, GitHub Copilot ، بگید نصبش کن!





🆔 @Ai_Tv
8
Forwarded from FaraDars_Course
💯 یادگیری «پردازش تصویر با OpenCV در پایتون» با ۸۹,۰۰۰ تومن در فرادرس
 
آموزش این فرادرس، به صورت گام به گام با معرفی، نصب و بارگذاری تصاویر به شکل کاملا سریع و آسان آغاز شده و سپس با اعمال عملیات اصلی متداول روی تصاویر، اعمال عملیات ریاضی و تبدیلات هندسی ادامه پیدا کرده و فیلترهای کاربردی مختلف و نحوه پیاده‌سازی آن‌ها روی تصویر بیان خواهد شد. همچنین استفاده از پرکاربردترین روش‌ها برای تشخیص لبه، تبدیلات مورفلوژیک، هیستوگرام و اشاره چند روش تطبیق الگو که از مهم‌ترین بخش‌ها و اهداف هر برنامه پردازش تصویر است، به خوبی و آسانی تشریح خواهد شد.
 
ترکیب زبان برنامه‌نویسی پایتون و OpenCV می‌تواند رویای ایجاد یک پروژه با کیفیت و در بالاترین سطح در حوزه پردازش تصویر را برای ما رقم بزند.
 
🎯 برای شروع یادگیری کلیک کنید 👇
 
🔗 لینک دریافت آموزش [+]
 
📚 لیست ۷۰۰ آموزش ۸۹ هزار تومنی [+]

🔄 FaraDars - فرادرس
⚠️ می‌خوای وارد دنیای مدل‌های زبانی بزرگ (LLM) بشی ولی هنوز با پایتون خیلی آشنا نیستی
نگران نباش!😀

ما یه دوره‌ی پیش‌نیاز ۴۰ ساعته‌ی آشنایی با زبان برنامه‌نویسی پایتون برات آماده کردیم که کاملاً رایگانه و مخصوص کسانیه که قراره وارد اولین دوره جامع مدل‌های زبانی بزرگ و کاربرد هوش مصنوعی مولد در ایران (دوره LLM) بشن‼️


👑 تو این دوره از پایه با پایتون، تحلیل داده و یادگیری ماشین آشنا میشی تا با آمادگی کامل وارد مسیر حرفه‌ای LLM بشی و از فرصت‌های جدید دنیای هوش مصنوعی استفاده کنی🙂

برای ثبت‌نام در این دوره و دریافت دسترسی رایگان به پیش‌نیاز پایتون با سقف 0️⃣🔤🛍 تخفیف، از طریق لینک زیر اقدام کنید یا تماس بگیرید 👇👇👇
🔗 ثبت‌نام در اولین دوره تخصصی مدل‌های زبانی بزرگ (LLM) و کاربرد هوش مصنوعی مولد

۱۵۰ ساعت آموزش عمیق در قالب ۱۰ سرفصل کاربردی و پروژه محور به کارگیری افراد برتر در پروژه های بزرگ سازمانی اعطای گواهینامه دوزبانه و قابل استعلام از دانشگاه تهران

📞 09377516759
➡️ https://tehrandata.org/courses/llm/

🌱 از آموزش تا اشتغال؛ پلی به دنیای حرفه‌ای‌ها ❤️
📨 Telegram | 📨 whatsapp | 📱 linkedin | 📷 Instagram | 🌐 website | 💬 admin

#علم_داده #دیتاساینس #تحلیل_داده  #هوش_مصنوعی #LLM #ChatGPT #AI #مدل_زبانی_بزرگ #هوش_مصنوعی_مولد
Please open Telegram to view this post
VIEW IN TELEGRAM
3
مدل جدید گوگل برای استفاده از کامپیوتر با هوش مصنوعی Gemini

گوگل‌دیپ‌مایند از مدلی تازه به نام Gemini for Computer Use رونمایی کرده که می‌تونه مثل یه کاربر واقعی با سیستم‌عامل تعامل داشته باشه!

این مدل می‌تونه:

با رابط‌های گرافیکی (GUI) کار کنه، روی دکمه‌ها کلیک کنه یا فایل‌ها رو باز و ویرایش کنه

از داده‌های متنی، تصویری و حتی ویدئویی برای درک وظایف استفاده کنه

به مرورگر یا اپ‌های مختلف دسترسی پیدا کنه تا کارهای پیچیده رو خودکار انجام بده — از مدیریت ایمیل گرفته تا تحلیل داده‌ها!

⬅️ گوگل این مدل رو گامی بزرگ به سمت عامل‌های هوش مصنوعی چندمنظوره می‌دونه که می‌تونن به‌صورت مستقل در محیط‌های واقعی دیجیتال عمل کنن

جزئیات بیشتر 👇

https://blog.google/technology/google-deepmind/gemini-computer-use-model/



🆔 @Ai_Tv
4
دوره‌ای پایه‌ای برای ساخت عامل‌های هوش مصنوعی: AI Agents Foundation

👈اگه می‌خوای یاد بگیری چطور با ابزارهایی مثل Make ایجنت هایی بسازی که خودشون تصمیم بگیرن، عمل کنن و با سیستم‌ها تعامل داشته باشن این دوره می‌تونه برات مفید باشه

آنچه در این دوره یاد می‌گیرید 👇

● مفاهیم پایه‌ای عامل هوشمند
● طراحی و اجرای عامل‌ها با هوش مصنوعی
● استفاده از قدرت Make برای اتوماسیون

✹ و نکته دیگه اینه که بعد از گذروندن دوره و ارزیابی نهایی، نشان (Badge) رسمی هم دریافت می‌کنی!

👈 این دوره کاملاً رایگانه ، از صفر شروع می‌شه و توسط پلتفرم Make ارائه می‌شه؛ جایی که می‌تونی به‌صورت رایگان ایجنت هوش مصنوعی بسازی، اجرا کنی و توسعه بدی


https://academy.make.com/courses/ai-agents-foundationC06




🆔 @Ai_Tv
Forwarded from FaraDars_Course
‼️ فقط با ۸۹ هزار تومن ‼️
 
❇️ دوره‌های آموزشی «هوش مصنوعی و ChatGPT» را از فرادرس دریافت کنید.
 
بیش از ۷۰۰ دوره آموزشی پر‌طرفدار و منتخب در «جشنواره شگفتی فرادرس»، ۸۹ هزار تومن شد.
 
👇 مهارت جدید یاد بگیر 👇
 
🔗 لینک آموزش‌ها - [شروع یادگیری]
 
🔻 برای مشاهده سایر آموزش‌ها، روی لینک زیر کلیک کنید:👇
 
🔗 مشاهده ۷۰۰ آموزش – [کلیک کنید]

🔄 FaraDars - فرادرس
هر روز یک مدل جدید و عالی برای تسک های مختلف میاد، از جمله برای OCR و کارهای مربوط به multimodal.
کمپانی DeepSeek اومده یک مدل بینظیر داده تو دنیای OCR.
مدل جدید DeepSeek-OCR با ۳ میلیارد پارامتر اومده و مرز بین متن و تصویر رو نابود کرده!
با دقت ۹۷٪ و فشرده‌سازی ۱۰ برابری، هر صفحه رو از هزاران توکن متنی به فقط ۱۰۰ توکن تصویری تبدیل می‌کنه.
یعنی یه دایره‌المعارف رو میذاری، یه اسنپ‌شات HD تحویل می‌گیری!
هسته‌ی ماجرا؟ ترکیبSAM (Segment Anything Model) + کلیپ (CLIP) با یه کمپرسر convolutional
کمپانی alphaXiv سریع اومده و باهاش جداول و چارت‌های بیش از ۵۰۰هزار مقاله‌ی AI در arXiv کل دیتاست‌ها رو استخراج کرده، فقط با هزار دلار!
اگه همین کارو با Mistral OCR می‌کردند، حدود ۷۵۰۰ دلار درمیومد.
Link: https://huggingface.co/deepseek-ai/DeepSeek-OCR



🆔 @Ai_Tv
4👍1
معرفی افزونه code context برای افزایش قدرت ابزارهای کدنویسی با هوش مصنوعی

این افزونه اوپن سورس قدرت ابزارهای برنامه نویسی مثل Claude Code و Gemini CLI رو چندبرابر میکنه با استفاده از این ابزار مدل میتونه بفهمه کدها چطور به هم ربط دارن و چیکار میکنن در نتیجه خروجی بهتری به کاربر میده

https://github.com/zilliztech/claude-context

https://github.com/zilliztech/claude-context/tree/master/docs


#هوش_مصنوعی
🆔 @Ai_Tv
1