😮 مهارت‌‌های کد نویسی خود را ارتقاء دهید: نگاهی به کانال DigitalSreeni در یوتیوب

🔣 چیزهایی را که می توانید در DigitalSreeni پیدا کنید :

اصول اولیه برنامه نویسی پایتون: با اصول اولیه کد نویسی پایتون شروع می کنید و پایه ای محکم برای یادگیری بیشتر می سازید.

یادگیری ماشین و یادگیری عمیق: عمیقاً وارد دنیای جذاب یادگیری ماشین و یادگیری عمیق می‌شوید و همچنین مفاهیم، الگوریتم ها و کاربردهای عملی را کاوش می کنید.

پردازش تصویر با پایتون: با استفاده از کتابخانه های پایتون، تکنیک های قدرتمند برای پردازش و تجزیه و تحلیل تصاویر را می آموزید.

📱 کانال یوتوب DigitalSreeni

#کافه_یوتوب

📱@IDS_AI_ML
📱@IDSchools

🎬 ویدیویی بالا دموی LeNet-1 را نشان می‌دهد، که اولین شبکه عصبی کانولوشنی است که می‌توانست ارقام دست‌نویس را با سرعت و دقت بالا تشخیص دهد. این شبکه در اوایل سال ۱۹۸۹ در بخش تحقیقات سیستم‌های تطبیق‌پذیر آزمایشگاه‌های Bell در Holmdel، نیوجرسی، ساخته شد.

🔴 سخت‌افزار: یک کامپیوتر ۴۸۶ با یک کارت تخصصی برای محاسبات سریع.

🔴ساختار شبکه: نسبتاً ساده با دو لایه کانولوشنی و دو لایه کاملاً متصل. به دلیل محدودیت‌های سخت‌افزاری، فاقد لایه پولینگ جداگانه بود.

🔴آموزش: از یک محیط مبتنی بر Lisp استفاده شده و وزن‌های شبکه مستقیماً در کد C کامپایل شده‌اند.

✅ کاربردها: LeNet-1 راه را برای کاربردهای عملی مانند خواندن مبالغ چک در خودپردازها و ماشین‌های پردازش چک در مقیاس بزرگ هموار کرد. به طور کلی، این ویدیو نگاهی به روزهای اولیه شبکه‌های عصبی کانولوشنال و تأثیر آن‌ها بر روی کارهای دنیای واقعی می‌اندازد.

📝 مقاله شبکه‌ی استفاده شده در فیلم بالا


✈️@IDS_AI_ML
✈️@IDSchools

📚 کتاب‌های معرفی شده تا الان :

📖 با کتاب « Introduction to Machine Learning with Python, A Guide for Data Scientists» اثر Andreas C. Müller and Sarah Guido، وارد دنیای یادگیری ماشین با پایتون شوید! این کتاب که منبعی شناخته شده برای شروع یادگیری ماشین است، برای افرادی که آشنایی با زبان برنامه نویسی پایتون دارند، نوشته شده است.
لینک

📖 کتاب "Deep Learning with Python" اثر François Chollet، متخصص برجسته در حوزه یادگیری عمیق و همچنین خالق Keras، دریچه‌ای به سوی دنیای پیچیده و جذاب یادگیری عمیق با پایتون است. این کتاب که به عنوان مرجعی ارزشمند در این حوزه شناخته می‌شود، برای افرادی که با زبان برنامه‌نویسی پایتون آشنایی دارند، نوشته شده است
لینک

📖 می‌خواید از دل انبوه اطلاعات، دانش و بینش ارزشمند استخراج کنید؟ پس با کتاب «Data Mining Concepts and Techniques» همراه باشید.
این کتاب، مرجعی کامله که شما رو قدم به قدم با فرآیند کشف دانش از داده یا داده‌کاوی آشنا می‌کنه.
لینک

📖 کتاب رایگان "Scientific Python Lectures" شما را با محاسبات علمی با پایتون آشنا می کند.
لینک

📖 این کتاب به معرفی معماری‌های نوظهور، چارچوب‌ها و مدل‌های مبتنی بر یادگیری فدرال (FL) در کاربردهای اینترنت اشیاء پزشکی (IoMT) می‌پردازد. هدف آن برجسته سازی الزامات فعلی اشتراک داده و مسائل امنیتی و حفظ حریم خصوصی در به اشتراک گذاری داده‌های پزشکی است.
لینک

📖 معرفی کتاب Deep Learning by Ian Goodfellow, Yoshua Bengio, and Aaron Courville
این کتاب به گونه‌ای ساختار یافته است که شما را از مبانی تا مفاهیم پیشرفته یادگیری عمیق همراهی کند
لینک

✈️@IDS_AI_ML
✈️@IDSchools

🤩 اگر علاقمند به کاوش در دنیای
🔴نوروساینس،
🔴روانشناسی،
🔴هوش مصنوعی،
🔴ریاضیات و آمار،
🔴فیزیک،
🔴علوم زیستی
🔴و پزشکی هستید؛
با کانال ها و گروه های مجموعه مدارس میان رشته ای همراه شوید!

🔣لینک فولدر تمامی گروه ها و کانالهای تلگرامی مجموعه مدارس میان رشته ای:

https://t.iss.one/addlist/GwBpP9UfYrw3Y2E0

🔔‼️فراخوان جشنواره هنری سمفونی نورون‌ها ‼️🔔
🤩کاوشی خلاقانه در دنیای نوروساینس

✨از تمام دانشجویان، علاقمندان، هنرمندان و پژوهشگران دعوت می‌شود در #جشنواره_سمفونی_نورون_ها همراه ما باشند.

📌 جزئیات شرکت در #جشنواره_سمفونی_نورون_ها:

🔣شاخه‌های مورد پذیرش:
🔴طراحی، نقاشی، تصویرسازی، عکاسی
🔴کولاژ، چاپ، میکس مدیا، گرافیک دیزاین
🔴کاریکاتور، میم(meme)
🔴مجسمه و آثار حجمی
🔴تصاویر تولید شده توسط هوش مصنوعی که ایده پردازی شما نقش اساسی در آن دارد
🔴و هر آنچه که بتوانید در قالب تصویر برای ما ارسال کنید.

🔣تکنیک و سبک: آزاد

🔣موضوع جشنواره:
هر آنچه که در حوزه علوم اعصاب می گنجد شامل:
آناتومی سیستم عصبی، بیماری های عصبی، تصاویر میکروسکوپی، داروها، تصاویر هنری شما از دیتا، نرم افزارهای پژوهشی و آزمایشگاهی که در آن کار می کنید و هر آنچه که از ذهن خلاق شما می جوشد.

⬅️در صورتی که فعالیت هنری دارید اما آشنایی کمی با موضوعات نوروساینس دارید نگران نباشید. در کانال و گروه تلگرام ما، متریال مرتبط برای کمک به شما در ایده پردازی در اختیارتان قرار خواهد گرفت.

💥جوایز:
🥇نفر اول: هدیه نقدی ۲ میلیون و ۵۰۰ هزار تومان  
🥈نفر دوم: هدیه نقدی ۱ میلیون و ۵۰۰ هزار تومان
🥉نفر سوم: هدیه نقدی ۵۰۰ هزار تومان
🎖نفرات چهارم تا دهم یک دوره رایگان از مدارس میان‌رشته‌ای (مرتبط یا غیر مرتبط با هنر به انتخاب شما)
✨ تمامی برگزیدگان گواهی شرکت در جشنواره به زبان انگلیسی دریافت خواهند کرد.

✅ از آنجایی که ما در این جشنواره محدوده گسترده‌ای برای آثار مورد پذیرش در نظر گرفته‌ایم‌، حتی اگر تجربه فعالیت هنری ندارید یا با موضوعات نوروساینس آشنایی کمی دارید، امکان شرکت در جشنواره برای شما وجود دارد.


👈 نحوه ثبت نام در جشنواره سمفونی نورون‌ها ➡️


✈️@IDS_NeuroSci
✈️@IDSchools
✈️@NeuroSci_IDSchools

📣‼️نحوه ثبت نام در #جشنواره_سمفونی_نورون_ها ‼️📣

🔣جهت ثبت‌نام از طریق گوگل فرم زیر اطلاعات خود را وارد نمایید و در بخش آپلود اثر، تصویر اثر هنری خود را آپلود بفرمایید و منتظر اطلاعیه‌های بعدی در رابطه با زمان داوری و انتخاب برگزیدگان باشید.

🔴این جشنواره را به دوستان خود و گروه‌هایی که در آن عضو هستید معرفی نمایید. 🔴

لینک جزئیات جشنواره


لینک گوگل فرم: [ثبت نام در جشنواره سمفونی نورون‌ها]

✈️@IDS_NeuroSci
✈️@IDSchools
✈️@NeuroSci_IDSchools

📱 Python for Beginners – Cheat Sheet

📱@IDS_AI_ML
📱@IDSchools

📱Python For Data Science– Cheat Sheet

📱@IDS_AI_ML
📱@IDSchools

📎python-cheatsheet comprehensive Documentation

✈️@IDS_AI_ML
✈️@IDSchools

🤩 به گروه گفتگوی تعاملی ما بپیوندید!

🥳علاوه بر مطالب عالی هوش مصنوعی که در اینجا پیدا می‌کنید، از راه‌اندازی گروه بحث و گفتگوی تعاملی بسیار هیجان‌زده هستیم! این فرصتی است برای شما تا:

✅ با سایر علاقه‌مندان به هوش مصنوعی ارتباط برقرار کنید: ایده‌ها را به اشتراک بگذارید، سوال بپرسید و از جامعه‌ای پرشور در مورد هوش مصنوعی کمک بگیرید.

✅ در بحث‌ها شرکت کنید: عمیق‌تر به مفاهیمی که در اینجا یاد می‌گیرید بپردازید، موضوعات جدید را کاوش کنید و در مورد آخرین پیشرفت‌ها بحث کنید.

✅ پاسخ سوالات خود را دریافت کنید: روی یک مفهوم گیر کرده‌اید؟ سوالی در مورد کاربردهای هوش مصنوعی دارید؟ گروه ما برای کمک به شما اینجاست!

لینک گروه تعاملی

✉️@IDS_AI_ML
✉️@IDSchools

✅ راه حل برای سه نوع داده گمشده به شرح زیر است:

◀️ برای Missing completely at random (MCAR): اگر داده ها به طور کامل و تصادفی گم شده باشند، می توانید از تکنیک های ساده پر کردن مانند پر کردن مقادیر گمشده با میانگین یا میانه داده ها استفاده کنید.

◀️ برای Missing at random (MAR) : اگر فقدان داده به سایر نقاط داده مشاهده شده مرتبط باشد، می توانید از تکنیک های پر کردن پیچیده تری مانند پر کردن kNN یا Miss Forest استفاده کنید که از سایر نقاط داده برای برآورد مقادیر گمشده استفاده می کنند.

◀️ برای Missing not at random (MNAR): اگر فقدان داده به خود داده های گمشده مرتبط باشد (به عنوان مثال، افرادی که سطح استرس بالایی دارند کمتر تمایل به گزارش سطح استرس خود دارند)، راه حل ساده ای وجود ندارد. شاید بتوانید داده های بیشتری جمع آوری کنید یا از تخصص حوزه برای بهبود فرآیند جمع آوری داده استفاده کنید. در برخی موارد، همچنان می توانید از تکنیک های پر کردن استفاده کنید، اما باید توجه داشته باشید که این کار می تواند اطلاعات مهمی را در مورد داده های گمشده حذف کند.

‼️ داده های گم شده (Missing data) یک مشکل رایج در تحلیل داده ها هستند.

✈️@IDS_AI_ML
✈️@IDSchools

🧠 هوش مصنوعی (AI) به سرعت در حال متحول کردن جهان ما است، اما با قدرت زیاد، مسئولیت بزرگی نیز به همراه می آورد. یکی از بزرگترین چالش های پیش روی توسعه هوش مصنوعی امروز، ساختن سیستم هایی است که بتوانیم به آنها اعتماد کنیم. آیا یک کامپیوتر واقعا می تواند تصمیم عادلانه ای بگیرد؟ چگونه می دانیم هوش مصنوعی مغرضانه نیست؟ در این پست، ما به دنیای هوش مصنوعی قابل اعتماد و قابل تفسیر می پردازیم و بررسی می کنیم که چگونه مطمئن شویم این ابزارهای قدرتمند برای ما کار می کنند، نه علیه ما.

⏬در ادامه به معرفی دوره‌های آموزشی رایگان مربوطه در Youtube می پردازیم:

دوره آموزشی هوش مصنوعی قابل اعتماد توسط پروژه اروپایی تحت عنوان ULTIMATE با هدف توسعه هوش مصنوعی ترکیبی (هیبریدی) قابل اعتماد برای استفاده در صنعت
لینک پلی لیست

دوره آموزشی "هوش مصنوعی قابل اعتماد و قابل تفسیر" در مؤسسه فدرال فناوری زوریخ (ETH Zurich)
لینک پلی لیست

سخنرانی های «یادگیری ماشین قابل اعتماد» در دانشگاه توبینگن
لینک پلی لیست

📱@IDS_AI_ML
📱@IDSchools

🧠دوره آموزشی هوش مصنوعی قابل اعتماد توسط پروژه اروپایی تحت عنوان ULTIMATE با هدف توسعه هوش مصنوعی ترکیبی (هیبریدی) قابل اعتماد برای استفاده در صنعت

⬅️ لینک پلی لیست
✈️@IDS_AI_ML
✈️@IDSchools

🆕🆕🆕🆕🆕🆕🆕🆕🆕🆕
🗣دپارتمان هوش مصنوعی مجموعه علمی و پژوهشی مدارس میان رشته ای برگزار می کند:

✨ سری وبینار‌های رایگان «همگام با پیشتازان»

5️⃣ قسمت پنجم:Reinforcement Learning (RL) in Cognitive Modeling

👤با حضور: علی شیراوند

◀️دانشچوی دکترای علوم شناختی از École Normale Supérieure، فرانسه
◀️فارغ التحصیل کارشناسی ارشد مهندسی کامپیوتر از دانشگاه تهران
◀️فارغ التحصیل کارشناسی مهندسی کامپیوتر از دانشگاه تهران
◀️سابقه کار به عنوان Data Scientist در شرکت های مطرح مثل کافه بازار، تپسی و...
◀️سابقه پژوهش در موسسات تحقیقاتی مختلف (Dublin، Paris، London و...)

🔜 یکشنبه ۳۱ تیرماه، ساعت ۱۸

✨ در این وبینارهای رایگان که به همت مدارس میان‌رشته‌ای برگزار می‌شود، میزبان اساتید، پژوهشگران و دانشجویان برگزیده و نخبه در داخل و خارج کشور خواهیم بود و با مسیر موفقیت آکادمیک ایشان و نیز پژوهش‌های میان‌رشته‌ای آشنا خواهیم شد.


👈 برای شرکت در این وبینار به کانال هوش مصنوعی مدارس میان‌رشته‌ای مراجعه کنید.

✉️@IDS_AI_ML
✉️@IDSchools