Pythonic AI
اسلایدها و ویدیوهای کورس بینایی ماشین و  یادگیری عمیق و شبکه های کانولوشنالی دانشگاه MIT  Intro to DeepLearning lecture on Deep Computer Vision and Convolutional Neural Networks  MIT course schedule and slides: Link   Lecture Video: Link  #deeplearning #a…
ویدیو جلسه دوم کورس دیپ لرنینگ دانشگاه MIT تحت عنوان Deep Sequence Modeling و مربوط به شبکه های عصبی بازگشتی، منتشر شده و در سایت 
http://introtodeeplearning.com
قابل مشاهده هست.
#course #deeplearning #artificialintelligence
@pythonicAi
  
  http://introtodeeplearning.com
قابل مشاهده هست.
#course #deeplearning #artificialintelligence
@pythonicAi
MIT Deep Learning 6.S191
  
  
  MIT's introductory course on deep learning methods and applications
  
  Pythonic AI
اسلایدها و ویدیوهای کورس بینایی ماشین و  یادگیری عمیق و شبکه های کانولوشنالی دانشگاه MIT  Intro to DeepLearning lecture on Deep Computer Vision and Convolutional Neural Networks  MIT course schedule and slides: Link   Lecture Video: Link  #deeplearning #a…
در ویدیو جلسه اول این کورس ویدیویی از اقای باراک اوباما، رئیس جمهور اسبق ایالات متحده، پخش میشه که در حال معرفی کورس و تاثیر دیپ لرنینگ روی زندگی ما هست :) البته که این ویدیو به کمک دیپ لرنینگ برای تقلید صدای ایشون و نمونه ای از کاربرد دیپ لرنینگ ساخته شده. 
با شروعی که داشته بنظر میاد کورس خوب و پرباری در زمینه دیپ لرنینگ باشه.
  با شروعی که داشته بنظر میاد کورس خوب و پرباری در زمینه دیپ لرنینگ باشه.
Forwarded from Tensorflow(@CVision) (Vahid Reza Khazaie)
چالش Abstraction and Reasoning Challenge حدود چند روز پیش در سایت Kaggle معرفی شده که در مورد اینه که آیا ماشینها هم میتوانند مانند انسان فقط با نمونههای محدود تسکهای پیچیده و سطوح انتزاع بالا رو یاد بگیرند و قدرت تعمیمدهی خوبی داشته باشند؟
این چالش توسط فرانسوا شوله، نویسنده کتابخانه کراس، میزبانی میشه که چند وقت پیش مقاله On the Measure of Intelligence رو منتشر کرد.
این چالش 20 هزار دلار جایزه دارد.آیا شما میتونید توانایی کامپیوترها رو به توانایی شناختی انسان نزدیک کنید؟!
لینک چالش:
https://www.kaggle.com/c/abstraction-and-reasoning-challenge
  
  این چالش توسط فرانسوا شوله، نویسنده کتابخانه کراس، میزبانی میشه که چند وقت پیش مقاله On the Measure of Intelligence رو منتشر کرد.
این چالش 20 هزار دلار جایزه دارد.آیا شما میتونید توانایی کامپیوترها رو به توانایی شناختی انسان نزدیک کنید؟!
لینک چالش:
https://www.kaggle.com/c/abstraction-and-reasoning-challenge
Kaggle
  
  Abstraction and Reasoning Challenge
  Create an AI capable of solving reasoning tasks it has never seen before
  Forwarded from Tensorflow(@CVision) (Vahid Reza Khazaie)
چطوری مقالات رو به شکل موثر بخونیم؟
در این ویدیو Andrew Ng توصیههایی داره برای اینکه چطوری چندین مقاله رو به طور موازی بخونیم و چطوری یه مقاله خوب رو به طور کامل تحلیل کنیم؟
https://youtu.be/733m6qBH-jI?t=160
  
  در این ویدیو Andrew Ng توصیههایی داره برای اینکه چطوری چندین مقاله رو به طور موازی بخونیم و چطوری یه مقاله خوب رو به طور کامل تحلیل کنیم؟
https://youtu.be/733m6qBH-jI?t=160
YouTube
  
  Stanford CS230: Deep Learning | Autumn 2018 | Lecture 8 - Career Advice / Reading Research Papers
  Andrew Ng, Adjunct Professor & Kian Katanforoosh, Lecturer - Stanford University
http://onlinehub.stanford.edu/
Andrew Ng
Adjunct Professor, Computer Science
Kian Katanforoosh
Lecturer, Computer Science
 
To follow along with the course schedule and syllabus…
  http://onlinehub.stanford.edu/
Andrew Ng
Adjunct Professor, Computer Science
Kian Katanforoosh
Lecturer, Computer Science
To follow along with the course schedule and syllabus…
  Tensorflow(@CVision)
چطوری مقالات رو به شکل موثر بخونیم؟  در این ویدیو Andrew Ng توصیههایی داره برای اینکه چطوری چندین مقاله رو به طور موازی بخونیم و چطوری یه مقاله خوب رو به طور کامل تحلیل کنیم؟   https://youtu.be/733m6qBH-jI?t=160
این ویدیو یکی از جلسات کورس دیپ لرنینگ دانشگاه استنفورد هست که توسط پروفسور اندرو ان جی و اقای کیان کتان فروش تدریس شده که در لینک زیر میتونین به منابع و ویدیوهای این دوره دسترسی داشته باشین:
https://cs230.stanford.edu
#course #deeplearning #artificialintelligence
@pythonicAi
  
  https://cs230.stanford.edu
#course #deeplearning #artificialintelligence
@pythonicAi
cs230.stanford.edu
  
  CS230 Deep Learning
  Deep Learning is one of the most highly sought after skills in AI. In this course, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional…
  
  Pythonic AI
اسلایدها و ویدیوهای کورس بینایی ماشین و  یادگیری عمیق و شبکه های کانولوشنالی دانشگاه MIT  Intro to DeepLearning lecture on Deep Computer Vision and Convolutional Neural Networks  MIT course schedule and slides: Link   Lecture Video: Link  #deeplearning #a…
ویدیو جلسه سوم کورس دیپ لرنینگ دانشگاه MIT تحت عنوان Deep Computer Vision امروز منتشر شده و مباحثی از جمله پردازش تصاویر، شبکه های عصبی fully connected و نحوه استخراج ویژگی از تصاویر در آنها، عملگر و شبکه کانولوشن مطرح شده که در سایت 
http://introtodeeplearning.com
قابل مشاهده هست.
#course #deeplearning #artificialintelligence
@pythonicAi
  
  http://introtodeeplearning.com
قابل مشاهده هست.
#course #deeplearning #artificialintelligence
@pythonicAi
MIT Deep Learning 6.S191
  
  
  MIT's introductory course on deep learning methods and applications
  هدف این کانال اشتراک گذاری رویدادهای مهم #هوش_مصنوعی داخلی و بین المللی است.
https://t.me/eventai
@eventai
#کنفرانس #رویداد #همایش
  
  https://t.me/eventai
@eventai
#کنفرانس #رویداد #همایش
Telegram
  
  رویدادهای هوش مصنوعی
  این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورکشاپ، کلاس و ... تشکیل شده است.
مدیریت
@eventai_admin
  مدیریت
@eventai_admin
Forwarded from AI, Python, Cognitive Neuroscience (Farzad 🦅)
Checkout these new free resources in #DataScience👇
1. Introduction to PyTorch for Deep Learning: https://lnkd.in/f7kqZS2
2. Pandas for Data Analysis in Python: https://lnkd.in/fvRQHww
3. Support Vector Machine (SVM) in Python and R: https://lnkd.in/faJcSHe
4. Fundamentals of Regression Analysis: https://lnkd.in/fnEDP78
5. Getting started with Decision Trees: https://bit.ly/2PuZRFB
6. Introduction to Neural Networks: https://lnkd.in/fYUnsYQ
  1. Introduction to PyTorch for Deep Learning: https://lnkd.in/f7kqZS2
2. Pandas for Data Analysis in Python: https://lnkd.in/fvRQHww
3. Support Vector Machine (SVM) in Python and R: https://lnkd.in/faJcSHe
4. Fundamentals of Regression Analysis: https://lnkd.in/fnEDP78
5. Getting started with Decision Trees: https://bit.ly/2PuZRFB
6. Introduction to Neural Networks: https://lnkd.in/fYUnsYQ
Forwarded from مجله هوش مصنوعی
  
✍🏻هوش مصنوعی در نبرد با کرونا چه نقشی دارد؟
علی رغم تمام سنگرهایی که در برابر کرونا شکل گرفته، این ویروس مرموز به سرعت در حال تسخیر مناطق مختلف است. محققان برای مغلوب کردن ویروس زرادخانه ای از سلاح های مختلف را شکل داده اند که یکی از اجزای اصلی آن هوش مصنوعی است. اما این فناوری چگونه در نبرد با کرونا به داد ما می رسد؟
🔽 مطالعه کامل خبر :
🌐 homeai.ir/uvhc
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
  علی رغم تمام سنگرهایی که در برابر کرونا شکل گرفته، این ویروس مرموز به سرعت در حال تسخیر مناطق مختلف است. محققان برای مغلوب کردن ویروس زرادخانه ای از سلاح های مختلف را شکل داده اند که یکی از اجزای اصلی آن هوش مصنوعی است. اما این فناوری چگونه در نبرد با کرونا به داد ما می رسد؟
🔽 مطالعه کامل خبر :
🌐 homeai.ir/uvhc
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
Forwarded from Ai Events️ (Hamid Mahmoodabadi)
مسابقه طراحی دارو، واکسن و... جهت مقابله با ویروس کرونا با استفاده از روشهای یادگیری ماشین و یادگیری عمیق
دنباله (Sequence) این ویروس توسط چینیها منتشر شده است.
Novel Corona Virus 2019 Dataset in Kaggle:
https://www.kaggle.com/sudalairajkumar/novel-corona-virus-2019-dataset
ویدئو توضیحات در مورد ویروس کرونا و مسابقه:
https://youtu.be/1LJgkovowgA
@Ai_Events
  
  دنباله (Sequence) این ویروس توسط چینیها منتشر شده است.
Novel Corona Virus 2019 Dataset in Kaggle:
https://www.kaggle.com/sudalairajkumar/novel-corona-virus-2019-dataset
ویدئو توضیحات در مورد ویروس کرونا و مسابقه:
https://youtu.be/1LJgkovowgA
@Ai_Events
Kaggle
  
  Novel Corona Virus 2019 Dataset
  Day level information on covid-19 affected cases
  Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#آموزش
https://stanford.edu/~shervine/teaching/cs-229/refresher-probabilities-statistics
خلاصه ی آمار و جبر برای یادگیری ماشین، استفورد (زبان فارسی هم داره)
🙏Thanks to: @Sed_Amin_Taheri
  
  https://stanford.edu/~shervine/teaching/cs-229/refresher-probabilities-statistics
خلاصه ی آمار و جبر برای یادگیری ماشین، استفورد (زبان فارسی هم داره)
🙏Thanks to: @Sed_Amin_Taheri
stanford.edu
  
  CS 229 - Probabilities and Statistics refresher
  Teaching page of Shervine Amidi, Graduate Student at Stanford University.
  Forwarded from مجله هوش مصنوعی
  
✍🏻 هوش مصنوعی علی بابا کرونا را در ۲۰ ثانیه شناسایی میکند
«گروه علی بابا» سیستمی مبتنی بر هوش مصنوعی توسعه داده که می تواند ویروس کرونا را در مدت زمان تنها ۲۰ ثانیه و با دقت ۹۶ درصدی تشخیص دهد.
🔽 مطالعه کامل خبر :
🌐 homeai.ir/5v0t
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
  «گروه علی بابا» سیستمی مبتنی بر هوش مصنوعی توسعه داده که می تواند ویروس کرونا را در مدت زمان تنها ۲۰ ثانیه و با دقت ۹۶ درصدی تشخیص دهد.
🔽 مطالعه کامل خبر :
🌐 homeai.ir/5v0t
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
Forwarded from Machine learning application (Kartal)
یافته خود رو به اشتراک می گذارم.
این خلاصه از درس Standford CS230 #نحوه_خواندن_مقاله از Andrew ng هست.
🌹🌹🌹روش اول خواندن مقاله به صورت فقط مقاله خداندن و فهمیدن متد:
1- Title/abstract/ figures
2- introduction/ conclusion/ figures/ skim rest
3- read paper but skip the math.
4- read whole paper but skip part that doesn't make sense.
چه چیزی باید از مقاله در بیاوریم:
1- what did authors try to accomplish?
2- what were the key elements of the approach?
3- what can you use yourself?
4- what other references do you want to follow?
روش خوب برای پیدا کردن اخبار مقالات (این مختص مقالات ماشین لرنینگ هست) :
1- Twitter
2- ML sub reddit
3- nips /icml/ iclr
4- friends
🌹🌱💭 روش دوم : یادگیری دیپ پیپر :
1- re-derive from scratch the paper
کد مقاله رو چیکار باید کرد:
1- download and run open source code
2- reimplement it from scratch
کانال مون 🌱💭🌹👇👇👇
@Machinelearning_Kartal
  این خلاصه از درس Standford CS230 #نحوه_خواندن_مقاله از Andrew ng هست.
🌹🌹🌹روش اول خواندن مقاله به صورت فقط مقاله خداندن و فهمیدن متد:
1- Title/abstract/ figures
2- introduction/ conclusion/ figures/ skim rest
3- read paper but skip the math.
4- read whole paper but skip part that doesn't make sense.
چه چیزی باید از مقاله در بیاوریم:
1- what did authors try to accomplish?
2- what were the key elements of the approach?
3- what can you use yourself?
4- what other references do you want to follow?
روش خوب برای پیدا کردن اخبار مقالات (این مختص مقالات ماشین لرنینگ هست) :
1- Twitter
2- ML sub reddit
3- nips /icml/ iclr
4- friends
🌹🌱💭 روش دوم : یادگیری دیپ پیپر :
1- re-derive from scratch the paper
کد مقاله رو چیکار باید کرد:
1- download and run open source code
2- reimplement it from scratch
کانال مون 🌱💭🌹👇👇👇
@Machinelearning_Kartal
This media is not supported in your browser
    VIEW IN TELEGRAM
  Pose estimation
تاپیکی هست که نحوه تغییر حالت یک شئ رو بررسی میکنه. این ویدیو تشخیص لحظهای رفتار بازیکنان بسکتبال را با استفاده از شبکه عصبی عمیق نشان میدهد.
#deeplearning #artificialintelligence
@pythonicAi
  تاپیکی هست که نحوه تغییر حالت یک شئ رو بررسی میکنه. این ویدیو تشخیص لحظهای رفتار بازیکنان بسکتبال را با استفاده از شبکه عصبی عمیق نشان میدهد.
#deeplearning #artificialintelligence
@pythonicAi
