#خارج_از_بحث

آدم‌هایی که وسط مهمانی یک دفعه روی یک نفر زوم می‌کنند، شکارش می‌کنند و می‌گویند "فلانی، چاق شدی." دقیقا دنبال چه هستند؟
آنها با اعلام بلند این جمله‌ی خبری می‌خواهند به چه برسند؟ توقع دارند چاق صید شده، به خاک بیفتد و بگوید "بله سرورم همین طور است، مرا عفو کنید"؟
یا با گفتن این جمله سعی دارند به او درس زندگی بدهند؟
مثلا فکر می‌کنند چاق صید شده به محض تمام شدن جمله، گرمکن بر تن می‌دود توی جاده تندرستی و کلاغ پر سوار تاکسی می‌شود و سبزیجات آبپزش را در حین شنای سوئدی می‌خورد و دیگر موقع انجام امور بانکی توی شعبه‌ هم طناب می‌زند و دیگر چک‌هایش را نمی‌خواباند بلکه به آنها تمرین دراز نشست می‌دهد؟

جالب اینجاست که گوینده‌ همیشه این جمله را با نفس حبس شده در سینه ادا می‌کند و سعی دارد تا دقایقی برجستگی شکمش را مخفی کند. یعنی فلانی، فقط تو چاقی، من خوبم. یاد بگیر.

جمله‌ی "فلانی، چاق شدی" درست مثل این است که وسط مهمانی زل بزنی توی صورت کسی و بگویی "فلانی، زشت شدی." یا "فلانی، بو می‌دی."

پرسش اصلی این است که آیا این دوستان فکر می‌کنند طرف پیش از این به چاقی خود پی نبرده؟ خودش را توی آینه ندیده؟ دچار افسردگی پس از ملاقات با چربی‌های اضافه‌ نشده؟ برای رهایی از چاقی برنامه نریخته؟ با خودش قرار "رژیم و ورزش از شنبه" نگذاشته؟ یا شاید هم این دوستان خود را در نقش کریستف کلمب و کاشف قاره‌ای گوشتی می‌بینند.

دست از سر دیگران برداریم. خبرهای ناامیدکننده‌ای که قطعا خودشان قبلا شنیده‌اند را به سمع و نظرشان نرسانیم. چشم‌هایمان را باز کنیم و خوبی‌ها را ببینیم.
"فلانی، زیبا شدی. خوش تیپ شدی. ژاکت قشنگی پوشیدی.چه عطر خوبی زدی.قشنگ حرف می‌زنی. بانمکی. خاطرات خنده‌داری تعریف می‌کنی. صدای قشنگی داری. مهربانی، صادقی، خوش سلیقه‌ای..."

Top free Data Science resources

1⃣ CS109 Data Science

2⃣ Data Science Essentials

3⃣ Learning From Data from California Institute of Technology

4⃣ Mathematics for Machine Learning by University of California, Berkeley

5⃣ Foundations of Data Science by Avrim Blum, John Hopcroft, and Ravindran Kannan

6⃣ Python Data Science Handbook

7⃣ CS 221 ― Artificial Intelligence

8⃣ Ten Lectures and Forty-Two Open Problems in the Mathematics of Data Science

9⃣ Python for Data Analysis by Boston University

🔟 Data Mining by University of Buffalo

#datascience #course

@pythonicAi

در این دوران کرونا، برای سرگرمی و یاد گرفتن کرنل لینوکس خودتون رو کمپایل و استفاده کنید؛ ویدئو

کرنل اصلی ترین بخش سیستم عامل است. در واقع پروسه ای که کنترل کلیت سیستم و بقیه برنامه ها رو بر عهده داره. توی دنیای گنو/لینوکس، هسته سیستم عامل ما همون لینوکس است. یک کرنل آزاد که در کنار مجموعه ای از ابزارهای گنو و بقیه چیزها، توزیع های لینوکس رو ساختن.

معمولا توزیع شما، کرنل خیلی خوبی رو تنظیم کرده تا روی همه کامپیوترها کار کنه. اما گاهی ما دوست داریم کرنل های خودمون رو کمپایل و استفاده کنیم. دلایلش هم می تونه از تفریح و سرگرمی باشه تا چیز یاد گرفتن و بهینه کردن و تجربه کردن و حتی استفاده ازش به عنوان دروازه ای برای شناخت دقیق تر کرنل و اجزاش.

توی این ویدئو، به روش سنتی کرنل لینوکس رو از سایت کرنل دات اورگ میگیریم، یه وری باهاش می ریم و بعد کمپایلش می کنیم و کامپیوترمون رو باهاشون بوت می کنیم. حین کار گپی هم در مورد کل ماجرا می زنیم.

به نظرم تجربه خوبیه برای روزهای کم کاری و منطقا می تونه کلی چیز به شما یاد بده. البته حواستون باشه که در صورت اشتباه احتمالا کامپیوتر شما بوت نمی شه و باید بتونین با گراب ور برین یا از گزینه های دیگه کامپیوتر رو بالا بیارین (: پس احتیاط رو هم فراموش نکنین؛ البته در کنار اینکه آدم با اشتباه کردن چیز یاد می گیره. اگر هیچ وقت اشتباه نکنین یعنی احتمالا در حال کشف چیزهای جدید نیستین.


- آپارات https://www.aparat.com/v/p2vTx
- یوتیوب https://youtu.be/vWbt1e4Inew

⚠️ این‌بار فروش اطلاعات حساب بانکی 63 میلیون نفر از مشتریان بانک صادرات خبرساز شد ❗️

🔷 مشخصات اولیه حساب‌های بانکی ۶۳ میلیون نفر از مشتریان بانک صادرات، در یکی از فروم‌های عمومی هکرها، به فروش گذاشته شده است.

🔶 صحت تمام داده‌ها و میزان دقیق آن قابل تایید نیست؛ اما براساس نمونه اولیه ارائه شده، این پایگاه داده حاوی اطلاعات صحیح است.

🔷 به احتمال زیاد، این اطلاعات مربوط به نقض‌داده‌های بانکی در ماه نوامبر سال گذشته (۲۰۱۹) است که شرکت کلیر اسکای برای اولین‌بار آن را شناسایی کرده بود.

🔴 نام و نام خانوادگی، نشانی ایمیل، شماره تلفن، شماره حساب، شماره کارت، کد شعبه و سایر اطلاعات بانکی، جزو موارد قابل توجه در این پایگاه‌ داده محسوب می‌شوند.

⭕️ مرکز تخصصی آپا دانشگاه رازی

📲 @APARazi

Neural Network Models for Natural Language Processing

#paper #deeplearning #artificialintelligence

@pythonicAi

یه پولشویی شیک و تمیز!
موضوع از این قراره که شما برید حساب بانکی خالی باز کنید. اینترنت بانک و رمز دوم و همه چی رو بدین به ما تا فیشینگ انجام بدیم و هفته ایی پونصد بگیرین!
اونایی که شماره حساب و کارت میدن دقیقا از نسل همونایی هستن که عاشق صف و ثبت نام خودرو هستن 😂😐

#امنیت

#سوس_کد #مقاله

[CVPR 2020] 3D Photography using Context-aware Layered Depth Inpainting

🔗Project page:
https://shihmengli.github.io/3D-Photo-Inpainting/

🔗Paper:
https://drive.google.com/file/d/17ki_YAL1k5CaHHP3pIBFWvw-ztF4CCPP/view?usp=sharing

🔗Source code:
https://github.com/vt-vl-lab/3d-photo-inpainting.git

🔗Colab Demo:
https://colab.research.google.com/drive/1706ToQrkIZshRSJSHvZ1RuCiM__YX3Bz

#CVPR2020

https://madewithml.com

✅ Discover ML projects (with code/blog posts) on interesting topics.
✅ Build projects of your own and share it with the community.
✅ Showcase your profile on your resume or apply directly to ML managers.

#machinelearning #artificialintelligence

@pythonicAi

Once you've started collecting some data, start showing it to and AI team. Because they can give feedback to your IT team on what types of data to collect and what types of IT infrastructure to keep on building.

~ Andrew Ng

#machinelearning #artificialintelligence

@pythonicAi

Don't throw data at an AI team and assume it will be valuable.

~ Andrew Ng

#machinelearning #artificialintelligence

@pythonicAi

Natural Language Processing Mindmap

#artificialintelligence #nlp

@pythonicAi

How to get started with deep learning for NLP

#deeplearning #artificialintelligence

@pythonicAi

10 free data science resources from USA universities

1⃣ Hardvard
https://lnkd.in/gd3MGBH
https://lnkd.in/gkkCNmc

2⃣ California
https://lnkd.in/g3Kmm_8

3⃣ MIT
https://lnkd.in/gNXRwHt

4⃣ Stanford
https://lnkd.in/gMRXmru

5⃣ Berkeley
https://lnkd.in/g49DTKr
ai.berkeley.edu/home.html

6⃣ Princeton
https://lnkd.in/gSqFdJX

7⃣ Columbia
https://lnkd.in/gmFfA2K

8⃣ Buffalo
bit.ly/3b43YRC

9⃣ San Diego
https://lnkd.in/gf2Xa9D

🔟 Johns Hopkins
https://lnkd.in/gK9_hRw

#datascience #resource #course

@pythonicAi

حقوق یک مهندس یادگیری ماشینی در شرکتهای غول تکنولوژی (در تاریخ ۱۳ آپریل ۲۰۲۰)

#machinelearning #artificialintelligence

@pythonicAi

The computer of a software developer, engineer or data analyst has to be as powerful as possible. Even if this implies making a hardware upgrade every year. For a company, there's no better way to lose in productivity than to have employees that wait for an application to respond instead of working.

~ Andriy Burkov

@pythonicAi

در هنگام توسعه محصولات مرتبط با AI، بسیار پیش می‌آید که می‌خواهید میزان مشابهت (Similarity) یا فاصله (Distance) تعداد زیادی بردار (مثلا مقایسه feature map یک محصول با تمام محصولات موجود در سایت شما) را به کمک روش هایی مثل L2 Distance یا Dot-product بدست آورده و یا به جستجو برای یافتن شبیه ترین بردار ها به یک بردار بپردازید.
تفاوت ذاتی یک محیط عملیاتی حقیقی با یک محیط اکادمیک آزمایشگاهی ممکن است مشکلاتی را در این زمینه برای شما ایجاد کند. مثلا بسیار پیش می‌آید که بردار شما حتی به راحتی در حافظه RAM یک کامپیوتر جا نمی‌شود. یا به دلیل زیاد بودن تعداد بردار ها، جستجو در آنها بسیار کند اتفاق می‌افتد.
برای مقابله با این‌گونه محدودیت ها می‌توانید از کتابخانه faiss که توسط تیم مهندسی Facebook توسعه داده شده است استفاده کرده و در کسری از ثانیه به جستجوی بردار های مشابه در یک فضای برداری بزرگ بپردازید.

https://github.com/facebookresearch/faiss

اطلاعات بیشتر:
https://engineering.fb.com/data-infrastructure/faiss-a-library-for-efficient-similarity-search/

گیتهاب برای همه تیمها رایگان شد!

https://github.blog/2020-04-14-github-is-now-free-for-teams

We’re happy to announce we’re making private repositories with unlimited collaborators available to all GitHub accounts. All of the core GitHub features are now free for everyone.

#opensource #free #github

@pythonicAi

نوشتن برنامه «بازی زندگی» با زبان سی، به یاد کانوی و اتوماتای سلولی

جان کانوی از کرونا مرد. ریاضی دانی که «بازی زندگی» رو در حوزه اتوماتای سلولی طراحی کرد و بخشی از نوجوونی منو به خود مشغول کرد. توی این ویدئو کمی در مورد مفهوم و این بازی «صفر بازیکنه» توضیح می دم و بعدش با سی، پیاده سازی اش می کنیم و به نتایج شگفت انگیزش خیره می شیم. اینقدر خیره که یادم می ره تابع رندم رو با زمان سید کنم (:

آپارات: https://www.aparat.com/v/F5SgH

یوتیوب: https://www.youtube.com/watch?v=cjhFafydYCc

برای افرادی که دنبال منبع مناسبی برای
Machine Learning Systems Design
میگردند، این منبع مراحل اصلی طراحی سیستم یادگیری ماشین را بخوبی توضیح داده.
نویسنده این جزوه محقق شرکت nvidia است.

https://github.com/chiphuyen/machine-learning-systems-design

#machinelearning #artificialintelligence

@pythonicAi