‌

✨✨ نقشه‌راه اتحادیه اروپا برای دسترسی به داده‌های خصوصی تا سال 2030 اعلام شد!


🌿🌿 اتحادیه اروپا قصد دارد تا سال 2030 به داده‌های خصوصی کاربران دسترسی پیدا کرده و آن‌ها را رمزگشایی کند. بر اساس گزارش‌ها، کمیسیون اتحادیه اروپا در اولین گام از استراتژی امنیتی ProtectEU، نقشه‌راهی را معرفی کرده است که هدف آن تضمین دسترسی قانونی و مؤثر مقامات انتظامی به داده‌های شهروندان است.

🟣 این نقشه‌راه جزئی از یک استراتژی جامع‌تر است که توسط گروه سطح بالا (HLG) ایجاد شده و در چارچوب ابتکار «Going Dark» شکل گرفته است.

🔴 این گروه که در ژوئن 2023 توسط شورای اتحادیه اروپا مأموریت یافته بود، در مارس 2025 گزارشی منتشر کرد که رمزنگاری سرتاسری را به عنوان بزرگ‌ترین چالش فنی در مسیر تحقیقات نیروهای انتظامی معرفی کرد.

🔵 این گزارش به طور ویژه استفاده از سرویس‌های VPN، اپلیکیشن‌های پیام‌رسان رمزنگاری شده و ابزارهای مشابه را هدف قرار داده است.

#اتحادیه_اروپا #حریم_خصوصی #رمزنگاری #امنیت #داده‌ها

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 نکته یادگیری ماشین


بریم سراغ یه مشکل رایج که توی دنیای واقعی خیلی باهاش روبرو می‌شی: داده‌های گم‌شده! 🤔

مدیریت داده‌های گم‌شده (Handling Missing Data) 🕵️‍♀️

تصور کن یه عالمه داده جمع کردی، اما وقتی نگاهشون می‌کنی می‌بینی بعضی از سلول‌هاشون خالیه. مثل یه فرم ثبت‌نام که یه نفر اسمش رو نوشته اما آدرسش رو خالی گذاشته. 📝

داده‌های گم‌شده یه مشکل خیلی بزرگ در یادگیری ماشین هستن، چون اکثر الگوریتم‌ها نمی‌تونن با مقادیر خالی کار کنن و خطا می‌دن.

چطور این مشکل رو حل کنیم؟

مثل یک کارآگاه، باید برای پیدا کردن بهترین راه‌حل، استراتژی داشته باشی. دو روش اصلی وجود داره:

حذف کردن (Deletion):
ساده‌ترین راه اینه که سطرها یا ستون‌هایی که داده گم‌شده دارن رو حذف کنیم. 🗑 اما این کار یه خطر بزرگ داره: ممکنه اطلاعات مهمی رو از دست بدی، مخصوصاً اگه داده‌های گم‌شده زیاد باشن.

جایگزینی کردن (Imputation):
به جای حذف داده‌ها، اون‌ها رو با یه مقدار جایگزین پر می‌کنی. این کار به چند روش انجام می‌شه:

جایگزینی ساده: 🤓 می‌تونی از میانگین (Average)، میانه (Median) یا پرتکرارترین مقدار (Mode) اون ستون برای پر کردن جاهای خالی استفاده کنی.

جایگزینی هوشمند: 🧠 می‌تونی از یه مدل یادگیری ماشین دیگه استفاده کنی تا بر اساس بقیه داده‌ها، مقدار گم‌شده رو پیش‌بینی کنه.

چرا این کار مهمه؟

عملکرد بهتر: داده‌های کامل و تمیز، باعث می‌شن مدل‌ت بهتر کار کنه و نتایج قابل اعتمادتری به دست بیاره.

جلوگیری از خطا: بدون مدیریت داده‌های گم‌شده، مدل‌ت ممکنه اصلا اجرا نشه.

خلاصه که، داده‌های گم‌شده مثل پازل‌های ناقص هستن و قبل از هر کاری، باید با یه استراتژی درست، اون‌ها رو کامل کنیم تا مدل‌مون بتونه تصویر کامل رو ببینه! 😉

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ


لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 دوست داری برنامه نویس حرفه ای بشی یا مهارت های کامپیوتری خودت رو افزایش بدی؟ با عضویت در لیست تلگرامی زیر در بی نظیر ترین کانال های برنامه نویسی ما عضو شوید:

🟢 پایتون، هوش مصنوعی، یادگیری ماشین، سی ++، سی شارپ، دات نت، نود جی اس، جاوا اسکریپت، شبکه، علم داده، پایگاه داده، sql، nosql ، مهارت های ICDL، سیستم عامل، لینوکس، فتوشاپ، گرافیک، اندروید، جاوا، ساخت اپلیکیشن موبایل، ری اکت، جی کوئری، php و laravel، دروس رشته کامپیوتر، کنکور کامپیوتر و ...

عضو لیست جامع شوید:

https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk

🔵 نکته یادگیری ماشین

از مدل روی کاغذ، به مدل در دنیای واقعی! 🚀

استقرار مدل (Model Deployment) 🌐

در مورد تمام مراحل ساخت یک مدل، از آماده‌سازی داده‌ها گرفته تا آموزش و بهینه‌سازی، کار کردی؟ اما یه سؤال مهم برات باقی می‌مونه: حالا که مدل رو ساختیم، چطور ازش استفاده کنیم؟ 🤔

استقرار مدل (Model Deployment) به معنی قرار دادن یک مدل یادگیری ماشین در یک محیط عملیاتی است تا بتونه به صورت زنده، پیش‌بینی‌ها رو انجام بده.

به زبان ساده‌تر:

تصور کن یک آشپز هستی که یه دستور غذای جدید و عالی رو تمرین کردی و حالا اون غذا رو می‌تونی بی‌نقص درست کنی. 🧑‍🍳 حالا وقتشه که رستوران خودت رو باز کنی تا مشتری‌ها بتونن اون غذای عالی رو سفارش بدن و بخورن.

آشپزخونه‌ی تو، محیط توسعه (Development Environment) توست.

رستوران تو، محیط عملیاتی یا استقرار (Deployment) توست.

چرا استقرار مدل اینقدر مهمه؟

استفاده واقعی: تا وقتی مدل رو مستقر نکنی، فقط یه فایل توی کامپیوترت باقی می‌مونه. استقرار بهت اجازه می‌ده که مدل رو به یک وب‌سایت، اپلیکیشن موبایل یا هر سرویس دیگه‌ای متصل کنی تا کاربرها بتونن ازش استفاده کنن. 📱

مقیاس‌پذیری: وقتی مدل مستقر می‌شه، می‌تونه درخواست‌های زیادی رو به صورت همزمان از هزاران کاربر پردازش کنه.

نظارت: بعد از استقرار، می‌تونی عملکرد مدل رو در دنیای واقعی پایش کنی و اگر نیاز به بهبود یا آموزش دوباره داشت، متوجه بشی.

استقرار مدل یک حوزه کاملاً تخصصی به نام MLOps (عملیات یادگیری ماشین) است. این حوزه به تمام فرآیندهای مربوط به قرار دادن مدل‌ها در محیط واقعی و مدیریت اون‌ها می‌پردازه.

خلاصه که، استقرار مدل مثل روشن کردن چراغ‌های یک محصول جدیده. اینجاست که کار سخت‌ات به ثمر می‌شینه و مدل‌ت واقعاً شروع به خدمت‌رسانی می‌کنه. ✨

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ


لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 نکته یادگیری ماشین


یه نگاه کلی به نقشه راه یک پروژه یادگیری ماشین بندازیم! 🗺

چرخه حیات یک پروژه یادگیری ماشین 🔄

یادگیری ماشین فقط کدنویسی نیست، بلکه یک فرآیند مرحله به مرحله است. مثل ساختن یه خونه می‌مونه؛ نمی‌تونی اول سقف رو بذاری، بعد دیوارها رو بسازی! 🏠 هر مرحله به مرحله قبلی وابسته است.

این مراحل، نقشه راه یک پروژه یادگیری ماشین رو تشکیل می‌دن:

۱. تعریف مسئله 🧐

هدف: اول از همه، باید بدونی دقیقاً می‌خوای چه مشکلی رو حل کنی. آیا می‌خوای یک مقدار رو پیش‌بینی کنی (رگرسیون) یا یک دسته رو (دسته‌بندی).

۲. جمع‌آوری و آماده‌سازی داده‌ها 🧹

مرحله داده: داده‌ها رو جمع‌آوری می‌کنی و بعد اون‌ها رو تمیز می‌کنی. اینجاست که با داده‌های گم‌شده و مقیاس‌گذاری ویژگی‌ها سروکله می‌زنی.

۳. مهندسی ویژگی‌ها ✨

مرحله خلاقیت: در این مرحله، داده‌های خام رو به شکل‌هایی تبدیل می‌کنی که برای مدل قابل فهم‌تر باشن. این همون جاییه که می‌تونی با خلاقیت، عملکرد مدل رو کلی بهتر کنی.

۴. انتخاب مدل و آموزش 🤖

مرحله آموزش: در این مرحله، یک الگوریتم (مثل رگولاریزیشن یا یادگیری گروهی) رو انتخاب می‌کنی و اون رو با داده‌های آموزشی تغذیه می‌کنی. اینجا باید حواست به تعادل سوگیری و واریانس باشه.

۵. ارزیابی مدل 💯

مرحله بازرسی: مدل‌ت رو با داده‌های آزمون بررسی می‌کنی. از معیارهای ارزیابی مناسب (مثل F1-Score) استفاده می‌کنی تا مطمئن بشی که مدل‌ت واقعاً خوب کار می‌کنه و صرفاً نویز رو حفظ نکرده.

۶. تنظیم و بهبود مدل 🛠

مرحله بهینه‌سازی: با استفاده از تنظیم هایپرپارامترها، مدل‌ت رو به اوج عملکرد می‌رسونی.

۷. استقرار مدل 🚀

مرحله نهایی: در آخر، مدل‌ت رو در یک محیط واقعی قرار می‌دی تا بتونه پیش‌بینی‌ها رو برای کاربران انجام بده.

خلاصه که، یادگیری ماشین فقط کدنویسی نیست، بلکه یک فرآیند مرحله به مرحله است که هر قدمش به قدم بعدی وابسته است. 🤓


ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ


لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

✨✨ خبر نگران‌کننده: متا و یاندکس، ردیابی پنهان کاربران اندروید!



🌿🌿 کارشناسان امنیتی به تازگی کشف کرده‌اند که شرکت‌های بزرگ فناوری، متا و موتور جستجوی روسی یاندکس، به طور مخفیانه و بدون رضایت کاربران، آن‌ها را از طریق اپلیکیشن‌های اندرویدی خود ردیابی می‌کرده‌اند.


🟣 افشای ردیابی پنهان

پژوهشگران دانشگاه رادبود هلند و مؤسسه IMDEA Networks اعلام کردند که متا و یاندکس بدون اطلاع یا کسب اجازه از کاربران، فعالیت‌های مرورگرهای اندرویدی روی دستگاه‌هایشان را رصد و از این داده‌ها در اپلیکیشن‌های خود سوءاستفاده کرده‌اند. این نقض حریم خصوصی، زنگ خطری جدی برای امنیت دیجیتال ماست.


🔴 چگونه این ردیابی انجام می‌شد؟

به گفته «گونش آکار»، استادیار دانشگاه رادبود، اپلیکیشن‌هایی مانند فیسبوک و اینستاگرام از متا، و همچنین یاندکس مپس (Yandex Maps)، در پس‌زمینه دستگاه‌های اندرویدی فعال بودند. آن‌ها یک اسکریپت خاص را بارگذاری می‌کردند که وظیفه داشت داده‌های مرورگر را به صورت محلی جمع‌آوری کرده و به اپلیکیشن‌های نصب‌شده روی گوشی کاربران ارسال کند. این یعنی فعالیت‌های آنلاین شما، حتی زمانی که مستقیماً از این اپلیکیشن‌ها استفاده نمی‌کردید، رصد می‌شده است.


🔵 چرا این موضوع برای ما مهم است؟

این خبر بار دیگر اهمیت حریم خصوصی و امنیت داده‌ها را در دنیای دیجیتال برجسته می‌کند. شرکت‌های بزرگ باید در جمع‌آوری و استفاده از اطلاعات کاربران شفاف و صادق باشند. برای کاربران نیز ضروری است که همیشه در مورد دسترسی‌هایی که به اپلیکیشن‌ها می‌دهند، هوشیار بوده و تنظیمات حریم خصوصی دستگاه‌های خود را به دقت بررسی کنند.


#حریم_خصوصی #امنیت_داده #متا #یاندکس #اندروید

ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

‌

✨✨ خبر هیجان‌انگیز برای ایرپادها: کنترل دوربین و تشخیص خواب در راه است!



🌿🌿 هفته آینده، دوشنبه، کنفرانس جهانی توسعه‌دهندگان اپل (WWDC25) آغاز می‌شود و طبق گزارش‌ها، اپل قرار است قابلیت‌های جدید و جذابی برای ایرپاد معرفی کند. انتظار می‌رود دو ویژگی مهم: توقف خودکار موسیقی هنگام خواب و کنترل دوربین از راه دور به ایرپاد اضافه شود.



🟣 خواب شیرین با توقف هوشمند موسیقی:

اپل ظاهراً روی سیستمی کار می‌کند که به طور خودکار تشخیص می‌دهد کاربر به خواب رفته و پخش موسیقی یا پادکست را متوقف می‌کند. هنوز مشخص نیست که این قابلیت مستقل عمل خواهد کرد یا با داده‌های تشخیص خواب اپل واچ یکپارچه می‌شود، اما قطعا تجربه کاربری را بهبود می‌بخشد.


🔴 ایرپاد شما، شاتر دوربین شما!

بالاخره اپل قصد دارد قابلیت کنترل دوربین آیفون و آیپد را از طریق ایرپاد فراهم کند. با یک کلیک ساده روی ایرپاد، می‌توانید شاتر دوربین را فعال کنید. این ویژگی برای گرفتن عکس‌های گروهی یا سلفی از راه دور بسیار کاربردی خواهد بود و آزادی عمل بیشتری به کاربران می‌دهد.


🔵 این قابلیت‌های جدید، ایرپاد را از یک دستگاه صوتی صرف فراتر برده و آن را به ابزاری هوشمندتر و کاربردی‌تر در اکوسیستم اپل تبدیل می‌کنند. منتظر جزئیات بیشتر در WWDC25 باشید!

#ایرپاد #اپل #WWDC25 #قابلیت_جدید #کنترل_دوربین

ــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 کوییز #پایتون

🟣 موضوع : ‏ویژگی‌های جدید Python 3.10+ (مثل pattern matching)

🟢 سوال :

‏کدام سینتکس برای معرفی یک ساختار pattern matching در پایتون 3.10 استفاده می‌شود؟

گزینه 1:
if/else
گزینه 2:
switch/case
گزینه 3:
match/case
گزینه 4:
try/except

🔵 گزینه صحیح: 3

🟢 توضیح :

‏سینتکس match/case روش اصلی برای پیاده سازی pattern matching در پایتون است.


ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir

🔵 دوست داری برنامه نویس حرفه ای بشی یا مهارت های کامپیوتری خودت رو افزایش بدی؟ با عضویت در لیست تلگرامی زیر در بی نظیر ترین کانال های برنامه نویسی ما عضو شوید:

🟢 پایتون، هوش مصنوعی، یادگیری ماشین، سی ++، سی شارپ، دات نت، نود جی اس، جاوا اسکریپت، شبکه، علم داده، پایگاه داده، sql، nosql ، مهارت های ICDL، سیستم عامل، لینوکس، فتوشاپ، گرافیک، اندروید، جاوا، ساخت اپلیکیشن موبایل، ری اکت، جی کوئری، php و laravel، دروس رشته کامپیوتر، کنکور کامپیوتر و ...

عضو لیست جامع شوید:

https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk
https://t.me/addlist/_UjG99eD_E4zYzhk

🚨 شکایت Reddit از استارتاپ هوش مصنوعی Anthropic به دلیل استفاده غیرقانونی از داده‌ها

🌐 در اتفاقی کم‌سابقه، ردیت (Reddit) از شرکت Anthropic به دلیل استفاده از محتوای این شبکه اجتماعی برای آموزش مدل‌های هوش مصنوعی بدون مجوز قانونی، شکایت کرده است.

📄 این شکایت که در دادگاه شمال کالیفرنیا ثبت شده، ادعا می‌کند که Anthropic با نقض توافق‌نامه کاربران ردیت، محتوای سایت را به‌صورت تجاری و بدون پرداخت هزینه استفاده کرده است.

🔍 این نخستین بار است که یک شرکت بزرگ فناوری (Big Tech) علیه یک ارائه‌دهنده مدل‌ هوش مصنوعی به‌طور رسمی در مورد نحوه جمع‌آوری داده برای آموزش شکایت می‌کند.

📰 این شکایت در ادامه موج اعتراضات علیه شرکت‌های هوش مصنوعی مطرح شده:
▪️ نیویورک‌تایمز از OpenAI و مایکروسافت شکایت کرده است.
▪️ سارا سیلورمن و نویسندگان دیگر از متا شکایت کرده‌اند.
▪️ هنرمندان و ناشران موسیقی نیز شکایت‌هایی مشابه مطرح کرده‌اند.

🗣 بن لی (Ben Lee، مشاور حقوقی ردیت، در بیانیه‌ای گفت:

> «ما اجازه نمی‌دهیم شرکت‌هایی مانند Anthropic از محتوای ردیت برای کسب میلیاردها دلار سود استفاده کنند، بدون آنکه ارزشی برای کاربران ما قائل باشند یا حریم خصوصی‌شان را رعایت کنند.»

🤝 سایت Reddit با شرکت‌هایی مانند OpenAI و گوگل قراردادهایی منعقد کرده که به آن‌ها اجازه استفاده از داده‌ها با شرایط مشخص و رعایت حقوق کاربران را می‌دهد.

📌 نکته جالب اینکه سم آلتمن، مدیرعامل OpenAI، ۸.۷٪ از سهام Reddit را در اختیار دارد و قبلاً عضو هیئت‌مدیره آن بوده است.

🚫 سایت Reddit می‌گوید که به Anthropic اطلاع داده بود اجازه خزیدن (scraping) یا استفاده از محتوای سایت را ندارد، اما Anthropic نه‌تنها پاسخ مناسبی نداد، بلکه ربات‌هایش همچنان بیش از ۱۰۰ هزار بار در سال ۲۰۲۴ از محتوای ردیت استفاده کردند، حتی با وجود تنظیمات محدودکننده در فایل robots.txt.

🧾 سایت Reddit در این شکایت درخواست کرده که:
🔹 خسارات مالی پرداخت شود
🔹 سایت Anthropic از سود حاصل از این اقدام بازپرداخت کند
🔹 استفاده از محتوای Reddit برای همیشه متوقف شود



#هوش_مصنوعی #ردیت #Anthropic #داده_های_آموزشی #شکایت_حقوقی #OpenAI #Google #TechCrunch


ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی :
https://t.me/Zaban7ir

آدرس وبسایت:
https://Tutorial24.ir

‌

✨✨ انقلاب در بینایی هوش مصنوعی: سیناپس نوری ژاپنی با دقت چشم انسان!



🌿🌿 دانشمندان دانشگاه علوم توکیو به یک موفقیت بزرگ دست یافته‌اند: ساخت یک دستگاه اپتوالکترونیک (Optoelectronic) مجهز به هوش مصنوعی که از سیناپس‌های مغزی الهام گرفته است. این فناوری جدید با انرژی نور خورشید کار می‌کند و می‌تواند رنگ‌ها را با دقتی نزدیک به چشم انسان تشخیص دهد!


🟣 چشم هوشمند با مصرف انرژی فوق‌العاده پایین:

این دستگاه که توسط تیمی به رهبری دکتر «تاکاشی ایکونو» ساخته شده، به طور کامل با نور کار می‌کند و می‌تواند رنگ‌ها را با دقت شگفت‌انگیز ۱۰ نانومتر در طیف قابل مشاهده تشخیص دهد. نکته انقلابی اینجاست که این سیناپس نوری، بدون نیاز به برق، هم رنگ‌ها را تشخیص می‌دهد و هم قادر به انجام عملیات منطقی پیچیده است.



🔴 راز فناوری: سلول‌های خورشیدی هوشمند:

برای دستیابی به این قابلیت، پژوهشگران از دو سلول خورشیدی حساس به طول موج‌های مختلف نور استفاده کرده‌اند. این سلول‌ها در مواجهه با نور آبی و قرمز، ولتاژهای مثبت و منفی تولید می‌کنند. این واکنش دو قطبی به دستگاه امکان می‌دهد که به صورت همزمان به تشخیص رنگ و انجام محاسبات منطقی بپردازد.


🔵 این پیشرفت می‌تواند تحولی بزرگ در سیستم‌های بینایی هوشمند کم‌مصرف ایجاد کند و راه را برای نسل جدیدی از حسگرها و دستگاه‌های هوش مصنوعی که با حداقل انرژی کار می‌کنند، هموار سازد.


#هوش_مصنوعی #فناوری_نوری #سیناپس_مصنوعی #بینایی_ماشین #کم_مصرف


ــــــــــــــــــــــــــــــــــــــــــــــــــــــ

لطفا ما رو به دیگران هم معرفی کنید...

آدرس کانال اصلی:
https://t.me/Tu_24

آدرس وبسایت:
https://Tutorial24.ir