GuilanCS | علوم کامپیوتر
1.04K subscribers
1.61K photos
60 videos
225 files
1.01K links
💻انجمن علمی علوم کامپیوتر دانشگاه گیلان

🔶اینستاگرام انجمن:https://instagram.com/csguilan

🔷ارتباط با دبیر انجمن(اسماعیل ذوالفقاری):
@anon7vip


🔗گروه دانشجویان:
Download Telegram
GuilanCS | علوم کامپیوتر
🔻آکادمی علمی تحقیقاتی کورپی با همکاری انجمن علمی علوم کامپیوتر دانشگاه گیلان و انجمن‌های علمی ریاضی و علوم کامپیوتر کشور برگزار می‌کند: دوره جامع پروژه محور پایتون پیش‌نیاز دوره یادگیری ماشین کورپی 👤 مدرس: آرش زرین‌نیا - دانشجوی ریاضی دانشگاه خواجه نصیر…
❗️فقط تا پایان این هفته و شروع جلسه اول برای ثبت‌نام زمان باقیست.

🔗 جهت ثبت‌نام به لینک زیر وارد شده و شرکت در دوره را بزنید. همینطور میتوانید کد تخفیف اختصاصی انجمن را هنگام ثبت‌نام وارد کنید تا از تخفیف ویژه دانشجویان دانشگاه استفاده کنید:
https://rooydadestan.ir/?p=30199
🍉 شب یلدا مبارک 🍉

@guilancs
✍🏻هوش مصنوعی یا انسان، کدام قاضی بهتری است؟

استفاده از هوش مصنوعی در سیستم‌های قضایی جهان رایج شده و به سرعت در حال افزایش است. هوش مصنوعی به سامانه‌هایی گفته می‌شود که می‌توانند واکنش‌هایی مشابه رفتار‌های هوشمند انسانی از جمله درک شرایط پیچیده، شبیه‌سازی فرآیند‌های تفکری و شیوه‌های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسائل را داشته باشند.

هرچند بهره‌گیری از تکنولوژی در دادگاه‌ها فواید بسیاری دارد از جمله عدم داشتن تعصب در تصمیم‌گیری‌های قضایی و مصونیت از تخلفاتی نظیر رشوه، اما آیا می‌توان از آن‌ها برای جایگزینی کامل با انسان در سیستم قضایی استفاده کرد؟ چگونه می‌توان بر آن‌ها نظارت کرد؟ یا تصمیمات آن‌ها را مورد اعتراض قرار داد؟
قضات انسانی در تصمیم‌گیری ارجحیت دارند یا قضات هوشمند؟


به نظر می‌رسد از هوش مصنوعی می‌توان برای بهبود و سرعت تصمیم‌گیری‌ها در سیستم قضایی استفاده کرد، اما نمی‌توان برای تصمیمات نهایی و تعیین مجازات از آن‌ها استفاده کرد.

این سؤال که هوش مصنوعی می‌تواند جایگزین انسان در قضاوت باشد یا خیر، تا زمانی که تکنولوژی در آینده پیشرفت‌های زیادی در این زمینه نداشته باشد از پاسخی روشن و شفاف محروم خواهد ماند.

📖 مجله هوش مصنوعی

🆔 : @HomeAI
GuilanCS | علوم کامپیوتر
🔻آکادمی علمی تحقیقاتی کورپی با همکاری انجمن علمی علوم کامپیوتر دانشگاه گیلان و انجمن‌های علمی ریاضی و علوم کامپیوتر کشور برگزار می‌کند: دوره جامع پروژه محور پایتون پیش‌نیاز دوره یادگیری ماشین کورپی 👤 مدرس: آرش زرین‌نیا - دانشجوی ریاضی دانشگاه خواجه نصیر…
⚠️ ظرفیت باقی‌مانده دوره: کمتر از ۱۵ نفر


🔗 جهت ثبت‌نام به لینک زیر وارد شده و شرکت در دوره را بزنید. همینطور میتوانید کد تخفیف اختصاصی انجمن را هنگام ثبت‌نام وارد کنید تا از تخفیف ویژه دانشجویان دانشگاه استفاده کنید:
https://rooydadestan.ir/?p=30199
🔴 با سلام
اگر از شما دوستان کسی در زمینه ی کارآفرینی فعالیت داره یا کسی رو در این زمینه میشناسید لطفا به آیدی دبیر پیام بدید:
@Nasim_frdn
GuilanCS | علوم کامپیوتر pinned «🔴 با سلام اگر از شما دوستان کسی در زمینه ی کارآفرینی فعالیت داره یا کسی رو در این زمینه میشناسید لطفا به آیدی دبیر پیام بدید: @Nasim_frdn»
👌در بهترینو به دنبال خلق ارزش برای صاحبان کسب‌وکار‌های محلی هستیم.

🧑‍💻برای تحقق این مهم، به دنبال برنامه‌نویس Flutter تمام وقت می‌گردیم و چند پوزیشن باز در حال حاضر در شرکت موجود هستش. اگر خودتان یا دوستانتان تجربه‌ی تولید اپلیکیشن با فلاتر را دارید یا سابقه‌ی بیشتری در تولید اپلیکیشن‌های اندرویدی و iOS با کاتلین، جاوا و سوئیفت داشته‌اید، با ما تماس بگیرید یا از طریق جابینجا برای ما رزومه بفرستید.

👈 سایت بهترینو

👈
مشاهده‌ی نیازمندی‌های شغلی و ارسال رزومه از طریق جابینجا

👈 ارسال رزومه در تلگرام

❗️ممنون میشیم نیازمند‌های شغلی رو مطالعه کنین.
🟣سری دوازدهم از یادگیری ماشین در مورد بخش دوم الگوریتم #شبکه_عصبی

#یادگیری_ماشین
#machine_learning #neural_network
🔶دعوت به همکاری در گیلان
🔹گروه مشاورین مجموعه تام لند
🔹مشاور تحصیلی
🔹پاره وقت، دورکاری

@guilancs
#fun #meme

کمی میم با طعم برنامه نویسی 😂


@guilancs
#ترفند
ترفندهای مخفی کار با ماوس کامپیوتر

🖥 @Computer_Science100
✳️ بینایی ماشین — از صفر تا صد

‏در این مطلب، با حوزه «بینایی ماشین» (Machine Vision) از منظر «علوم کامپیوتر» (Computer Science) آشنا خواهید شد. مطلب پیش رو را می‌توان به عنوان مقدمه‌ای جامع بر حوزه بینایی ماشین قلمداد کرد. علاوه بر این، جهت درک بهتر این حوزه و آشنایی بیشتر با جنبه‌های کاربردی آن، پیاده‌سازی‌های خاص انجام شده از سیستم‌های بینایی ماشین در این حوزه، برای خوانندگان و مخاطبان این مطلب نمایش داده خواهد شد.

══ فهرست مطالب ══

‏ ○ مقدمه‌ای بر بینایی ماشین
‏ ○ تفاوت بینایی ماشین و بینایی کامپیوتر
‏ ○ مطابقت دو سویی (Stereo Correspondence) در بینایی ماشین
‏ ○ بازسازی صحنه (Scene Reconstruction) در بینایی ماشین
‏ ○ بازشناسی اشیاء (Object Recognition) در بینایی ماشین
‏ ○ نتایج تحقیقات و جهت‌گیری‌های پژوهشی آینده در زمینه بینایی ماشین
‏ ○ جمع‌بندی


🔸 مقدمه‌ای بر بینایی ماشین

‏تا چند دهه پیش بسیاری از مردم، حوزه بینایی ماشین را متناظر با داستان‌های «علمی-تخیلی» (Science Fiction) تصور می‌کردند. ولی در یک دهه گذشته، بینایی ماشین تبدیل به یکی از حوزه‌های تحقیقاتی بالغ در علوم کامپیوتر، هوش مصنوعی و زیر شاخه‌های مرتبط آن تبدیل شده است. تحقیقات بنیادی و اساسی که توسط محققان و دانشمندان پیشین در حوزه بینایی ماشین انجام شده است، بنیان مستحکمی را برای تحقیقات بدیع و مدرن در این زمینه فراهم آورده است. در این مطلب، مرور جامعی بر رویکردهای پیشین و رویکردهای مدرن در حوزه بینایی ماشین ارائه خواهد شد. همچنین، ساختار مورد انتظار برای تحقیقات، جهت‌گیری‌های پژوهشی و تکنیک‌هایی که ممکن است در آینده، در این حوزه توسعه داده شوند، ارائه خواهد شد.

‏شاید سؤالی که برای بسیاری از خوانندگان و مخاطبان این مطلب پدید آمده باشد این است که چرا حوزه بینایی ماشین اهمیت دارد؟ دلیل اهمیت روز افزون حوزه تحقیقاتی بینایی ماشین برای دانشمندان و شرکت‌های صنعتی و تجاری چیست؟ بینایی ماشین از این جهت حائز اهمیت است که به برنامه‌های کامپیوتری اجازه می‌دهد تا وظایف و کاربردهای مختلف را به صورت «خودکار» (Automated) انجام دهند؛ وظایفی که پیش از این و برای انجام‌ آن‌ها، بهره‌گیری از فاکتور «نظارت انسانی» (Human Supervision) ضروری بود.

‏وظایفی نظیر «بازشناسی قطعات در خط تولید» (Assembly Line Part Recognition)، «بازشناسی چهره» (Face Recognition)، «وسایل نقلیه هوایی بدون سرنشین» (Unmanned Aerial Vehicles)، «بازسازی صحنه جرم» (Crime Scene Reconstruction) و حتی «وسایل نقلیه بدون سرنشین» (Unmanned Automobiles)، از جمله وظایف و کاربردهایی هستند که توسط سیستم‌های بینایی ماشین و تکنیک‌های توسعه داده شده در این حوزه کاربردی، قابلیت خودکارسازی دارند.


🔸 تفاوت بینایی ماشین و بینایی کامپیوتر

‏بسیاری از افراد گمان می‌کنند که بینایی ماشین و «بینایی کامپیوتر» (Computer Vision) دو اصطلاح معادل یکدیگر هستند. در حالی که بینایی ماشین و بینایی کامپیوتر اصطلاحات متفاوتی هستند که برای توصیف فناوری‌های هم‌پوشان مورد استفاده قرار می‌گیرند. به صورت کلی، بینایی کامپیوتر به فرایند خودکارسازی «دریافت» (Capture) و «تحلیل تصاویر» (Image Analysis) گفته می‌شود. در دامنه وسیع کاربردهای عملی و تئوری حوزه بینایی کامپیوتر، تأکید سیستم‌های بینایی کامپیوتر بیشتر روی قابلیت‌های تحلیل تصاویر، استخراج اطلاعات مفید از آن‌ها و درک و فهم اشیاء یا موجودیت‌های موجود در آن‌ها است.

‏در نقطه مقابل، بینایی ماشین اصطلاحی است که برای توصیف سیستم‌هایی به کار گرفته می‌شود که از تکنیک‌های بینایی کامپیوتر در کاربردهای صنعتی و عملی استفاده می‌کنند. همچنین، در صورتی که از تکنیک‌های بینایی کامپیوتر در سیستم‌ها یا فرایندهایی استفاده شود که جهت تضمین عملکرد بهینه آن‌ها، اجرای یک تابع تحلیل تصویر یا دست‌یابی به یک خروجی خاص (مبتنی بر تحلیل تصویر) ضروری باشد، عملا یک سیستم بینایی ماشین پیاده‌سازی شده است.

‏معمولا، مؤلفه‌های ابتدایی لازم برای توسعه سیستم‌های بینایی کامپیوتر و بینایی ماشین مشابه یکدیگر هستند:



مطالعه ادامه مطلب 👇👇

🔗 بینایی ماشین — از صفر تا صد — کلیک کنید (+)


📌 کانال اختصاصی آموزشی هوش مصنوعی و علم داده

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی هوش مصنوعی و علم داده را در کانال اختصاصی [@FaraAI] دنبال کنید. 👇

@FaraAI — مطالب و آموزش‌های هوش مصنوعی و علم داده فرادرس