انتشار دوره کامل بلاکچین و بیت کوین فارسی بر اساس سرفصل‌های استنفرد

https://jadi.net/2020/03/blockchain-and-bitcoin-course/

در این ۵۵۰ دقیقه، از روی کتاب دانشگاه استنفورد، تکنولوژی رمزارزها و بلاکچین و بیت کوین رو مرور می کنیم و در نهایت یکی هم می نویسیم!

‌
در روز دهم از طرح آموزش رایگان فرادرس، علاوه بر ۵ آموزشی که از قبل برنامه‌ریزی شده بود، ۱۰ آموزش دیگر نیز افزوده شد و تعداد کل آموزش‌های رایگان ارائه شده در این طرح، به ۶۰ عنوان (شامل ۵۰۰ ساعت آموزش) رسید.

فهرست آموزش‌های روز دهم، در ادامه آمده است:

– طراحی رزومه با نرم‌افزار پابلیشر (Publisher)
– روش صحیح جستجو در گوگل
– مدیریت زمان برای بهره‌وری شخصی و حرفه‌ای
– آموزش طراحی وب با بوت‌استرپ (Bootstrap)
– آموزش لینوکس (Linux)
– الگوهای طراحی (Design Patterns) در پایتون
– ریاضی عمومی ۲
– مدیریت بازاریابی
– نرم‌افزار Cinema 4D برای موشن گرافیک
– آمار و احتمال مهندسی
– آموزش میکروکنترلر AVR و کدویژن
– الکترونیک ۲
– برنامه‌ریزی و کنترل تولید و موجودی
– کار با AJAX در PHP و MySQL
– مبانی و روش‌های اقتصاد سنجی با Eviews


🔗 لینک طرح آموزش رایگان فرادرس [+]

ــــــــــــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

#آموزش
قبلا مطالبی پیرامون آموزش دادن شبکه های عصبی عمیق وقتی با چالش #imbalance بودن دیتا مواجه هستیم نوشته شده بود. که انتهای این پست لینک شدند.
این بلاگ پست روش‌های ارزیابی مناسب برای وقتی که با این چالش مواجهیم را به خوبی تشریح کرده که توصیه میکنم بخوانید.
معیارهایی نظیر نمودار #ROC، معیار #AUC یا همون مساحت زیر نمودار، #Sensitivity و #Specificity یا معیار #GMean که بر اساس دو معیار قبلی تعریف میشه، #precision ، #Recall و #FMeasure و ...

https://machinelearningmastery.com/tour-of-evaluation-metrics-for-imbalanced-classification/

——-
مطالب مرتبط قبلی
Weight balancing in #keras
Weight balancing

Handling Imbalanced Datasets in Deep Learning
https://t.me/cvision/1236

Extreme Rare Event Classification using Autoencoders in Keras
https://t.me/cvision/1238

#imbalance

شرکت ابر آروان در نظر دارد در شهریور ۱۳۹۹ با همکاری و حمایت هلدینگ فناپ، شناسا، بانک پاسارگاد، دانشگاه خاتم، پادیوم، نشان، رهنما کالج و کوئرا رویدادی تخصصی در حوزه IT با نام "ابر بازی" برگزار کند.

در این رویداد، بیش از ۹۹۹ متخصص در قالب بیش از ۹۹ تیم ، زیر یک سقف، به مدت ۷ روز گردهم می‌آیند تا با هدایت برترین مشاوران اکوسیستم استارت‌اپ ایران، برای تولید برترین نرم‌افزارهای ابری به رقابت بپردازند.

از بین ۱۳۰۰ محصول برتر ابری جهان، ۹۹ محصول با ۸ پارامتر کلیدی انتخاب شده‌اند که شرکت‌کنندگان می‌توانند از بین این محصولات، ایده‌ی ابری خود را انتخاب کنند.

در این ۷ روز تمامی تیم‌ها با در اختیار داشتن زیرساخت ابری آروان و هم‌چنین بهره‌مندی از ورک‌شاپ‌ها و راهنمایی‌های متخصصان، فرصت دارند تا بر مبنای MVP خواسته شده، محصول نرم‌افزاری خود را تولید کنند.

در پایان به سه تیم برتر مسابقات جوایز نقدی (در مجموع ۵۰۰ میلیون تومان) تعلق می‌گیرد و ده تیم برتر از حمایت مالی سرمایه‌گذار رویداد برخوردار خواهند شد.

برای اطلاع از جزییات این مسابقه و تکمیل فرم پیش ثبت نام، به لینک زیر مراجعه کنید.

https://www.arvancloud.com/fa/abrbazi

مقاله خیلی خوبی درمورد استفاده مدل های دیپ لرنینگ برای تشخیص ویروس کرونا

مدل های یادگیری عمیق ایجاد شده در این مطالعه برای غربالگری اولیه بیماران مبتلا به COVID-19 مؤثر بودند

Deep Learning System to Screen Coronavirus Disease 2019 Pneumonia


https://arxiv.org/abs/2002.09334

کانال هوش مصنوعی
@Masirdan_AI

‏وزارت انرژی امریکا اعلام کرده که به محققان اجازه داده از Summit؛ قویترین سوپرکامپیوتر دنیا برای تحقیقات درباره کروناویروس (COVID-19) استفاده کنن. این محققان از این سوپرکامپیوتر میتونن برای انجام شبیه سازی هایی که به پردازش بالایی نیاز دارن و برای یافتن درمانی برای کروناویروس نیاز هستن، استفاده کنن. شبیه سازی هایی که روی کامپیوترهای عادی ممکنه ماه ها طول بکشن روی این سوپرکامپیوتر طی یک تا دو روز قابل انجام هستن. در همین مدت کوتاه محققان 8000 ترکیب دارویی مختلف رو شبیه سازی کردن که 77 مورد از اونها نشانه هایی مبنی بر مهار کردن این ویروس رو نشون دادن و محققان میتونن رو اونها مطالعات بیشتری انجام بدن تا شاید در بین اونها درمانی برای این ویروس پیدا کنن.

‏این وزارت خونه همچنین اجازه دسترسی به Sierra؛ دومین سوپرکامپیوتر قدرتمند در دنیا، رو هم داده تا محققان روی اون شبیه سازی هایی انجام بدن و با استفاده از اونها کشف کنن که کدوم انتی بادی ها میتونن به کروناویروس حمله و اون رو خنثی کنن.

🆔 @Ai_Tv

گروهی از پزشکان و متخصصین هوش مصنوعی، گروهی تلگرامی برای بررسی امکان استفاده از هوش مصنوعی برای درمان و کنترل ویروس کرونا تشکیل داده اند.
عزیزانی که فکر می کنند از حیث علمی میتوانند به اعضای این گروه کمک کنند میتوانند در این گروه عضو شوند:

https://t.me/joinchat/BjXTeBpCB-zjLT9yIVgoYA

مقاله استفاده از یادگیری عمیق برای تعیین میزان عفونت ویروس کرونا در تصاویر CT ریه

Lung Infection Quantification of COVID-19 in CT Images with Deep Learning

#deeplearning #artificialintelligence

@pythonicAi

#خبر
تنسرفلو با 100 دلار امتحان و مدرک معتبر ارائه می‌دهد!

بلاگ پست خبر:
https://blog.tensorflow.org/2020/03/introducing-tensorflow-developer-certificate.html

شرایط امتحان و ثبت نام:
https://app.trueability.com/google-certificates/tensorflow-developer

راهنمای ثبت نام و CandidateHandbook:
https://www.tensorflow.org/site-assets/downloads/marketing/cert/TF_Certificate_Candidate_Handbook.pdf

#certificate

#خارج_از_بحث
این داستان: یه ایرانی و آزمون بین المللی :)

عکس مربوط به قوانین شرکت در آزمون و دریافت مدرک تنسورفلو هست.

https://academic.microsoft.com/home

ابزار رایگان توسعه داده شده توسط مایکروسافت جهت دسته بندی میلیونها داکیومنت و مقاله

مزیت آن نسبت به گوگل و موتورهای جستجوی عادی اینست که جستجوی شما را به داکهای آکادمیک و علمی محدود میکند و میتوانید سریعتر به نتایج مرتبط دست پیدا کنید.

@pythonicAi

Face and hand tracking in the browser with MediaPipe and TensorFlow.js

Posted by Ann Yuan and Andrey Vakunov, Software Engineers at Google

Link

#deeplearning #artificialintelligence

@pythonicAi

The Massachusetts Institute of Technology has a class called ’The missing semester of your computer science education’ It is a collection of things that most developers and data scientists typically teach themselves on the job. The content is available for free.

https://missing.csail.mit.edu

دانشگاه کارنگی ملون همچنین یک دوره مشابه بنام Great Practical Ideas in CS دارد. تمام مطالب این دوره هم به صورت رایگان در دسترس است:

https://www.cs.cmu.edu/~07131/f19

#computerscience #course

@pythonicAi

چالش #یادگیری_در_روزهای_قرنطینه
‌ 📣 فرصت یادگیری از حرفه ای ها ‌
‌🔶 دوره ۸ ساعت کلود (تکنولوژی ابری) گرین وب


🔸آشنایی با مجازی سازی و هاپیروازر ها
۲۵ اسفند ۹۸ - ساعت ۱۶
🔹مفاهیم اولیه کلود و آشنایی با Openstack
۲۶ اسفند ۹۸ - ساعت ۱۶
🔸وبینار آشنایی با کانتینر Docker
۲۷ اسفند ۹۸ - ساعت ۱۶
🔹وبینار آشنایی با ceph و object storage ها
۲۸ اسفند ۹۸ - ساعت ۱۶

⚠️فقط به صورت آنلاین و بدون ویدئو
لینک ثبت نام:
https://ok2.com/5rose

کد تخفیف ۱۰۰ درصدی: iranserver

🔹🔸🔹
@IranServerCom

‌
چند هفته پیش، مقاله‌ای در باب «لوتوکراسی» می‌خواندم. ایده اصلی این است که به جای انجام انتخابات، افرادی از جمعیت کشور، به صورت کاملا تصادفی و فقط برای یک دوره، صاحب مسئولیتی سیاسی شوند. به نظر الکساندر گوئررو، این روش بهتر از نظام‌های رایج انتخاباتی است.

مقاله‌ای در همین رابطه، در نیویورکر منتشر شده است، که خواندنش خالی از فایده نخواهد بود.

🔗 لینک مقاله

🔗 لینک نوشته در توییتر

ــــــــــــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

https://covid19dashboards.com

دیتاستهای کرونا

#dataset #datascience

@pythonicAi

AX, Adaptive Experimentation Platform, is an open-source optimization tool, created by facebook, to optimize any user-defined, high-dimensional, nonlinear objective using Bayesian Optimization.

Link

#optimization #machinelearning #artificialintelligence

@pythonicAi

Yoshua Bengio:
❓Will Deep Learning replace all other kinds of machine learning?

Answer by Pedro Domingos, Professor at University of Washington:

✅ No. Deep learning is a form of representation learning, where the features of the model are automatically discovered from the data instead of manually constructed, and how to do this is a central problem in machine learning. But there are other approaches to representation learning, like inducing hidden variables in graphical models and predicate invention in symbolic learning, that can do things current deep learning algorithms can't.
Of course, I can imagine starting from deep learning and gradually extending it to incorporate these capabilities, and to some extent this is already happening, but you can equally well start from the other direction, and indeed that's happening as well. Either way, the end result is not pure deep learning (although given the current enthusiasm around it, some people might mistake it for such!).
Beyond that, there are other important issues in machine learning besides representation learning, such as learning from delayed rewards, which is the focus of reinforcement learning, which deep learning per se does not address. Again, what we see here is combinations of deep learning with other types (e.g., Q-learning in DeepMind's Atari player). And backpropagation, which is what powers most deep learning systems, solves the credit assignment problem, but it doesn't solve other crucial problems, like learning structure, learning composable knowledge, generalizing out of sample, etc. So we need lots more besides deep learning to have a truly general-purpose learner.

#deeplearning #artificialintelligence

@pythonicAi