❇️ Organic Computers
https://phys.org/news/2018-12-amoeba-approximate-solutions-np-hard-problem.html
https://phys.org/news/2018-12-amoeba-approximate-solutions-np-hard-problem.html
phys.org
Amoeba finds approximate solutions to NP-hard problem in linear time
Researchers have demonstrated that an amoeba—a single-celled organism consisting mostly of gelatinous protoplasm—has unique computing abilities that may one day offer a competitive alternative to ...
کانال "یادگیری ماشین در علم"
💎 @ml_in_science
------------------------------------------------
🔴 گروه این کانال
❄️ با همکاری اساتید دانشگاه های صنعتی شریف و صنعتی اصفهان
🔴 https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
------------------------------------------------
💠 گروه لینکداین مرتبط با این کانال
❄️ با همکاری ◀️ احسان امجدیان، دانشمند داده در بانک RBC کانادا
❄️ و نیز اساتید دانشگاه های صنعتی شریف و صنعتی اصفهان
“Ai & BigData"
💠 https://www.linkedin.com/groups/8721739/
------------------------------------------------
❇️ گیت هاب این کانال
❇️ https://github.com/Machine-Learning-in-Science/pedagogical
💎 @ml_in_science
------------------------------------------------
🔴 گروه این کانال
❄️ با همکاری اساتید دانشگاه های صنعتی شریف و صنعتی اصفهان
🔴 https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
------------------------------------------------
💠 گروه لینکداین مرتبط با این کانال
❄️ با همکاری ◀️ احسان امجدیان، دانشمند داده در بانک RBC کانادا
❄️ و نیز اساتید دانشگاه های صنعتی شریف و صنعتی اصفهان
“Ai & BigData"
💠 https://www.linkedin.com/groups/8721739/
------------------------------------------------
❇️ گیت هاب این کانال
❇️ https://github.com/Machine-Learning-in-Science/pedagogical
#archive
🗂 آرشیو محتوای واحد درسی:
❄️ Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
از سری درسهای گروه deeplearning.ai از وبسایت coursera بر روی گیت هاب کانال یادگیری ماشین @ml_in_science قرار گرفت.
❇️ حجم کل این واحد درسی ۶۲۳ مگابایت است.
❇️ فایل های زیرنویس انگلیسی درس نیز در کنار ویدئوها قرار دارد.
#github
https://github.com/Machine-Learning-in-Science/pedagogical/tree/master/courses/deep-neural-network-coursera
------------------------------------------------------------------------------------------------
کانال یادگیری ماشین در علم:
@ml_in_science
گروه یادگیری ماشین در علم:
https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
🗂 آرشیو محتوای واحد درسی:
❄️ Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
از سری درسهای گروه deeplearning.ai از وبسایت coursera بر روی گیت هاب کانال یادگیری ماشین @ml_in_science قرار گرفت.
❇️ حجم کل این واحد درسی ۶۲۳ مگابایت است.
❇️ فایل های زیرنویس انگلیسی درس نیز در کنار ویدئوها قرار دارد.
#github
https://github.com/Machine-Learning-in-Science/pedagogical/tree/master/courses/deep-neural-network-coursera
------------------------------------------------------------------------------------------------
کانال یادگیری ماشین در علم:
@ml_in_science
گروه یادگیری ماشین در علم:
https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
GitHub
ml-in-science/pedagogical
Contribute to ml-in-science/pedagogical development by creating an account on GitHub.
#git_instruction1
◀️برای استفاده از محتواهای درسی موجود بر روی gitHub کانال "یادگیری ماشین در علم"، میتوانید از دستورات زیر استفاده کنید:
❇️ تنظیمات اولیه محیط git بر روی کامیپوتر:
git init
git config --global user.name "your gitHub username"
git config --global user.email "your_gitHub_email"
❇️ برای کلون کردن فایل های حجیم از git lsf استفاده کنید:
git lfs install
❇️اگر میخواهید فقط یک فولدر خاص از گیت هاب را دانلود / کپی یا اصطلاحا clone کنید بر روی کامپیوترتان میتوانید به طریق زیر عمل کنید:
مثلا میخواهید از مجموعه کورس های روی گیت هاب ما فقط کورس یادگیری ماشین را دریافت کنید و نه دیگر فولدر ها و فایل های دیگر کورس ها،
$ mkdir pedagogical
$ cd pedagogical
$ git init
$ git remote add -f origin https://github.com/Machine-Learning-in-Science/pedagogical
$ git config core.sparseCheckout true
حال فولدر درسی که میخواهید دانلود کنید را مثلا courses/ml-ng-coursera به فایل
📍.git/info/sparse-checkout
از طریق این دستور اضافه کنید:
$ echo "courses/ml-ng-coursera" >> .git/info/sparse-checkout
و نهایتا این دستور را اجرا کنید:
$ git pull origin master
❇️ اگر خواستید فولدری دیگر را دانلود کنید یادتان نرود که فولدر قبلی را از فایل 📍 پاک کنید.
❇️ برای مخزن دیگر گیت هاب و هر فولدر دیگر هم میتوانید همین کار را تکرار کنید.
◀️برای استفاده از محتواهای درسی موجود بر روی gitHub کانال "یادگیری ماشین در علم"، میتوانید از دستورات زیر استفاده کنید:
❇️ تنظیمات اولیه محیط git بر روی کامیپوتر:
git init
git config --global user.name "your gitHub username"
git config --global user.email "your_gitHub_email"
❇️ برای کلون کردن فایل های حجیم از git lsf استفاده کنید:
git lfs install
❇️اگر میخواهید فقط یک فولدر خاص از گیت هاب را دانلود / کپی یا اصطلاحا clone کنید بر روی کامپیوترتان میتوانید به طریق زیر عمل کنید:
مثلا میخواهید از مجموعه کورس های روی گیت هاب ما فقط کورس یادگیری ماشین را دریافت کنید و نه دیگر فولدر ها و فایل های دیگر کورس ها،
$ mkdir pedagogical
$ cd pedagogical
$ git init
$ git remote add -f origin https://github.com/Machine-Learning-in-Science/pedagogical
$ git config core.sparseCheckout true
حال فولدر درسی که میخواهید دانلود کنید را مثلا courses/ml-ng-coursera به فایل
📍.git/info/sparse-checkout
از طریق این دستور اضافه کنید:
$ echo "courses/ml-ng-coursera" >> .git/info/sparse-checkout
و نهایتا این دستور را اجرا کنید:
$ git pull origin master
❇️ اگر خواستید فولدری دیگر را دانلود کنید یادتان نرود که فولدر قبلی را از فایل 📍 پاک کنید.
❇️ برای مخزن دیگر گیت هاب و هر فولدر دیگر هم میتوانید همین کار را تکرار کنید.
GitHub
GitHub - ml-in-st/old-repo
Contribute to ml-in-st/old-repo development by creating an account on GitHub.
شرکت دانش بنیان پویا فناوران کوثر فعال در حیطه پردازش تصویر و ماشین بینایی (pfkvision.com) با دوازده سال سابقه برای تکمیل تیم نرم افزاری از بین آقایان فارغ التحصیل مایل به همکاری با شخصی با مشخصات زیر می باشد:
- مسلط به سی شارپ و جاوا
- آشنا با مفاهیم طراحی وب با جاوا jsp , spring , ...
- آشنا به SQL
- آشنا به پایتون
- علاقه مند به حیطه های نو مانند ( دیپ لرنینگ ، بیگ دیتا ، nosql)
*کارت پایان خدمت
*حداقل یکسال سابقه کار
*برنامه میان مدت برای کار در ایران
*روحیه کار جمعی ، پیگیری ، سرچ و یادگیری ، روحیه انجام پروژه و داکیومنت سازی
لذا علاقه مندان می توانند رزومه کاری خود را به آدرس ایمیل شرکت به نشانی [email protected] ارسال نمایند.
- مسلط به سی شارپ و جاوا
- آشنا با مفاهیم طراحی وب با جاوا jsp , spring , ...
- آشنا به SQL
- آشنا به پایتون
- علاقه مند به حیطه های نو مانند ( دیپ لرنینگ ، بیگ دیتا ، nosql)
*کارت پایان خدمت
*حداقل یکسال سابقه کار
*برنامه میان مدت برای کار در ایران
*روحیه کار جمعی ، پیگیری ، سرچ و یادگیری ، روحیه انجام پروژه و داکیومنت سازی
لذا علاقه مندان می توانند رزومه کاری خود را به آدرس ایمیل شرکت به نشانی [email protected] ارسال نمایند.
Dear all;
IPM School of Astronomy has openings for postdoctoral
positions, please see the attachment or the link below:
https://www.astro.ipm.ir/docs/postdoc-2019.pdf
Please share this announcement with the interested applicants.
Best regards,
Hassan Firouzjahi
IPM School of Astronomy has openings for postdoctoral
positions, please see the attachment or the link below:
https://www.astro.ipm.ir/docs/postdoc-2019.pdf
Please share this announcement with the interested applicants.
Best regards,
Hassan Firouzjahi
Media is too big
VIEW IN TELEGRAM
#ted_talk
💠به دانش آموزان در مدرسه آمار و احتمال را قبل از حساب یاد دهید.
🌍 https://www.ted.com/talks/arthur_benjamin_s_formula_for_changing_math_education?rid=HysO5iumZKcp
💠به دانش آموزان در مدرسه آمار و احتمال را قبل از حساب یاد دهید.
🌍 https://www.ted.com/talks/arthur_benjamin_s_formula_for_changing_math_education?rid=HysO5iumZKcp
کانال تلگرام "یادگیری ماشین در علم"
@ml_in_science
کانال تلگرام Machine_learning_books
@Machine_learn
------------------------------------------------------------------------------------------------
گروه تلگرام کانال "یادگیری ماشین در علم"
https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
------------------------------------------------------------------------------------------------
گروه لینکداین کانال "یادگیری ماشین در علم"
با همکاری ◀️ احسان امجدیان، دانشمند داده در بانک RBC کانادا
“Ai & BigData"
💠 https://www.linkedin.com/groups/8721739/
------------------------------------------------------------------------------------------------
گیت هاب کانال "یادگیری ماشین در علم"
https://github.com/Machine-Learning-in-Science/pedagogical
@ml_in_science
کانال تلگرام Machine_learning_books
@Machine_learn
------------------------------------------------------------------------------------------------
گروه تلگرام کانال "یادگیری ماشین در علم"
https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
------------------------------------------------------------------------------------------------
گروه لینکداین کانال "یادگیری ماشین در علم"
با همکاری ◀️ احسان امجدیان، دانشمند داده در بانک RBC کانادا
“Ai & BigData"
💠 https://www.linkedin.com/groups/8721739/
------------------------------------------------------------------------------------------------
گیت هاب کانال "یادگیری ماشین در علم"
https://github.com/Machine-Learning-in-Science/pedagogical
GitHub
GitHub - ml-in-st/old-repo
Contribute to ml-in-st/old-repo development by creating an account on GitHub.
#ted_talk
❄️ کسانی که دوست دارند زبانی دیگر را یاد بگیرند و یا با چندین نکته مهم در زمینه یادگیری به طور کلی آشنا شوند، حتما این تد تاک را ببینند.
🌍https://www.ted.com/talks/lydia_machova_the_secrets_of_learning_a_new_language
❄️ کسانی که دوست دارند زبانی دیگر را یاد بگیرند و یا با چندین نکته مهم در زمینه یادگیری به طور کلی آشنا شوند، حتما این تد تاک را ببینند.
🌍https://www.ted.com/talks/lydia_machova_the_secrets_of_learning_a_new_language
Ted
The secrets of learning a new language
Want to learn a new language but feel daunted or unsure where to begin? You don't need some special talent or a "language gene," says Lýdia Machová. In an upbeat, inspiring talk, she reveals the secrets of polyglots (people who speak multiple languages) and…
#archive
🗂 آرشیو محتوای واحد درسی:
❄️ Applied AI with DeepLearning
🌍 https://www.coursera.org/learn/ai
از سری درسهای گروه IBM از وبسایت coursera بر روی گیت هاب کانال یادگیری ماشین @ml_in_science قرار گرفت.
❇️ حجم کل این واحد درسی ۶۱۰ مگابایت است.
❇️ فایل های زیرنویس انگلیسی درس نیز در کنار ویدئوها قرار دارد.
#github
https://github.com/Machine-Learning-in-Science/pedagogical/tree/master/courses/applied_ai_with_deepLearning_coursera
------------------------------------------------------------------------------------------------
کانال یادگیری ماشین در علم:
@ml_in_science
گروه یادگیری ماشین در علم:
https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
------------------------------------------------------------------------------------------------
☯️ دستورالعمل استفاده از آرشیو گروه یادگیری ماشین در علم بر روی گیت هاب ☯️
#git_instruction1
◀️برای استفاده از محتواهای درسی موجود بر روی gitHub کانال "یادگیری ماشین در علم"، میتوانید از دستورات زیر استفاده کنید:
❇️ تنظیمات اولیه محیط git بر روی کامیپوتر:
git init
git config --global user.name "your gitHub username"
git config --global user.email "your_gitHub_email"
❇️ برای کلون کردن فایل های حجیم از git lsf استفاده کنید:
git lfs install
❇️اگر میخواهید فقط یک فولدر خاص از گیت هاب را دانلود / کپی یا اصطلاحا clone کنید بر روی کامپیوترتان میتوانید به طریق زیر عمل کنید:
مثلا میخواهید از مجموعه کورس های روی گیت هاب ما فقط کورس یادگیری ماشین را دریافت کنید و نه دیگر فولدر ها و فایل های دیگر کورس ها،
$ mkdir pedagogical
$ cd pedagogical
$ git init
$ git remote add -f origin https://github.com/Machine-Learning-in-Science/pedagogical
$ git config core.sparseCheckout true
حال فولدر درسی که میخواهید دانلود کنید را مثلا courses/ml-ng-coursera به فایل
📍.git/info/sparse-checkout
از طریق این دستور اضافه کنید:
$ echo "courses/ml-ng-coursera" >> .git/info/sparse-checkout
و نهایتا این دستور را اجرا کنید:
$ git pull origin master
❇️ اگر خواستید فولدری دیگر را دانلود کنید یادتان نرود که فولدر قبلی را از فایل 📍 پاک کنید.
❇️ برای مخزن دیگر گیت هاب و هر فولدر دیگر هم میتوانید همین کار را تکرار کنید.
🗂 آرشیو محتوای واحد درسی:
❄️ Applied AI with DeepLearning
🌍 https://www.coursera.org/learn/ai
از سری درسهای گروه IBM از وبسایت coursera بر روی گیت هاب کانال یادگیری ماشین @ml_in_science قرار گرفت.
❇️ حجم کل این واحد درسی ۶۱۰ مگابایت است.
❇️ فایل های زیرنویس انگلیسی درس نیز در کنار ویدئوها قرار دارد.
#github
https://github.com/Machine-Learning-in-Science/pedagogical/tree/master/courses/applied_ai_with_deepLearning_coursera
------------------------------------------------------------------------------------------------
کانال یادگیری ماشین در علم:
@ml_in_science
گروه یادگیری ماشین در علم:
https://t.iss.one/joinchat/BHATxw-5bxGLzC7N2l1YuQ
------------------------------------------------------------------------------------------------
☯️ دستورالعمل استفاده از آرشیو گروه یادگیری ماشین در علم بر روی گیت هاب ☯️
#git_instruction1
◀️برای استفاده از محتواهای درسی موجود بر روی gitHub کانال "یادگیری ماشین در علم"، میتوانید از دستورات زیر استفاده کنید:
❇️ تنظیمات اولیه محیط git بر روی کامیپوتر:
git init
git config --global user.name "your gitHub username"
git config --global user.email "your_gitHub_email"
❇️ برای کلون کردن فایل های حجیم از git lsf استفاده کنید:
git lfs install
❇️اگر میخواهید فقط یک فولدر خاص از گیت هاب را دانلود / کپی یا اصطلاحا clone کنید بر روی کامپیوترتان میتوانید به طریق زیر عمل کنید:
مثلا میخواهید از مجموعه کورس های روی گیت هاب ما فقط کورس یادگیری ماشین را دریافت کنید و نه دیگر فولدر ها و فایل های دیگر کورس ها،
$ mkdir pedagogical
$ cd pedagogical
$ git init
$ git remote add -f origin https://github.com/Machine-Learning-in-Science/pedagogical
$ git config core.sparseCheckout true
حال فولدر درسی که میخواهید دانلود کنید را مثلا courses/ml-ng-coursera به فایل
📍.git/info/sparse-checkout
از طریق این دستور اضافه کنید:
$ echo "courses/ml-ng-coursera" >> .git/info/sparse-checkout
و نهایتا این دستور را اجرا کنید:
$ git pull origin master
❇️ اگر خواستید فولدری دیگر را دانلود کنید یادتان نرود که فولدر قبلی را از فایل 📍 پاک کنید.
❇️ برای مخزن دیگر گیت هاب و هر فولدر دیگر هم میتوانید همین کار را تکرار کنید.
💠“Money”, an extraordinary Journey from stones to computers
https://fintechnewshub.com/2019/01/09/money-an-extraordinary-journey-from-stones-to-computers/
by: Shima Farazmehr @TablofarshDarkoob & Parham Lilian
https://fintechnewshub.com/2019/01/09/money-an-extraordinary-journey-from-stones-to-computers/
by: Shima Farazmehr @TablofarshDarkoob & Parham Lilian
❄️ Welcome to "The GAN Zoo"
https://github.com/hindupuravinash/the-gan-zoo
https://github.com/hindupuravinash/the-gan-zoo
#resources
https://www.analyticsindiamag.com/the-best-resources-for-learning-deep-learning-for-beginners
https://www.analyticsindiamag.com/the-best-resources-for-learning-deep-learning-for-beginners
Analytics India Magazine
The Best Resources For Learning Deep Learning For Beginners
Over the last few years, Deep Learning has proven itself to be the game-changer. This area of data science is the only one responsible for the advancements
❇️ آیا یک شبکه عصبی مصنوعی میتواند معماری یک شبکه عصبی مصنوعی دیگر را طراحی کند؟
❇️ https://ai.googleblog.com/2017/05/using-machine-learning-to-explore.html
❇️ https://ai.googleblog.com/2017/05/using-machine-learning-to-explore.html
Googleblog
Using Machine Learning to Explore Neural Network Architecture