✅چهار مرحله برای یافتن مدل یادگیری عمیق مناسب
✍اگر به دنبال آن هستید که تسک خود را با مدلهای مبتنی بر یادگیری ماشین پیادهسازی کنید، احتمالاً متوجه شدهاید که مدلهای یادگیری ماشین و پیادهسازیهای زیادی وجود دارند که ممکن است مناسب با تسک شما نباشند. به خصوص اگر با مدلها آشنایی کافی نداشته باشید، پیدا کردن مدل مناسب برای پروژه میتواند کاری طاقت فرسا باشد. در این مقاله، چهار مرحله که باید هنگام انتخاب مدل خود در نظر داشته باشید را بررسی کردهایم.
⭕️جزئیات بیشتر 👇
https://onlinebme.com/four-steps-to-find-best-deep-learning-model/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
✍اگر به دنبال آن هستید که تسک خود را با مدلهای مبتنی بر یادگیری ماشین پیادهسازی کنید، احتمالاً متوجه شدهاید که مدلهای یادگیری ماشین و پیادهسازیهای زیادی وجود دارند که ممکن است مناسب با تسک شما نباشند. به خصوص اگر با مدلها آشنایی کافی نداشته باشید، پیدا کردن مدل مناسب برای پروژه میتواند کاری طاقت فرسا باشد. در این مقاله، چهار مرحله که باید هنگام انتخاب مدل خود در نظر داشته باشید را بررسی کردهایم.
⭕️جزئیات بیشتر 👇
https://onlinebme.com/four-steps-to-find-best-deep-learning-model/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
onlinebme
⚠️خطرات هوش مصنوعی از دید Andrew خطر انقراض؟ درکش نمیکنم! دانشمندان برجسته کامپیوتر میترسند که هوش مصنوعی باعث انقراض بشر بشه. وقتش هست که بیاییم در مورد خطرات هوش مصنوعی به صورت واقع بینانه ای صحبت کنیم. ⭕️ جزئیات بیشتر 👇 https://onlinebme.com/ai-risks…
✅دانشمند متا، Yann LeCun، می گوید که هوش مصنوعی مشاغل را برای همیشه از بین نمی برد
✍پروفسور Yann LeCun یکی از سه پدرخوانده هوش مصنوعی شناخته می شود، به عنوان دانشمند ارشد هوش مصنوعی متا کار میکند. به نظر LeCun ترس برخی از کارشناسان از اینکه هوش مصنوعی خطری برای بشریت است به طرز عجیبی مضحک هست! کامپیوترها در آینده از انسانها باهوش تر خواهند بود، خب اگر فکر میکنی برای بشریت خطر داره، اونو نسازید!
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/meta-scientist-yann-lecun-says-ai-wont-destroy-jobs-forever/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
✍پروفسور Yann LeCun یکی از سه پدرخوانده هوش مصنوعی شناخته می شود، به عنوان دانشمند ارشد هوش مصنوعی متا کار میکند. به نظر LeCun ترس برخی از کارشناسان از اینکه هوش مصنوعی خطری برای بشریت است به طرز عجیبی مضحک هست! کامپیوترها در آینده از انسانها باهوش تر خواهند بود، خب اگر فکر میکنی برای بشریت خطر داره، اونو نسازید!
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/meta-scientist-yann-lecun-says-ai-wont-destroy-jobs-forever/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
✅حاشیه نویسی داده: تعریف، ابزارها و دیتاستها
✍داده، بخش جدایی ناپذیر همهی الگوریتمهای یادگیری ماشین و یادگیری عمیق است. داده همان چیزی است که الگوریتمهای پیچیده را به سمت عملکردهای پیشرفته و بهبودیافته سوق میدهد. با این حال، اگر قصد دارید مدلهای هوش مصنوعی واقعاً قابل اعتماد بسازید، باید الگوریتمهایی را با دادههای ساختاربندی شده و برچسب گذاری شدهی مناسب ارائه دهید. اینجاست که فرآیند حاشیهنویسی یا annotation وارد عمل میشود. باید دادهها را حاشیهنویسی کنید تا سیستمهای یادگیری ماشین بتوانند از آنها برای نحوهی انجام تسکها استفاده کنند. حاشیه نویسی دادهها ساده است اما ممکن است آسان نباشد. ما میخواهیم شما را در این فرآیند راهنمایی کنیم و بهترین روشها را به اشتراک بگذاریم که باعث صرفهجویی در وقت شما شود.
⭕️جزئیات بیشتر👇
https://onlinebme.com/data-annotation/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
✍داده، بخش جدایی ناپذیر همهی الگوریتمهای یادگیری ماشین و یادگیری عمیق است. داده همان چیزی است که الگوریتمهای پیچیده را به سمت عملکردهای پیشرفته و بهبودیافته سوق میدهد. با این حال، اگر قصد دارید مدلهای هوش مصنوعی واقعاً قابل اعتماد بسازید، باید الگوریتمهایی را با دادههای ساختاربندی شده و برچسب گذاری شدهی مناسب ارائه دهید. اینجاست که فرآیند حاشیهنویسی یا annotation وارد عمل میشود. باید دادهها را حاشیهنویسی کنید تا سیستمهای یادگیری ماشین بتوانند از آنها برای نحوهی انجام تسکها استفاده کنند. حاشیه نویسی دادهها ساده است اما ممکن است آسان نباشد. ما میخواهیم شما را در این فرآیند راهنمایی کنیم و بهترین روشها را به اشتراک بگذاریم که باعث صرفهجویی در وقت شما شود.
⭕️جزئیات بیشتر👇
https://onlinebme.com/data-annotation/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
onlinebme
📺 در این ویدیو فرق بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق رو توضیح میدهیم #هوش_مصنوعی #یادگیری_ماشین #یادگیری_عمیق اطلاعات بیشتر: https://onlinebme.com/unit/difference-between-ai-machine-learning-and-deep-learning/?id=4621 🏢 آکادمی آنلاین مهندسی…
This media is not supported in your browser
VIEW IN TELEGRAM
فکر کنم این ویدیو فان تعریف جالبی باشه برای هوش مصنوعی دسته اول (Good old fashion AI/ Traditional programming) 😅
🔺در این نوع برنامه نویسی قوانین رو تعیین میکنیم و کامپیوتر دقیقا طبق اون پیش میره
@Onlinebme
🔺در این نوع برنامه نویسی قوانین رو تعیین میکنیم و کامپیوتر دقیقا طبق اون پیش میره
@Onlinebme
سلام
وقت همه دوستان بخیر
قصد دارم بعد از اتمام دوره برنامهنویسی پایتون، چندین دوره آنلاین برای یادگیری عمیق برگزار کنم
دوره هایی که فعلا در نظر دارم به ترتیب زیر هستند:
🔷آشنایی با فریم ورک پایتورچ و پیادهسازی گام به گام شبکههای عصبی مصنوعی
در این دوره با فریم ورک پایتورچ آشنا شده و شبکه های عصبی مصنوعی رو در این محیط گام به گام پیادهسازی میکنیم
💡 شبکه های عصبی ابتدا به صورت دستی و سپس با کمک ابزار پایتورچ پیادهسازی خواهند شد
با این دوره علاوه بر یادگیری شبکههای عصبی مصنوعی، با فریم ورک پایتورچ آشنا میشویم و برای کار با شبکههای عمیق آماده میشویم
🔷 آشنایی با ساختار و ریاضیات شبکههای عصبی عمیق و پیادهسازی آنها در پایتورچ
🔷 یادگیری عمیق در پردازش سیگنال (دوره مقاله محور)
دوره ها به ترتیب هستند و هرکدام پیش نیاز دوره بعدی خواهند بود
🔺پیش نیاز دوره ها آشنایی با اصول برنامهنویسی پایتون و برنامهنویسی شیئ گرا هست.
محمد نوری زاده چرلو
وقت همه دوستان بخیر
قصد دارم بعد از اتمام دوره برنامهنویسی پایتون، چندین دوره آنلاین برای یادگیری عمیق برگزار کنم
دوره هایی که فعلا در نظر دارم به ترتیب زیر هستند:
🔷آشنایی با فریم ورک پایتورچ و پیادهسازی گام به گام شبکههای عصبی مصنوعی
در این دوره با فریم ورک پایتورچ آشنا شده و شبکه های عصبی مصنوعی رو در این محیط گام به گام پیادهسازی میکنیم
💡 شبکه های عصبی ابتدا به صورت دستی و سپس با کمک ابزار پایتورچ پیادهسازی خواهند شد
با این دوره علاوه بر یادگیری شبکههای عصبی مصنوعی، با فریم ورک پایتورچ آشنا میشویم و برای کار با شبکههای عمیق آماده میشویم
🔷 آشنایی با ساختار و ریاضیات شبکههای عصبی عمیق و پیادهسازی آنها در پایتورچ
🔷 یادگیری عمیق در پردازش سیگنال (دوره مقاله محور)
دوره ها به ترتیب هستند و هرکدام پیش نیاز دوره بعدی خواهند بود
🔺پیش نیاز دوره ها آشنایی با اصول برنامهنویسی پایتون و برنامهنویسی شیئ گرا هست.
محمد نوری زاده چرلو
onlinebme
✅ خبر خوب: شرکت نورالینک ایلان ماسک مجوز قرار دادن تراشهی کامپیوتری در مغز انسان را دریافت کرد نورالینک یک کمپانی ایمپلنت مغزی است که توسط ایلان ماسک تاسیس شده و با چراغ سبزی که از سمت سازمان غذا و دارو (FDA) امریکا برای شروع مطالعات بالینی روی ” انسان”…
Media is too big
VIEW IN TELEGRAM
بعد از 7 سال تحقیقات، شرکت نورالینک ایلان ماسک تونست از FDA مجوز برای آزمایشات روی انسان را بگیرد.
این بدین معنی هست که پروژه نورالینک یک قدم به اهداف خود نزدیکتر شده.
اهدافی مثل ساخت واسط مغز-کامپیوتری که بتونه بینایی رو بازیابی کنه
افراد معلول رو درمان کنه و حتی به افراد مبتلا به اوتیسم نیز کمک کنه
البته دادن این مجوز بدون جنجال هم نبوده! در سال 2021 این شرکت با واکنش عموم مواجه شد!
یه سری از کامندان این شرکت برملا کردن که آزمایشات حیوانی اونطور که مردم فکر میکنند خوب پیش نرفته!!
🔺ادامه در ویدیو....
@Onlinebme
این بدین معنی هست که پروژه نورالینک یک قدم به اهداف خود نزدیکتر شده.
اهدافی مثل ساخت واسط مغز-کامپیوتری که بتونه بینایی رو بازیابی کنه
افراد معلول رو درمان کنه و حتی به افراد مبتلا به اوتیسم نیز کمک کنه
البته دادن این مجوز بدون جنجال هم نبوده! در سال 2021 این شرکت با واکنش عموم مواجه شد!
یه سری از کامندان این شرکت برملا کردن که آزمایشات حیوانی اونطور که مردم فکر میکنند خوب پیش نرفته!!
🔺ادامه در ویدیو....
@Onlinebme
Media is too big
VIEW IN TELEGRAM
✅پایان کچلی؟! با این کشف جدید، بله احتمالش زیاده!
محققان کشف کرده اند که پروتئین TGF-beta در کنترل تقسیم و مرگ سلولهای فولیکول مو که منبع سلولهای بنیادی هستند، مفید است.
با تنظیم TGF-beta، دانشمندان می توانند به طور بالقوه رشد مو را تحریک کرده و حتی بهبود زخم را تقویت کنند. فولیکولهای مو، بر خلاف سایر اندامها، بهطور خودکار بازسازی میشوند و بینش منحصربهفردی را در مورد فرآیندهای بازسازی سلولی ارائه میدهند.
این درک از رفتار سلول های بنیادی می تواند راه حلهای قابل توجهی برای انواع مشکلات پزشکی ارائه دهد.
پروتئین TGF-beta در فرآیند تقسیم سلولی و مرگ در فولیکولهای مو ضروری است و بر سازگاری سلولهای بنیادی تأثیر میگذارد.
فولیکول های مو، که در بین اندام های انسان منحصر به فرد هستند، به طور خودکار و دوره ای بازسازی می شوند و آنها را به موضوع اصلی مطالعه برای درک بازسازی سلولی تبدیل می کند.
⭕️https://neurosciencenews.com/bladness-protein-21115/
#neuroscience
@Onlinebme
محققان کشف کرده اند که پروتئین TGF-beta در کنترل تقسیم و مرگ سلولهای فولیکول مو که منبع سلولهای بنیادی هستند، مفید است.
با تنظیم TGF-beta، دانشمندان می توانند به طور بالقوه رشد مو را تحریک کرده و حتی بهبود زخم را تقویت کنند. فولیکولهای مو، بر خلاف سایر اندامها، بهطور خودکار بازسازی میشوند و بینش منحصربهفردی را در مورد فرآیندهای بازسازی سلولی ارائه میدهند.
این درک از رفتار سلول های بنیادی می تواند راه حلهای قابل توجهی برای انواع مشکلات پزشکی ارائه دهد.
پروتئین TGF-beta در فرآیند تقسیم سلولی و مرگ در فولیکولهای مو ضروری است و بر سازگاری سلولهای بنیادی تأثیر میگذارد.
فولیکول های مو، که در بین اندام های انسان منحصر به فرد هستند، به طور خودکار و دوره ای بازسازی می شوند و آنها را به موضوع اصلی مطالعه برای درک بازسازی سلولی تبدیل می کند.
⭕️https://neurosciencenews.com/bladness-protein-21115/
#neuroscience
@Onlinebme
onlinebme
✅دوره جامع و پروژه محور شبکه عصبی کانولوشنی (CNN) ✍یادگیری عمیق یکی از حوزههای جذاب و پرکاربرد هوش مصنوعی است. در این دوره بر یکی از معروفترین شبکههای عمیق به نام شبکهی عصبی کانولوشنی (Convolutional Neural Network) تمرکز شده است. در این دورهی پروژه…
✅شبکه عصبی CNN چطور کار میکنه؟
شاید براتون جالب باشه که بدونید شبکه عصبی کانولوشنی (CNN) چطور متوجه میشه تصویری که نشونش دادیم، تصویر چیه؟ مثلاً تصویر ورودی تصویر یک سگ هست یا گربه!؟
LinkedIn: PDF
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/how-a-convolutional-neural-network-works/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
شاید براتون جالب باشه که بدونید شبکه عصبی کانولوشنی (CNN) چطور متوجه میشه تصویری که نشونش دادیم، تصویر چیه؟ مثلاً تصویر ورودی تصویر یک سگ هست یا گربه!؟
LinkedIn: PDF
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/how-a-convolutional-neural-network-works/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme