پایتون | هوش مصنوعی | voidcompile
6.06K subscribers
270 photos
49 files
61 links
یادگیری برنامه نویسی، هوش مصنوعی، دیتا ساینس و پروژه‌های تحقیقاتی
آموزش پایتون ، هوش مصنوعی ، یادگیری ماشین ، لینوکس، تکنولوژی‌ های روز برنامه‌ نویسی.
Python | Machine Learning | Biopython | AI

تبلیغات و همکاری : @void_compile
Download Telegram
الگورتیم های یادگیری ماشینی که هر دیتاساینس کار باید بداند .


#ML #machine_learning #python
@voidcompile
113🎉7👍6🔥5🤩4👏31
پایتون 3.14 رسماً منتشر شد و یکی از مهم‌ترین نسخه‌های چند سال اخیر محسوب می‌شود.

مهم‌ترین تغییر این نسخه، پشتیبانی رسمی از اجرای بدون GIL (Free-Threaded Python) است که راه را برای پردازش هم‌زمان واقعی و افزایش چشمگیر کارایی باز می‌کند. همچنین قابلیت‌های جدیدی مثل template string literals، بهبود خطاها، ماژول فشرده‌سازی Zstandard و ارتقای ابزارهای توسعه به این نسخه اضافه شده‌اند.

در کنار آن، نسخه‌ی 3.14.1 نیز با صدها اصلاح و بهبود منتشر شده و توسعه Python 3.15 وارد فاز آزمایشی شده است. تیم پایتون تأکید کرده فعلاً برنامه‌ای برای Python 4 وجود ندارد و تمرکز اصلی روی بهینه‌سازی و پایداری نسخه‌های فعلی است.


@voidcompile
8🔥7👏5👍4🎉4🤩31🏆1👨‍💻1🆒1
شورت کات های ضروری که ممکن هست به کار بیاد 😁


@voidcompile
1👏125🔥5🤩5👍3🎉3👨‍💻3🆒2👾2
https://github.com/MobinZamanii/Predictive-Modeling-of-Breast-Cancer-Metastasis-using-Clinical-Genomics


در این ریپو من یک الگوریتم یادگیری ماشین رو طوری آموزش دادم که داده های مربوط به سرطان سینه را به سبکی پیش بینی کند که در نهایت مدل با دقت خوبی تشخیص می‌دهد که احتمال متاستاز با توجه به داده های بالینی در آینده چقدر است ...

خوشحال میشم بهش یک نگاه بندازید و اگر موردی بود بهم بگین برای بهتر کردن این مدل
یادتون نره استار بزنین حتما 😁

@voidcompile
111👏8🔥6👍5🤩5🎉4😍1
درود رفقا
یک ریپو جدید ایجاد کردم که در آن با استفاده از الگوریتم knn روی یک دیتاست که مربوط به داده های بیماران کلیوی هست پیاده سازی کردم و هدف از این کار تشخیص سریع و اتوماتیک بیماری مزمن کلیه (CKD) با استفاده از داده‌های بالینی هست . امیدوارم قدم کوچیکی دوباره در این حوزه برداشته باشم به امید کار های بزرگتر در تشخصی بیماری
https://github.com/MobinZamanii/Kidney-Disease-Classification-kNN/tree/main
115🤩8🎉6🔥5👍3👏2💯1🆒1
پروکسی‌ها و V2Rayهای رایگانی که توی تلگرام می‌چرخن، می‌تونن
📡 ترافیکتو شنود کنن
🔑 پسورد و سشن‌هاتو بدزدن
👁️‍🗨️ رفتارتو لاگ بگیرن
رایگان بودنشون اتفاقی نیست…
🔒 امنیتت رو جدی بگیر، مخصوصاً برای اکانت‌های مهم.

امیدوارم حالتون خوب باشه همگی مراقب خودتون باشید.


#Proxy
#v2ray
13👍7🔥5🤩5🎉4👏2
🛰 Data Scientist Roadmap



Picture created by AI
💻 @voidcompile
1👏14🔥9🤩98👍5🎉4💯31
پروژه ی جدیدی که داخلش دو تا الگوریتم یادگیری ماشین رو ترکیب کردم و تلاش کردم که پیش بینی خوبی برای تشخیص متاستاز انجام بدم.

این پروژه با استفاده از دو الگوریتم
XGBoost و RandomForest
انجام شده و شما میتونین کد و نتایج رو در گیت هاب مشاهده کنین :

GitHub
LinkedIn

@voidcompile
18🔥7👍3
درود بر همه ی عزيزان ...
امیدوارم حال همگی خوب باشه 🤍
315👍6
✅️برخی از آپدیت های جدید پایتون رو بررسی کنیم :

🧵یک: Free-threading رسمی (بدون GIL)
یعنی چند thread واقعاً همزمان اجرا میشن → مناسب AI و بیوانفورماتیک و پردازش سنگین

🧬 دو :Template Strings (t-strings)
یه نسخه خیلی قدرتمندتر از f-string برای پردازش امن‌تر متن

🧾سه: Deferred Annotations (تأخیر در type hint evaluation)
تایپ‌هینت‌ها دیگه سریع‌تر و تمیزتر اجرا میشن (مهم برای پروژه‌های بزرگ)

🔄چهار: Subinterpreters در stdlib
یعنی چند محیط پایتون جدا داخل یک برنامه → خیلی مهم برای parallel architecture

@voidcompile
115👍11
🚀 Claude 3.5
نسخه جدید هوش مصنوعی معرفی شد!

حالا Anthropic با مدل جدید Claude قدم بزرگ‌تری در دنیای AI برداشته است 🤖

این مدل با تمرکز روی:
🧠 استدلال عمیق‌تر و حل مسائل پیچیده‌تر
💻 کدنویسی، دیباگ و توسعه پروژه‌های بزرگ‌تر
📄 تحلیل اسناد، داده‌ها و تحقیقات طولانی
انجام وظایف چندمرحله‌ای و طولانی‌تر

به یک دستیار هوشمندتر برای کارهای حرفه‌ای تبدیل شده است.

آینده هوش مصنوعی فقط جواب دادن نیست؛
ساختن، تحلیل کردن و همکاری با انسان‌هاست. 💙

#Claude #Anthropic #AI #ArtificialIntelligence #MachineLearning

@voidcompile
9👍7
برنامه نویسی فقط کد زدن نیست ...

📝الگوریتم هایی که نمی توانند تجربیات گذشته را به خاطر بسپارند محکوم به تکرار اند.
@voidcompile
12👍11
💻 ۵ پروژه هوش مصنوعی که کارفرماها واقعاً دوست دارند در رزومه ببینند

1️⃣ دستیار هوشمند تحلیل فایل PDF
فایل را می‌گیرد، خلاصه می‌کند و به سؤالات کاربر پاسخ می‌دهد.

2️⃣ سیستم تشخیص اسپم و فیشینگ
ایمیل‌ها یا پیام‌ها را تحلیل کرده و موارد مشکوک را شناسایی می‌کند.

3️⃣ موتور جستجوی هوشمند اسناد
به جای جستجوی کلمات، مفهوم سؤال را درک می‌کند و پاسخ مرتبط پیدا می‌کند.

4️⃣ تحلیل احساسات کاربران
بررسی نظرات کاربران و استخراج میزان رضایت یا نارضایتی آن‌ها.

5️⃣ دستیار برنامه‌نویسی مبتنی بر LLM
توضیح کد، رفع خطا و تولید مستندات پروژه به‌صورت خودکار.

🎯 تفاوت بین یک پروژه معمولی و یک پروژه رزومه‌ساز؟

پروژه رزومه‌ساز فقط «کار می‌کند» نیست؛
بلکه کد تمیز، مستندات، GitHub فعال و توضیح فنی قابل دفاع دارد.

بسیاری از افراد دوره‌های زیادی می‌بینند،
اما کسانی استخدام می‌شوند که بتوانند یک پروژه واقعی را از ایده تا محصول بسازند.

📌 این پست را ذخیره کن؛ شاید پروژه بعدی تو یکی از همین‌ها باشد.

#AI #Python #MachineLearning #GitHub #Programming

@voidcompile
12👍9
🔍 Binary Search (جست‌وجوی دودویی)

یکی از سریع‌ ترین الگوریتم‌ های جست‌ و جو برای داده‌ های مرتب‌ شده است. ایده ساده است: به‌جای بررسی تک‌ تک عناصر، هر بار فضای جست‌ و جو را نصف می‌کنیم.

پیچیدگی زمانی: O(log n)
بسیار سریع‌تر از جست‌وجوی خطی O(n)
نیازمند داده‌ های مرتب‌ شده

کاربردها:
• جست‌ و جو در پایگاه‌های داده و سیستم‌ های بزرگ
• بهینه‌ سازی و حل مسائل الگوریتمی
• یافتن هایپرپارامترها در یادگیری ماشین
• جست‌ و جو در فضای پاسخ مسائل عددی (Binary Search on Answer)

def binary_search(arr, target):
left, right = 0, len(arr) - 1

while left <= right:
mid = (left + right) // 2

if arr[mid] == target:
return mid

elif arr[mid] < target:
left = mid + 1

else:
right = mid - 1

return -1 # پیدا نشد


# مثال
numbers = [2, 5, 7, 10, 12, 23, 34, 37, 41, 45, 50]

target = 37
index = binary_search(numbers, target)

if index != -1:
print(f"عدد در اندیس {index} پیدا شد.")
else:
print("عدد پیدا نشد.")

@voidcompile
2👍179
🚀 ۷ سایت که هر برنامه‌ نویس باید بداند.

1️⃣ roadmap.sh
https://roadmap.sh
نقشه راه یادگیری برای Python، AI، Backend، DevOps و ده‌ها حوزه دیگر.

2️⃣ devdocs.io
https://devdocs.io
مستندات صدها زبان و فریم‌ورک در یک جا؛ سریع و بدون شلوغی.

3️⃣ regex101.com
https://regex101.com
بهترین ابزار برای تست و یادگیری Regex با توضیح لحظه‌ای.

4️⃣ excalidraw.com
https://excalidraw.com
طراحی دیاگرام، فلوچارت و معماری پروژه در چند ثانیه.

5️⃣ replit.com
https://replit.com
اجرای کد و ساخت پروژه بدون نیاز به نصب چیزی روی سیستم.

6️⃣ jsonformatter.org
https://jsonformatter.org
فرمت، اعتبارسنجی و خواندن آسان فایل‌های JSON.

7️⃣ tinywow.com
https://tinywow.com
مجموعه‌ای از ابزارهای رایگان برای PDF، تصویر، ویدئو و فایل‌ها.

💡 اگر برنامه‌ نویس هستی این پست را ذخیره کن؛ دیر یا زود به همه این ابزارها نیاز پیدا می‌کنی.


#Python #Programming #Coding #Developer #WebDev #AI #MachineLearning #DataScience


@voidcompile
220👍8
۳ قابلیت مخفی پایتون که باید بلد باشی

1️⃣ جابه‌جایی متغیرها بدون متغیر کمکی
a, b = 10, 20
a, b = b, a

print(a, b)

خروجی:

20 10


2️⃣ شمارش تکرار عناصر با یک خط کد
from collections import Counter

items = ["python", "ai", "python", "linux"]

print(Counter(items)

خروجی:

Counter({'python': 2, 'ai': 1, 'linux': 1})


3️⃣ خواناتر کردن اعداد بزرگ
budget = 1_000_000
salary = 15_500_000

print(budget)
print(salary)

خروجی:

1000000
15500000

📌 آندرلاین‌ها فقط برای خوانایی هستند و روی مقدار عدد تأثیری ندارند.

#Python #Programming #Coding #Developer #PythonTips #Tech #VoidCompile

@voidcompile
18👍11
CNN یا RNN

دو معماری مهم در یادگیری عمیق، اما با مأموریت‌های کاملاً متفاوت:

🖼️ الگوریتم CNN برای پردازش تصاویر و داده‌ های فضایی
📝الگوریتم RNN برای پردازش داده‌ های ترتیبی و زمانی

اگر بخواهی یک عکس را تحلیل کنی، CNN انتخاب اول است.
اگر بخواهی ترتیب کلمات، صدا یا داده‌های زمانی را درک کنی، RNN وارد میدان می‌شود.

#AI #DeepLearning #MachineLearning #CNN #RNN #Python #DataScience

@voidcompile
318👍8
هر توزیع لینوکس چه کاربردی دارد و برای چه منظوری طراحی شده است؟

توزیع Ubuntu: ساده، پرکاربرد و مناسب برای شروع و انجام کارهای روزمره.

توزیع Linux Mint: شبیه به محیط ویندوز، سبک و مناسب برای مهاجرت آسان از سیستم‌عامل‌های دیگر.

توزیع Arch Linux: حداقلی، قدرتمند و ویژه کاربران حرفه‌ای.

توزیع Debian: پایدار و قابل اعتماد، مناسب برای سرورها و پروژه‌های بلندمدت.

توزیع Fedora: مدرن، سریع و همگام با آخرین دستاوردهای فناوری.

توزیع Kali Linux: ابزارمحور و اختصاصی برای امنیت سایبری و تست نفوذ.

🐧 @voidcompile
20👍11
🔥 ۵ ماژول کمتر شناخته‌شده پایتون که زندگی برنامه‌نویس‌ها را راحت‌تر می‌کنند

1️⃣ "pathlib"
کار با فایل‌ها و پوشه‌ها به روش مدرن و خوانا
from pathlib import Path

for file in Path(".").glob("*.py"):
print(file)

2️⃣ "collections"
ساختمان داده‌های قدرتمند مثل "Counter" و "defaultdict"
from collections import Counter

print(Counter("voidcompile"))

3️⃣ "itertools"
ابزارهای حرفه‌ای برای ترکیب، جایگشت و حلقه‌های پیشرفته
from itertools import permutations

print(list(permutations([1, 2, 3])))

4️⃣ "secrets"
تولید رمزهای تصادفی و امن
import secrets

print(secrets.token_hex(16))

5️⃣ "timeit"
اندازه‌گیری سرعت اجرای کد
import timeit

print(timeit.timeit("sum(range(100))", number=10000))

💡 نکته جالب:
همه این ماژول‌ها به صورت پیش‌فرض داخل پایتون هستند و نیازی به نصب هیچ پکیجی ندارند.

#Python #Programming #Coding

بقیه آموزش های پایتون :
#LearnPython@voidcompile

@voidcompile
122👍14
🚀 این بار OpenAI فقط یک مدل معرفی نکرده؛ بلکه یک خانواده کامل از مدل‌ها را معرفی کرده است:

☀️ GPT-5.6 Sol
قوی‌ترین عضو خانواده؛ برای برنامه‌نویسی، پژوهش علمی، امنیت سایبری و مسائل پیچیده طراحی شده است.

🌍 GPT-5.6 Terra
نسخه متعادل خانواده؛ ترکیبی از قدرت پردازش، سرعت و بهره‌وری برای طیف گسترده‌ای از کاربردهای حرفه‌ای.

🌙 GPT-5.6 Luna
سریع‌ترین و سبک‌ترین عضو خانواده؛ مناسب برای پردازش‌های حجیم و سناریوهایی که سرعت پاسخ اهمیت بالایی دارد.

در حال حاضر این مدل‌ها فقط از طریق API و Codex در اختیار تعداد محدودی از سازمان‌ها و شرکای مورد اعتماد OpenAI قرار گرفته‌اند و هنوز در ChatGPT در دسترس نیستند.

فعلا OpenAI اعلام کرده است که پس از پایان مرحله Preview و انجام آزمایش‌ها و بررسی‌های بیشتر، خانواده GPT-5.6 طی هفته‌های آینده به صورت عمومی در ChatGPT، API و Codex عرضه خواهد شد. 🚀

#OpenAI #GPT56 #AI

@voidcompile
👍2416