#وبسایت_کاربردی

📌جدیدترین و بهترین ابزارهای هوش مصنوعی مخصوص دانشجوها

1. دستیار هوش مصنوعی
▪️https://chatgpt.com
2. دستیار تحقیق و کد نویسی
▪️https://www.grammarly.com
3. نوشتن و تصحیح گرامر
▪️https://grammerly.com
4. ترجمه و خلاصه کردن
▪️https://quillbot.com
5. تعامل با محتوای pdf
▪️https://www.chatpdf.com
6. تبدیل صدا به متن
▪️https://speechnotes.co
7. دانلود پایان نامه انگلیسی
▪️www.proquest.com
8. دانلود اطلاعات هوش مصنوعی‌ها
▪️www.dgvent.com
9. کار با فایل به صورت رایگان
▪️https://gemini.google.com
10. برنامه‌ریزی و نت برداری
▪️https://www.notion.so
11. دستیار ترجمه فارسی
▪️https://tarjomic.com

📮| رسانه دانشگاه صنعتی اصفهان

🆔 @Isfahan_University_of_tech

🚀 تا حالا شده کلی کد بزنی و یهو بفهمی که کیبوردت فارسی بوده؟ یا برعکس، متنی رو بخوای به فارسی بنویسی ولی انگلیسی تایپ شده؟

برای من زیاد پیش می‌اومد، برای همین یه اکستنشن ساده برای VS Code نوشتم تا این مشکل رو حل کنه ✅
🎯 فقط کافیه متن مورد نظر رو انتخاب کنی و Ctrl + Alt + K رو بزنی.

یه گزینه بهت میده که انتخاب کنی تبدیل از فارسی به انگلیسی باشه یا انگلیسی به فارسی.

و به همین راحتی متن درست میشه 😄
🔧 پروژه هنوز جای پیشرفت داره و خوشحال میشم اگر کسی علاقه‌مند بود مشارکت کنه.
📌 سورس‌کد این اکستنشن به صورت Open Source روی گیت‌هاب در دسترسه:

👉 github.com/MrMrProgrammer/keyboard-switcher
ویدیوی دمو 👇

✔️ پیش‌بینی قیمت خانه با استفاده از رگرسیون خطی در پایتون

در این پروژه:
🌻 داده‌های مربوط به متراژ، تعداد اتاق، پارکینگ، انباری، آسانسور و آدرس بررسی شده
🌻 داده‌ها پیش‌پردازش شدن
🌻 مدل آموزش دیده و ارزیابی شده (با MSE و R²)

👈 یه مثال ساده و کاربردی برای یادگیری رگرسیون در یادگیری ماشین

📎 سورس کامل پروژه در گیت‌هاب:
https://github.com/ArefehKabiri/housePrice/tree/main

#sklearn | #pandas | #LinearRegression | @LearnPythonIcy

✔️ اگه تازه‌کاری تو یادگیری ماشین یا می‌خوای Logistic Regression رو عملی یاد بگیری، این پروژه رو از دست نده.

🌼 دیتا پیش‌پردازش شده
🌼 مدل آموزش دیده
🌼 نتایج ارزیابی شده

📎 سورس کامل پروژه در گیت‌هاب:
https://github.com/ArefehKabiri/titanicLogisticRegression/tree/main

#sklearn | #pandas | #LogisticRegression | @LearnPythonIcy

وقتی مدل‌های هوش مصنوعی مثل نوزادان رفتار می‌کنند! 👶🤖


🔍 ماجرا:
امروز یک مدل تشخیص تصویر رو تست می‌کردم. فقط با کمی تغییر نور، همه‌چیز رو اشتباه گرفت!
واقعاً یاد نوزاد افتادم که:

پدربزرگ با کلاه رو نمی‌شناسه! (Overfitting)
اسب آبی رو با گراز اشتباه می‌گیره! (Underfitting)


💡 چرا این اتفاق می‌افته؟

1. یادگیری سطحی: مدل‌ها مفهوم رو نمی‌فهمن، فقط الگو رو حفظ می‌کنن.

2. حساسیت شدید: کوچک‌ترین تغییر در ورودی = پیش‌بینی اشتباه!

3. توهم (Hallucination): چیزهایی می‌بینن یا می‌سازن که اصلاً وجود نداره.


🚀 راهکارها:
✔ گسترش داده‌های آموزشی (مثل دنیای پرماجرای یک نوزاد)
✔ استفاده از Regularization برای یادگیری پایدارتر
✔ تست در شرایط واقعی و متنوع


❓ سؤال از شما:
عجیب‌ترین رفتار مدل هوش مصنوعی که دیدید چی بوده؟
👇 تو کامنت‌ها بگید، شاید یک لیست خنده‌دار درست کنیم!

#DeepLearning #AI #Overfitting #Underfitting #MachineLearning

📌 🔄 Merging Dictionaries with the Operator

In Python 3.9+, you can merge dictionaries as easily as sets, using the operator. This makes your code cleaner and easier to understand, especially when merging configurations or data.

🎯 Summary
The operator is a fast and readable way to merge dictionaries, with the values from the right dictionary taking precedence.


📌 🔄 ادغام دیکشنری‌ها با عملگر

در پایتون ۳.۹+، می‌توانید دیکشنری‌ها را به راحتی مجموعه‌ها، با استفاده از عملگر ادغام کنید. این کار کد شما را تمیزتر و قابل فهم‌تر می‌کند، به خصوص هنگام ادغام پیکربندی‌ها یا داده‌ها.

🎯 خلاصه
عملگر روشی سریع و خوانا برای ادغام دیکشنری‌ها است که در آن مقادیر دیکشنری مناسب اولویت دارند.


Source | @learnpythonicy