https://youtu.be/vLxgDQmM57Y?si=FWh5ATI49EU93wii

مباحث یادگیری عمیق و توضیحی در مورد انتشار جلو گرد (Forward Propagation) و انتشار عقبگرد (Backward Propagation)

این ویدیوهای آموزشی پیش نیاز شرکت در برخی کلاس های دانشگاهی بنده است که البته به طور مستقل می تواند برای فراگیران مفید باشد. بعد از مفاهیم یادگیری عمیق به سراغ مدلهای بزرگ زبانی (LLMs) خواهیم رفت.
در صورت علاقه به این مباحث در این کانال دانشگاهی می توانید سایبسکرایب کنید تا از مباحث جدید مطلع شوید.

https://www.youtube.com/channel/UCTOuxIhJxcxNOntTpamJeAA
امیدوارم برای دانشجویان داخل کشور مفید باشد. شاد و خرسند باشید./ افشین آشفته

#DeepLearning #AI #MachineLearning #ForwardPropagation #Backpropagation

https://youtu.be/yNvvVPAhkD0?si=9jbayXQNfauz7beb
گفتگو با پروفسور دکتر ریس سی جونز در رابطه با سواد آماری و چگونگی داستان سرایی با داده
پروفسور دکتر جونز استاد مدعو آموزش آمار در دانشگاه متروپولیتن منچستر و عضو هیئت تحریریه مجله تدریس آمار است.
در مراسم روز جهانی سواد آماری افتخار عضویت در نشستی را داشتم که از ایشان به عنوان سخنران مدعو دعوت کردیم و در این سخنرانی جذاب، پروفسور جونز به بررسی قدرت سواد آماری و چگونگی استفاده از داده ها برای ایجاد روایت های قانع کننده پرداخت و با تکیه بر تجربه گسترده خود در علوم زیست پزشکی، آموزش و آمار، بینش هایی را در مورد اهمیت درک و برقراری ارتباط موثر داده ها به اشتراک گذاشت.
موضوعات کلیدی تحت پوشش:
✅ نقش داستان سرایی در تحلیل داده ها
✅ چرا سواد آماری در تجارت، تحقیق و زندگی روزمره اهمیت دارد
✅ چگونه از داده ها درک درستی داشته باشیم
✅تفاوت آمار توصیفی و استنباطی
✅ نمونه های واقعی از تفسیر نادرست داده ها
امیدوارم لذت ببرید./افشین آشفته

برای اطلاع از بقیه مباحث، می توانید در کانال یوتیوب زیر سایبسکرایب کنید.
https://www.youtube.com/channel/UCTOuxIhJxcxNOntTpamJeAA

کاوش در چرخه حیات علم داده: سفر از دیتا تا نتیجه موثر
https://dassweb.fep.up.pt
سخنرانی بنده در وبینار علم داده و آمار که توسط دانشکده اقتصاد دانشگاه پورتو با دعوت پروفسور پائولا بریتو و پروفسور ماریا ادواردا سیلوا
در این سخنرانی به چگونه تاثیر علم داده و هوش مصنوعی با استفاده از منابع داده جدید پرداختم.
امروزه با پیشرفت در مدلهای زبانی بزرگ، هوش مصنوعی، DataSpace و پلتفرم‌های وب، متخصصان در سراسر صنایع باید با سیستم‌های پیچیده و کارآمد منطبق شوند. با این حال، این انطباق و پذیرش این فناوری‌ها به چیزی بیش از تخصص فنی نیاز دارد.
مفاهیمی مانند متدولوژی‌های به‌روز، حاکمیت قوی در امنیت و حریم خصوصی، و چارچوب های قانونی و عملیاتی هوش مصنوعی که می بایست با دقت و ظرافت تدوین شوند.
متخصصانی باید تربیت شوند که مجموعه ای از مهارت‌های متنوع را دارا باشند.
این جلسه فرصتی برای بحث در مورد چگونگی پر کردن شکاف بین فناوری و اجرای عملی در صنعت بود.
ویدئو و اسلاید در اینجا موجود است:
https://lnkd.in/dVvkMYUH

نوروز و مقدم بهار بر همه همراهان گرامی فرخنده باد!

اهمیت سواد داده و آمار در عصر هوش مصنوعی

👉 https://lnkd.in/dxkxX3QC

🎙️گفتگویی با دکتر استیو از سازمان همکاری و توسعه اقتصادی (OECD) و مدیر سابق بخش تحلیل داده های سازمان بهداشت جهانی (WHO)، که مطالب جالبی را در مورد اهمیت سواد داده و آمار برای همگی در دنیای امروز داده‌ها، هوش مصنوعی و جریان سریع اطلاعات به اشتراک می‌گذارد.

🧠دکتر استیو اعتقاد دارد «سواد داده و آمار فقط مربوط به درک اعداد نیست، بلکه نیازمند شناخت زمینه و موضوع، ایجاد کنجکاوی و شک‌گرایی علمی و ارایه پاسخی قابل قبول برای ارتباطی شفاف است.»

در این ویدیو موضوعات زیر به بحث گذاشته شده است:

📚 بحث (1): معنای سواد داده‌ و آمار
📚 بحث (2): داستان‌سرایی با داده‌ها
📚 بحث (3): چگونگی انتقال مفاهیم تفکر انتقادی
📚 بحث (4): پیشرفت‌های فناوری، هوش مصنوعی و نوآوری‌ها
📚 بحث (5): مسیرهای آینده و تأثیر جهانی داده و آمار در عصر هوش مصنوعی

این ویدیو را در یوتیوب مشاهده کنید.
👉 https://lnkd.in/dxkxX3QC

امیدوارم برای علاقه مندان داخل کشور مفید باشد.
در صورت لزوم می توانید زیرنویس فارسی را فعال کنید.

#سواد_آماری #سواد_داده #هوش_مصنوعی #علم_داده

درود به همگی. این مقاله با موضوع پرکاربرد امروزه MLOps تقدیم می شود که به بررسی اهمیت ذخیره‌سازهای ویژگی در چارچوب‌های عملیات یادگیری ماشین (ML) می‌پردازد، و به طور خاص بررسی می‌کند که چگونه بر زمان پردازش و کارایی کلی گردش کار تأثیر می‌گذارند. این مقاله با همکاری یکی از دانشجویان بنده شاغل در بانک مرکزی برزیل در این مجله علمی IEEE به چاپ رسید. امیدوارم مورد استفاده علاقه مندان قرار گیرد.

Nunes, C., & Ashofteh, A. (2025). The Feature Stores in Streamlining MLOps Workflows. IT Professional, 27(4), 40-47. doi: 10.1109/MITP.2025.3532129
👉 https://doi.org/10.1109/MITP.2025.3532129

سپاس از مهرتان./آشفته