📄سومین شماره فصلنامه نشریه پیشامد منتشر شد.

🔸گپ و گفتی با سرکار خانم دکتر ملکی📝

🔹گپ و گفتی با جناب آقای دکتر علیمحمدی📝

🔸ماشین لرنینگ با کتابخانه skit_learn📊

🔹الگوریتم ماشین بردار پشتیبان📈

🔸آمار از پیدایش تا بازار کار✒️📚

🔹قسمت دوم Rmarkdown💻

🎲#انجمن_علمی_آمار_الزهرا
🎲#فصلنامه_سوم
🎲#نشریه_پیشامد

📲کانال انجمن آمار :https://t.me/Stat_Alz
📲کانال نشریه پیشامد: https://t.me/event_alzahra
📲اینستاگرام:https://instagram.com/stat_alzahra?utm_medium=copy_link

دانشجویان مقاطع پایین تر توصیه می‌کنم حتما مصاحبه خانم دکتر ملکی استادیار گروه آمار داشکده علوم ریاضی الزهرا مطالعه کنید🙂

سلام به همراهان تیم Data elites ✌️
در این پست قصد داریم آموزش رایگان در سطح مقدماتی نرم افزار R آغاز بکنیم 🙂

آموزش رایگان در سطح مقدماتی نرم افزار R : جمعه ها در کانال تیم data elites

آموزش رایگان در سطح مقدماتی نرم افزار : پایتون
سه شنبه ها در کانال تیم data elites

به صورت افلاین منتشر خواهند شد

🛑 ارائه دهنده: زهرا اسفندیار دانشجوی کارشناسی ارشد آمار ریاضی دانشگاه تهران

✅ قسمت اول نرم افزار R : دانلود R و نحوه نصب این نرم افزار

همراه ما در فضای های مجازی بمونید ❤️

Instagram
Telegram
LinkedIn

سلام به همراهان تیم تحلیل داده ❤️
در این ویدئو قصد داریم به صورت مقدماتی آموزش پکیج Rmarkdown داشته باشیم
⭕ این ویدئو به زبان فارسی می باشد

همراه ما در فضای های مجازی بمونید 😎
Instagram
Telegram
LinkedIn

سلام به همراهان تیم تحلیل داده Data elites 😍

تصویر فوق، فوق‌العاده عالی💪 برای استفاده از الگوریتم‌های یادگیری ماشین 😎
با کمک این تصویر میتوانید زودتر در حل مسائل علوم داده به جواب بهینه برسید 😉💪

همراه ما در فضای های مجازی بمونید 🙂

Instagram
Telegram
LinkedIn

ای سازنده‌ی هرساخته ای
امسالمو قشنگ بساز🥹💖
سال نو مبارک ❤️
با احترام
تیم تحلیل داده data elites 🙂
امسال با قدرت بیشتری کنار شما خواهیم بود ✌️😎
ممنون از حمایت های شما 💜

Instagram
Telegram
LinkedIn

سلام به همراهان تیم Data elites❤️

ی خبر عالی داریم براتون😍

دانشجویان علاقمند به فراگیری هوش‌مصنوعی از سراسر ایران و جهان: برای نخستین بار می‌توانید به صورت زنده و آنلاین، در کلاس «یادگیری ماشین» دانشکده‌ی مهندسی کامپیوتر دانشگاه صنعتی شریف شرکت کنید.

مدرس: دکتر علی شریفی زارچی، عضو هیات علمی گروه هوش‌مصنوعی و بیوانفورماتیک دانشگاه صنعتی شریف

تیم تهیه‌ی محتوا: ۷۰ نفر از دانشجویان و دانش‌آموختگان دانشگاه شریف و سایر دانشگاه‌های برتر

هزینه‌ی ثبت‌نام: رایگان

شروع کلاس‌ها: ۱ مهر ۱۴۰۳
‌
👑 اطلاعات بیشتر و ثبت‌نام: sharifml.ir

سرفصل‌های درس:

1. Supervised Learning
1.1 Linear Regression
1.2 Linear Classification and Perceptron
1.3 Logistic Regression
1.4 K-Nearest Neighbors (K-NN)
1.5 Random Forests and Ensemble Methods
2. Unsupervised Learning
2.1. K-Means Clustering
2.2 Principal Component Analysis (PCA)
3. Neural Networks
3.1 MLP and Backpropagation
3.2 Optimization Algorithms
4. Computer Vision
4.1 Convolutional Layers
4.2 CNN Architectures
5. Natural Language Processing
5.1 Word Embeddings
5.2 RNNs and LSTMs
5.3 Transformers and Attention Mechanisms
6. Contrastive Learning
6.1 Overview of Contrastive Learning
6.2 Vision Transformers (ViT) and CLIP

همراه ما در فضای مجازی باشید😘

Instagram
LinkedIn
Telegram

سلام به همراهان تیم Data elites ❤️✌️
ما دوباره برگشتیم
در ادامه دوره های رایگان مون
قصد داریم ی لیست کامل از منابع فارسی آمورش R معرفی کنیم

🔰کتاب های آموزشی R

✅ کتاب محاسبات آماری دکتر مرادی و دکتر عبداله جلیلیان انتشارات پارسیان
✅ کتاب آموزش نرم افزار R مقدماتی تا پیشرفته آقای دکتر صالحی
✅ جزوه محاسبات آماری آقای موسوی
✅ محاسبات آماری پیشرفته دکتر حسین باغشینی

🔰فیلم های آموزشی R

✅ محاسبات آماری مقدماتی فرادرس مدرس دکتر محی الدین جعفری و پیمان نیک چی ( فرادرس )
✅ محاسبات آماری پیشرفته فرادرس مدرس دکتر محی الدین جعفری و پیمان نیک چی ( فرادرس )
✅ آموزش مقدماتی نرم افزار R آقای دکتر فرزاد مینویی( این برای دانشجویانی که هیچ پیش زمینه از R ندارند توصیه میشود  _مکتب خونه)
✅ آموزش پیشرفته نرم افزار R آقای دکتر فرزاد مینویی ( مکتب خونه )
✅ دوره مقدماتی محاسبات علمی آماری آقای پژمان اقبالی( فرادرس )
✅ دوره پیشرفته  محاسبات علمی آماری آقای پژمان اقبالی( فرادرس )

همراه ما در فضای مجازی باشید 🤗😎

Instagram
LinkedIn
Telegram

سلاااام در این پُست قصد داریم یک هوش مصنوعی خیلی خفن و رایگان رو معرفی بکنیم😍😍
🔹 استارتاپ چینی DeepSeek کمتر از یک ماه پیش، اپلیکیشن چت‌بات هوش مصنوعی خود را راه‌اندازی کرد. این چت‌بات که به صورت رایگان در دسترس است، با قدرت بالای خود توانسته با مدل‌های مطرحی مانند OpenAI رقابت کند. حالا نسخه iOS این اپلیکیشن در اپ‌استور اپل، رتبه اول را به دست آورده است!
🔹 اپلیکیشن DeepSeek با عملکرد چشمگیر خود، حتی از ChatGPT پیشی گرفته و به پردانلودترین برنامه رایگان در اپ‌استور تبدیل شده است. این چت‌بات از مدل DeepSeek-V3 استفاده می‌کند که به گفته توسعه‌دهندگان، «در میان مدل‌های متن‌باز، رتبه اول را دارد و با پیشرفته‌ترین مدل‌های جهانی رقابت می‌کند.» از زمان انتشار این اپلیکیشن در ژانویه، محبوبیت آن به سرعت در میان کاربران افزایش یافته است.

😍برای ورود کافی روی اینک زیر بزنید و اکانت خودتون رو بسازید:
https://chat.deepseek.com/

Instagram
LinkedIn
Telegram

سلام 😍
همین طور که سرعت رشد deepseek تمام بازار های مالی دنیا رو تحت تاثیر قرار داده،
اکستنشن Qodo، که هم برای VSCode و هم محصولات JetBrains در دسترسه، به شما این امکان رو می‌ده که از مدل DeepSeek R1 (نسخه distll شده ۳۲ میلیارد پارامتری) و مدل‌های قوی دیگه برای کدنویسی کاملاً رایگان استفاده کنید.

این مدل روی سرورهای خود شرکت ارائه می‌شه، پس خیالتون راحت که اطلاعاتتون به چین نمی‌ره!

لینک سایت Qodo

با ما همراه باشید😍
Instagram
LinkedIn
Telegram

🔍 پایان داده‌های انسانی؟ آینده‌ی هوش مصنوعی در دستان داده‌های مصنوعی!

در دنیای یادگیری ماشین، مدل‌ها برای یادگیری و ارزیابی به دو نوع داده نیاز دارند:

🎯 داده‌های آموزشی (Training Data): داده‌هایی که مدل روی آن‌ها آموزش می‌بیند و الگوها را یاد می‌گیرد.
🧪 داده‌های آزمایشی (Test Data): داده‌هایی که مدل پس از آموزش با آن‌ها آزمایش می‌شود تا عملکردش سنجیده شود.

حالا چالش بزرگ اینجاست: داده‌های انسانی برای آموزش مدل‌های جدید کافی نیستند!

ایلان ماسک اخیراً اعلام کرد که هوش مصنوعی به نقطه‌ای رسیده که دیگر “دانش بشری” برای آموزش مدل‌ها کافی نیست. راهکار؟ استفاده از داده‌های مصنوعی! یعنی مدل‌های هوش مصنوعی، خودشان داده تولید کنند و با همان داده‌ها آموزش ببینند!

اما این روش چه پیامدهایی دارد؟

✅ مزایای داده‌های مصنوعی:
🚀 بی‌نهایت داده! دیگر محدود به داده‌های انسانی نیستیم.
🔒 حریم خصوصی امن‌تر – بدون نیاز به داده‌های واقعی افراد.

❌ خطرات احتمالی:
🔁 حلقه بسته‌ی یادگیری – اگر مدل فقط از خودش یاد بگیرد، ممکن است اشتباهاتش را تکرار کند!
🌍 فاصله از دنیای واقعی – داده‌های مصنوعی ممکن است تنوع و پیچیدگی داده‌های انسانی را نداشته باشند.

پس آینده چیست؟
شاید ترکیب داده‌های انسانی و مصنوعی کلید پیشرفت بعدی هوش مصنوعی باشد. اما آیا این روش به اندازه‌ی کافی دقیق خواهد بود؟

💬 نظر شما چیست؟ آیا داده‌های مصنوعی می‌توانند جایگزین مناسبی برای داده‌های انسانی باشند؟ 🚀


Instagram
LinkedIn
Telegram

سلام به همراهان تیم Data elites ❤️

در این پست قصد داریم یک کتاب در ارتباط با آمار ریاضی مدرن معرفی کنیم

آمار ریاضی مدرن با برنامه های کاربردی این ویرایش سوم از آمار ریاضی مدرن با کاربردها سعی دارد بین مبانی ریاضی و تمرین آماری تعادل ایجاد کند. این کتاب یک توضیح واضح و جاری از مفاهیم و روش‌شناسی آماری، شامل مثال‌ها و تمرین‌های بسیاری بر اساس داده‌های واقعی به‌دست‌آمده است و تمرکز اصلی کتاب بر ارائه و نشان دادن روش‌های آمار استنباطی است که توسط محققان در رشته‌های مختلف، از علم اکچوئری گرفته تا جانورشناسی استفاده می‌شود. این با فصلی در مورد آمار توصیفی شروع می شود که بلافاصله خواننده را در معرض تجزیه و تحلیل داده های واقعی قرار می دهد. شش فصل بعدی مواد احتمالی را توسعه می‌دهد که انتقال از توصیف ساده داده‌ها به نتیجه‌گیری رسمی بر اساس روش‌شناسی استنتاجی را تسهیل می‌کند. تخمین نقطه ای، استفاده از فواصل آماری و آزمون فرضیه از موضوعات سه فصل اول استنباطی است. بقیه کتاب به بررسی استفاده از این روش ها در انواع روش های پیچیده تر می پردازد.


با ما همراه باشید❤️😎
Instagram
LinkedIn
Telegram

سلام به همراهان تیم Data elites ❤️
امروز یک مقاله توجه ما رو به خودش جلب کرد با این موضوع که:

۹۱٪ از مدل‌های یادگیری ماشین با گذشت زمان افت کیفیت پیدا می‌کنن. یه مقاله معتبر از دانشگاه‌های برتری مثل هاروارد و MIT نشون داده که این مشکل برای بیشتر مدل‌ها پیش میاد و فقط هم به تغییرات تدریجی داده‌ها مربوط نیست.

طبق این تحقیق، افت کیفیت مدل‌ها یه چالش جدیه که همیشه به‌مرور اتفاق نمی‌افته؛ بعضی وقت‌ها مدل بعد از یه مدت عملکرد خوب، یه‌دفعه شدیداً افت می‌کنه، بدون این که تغییر مشخصی توی داده‌ها دیده بشه. حتی ممکنه یه مدل به‌طور کلی خوب کار کنه، اما میزان خطاش توی بازه‌های مختلف خیلی بالا و پایین بشه.

این یعنی چی؟ یعنی مدل‌هایی که می‌سازین تقریباً حتماً با گذشت زمان دچار افت کیفیت می‌شن. پس همیشه باید عملکردشونو تحت نظر داشته باشین. مانیتور کردن تغییرات داده‌ها (Data Drift) می‌تونه توی تشخیص مشکلات کمک کنه، اما به‌تنهایی کافی نیست و نباید جایگزین مانیتور عملکرد مدل بشه.
پس کنترل کردن و بهینه کردن مدل ها بعد از یک مدت ضروریه !
فراموش نکنید😁

لینک مقاله
همراه ما در فضای مجازی باشید 😍
Instagram
LinkedIn
Telegram

سلام به همراهان تیم Data elites ❤️

امروز دوتا کانال آموزشی در حوزه یادگیری عمیق و ملزومات اون بهتون معرفی می‌کنیم 😁

اولین کانال دوره یادگیری عمیق دکتر فاطمی زاده و جبر خطی

دومین کانال تحلیل و طراحی شبکه عصبی عمیق دانشگاه تهران

امیدواریم‌بتونه کمکتون کنه😁

همراه ما باشید❤️

Telegram
LinkedIn
Instagram

سلام به همراه تیم Data elites🙂
فایل پیوست شده، رتبه بندی دانشگاه ها بر اساس رشته در سال 2025 می باشد

نکته ی قابل توجه رتبه ی دانشگاه تهران تهران نسبت سال 2024 می باشد!

رتبه بندی رشته آمار را در شیت مربوط به این رشته مشاهده کنید

همراه ما در فضای مجازی باشید😘

Telegram
LinkedIn
Instagram

تو سال جدید، هرچی خِیره بشه...❤️
آرامش باشه، روزی مون به راه باشه ؛
سلامتی باشه
تو سال جدید، مسافر دور نباشه
حالِ هممون خوب باشه
خَبرِ بد نباشه...
آرامش باشه، صُلح باشه
دوری نباشه
«غَم نباشه»
هرچی خِیره بشه
هرچی پارسال کاشتیم؛ امسال دربیاد
"روشنی باشه"
دست به خاک بزنیم، طلا بشه
تو سال جدید هرچی خِیره بشه
"هرچی خدا میخواد همون بشه"♥

Telegram
LinkedIn
Instagram

سلام به همراهان Data elites 😁

گوگل دیروز مدل Gemini 2.5 Pro رو معرفی کرد که تو بنچمارک‌ها نتایج خیلی خوبی از خودش نشون داده و توی LMArena رتبه اول رو کسب کرده.
به نظر میرسه عملکرد خیلی قوی توی فرانت و بک اند داره 😊 اما واسه تحلیل داده جا داره هنوز یکم رشد کنه😄
راستی این مدل رایگان هست و میتونید از لینک زیر ازش استفاده کنید.

لینک google ai studio


Telegram
LinkedIn
Instagram

همراه ما باشید 😁

این تصویر از Visual Capitalist و Hinrich Foundation یک نمایش گرافیکی از میزان داده‌های تولید، ثبت، یا تکثیرشده در جهان بین سال‌های ۲۰۱۰ تا ۲۰۲۶ (پیش‌بینی‌شده) را نشان می‌دهد: در سال ۲۰۱۰، حجم کل داده‌های جهان ۲ زتابایت ( یک زتابایت برابر با ۱ میلیارد ترابایت است )بود، اما این مقدار به ۱۰۱ زتابایت در ۲۰۲۲ و پیش‌بینی شده به ۲۲۱ زتابایت در ۲۰۲۶ خواهد رسید.طی سه سال آینده، مقدار داده‌های تولیدشده از تمام تاریخ بشریت فراتر خواهد رفت. نقش هوش مصنوعی:
۲۰۱۴: اولین مدل هوش مصنوعی مولد (Generative Adversarial Network) راه‌اندازی شد.
اوپن ا ای سال ۲۰۱۸  چی پی تی وان را منتشر کرد.
سال ۲۰۲۲ چت جی پی تی  منتشر شد و در ۵ روز اول ۱ میلیون کاربر جذب کرد. داده‌های جهانی در ۲۰۲۶ به ۲۲۱ زتابایت خواهد رسید، که بیش از ۱۰۰ برابر مقدار ۲۰۱۰ است. افزایش نمایی داده‌ها نتیجه پیشرفت‌های فناوری، دیجیتالی شدن اقتصاد، و رشد هوش مصنوعی است.
نقش مدل‌های زبانی و سیستم‌های مولد هوش مصنوعی در این افزایش بسیار پررنگ است.
این رشد می‌تواند چالش‌هایی مانند نیاز به زیرساخت‌های ذخیره‌سازی، امنیت داده‌ها، و مدیریت مصرف انرژی ایجاد کند.

سلام به همراهان تیم Data elites 🤩

کمپانی Humanize AI به رهبری یوسف درفشی بزرگترین مدل زبانی انسان سازی هوش مصنوعی در جهان را بصورت رایگان منتشر کرد، این مدل قادر است متن دریافتی از هوش مصنوعی را به ۱۰ گویش متفاوت انسانی تبدیل کند.

مدل کنونی حاضر دارای ۱۰۰ ترابایت داده و ۸۲۰ ساعت زمان صرف آموزش مدل شده است و در ۲ ابر رایانه در فرانسه میزبانی می شود.

HumanizeAI.top
همراه ما باشید با تازه های AI😌
Telegram
Linkln
Instagram

سلام به همراهان تیم Data elites ❤️
در این پست قصد داریم دو تا موتور جستجوی بر منبای هوش مصنوعی در حوزه سرچ کردن مقالات آکادمیک معرفی کنیم
ویدئو بالا نحوه کامل کار کردن با ابزار را
✅اولین مورد سایت می باشد که مقالات مشابه مقاله مورد نظر پیدا می‌کند

✅ مورد دوم سایت می باشد پیدا کردن تمامی مقالات مورد بر اساس کلید واژه مورد نظر می باشد

✅ ارائه دهنده : زهرا اسفندیار

همراه ما در فضای مجازی باشید 🥰

Telegram
Instagram
LinkedIn

سلام به همراهان تیم Data elites ❤️
آکادمی رسمی openai به تازگی راه اندازی شده و آموزش های رایگانی در خصوص هوش مصنوعی به خصوص ChatGPT قرار هست ارائه کنند
آموزش های این آکادمی از طریق لینک مورد نظر میتوانید دنبال کنید

همراه ما در فضای مجازی باشید ✌️
Telegram
Instagram
LinkedIn