21724
هوش مصنوعی و برنامه نویسی پایتون؛ مسیولیت هر پست به عهده ادمینی که فرستاده میباشد. AI Admins: @FaRzAhss @Kingeng @Bellman281 Linux: @salvador_immortal تبلیغات و تبادل: @FaRzAhss
✅ 《دوره یادگیری عمیق》
🔷 فصل 2: Recurrent neural networks (RNNs)
🔘 تمرینات سری دوم
▪️ Back Propagation Through Time
▪️ Pure mathematics behind RNNs
▪️ Elman/Vanilla RNNs
▪️ Jordan RNNs
▪️ Elman-Jordan RNNs
▪️ Time series dataset
🔺مهلت تحویل تمرینات: دو هفته
💡 از روابط اثبات شده عکس گرفته و به ترتیب روابط شماره گذاری شوند و همراه با کدهای پیادهسازی شده برای پروژه ها به صورت فایل زیپ ارسال شوند.
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
🏐 تحلیل داده با استفاده از نرم افزار jmp (/channel/tiheac_bot?start=1)
📊 تحلیل داده امروز یکی از پرتقاضاترین مهارتها در بازار کار ایران و جهان است. سازمانها برای تصمیمگیریهای دقیقتر و افزایش بهرهوری به متخصصانی نیاز دارند که توانایی جمعآوری، تحلیل و تفسیر دادهها را داشته باشند
🎙 مدرس: دکتر مجید ایوزیان _ مشاور تخصصی توسعه دانش و مهارت مهندسین صنایع
🗓 تاریخ: یکشنبه | 27 مهر | ساعت 20
🚀 آموزش کاربردی با مثالهای واقعی + پرسش و پاسخ
☄️ ثبت نام رایگان در وبینار از لینک زیر (/channel/tiheac_bot?start=1):
🔗 t.me/tiheac_bot?start=1
🔗 t.me/tiheac_bot?start=1
➖➖➖➖➖➖➖➖➖
🌐 https://tihe.ac.ir
📞 021-88933620
📞 021-86741
👉 @ai_python ✍️
تیم Google Research با همکاری UCSC Genomics و بیمارستان Children’s Mercy، مدل یادگیری ماشین جدیدی به نام DeepSomatic را معرفی کردهاند.
👉 @ai_python ✍️
این مدل قادر است با دقت بالا، جهشهای ژنتیکی در سلولهای سرطانی را شناسایی کند؛ که گامی حیاتی برای درمانهای دقیقتر سرطان محسوب میشود.
https://blog.google/technology/research/deepsomatic-an-open-source-ai-model-is-speeding-up-genetic-analysis-for-cancer-research/
فاین تیون مدل های زبانی بزرگ با Tunix :
👉 @ai_python ✍️
https://youtu.be/8essLqkBsX8?si=4q703iCD2ZiQt3vN
یک مدل جدید هوش مصنوعی به نام Cell2Sentence-Scale از خانواده Gemma که توسط Google Research با همکاری Google DeepMind و دانشگاه Yale توسعه یافته، توانسته یک مسیر درمانی جدید برای سرطان را شناسایی کند که در سلولهای زنده بهصورت تجربی تأیید شده است.
👉 @ai_python ✍️
🔬 ویژگی کلیدی مدل:
ترجمه دادههای پیچیده بیان ژنی تکسلولی به «جملات سلولی» قابل فهم برای مدلهای زبانی بزرگ (LLMs)
X
🔵🚀 دوره مهندسی DevOps – پلی بین توسعه و عملیات
میخواهید بدانید چطور میتوان نرمافزارها و سرویسها را سریعتر، امنتر و با کیفیت بالاتر به مشتری رساند؟
دوره مهندسی DevOps شما را با فرهنگ، روشها و ابزارهای پیشرفته این حوزه آشنا میکند.
✨ مزایای یادگیری و استفاده از DevOps:
✅پیشبینی شکست یا موفقیت محصول
✅نگهداری و بازیابی نسخههای قدیمی نرمافزار
✅افزایش کیفیت و کاهش ریسک
✅انعطافپذیری و امنیت بالا
🔹برای مشاهده اطلاعات دوره کلیک کنید.
👉https://B2n.ir/uj7091
➖➖➖➖➖➖➖➖➖➖➖➖
🔶 کسب اطلاعات بیشتر و مشاوره:
📱 تلگرام:09377533910
☎️ تماس:02167641999
➖➖➖➖➖➖➖➖➖➖➖➖
✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص
به روزرسانی های تازه NotebookLM در تولید ویدیو
👉 @ai_python ✍️
اطلاعات تکمیلی : https://blog.google/technology/google-labs/video-overviews-nano-banana/
ویدیو به روز شده توضیح کامپوننت های LangChain :
البته دقت کنید که این بیش تر تبلیغ پلت فرم یادگیری سازنده این ویدیو آموزشی هم هست. بنابراین شاید آموزش با کیفیت بالایی هم نباشه.
👉 @ai_python ✍️
https://youtu.be/xTmU8ZImUO8?si=ePOcHDasEVqIkmvz
بازم یه ویدیو آموزش IBM Docling دیگه ، این بار از Red Hat 🙈🙈🙈
👉 @ai_python ✍️
https://youtu.be/BWxdLm1KqTU?si=q6B-fCO3_twCioh3
میدونی برنامهنویسها چقدر حقوق میگیرن؟
امسال کوئرا دوباره یه نظرسنجی بزرگ طراحی کرده تا با کمک خودِ برنامهنویسها به این سؤالها جواب بدیم.
تو هم بهعنوان بخشی از این جامعه، با چند دقیقه وقت گذاشتن میتونی اثر بزرگی بذاری.
نتایج این نظرسنجی هم باهات به اشتراک گذاشته میشه.
🔗 https://quera.org/r/5q555
شرکت IBM اعلام کرد که Langflow از این به بعد به طور کامل در IBM watsonx Orchestrate پشتیبانی می شود.
👉 @ai_python ✍️
این خبر در IBM TechXchange منتشر شد.
https://www.linkedin.com/pulse/new-tools-make-enterprise-ai-more-powerful-than-ever-ibm-research-suvte/
می دونم خیلی درباره IBM Docling صحبت کردیم. 😅😅 ولی این ویدیو معرفی هم کمی جدید تر و به روزتر هست :
👉 @ai_python ✍️
https://youtu.be/zSA7ylHP6AY?si=jKqDSdnML3dMn9Pm
مرور کلی بر امکانات تازه IBM Docling از جمله تبدیل فایل های صوتی به مارک داون ! :
👉 @ai_python ✍️
https://youtu.be/fg0_0M8kZ8g?si=fP0RLTVsONBUJOOt
Video models are zero-shot learners and reasoners
👉 @ai_python ✍️
پادکستِ مصنوعی بررسی دقیق به فارسی 🖥
👉 @ai_python ✍️
ویدیو کوتاه مرور مقاله به فارسی 🖥
👉 @ai_python ✍️
لینک مقاله اصلی 🖥
@ai_python
با ارائه MCP برای داکلینگ در هفته گذشته، این کتابخانه قدرتمند از IBM هم به جمع MCP Ready ها پیوست.
اطلاعات بیش تر : لینکداین
مروری کلی بر Mistral Document AI در Azure AI Foundry
👉 @ai_python ✍️
این مدل یکی از مدل هایی هستش که گفته می شه می تونه جداول پیچیده و همه اجزای مختلفی که در فایل های پی دی اف وجود دارن رو به صورت پیش فرض بفهمه. (یعنی مثلن حتی گاهی بدون نیاز به ابزاری مثل IBM Docling برای دایجست)
👉 @ai_python ✍️
https://youtu.be/MUu9o8tDwi0?si=uKgbsXdkCn-DsGlY
🖥 @elonfact 🙄
جشنِ پیشرفت سیستمهای DGX انویدیا از سال ۲۰۱۶ تا مدل جدید DGX Spark ... سیستمی که پنج برابر قدرتمندتر است و تنها ۴۰ وات مصرف دارد.
ایلان ماسک تنها خریدار اولین ابررایانه DGX-1 بود، که نقش مهمی در پیشرفت هوش مصنوعی انویدیا داشت و اکنون در فناوریهای اتوپایلوت تسلا و پروژههای اسپیساکس استفاده میشود.
👉 @ai_python ✍️
خلاصه ویژگی های مدل جدید گوگل برای تولید ویدیو به نام Veo 3.1
ابزار PyMuPDF هم یکی از ابزارهای مناسب برای آماده سازی داده جهت استفاده AI هستش. مثلن در این ویدیو 1 دقیقه ای مشاهده می کنید که چگونه ردیف های یک جدول در یک فایل پی دی اف به صورت لیست قابل استخراج هستند :
👉 @ai_python ✍️
https://youtu.be/-KY08O32Yc8?si=6UrJAu2lhp7MR0hr
تفاوت LangChain ، LangGraph و همچنین LangFlow و LangSmith : (در 1 دقیقه)
👉 @ai_python ✍️
https://youtube.com/shorts/IaAkuK0EZWM?si=kDhKwmhTVe83XkPw
👉 @ai_python ✍️
یک شمای خلاصه از کامپوننت های اصلی LangChain
منبع : https://learn.kodekloud.com/
نمونه استفاده از IBM Warsonx Orchestrate Agentic Workflow Builder برای ساخت یک Flow عملی از یک برنامه Agentic :
👉 @ai_python ✍️
https://mediacenter.ibm.com/media/IBM+watsonx+Orchestrate+Agentic+Workflow+Builder/1_8drwgp9s
عزیزانی که در حال یادگیری Microsoft Azure Machine Learning هستن، این ریپازیتوری در گیت هاب Hands On Lab های بسیار خوبی داره و از طرف خود مایکروسافت هم در مواقع نیاز به روز رسانی می شه : (دیتاست ها هم توی کدهاش هست که باهاش می تونید به راحتی مدل هارو آموزش بدید.)
👉 @ai_python ✍️
https://github.com/MicrosoftLearning/mslearn-azure-ml
نحوه استفاده برای دوستانی که از کلاود IBM استفاده می کنند در این ویدیو کوتاه : لینک ویدیو
Читать полностью…
اینم یک پلت فرم دیگه برای تبدیل منابع مختلف به مارک داون هست و البته خیلی کارهای دیگه :
👉 @ai_python ✍️
https://youtu.be/dTuVpbNRO4o?si=UvMkPKN0c5qY-WML
☄️ کاهش ابعاد و Visualization در یادگیری ماشین
👉 @NeuralBlackMagic
👨🏻🏫 وقتی دادهها ابعاد زیادی دارند، دیدن الگوها و روابط بین نمونهها سخت میشود. کاهش ابعاد به ما کمک میکند تا این الگوها را در فضاهای قابل دیدن (۲ یا ۳ بعدی) مشاهده کنیم.
🔍 یکی از رویکردهای کاهش ابعاد با هدف بصریسازی،
Multidimensional Scaling (MDS)
است.
این روش فاصله یا شباهت بین دادهها را حفظ میکند و دادههای ابعاد-بالا را در یک فضای کمبعد Embed میکند، طوری که روابط بین نقاط تا حد امکان حفظ شود.
📊 در این مثال ساده، دادههای ابعاد بالا ۳ بعدی بوده و با کمک رویکرد MDS به ۲ بعد نگاشت داده شدهاند و فاصله نسبی دادههای کلاسهای مختلف در این نگاشت حفظ شدهاست.
💻 پیادهسازی با استفاده از Scikit-learn 🤗:
👉 @NeuralBlackMagic
from sklearn.manifold import MDS
embedding = MDS(n_components=2) # n_components=d
x_lowdim = embedding.fit_transform(x_highdim)
# x_highdim: (N, D), x_lowdim: (N, d), d<<D
اجنت بیلدر Open AI :
👉 @ai_python ✍️
https://youtu.be/44eFf-tRiSg?si=sOi2AhfQ4lLPIzJt
این سیستم برای ذخیره داده هارو من نمی شناختم. ولی در نوع خودش جالبه. مثل سایر پلت فرم های ذخیره سازی بهتون فضا می ده که داده رو ذخیره کنید و بعد روی داده با هوش مصنوعی بهتون ارزش افزوده می ده :
👉 @ai_python ✍️
https://www.box.com/de-de/
امروزه، دیگه بسیاری از ما اطلاعات زیادی درباره Prompt Engineering داریم. اما Anthropic اصطلاحی به نام Context Engineering را مطرح می کند، که از زاویه دیگری می تواند نتایج را بهبود بخشد :
👉 @ai_python ✍️
https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents