Мир сегодня с "Юрий Подоляка"
Мир сегодня с "Юрий Подоляка"
Труха⚡️Україна
Труха⚡️Україна
Николаевский Ванёк
Николаевский Ванёк
Мир сегодня с "Юрий Подоляка"
Мир сегодня с "Юрий Подоляка"
Труха⚡️Україна
Труха⚡️Україна
Николаевский Ванёк
Николаевский Ванёк
هوش مصنوعی |یادگیری ماشین| علم داده avatar

هوش مصنوعی |یادگیری ماشین| علم داده

کانالی برای علاقمندان به هوش مصنوعی
ارتباط با ادمین👇
@maryam3771

اخبار
کتاب،مقاله،ویدیو
استخدامی و فرصت های شغلی
ایده ها و دستاوردها
طرح های پژوهشی
دوره های آموزشی
کنفرانس ها ، سمینارها و کارگاه ها
تبلیغات 👇
https://t.me/alloadv/816
TGlist 评分
0
0
类型公开
验证
未验证
可信度
不可靠
位置Іран
语言其他
频道创建日期Лют 06, 2025
添加到 TGlist 的日期
Серп 06, 2024

记录

28.02.202523:59
26.1K订阅者
08.02.202507:57
300引用指数
08.03.202509:13
1.7K每帖平均覆盖率
08.03.202509:13
1.7K广告帖子的平均覆盖率
12.03.202523:59
11.90%ER
08.03.202509:14
6.57%ERR
订阅者
引用指数
每篇帖子的浏览量
每个广告帖子的浏览量
ER
ERR
СІЧ '25ЛЮТ '25БЕР '25КВІТ '25

هوش مصنوعی |یادگیری ماشین| علم داده 热门帖子

استاد علی شریفی زارچی : یادگیری عمیق هوش‌مصنوعی بدون تسلط به آمار و احتمال ممکن نیست. بهترین کتابی که برای «احتمال» می‌شناسم Introduction to Probability نوشته‌ی Blitzstein استاد هاروارد است. بزرگ‌ترین مزیت این کتاب، اثبات‌های بسیار زیبا و ساده برای قضایا است. این کتاب رایگان است:

https://projects.iq.harvard.edu/stat110/home



#هوش_مصنوعی #یادگیری_ماشین  


🆔 @Ai_Tv
یک لایبرری جالب اومده به اسم plexe که این امکان رو می‌ده که مدل‌های ماشین لرنینگ رو فقط با توضیح دادن به زبان ساده بسازید. کافیه بگید چی می‌خواهید، و سیستم هوشمندش خودش با یه رویکرد خودکار و agentic، یه مدل کامل و قابل استفاده براتون می‌سازه. مثلا کد بالا یک مدل classification برای sentiment analysis را پیاده میکنه.

Github: https://github.com/plexe-ai/plexe


#هوش_مصنوعی #یادگیری_ماشین  


🆔 @Ai_Tv
کمپانی OpenAI یک فایل ۳۵ صفحه ای pdf داده راجع به ساختن ایجنت. اول این راهنما میگه که به چه دردی میخوره:
"این راهنما برای تیم‌های محصول و مهندسی طراحی شده که می‌خوان اولین ایجنت‌های خودشون رو بسازن. توش خلاصه‌ای از تجربه‌ی مشتری‌های مختلف آورده شده و به شکل کاربردی و قابل اجرا ارائه شده.
شامل چارچوب‌هایی برای پیدا کردن استفاده‌های مناسب از ایجنت، الگوهای واضح برای طراحی منطق و هماهنگی بین ایجنت‌ها، و همچنین بهترین روش‌ها برای اینکه ایجنت‌هاتون به شکل امن، قابل پیش‌بینی و مؤثر اجرا بشن."

مثالهای خوب و کاربردی به همراه کد توش هست. برای درست کردن ایجنت واقعا یکی از بهترین SDK ها همینی باشه که openai داده!
Link: https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf



#هوش_مصنوعی #یادگیری_ماشین  


🆔 @Ai_Tv
این ریپو را یک نفر درست کرده که بیشتر از ۱۵۰ تا notebooks آموزشی داره راجع به استفاده از لایبرری Transformers برای انواع اپلیکیشن ها و روی انواع دیتا مثل PDF و تصویر و ویدیو.
واقعا توجیهی برای یاد نگرفتن نیست. هر کدوم از این notebooks های آموزشی کلی چیز راجع به مدلها و معماری های مختلف یاد میده. یک جور کلاس درس!
Github: https://github.com/NielsRogge/Transformers-Tutorials


#هوش_مصنوعی #یادگیری_ماشین  


🆔 @Ai_Tv
04.04.202509:21
تا زمانی که رایگان هست حتما Gemini 2.5 Pro رو تست بکنین، مخصوصا اگه برنامه نویس هستین یا محقق.

همین token context window یک میلیونی یعنی میتونین کل یه کدبیس بزرگ، چندین مقاله طولانی، یا حتی یک کتاب کامل رو بهش بدین بدون اینکه اطلاعات اولیه رو فراموش کنه
https://aistudio.google.com/



#هوش‌_مصنوعی
🆔 @Ai_Tv
26.03.202514:53
چی می‌شد اگر یک مدل زبانی ویژه ریسرچر ها وجود داشت که تنها از اطلاعات معتبر و صحیح اینترنت استفاده می‌کرد و از منابع معتبر استفاده می‌کرد و لینک مستقیم به مقالات را ارائه می‌داد؟
خوش باشید چون حالا که شده است:
https://consensus.app/search/


#هوش‌_مصنوعی #علم_داده

🆔 @Ai_Tv
کمپانی Cohere یک مدل embedding که قابلیت Multimodal داره معرفی کرده. یعنی باهاش متن و عکس را میتونید embed کنید، که برای سرچ و اپلیکیشن های RAG عالیه.
مثلا اگه یک سری فایلهای pdf که مربوط به مالی میشه را بخواهید روش RAG پیاده کنید، بجای اینکه متن را از فایل استخراج کنید و امبد کنید، هر صفحه را به صورت تصویر embed میکنه. اینجوری دیگه نیازی به OCR ندارید و دقتش هم فوق العاده بالاست. این فایل notebook گذاشتم که یک مثال را داره نشون میده که چطور یک مقاله را ایمبد میکنه و بعد میتونید روش سرچ انجام بدید.
یکی از مهمترین کاربردهاش برای درست کردن سیستم های RAG و سوال/جواب روی داکیومنت ها ست.
Colab notebook: https://colab.research.google.com/drive/1CghORsRWDGMEZJe6EeyRj4D6M2oltYvJ



#هوش_مصنوعی #یادگیری_ماشین  


🆔 @Ai_Tv
بیایین یکبار برای همیشه اینارو بفهمیم
اصن RAG چیه؟ CAG چیه؟ فاین تیون چیه؟
کی باید از کدوم استفاده کنیم؟ کدوم بدرد ما میخوره؟

برای علاقه مندا (غیر تکنیکال)
فارسی:

http://vrgl.ir/oPwKj

انگلیسی:
https://medium.com/@mshojaei77/rag-vs-cag-vs-fine-tuning-which-brain-boost-does-your-llm-actually-need-7c318b2ed355


#هوش_مصنوعی  


🆔 @Ai_Tv
اگه دوست دارید مفاهیم مرتبط با پیاده سازی سیستمهای RAG را یاد بگیرید، این ریپو را از دست ندید. یک سری از تکنیکها را بدون استفاده از langchin و llamaindex پیاده سازی کرده تا مفاهیم را کامل توضیح بده. برای یادگیری و حتا آموزش خیلی خوبه.
Github: https://github.com/FareedKhan-dev/all-rag-techniques


🆔 @Ai_Tv
۳ دوره‌ی رایگان و آنلاین از DataTalksClub که دوره های جدیدشون قرار شروع بشه در ماه های آینده. ولی مطالب دوره های قبل با ویدیو و کد و اسلاید موجود هست.

۱- دوره‌ی MLOps Zoomcamp
یاد می‌گیرید چطور مدل‌های یادگیری ماشین رو وارد محیط واقعی کنید: ترک‌ کردن آزمایش‌ها، ساختن پایپ‌لاین، دیپلوی‌کردن، مانیتورینگ و کلی چیز دیگه.

https://github.com/DataTalksClub/mlops-zoomcamp

۲- دوره‌ی LLM Zoomcamp
یاد می‌گیرید چطور اپلیکیشن‌هایی با مدل‌های زبانی بزرگ (LLM) بسازید — با استفاده از RAG، مدل‌های متن‌باز، وکتور دیتابیس‌ها، فریم‌ورک‌های orchestration و گاردریل‌ها. در آخر، یه چت‌بات هوشمند مخصوص خودتون می‌سازید!

https://github.com/DataTalksClub/llm-zoomcamp

۳- دوره‌ی ML Zoomcamp
دوره‌ای مقدماتی و کاربردی برای یاد گرفتن یادگیری ماشین از پایه: از الگوریتم‌ها تا پیاده‌سازی و دیپلوی کردنشون.
https://github.com/DataTalksClub/machine-learning-zoomcamp


#هوش_مصنوعی   #یادگیری_ماشین


🆔 @Ai_Tv
13.04.202511:10
Deep Dive into LLMs like ChatGPT

با ابزار LLM visualization می تونید مشاهده کنید Large Language Model ها مثلا ChatGPT چجوری کار میکنه
تمام مراحل از دریافت داده ها تا پردازش و خروجی نهایی را نمایش می دهد


https://bbycroft.net/llm



#هوش_مصنوعی #LLM   


🆔 @Ai_Tv
25.03.202516:51
این رپو یکی از بهترین منابع یادگیری برای مهندسی داده هست. در واقع علاوه تمام اجزایی که نیاز هست برای یادگیری مهندسی داده داخلش اومده. با سه ماه تمرین و ممارست هرروزه میتونید به سطح خوبی از یادیگیری برسید.
از معماری پایپلاین بگیر تا بچ پروسسینگ و استریمینگ
https://github.com/DataTalksClub/data-engineering-zoomcamp

#هوش‌_مصنوعی #علم_داده

🆔 @Ai_Tv
یک مدل زبان بزرگ سه‌بعدی (3D LLM) به اسم SpatialLM اومده که برای پردازش داده‌های 3D point cloud طراحی شده و خروجی‌های ساختار یافته از درک صحنه‌های 3D تولید می‌کند. این خروجی‌ها شامل عناصری معماری مانند دیوارها، درها، پنجره‌ها همراه با دسته‌بندی‌های معنایی‌شان هستند. این مدل توانایی‌های استدلال فضایی (spatial reasoning) را برای کاربردهایی در رباتیک، ناوبری خودران (autonomous navigation) و دیگر وظایف پیچیده تحلیل صحنه‌های سه‌بعدی بهبود می‌بخشد.
Link: https://manycore-research.github.io/SpatialLM/


🆔 @Ai_Tv
25.03.202506:49
آموزش Generative AI از پایه برای مبتدیان

https://youtube.com/playlist?list=PLPTV0NXA_ZSh_HfFtLf5p8hPAW8a7Tr2a&si=FBLd19vzHpYySPZm


#هوش‌_مصنوعی
🆔 @Ai_Tv
یکی از بهترین اپلیکیشن ها و کاربردهای ایجنت ها برای deep (Re)search هست. یعنی برای موضوعی نیاز دارید که یک تحقیق و ریسرچ عمیق انجام بدید. اگه دوست دارید بدونید این ایجنت چطور کار میکنه و حتا خودتون بتونید یک ورژن ازش برای خودتون پیاده سازی کنید، حتما این بلاگ را بخونید. با شکل و قدم قدم مراحل توضیح میده. البته مقالات دیگه هم هست ولی این برای اول کار راحت تره.
Link: https://www.newsletter.swirlai.com/p/building-deep-research-agent-from



#هوش‌_مصنوعی
🆔 @Ai_Tv
登录以解锁更多功能。