Forwarded from دستاوردهای یادگیری عمیق(InTec)
دیدید ۹۰٪ سوالات اینه که؛
- کتاب X یا Y کدوم رو بخونم ؟
+ هردو
- خیلی زیاده
+ یکیش رو بخون، بعد اون یکی رو
- راه دیگه نداره
+ تغییر رشته بده
LinkedIn Post
این پست، برای پروژه اون موقع من هست.
دوستان بدون تعارف میگم توی کار ما
- کتاب X یا Y کدوم رو بخونم ؟
+ هردو
- خیلی زیاده
+ یکیش رو بخون، بعد اون یکی رو
skim کن - راه دیگه نداره
+ تغییر رشته بده
LinkedIn Post
این پست، برای پروژه اون موقع من هست.
دوستان بدون تعارف میگم توی کار ما
shortcut وجود نداره بجای اینکه سر پروژه یا مصاحبه خفت بشید و برگردید از صفر خوندن یکبار راه درست رو برید.Linkedin
#without #ph #react #nextjs #fastapi #machinelearning #deeplearning #ai #freelance #python #phd | Mohammad Abbasi | 15 comments
What it takes to be a machine learning engineer, #without #Ph.D.?!
that's it, for every 5-6 months (after projects)
the amounts of researches, just printed papers, also books excluded
Being a freelance developer is hard, really hard. also, currently working…
that's it, for every 5-6 months (after projects)
the amounts of researches, just printed papers, also books excluded
Being a freelance developer is hard, really hard. also, currently working…
Forwarded from Gopher Academy
🔵 عنوان مقاله
GoMLX: An Accelerated Machine Learning Framework for Go
🟢 خلاصه مقاله:
اGoMLX یک مجموعه کتابخانه و ابزار یادگیری ماشین برای زبان Go است که با تمرکز بر اجرای شتابگرفته و تجربهای سازگار با اکوسیستم Go ارائه میشود. این پروژه عملاً نقش جایگزینی برای PyTorch یا TensorFlow در دنیای Go را بازی میکند و ساخت مدل، آموزش، پردازش داده و استنتاج را با APIهای ساده و ایدئوماتیک Go ممکن میسازد. با وجود نام مشابه، هیچ ارتباطی با MLX از Apple ندارد و در حال حاضر فقط روی Linux قابل استفاده است؛ انتخابی که آن را برای محیطهای سروری و کانتینری رایج مناسب میکند.
#GoMLX #Go #MachineLearning #PyTorch #TensorFlow #Linux #MLOps
🟣لینک مقاله:
https://golangweekly.com/link/174649/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
GoMLX: An Accelerated Machine Learning Framework for Go
🟢 خلاصه مقاله:
اGoMLX یک مجموعه کتابخانه و ابزار یادگیری ماشین برای زبان Go است که با تمرکز بر اجرای شتابگرفته و تجربهای سازگار با اکوسیستم Go ارائه میشود. این پروژه عملاً نقش جایگزینی برای PyTorch یا TensorFlow در دنیای Go را بازی میکند و ساخت مدل، آموزش، پردازش داده و استنتاج را با APIهای ساده و ایدئوماتیک Go ممکن میسازد. با وجود نام مشابه، هیچ ارتباطی با MLX از Apple ندارد و در حال حاضر فقط روی Linux قابل استفاده است؛ انتخابی که آن را برای محیطهای سروری و کانتینری رایج مناسب میکند.
#GoMLX #Go #MachineLearning #PyTorch #TensorFlow #Linux #MLOps
🟣لینک مقاله:
https://golangweekly.com/link/174649/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
GitHub
GitHub - gomlx/gomlx: GoMLX: An Accelerated Machine Learning Framework For Go
GoMLX: An Accelerated Machine Learning Framework For Go - gomlx/gomlx
Forwarded from a pessimistic researcher (Kc)
Internship in AI @ MPI
——————————————
🌍 Ready for a transformative summer in Germany? Apply NOW for the CaCTüS Internship! 🇩🇪🌞
CaCTüS (Computation & Cognition Tübingen Summer Internship) is a fully funded, 3-month research internship taking place in summer 2026, hosted by the Max Planck Institute for Biological Cybernetics, the Tübingen AI Center and us.
🌱 Why CaCTüS? You’ll dive into groundbreaking projects in hashtag#MachineLearning, hashtag#TheoreticalNeuroscience, hashtag#BehavioralExperiments, and hashtag#DataAnalysis, surrounded by experts in hashtag#Tübingen and hashtag#Stuttgart, Germany.
https://www.projects.tuebingen.mpg.de/
——————————————
🌍 Ready for a transformative summer in Germany? Apply NOW for the CaCTüS Internship! 🇩🇪🌞
CaCTüS (Computation & Cognition Tübingen Summer Internship) is a fully funded, 3-month research internship taking place in summer 2026, hosted by the Max Planck Institute for Biological Cybernetics, the Tübingen AI Center and us.
🌱 Why CaCTüS? You’ll dive into groundbreaking projects in hashtag#MachineLearning, hashtag#TheoreticalNeuroscience, hashtag#BehavioralExperiments, and hashtag#DataAnalysis, surrounded by experts in hashtag#Tübingen and hashtag#Stuttgart, Germany.
https://www.projects.tuebingen.mpg.de/
Forwarded from Gopher Academy
🔵 عنوان مقاله
Parsing Financial News for Automated Trading Decisions
🟢 خلاصه مقاله:
**این مقاله نشان میدهد چگونه میتوان با بهرهگیری از NLP خبرهای مالی را به سیگنالهای ساختاریافته برای تصمیمگیری خودکار تبدیل کرد: از گردآوری و پاکسازی دادهها و همزمانسازی دقیق با بازار، تا تشخیص موجودیتها، استخراج رویدادها (مثل نتایج، راهنمایی، M&A) و سنجش احساس و عدمقطعیت با مدلهای سازگار با حوزه مانند FinBERT در Python و ابزارهایی نظیر spaCy و Hugging Face Transformers. سپس این ویژگیها به لایههای تصمیم (قواعد رویدادمحور یا پیشبینی احتمالی بازده/ریسک کوتاهمدت) منتقل میشود و با بکتستهای واقعگرایانه، کنترل سوگیریها، هزینه معامله و پایش مدلها ارزیابی میگردد. نتیجه این است که خبرکاوی میتواند آگاهی موقعیتی، کنترل ریسک و اجرای معامله را بهبود دهد، اما جایگزین استراتژی سرمایهگذاری منسجم یا «زمان در بازار» نیست—همان هشداری که نقلقول Paolo Galeone یادآور میشود. این متن توصیه مالی نیست.
#NLP
#AlgorithmicTrading
#FinancialNews
#SentimentAnalysis
#EventExtraction
#MachineLearning
#RiskManagement
#PaoloGaleone
🟣لینک مقاله:
https://golangweekly.com/link/175980/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
Parsing Financial News for Automated Trading Decisions
🟢 خلاصه مقاله:
**این مقاله نشان میدهد چگونه میتوان با بهرهگیری از NLP خبرهای مالی را به سیگنالهای ساختاریافته برای تصمیمگیری خودکار تبدیل کرد: از گردآوری و پاکسازی دادهها و همزمانسازی دقیق با بازار، تا تشخیص موجودیتها، استخراج رویدادها (مثل نتایج، راهنمایی، M&A) و سنجش احساس و عدمقطعیت با مدلهای سازگار با حوزه مانند FinBERT در Python و ابزارهایی نظیر spaCy و Hugging Face Transformers. سپس این ویژگیها به لایههای تصمیم (قواعد رویدادمحور یا پیشبینی احتمالی بازده/ریسک کوتاهمدت) منتقل میشود و با بکتستهای واقعگرایانه، کنترل سوگیریها، هزینه معامله و پایش مدلها ارزیابی میگردد. نتیجه این است که خبرکاوی میتواند آگاهی موقعیتی، کنترل ریسک و اجرای معامله را بهبود دهد، اما جایگزین استراتژی سرمایهگذاری منسجم یا «زمان در بازار» نیست—همان هشداری که نقلقول Paolo Galeone یادآور میشود. این متن توصیه مالی نیست.
#NLP
#AlgorithmicTrading
#FinancialNews
#SentimentAnalysis
#EventExtraction
#MachineLearning
#RiskManagement
#PaoloGaleone
🟣لینک مقاله:
https://golangweekly.com/link/175980/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
P. Galeone's blog
Gemini-Powered Stock Analysis: Parsing Financial News for Automated Trading Decisions
How I built an automated stock analysis system that leverages Gemini to parse Italian financial news feeds, providing real-time trading recommendations. This article explores the architecture, challenges, and implementation details of integrating AI-powered…
Forwarded from Gopher Academy
🔵 عنوان مقاله
go-torch: Torch-Like Deep Learning Framework in Go
🟢 خلاصه مقاله:
go-torch یک فریمورک متنباز برای یادگیری عمیق است که با الهام از Torch ساخته شده و بهطور کامل در خود زبان Go پیادهسازی شده است. این پروژه با فراهمکردن اجزای اصلی مانند تنسور، لایهها و ابزارهای آموزش، تجربهای آشنا و در عین حال بومیِ Go ارائه میدهد. چون بهصورت pure Go است، بهسادگی در سرویسها و کدهای Go ادغام میشود، استقرار را آسان میکند و از مزیتهای همروندی و قابلحمل بودن Go بهره میبرد. هدف آن فراهمکردن مسیری روان برای ساخت و آموزش شبکههای عصبی در اکوسیستم Go و جذب مشارکت جامعه برای گسترش قابلیتهاست.
#Go #Golang #DeepLearning #MachineLearning #Torch #OpenSource #AIFramework #MLTools
🟣لینک مقاله:
https://golangweekly.com/link/175989/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
go-torch: Torch-Like Deep Learning Framework in Go
🟢 خلاصه مقاله:
go-torch یک فریمورک متنباز برای یادگیری عمیق است که با الهام از Torch ساخته شده و بهطور کامل در خود زبان Go پیادهسازی شده است. این پروژه با فراهمکردن اجزای اصلی مانند تنسور، لایهها و ابزارهای آموزش، تجربهای آشنا و در عین حال بومیِ Go ارائه میدهد. چون بهصورت pure Go است، بهسادگی در سرویسها و کدهای Go ادغام میشود، استقرار را آسان میکند و از مزیتهای همروندی و قابلحمل بودن Go بهره میبرد. هدف آن فراهمکردن مسیری روان برای ساخت و آموزش شبکههای عصبی در اکوسیستم Go و جذب مشارکت جامعه برای گسترش قابلیتهاست.
#Go #Golang #DeepLearning #MachineLearning #Torch #OpenSource #AIFramework #MLTools
🟣لینک مقاله:
https://golangweekly.com/link/175989/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
GitHub
GitHub - Abinesh-Mathivanan/go-torch: torch like deep learning framework in Go
torch like deep learning framework in Go. Contribute to Abinesh-Mathivanan/go-torch development by creating an account on GitHub.