⬅️ شروع دوره جدید Large Language Models دانشگاه استنفورد


در این دوره روش ساخت مدلهای زبانی( مشابه ChatGPT ) از جمع آوری و تحلیل داده تا تکنیک‌هایی برای پاسخدهی بهتر مدل آموزش داده شده


https://www.youtube.com/watch?v=9vM4p9NN0Ts



#یادگیری_ماشین #هوش_مصنوعی

🆔 @programmers_street

⚜ منابع یادگیری عمیق ( Deep Learning )

☑️ دوره‌ دانشگاه‌های داخل
➖ دکتر سلیمانی - شریف
➖ دکتر محمدی ( مبانی ) - علم و صنعت
➖ دکتر محمدی ( برای بینایی ) - علم و صنعت
➖ دکتر غیاثی - فردوسی
➖ دکتر رضوی - تبریز
➖ دکتر کلهر - تهران
➖ دکتر آقامحمدی - شریف
➖ اخوان پور - شهید رجایی
➖ دکتر کیوان راد - مالک اشتر



☑️ دوره‌‌ دانشگاه‌های خارج از کشور

➖ List of all Courses




کانال مهندسی کامپیوتر
👇
🆔 @programmers_street

کانال اختصاصی پایتون👇
🆔 @Python4all_pro

📘The-book-of-secret-knowledge : A curated knowledge bank every developer wishes they had sooner

A collection of inspiring lists, manuals, cheatsheets, blogs, hacks, one-liners, cli/web tools and more.

🔻 این ریپو مجموعه‌ای منحصربه‌فرد و متن‌باز از ابزارها، چیت‌شیت‌ها و هک‌ها برای توسعه‌دهندگان ارائه می‌دهد

✔️https://github.com/trimstray/the-book-of-secret-knowledge


🆔 @programmers_street

💠 سلام به همه علاقه‌مندان به علم داده، مخصوصاً اون‌هایی که تازه وارد این مسیر شدن

من سعی کردم چالش‌ها و دغدغه‌هایی که افراد در ابتدای مسیر باهاش روبه‌رو هستن رو جمع‌آوری کنم و درباره‌شون با متخصص‌های این حوزه گفت‌وگوهای کوتاه و مفیدی داشته باشم.

👈اگه شما هم در ابتدای مسیر یادگیری علم داده هستید، پیشنهاد می‌کنم این ویدئو و سایر محتوای کانال رو از دست ندید

https://youtu.be/T4TEKd-YFT0?si=t0UfrUwGv31FY6Ca

#علم_داده
🆔 @programmers_street

💠ریاضی برای علم داده

✅ در علم داده و یادگیری ماشین با چهار شاخه از ریاضی درگیر هستیم

۱- حساب دیفرانسیل و انتگرال
۲- جبر خطی
- آمار
۴- احتمال

⬅️ در این دوره رایگان از استاد علی مس فروش تلاش شده است تا به این چهار شاخه به شکل کاربردی پرداخته شود و علاوه بر بیان مفاهیم ریاضی به چگونگی استفاده از پایتون در این موضوعات پرداخته شود.

https://youtube.com/playlist?list=PLkwcg2bJtvvYAr0aaUHjKBegQoTfa5odQ&si=Zm26kPwDXwN_E7MQ

#علم_داده

🆔 @programmers_street

یه ابزار فوق‌العاده کاربردی برای استخراج داده که خصوصاً برای کسانی که مهارت برنامه‌نویسی بالایی ندارن، خیلی می تونه مفید باشه.

استخراج داده از وبسایت‌ها یا در اصطلاح کرالینگ، گاهی به شدت پیچیده است و نیاز به دانش تخصصی HTML و کتابخانه‌هایی مثل BeautifulSoup یا Scrapy داره و گاها واقعاً حوصله سر بر میشه.

مثلاً فرض کنید می‌خواید از یک سایت خبری، تمام اخبار مربوط به یک موضوع خاص را جمع‌آوری کنید. روش سنتی این بود که باید کدهای پیچیده‌ای بنویسید، با ساختار HTML آشنا باشید و برای هر تغییر کوچک در سایت، دوباره کدتون را بازنویسی کنید. این خیلی بده که هر بار که سایت تغییر کنه، کد شما باید بروز بشه.

اما حالا یک ابزار جدید به نام FireCrawl این کار را کاملاً ساده کرده. این ابزار به شما امکان می‌ده فقط با نوشتن یک پرامپت، داده‌های مورد نظرتون را از هر وبسایتی استخراج کنید. بدون هیچ کدنویسی.

روش کار خیلی ساده است: شما فقط کافیه لیست URLهای مورد نظر را به FireCrawl بدید و در یک پرامپت توضیح بدید که دقیقاً چه اطلاعاتی را می‌خواید. سپس ابزار خودش عمل crawling را انجام داده و داده‌های مرتب و ساختار یافته را برای شما آماده می‌کنه.

https://www.firecrawl.dev



#علم_داده
🆔 @programmers_street

10 GitHub repos to sleep with as an ai engineer covering ML systems, Agents, RAG, MLOps:

1. Machine Learning for Beginners by Microsoft
→ Start here if you’re brand new to ML.
Covers basic ML concepts in Jupyter notebooks beginner-friendly and visual.
🔗 lnkd.in/gGithBVP

2. Learn PyTorch for Deep Learning
→ A great repo to learn PyTorch - could be a bit outdated but the concepts still applies.
🔗 lnkd.in/d4ptSuUY

3. Hands-on Large Language Models
→ This repo supports the Hands-On LLM book.
Learn everything from basic language models to finetuning with real notebooks.
🔗 lnkd.in/gpvPemeG

4. AI Agents for Beginners
→ A fantastic beginner-friendly course to get started with AI agents.
Free 11-lesson hands-on curriculum - no fluff, just code.
🔗 lnkd.in/gVm5gmv7

5. Prompt Engineering Guide
→ One-stop-shop for prompt engineering.
Guides, papers, lectures, and tons of curated examples.
🔗 lnkd.in/gDt3Sknr

6. LLM Course
→ Hands-on course covering the entire LLM lifecycle — design to deployment.
Includes roadmaps + Colab notebooks.
🔗 lnkd.in/gUPJmWNM

7. GenAI Agents
→ Great tutorials + code for building agent-based LLM systems.
Covers everything from simple tool-using agents to advanced workflows.
🔗 lnkd.in/gaiZgzpA

8. RAG Techniques
→ One of the most comprehensive and dynamic collections of Retrieval-Augmented Generation (RAG) tutorials available
🔗 lnkd.in/dcGtjFgY

9. Made With ML
→ Covers full ML product lifecycle: from design to CI/CD and monitoring. If you’re serious about building production-grade ML systems, this is gold.
🔗 lnkd.in/gn2RhT_m

10. Designing Machine Learning Systems
→ Summaries + code + diagrams from the popular O’Reilly book.
A must-read if you want to architect real-world ML pipelines.
🔗 lnkd.in/g26KNXfb

#هوش_مصنوعی #یادگیری_ماشین

🆔 @programmers_street

✨ ScholarXIV.com ✨

➡️Explore academic papers from the arXiv repository. AI powered and fully open-source.

Demo Video
• youtu.be/-GlxZRCfxYA

Star & Contribute
• github.com/dagmawibabi/ScholarXIVWeb



🆔 @programmers_street

🗂 دوره رایگان یادگیری ماشین از coursera

آنچه در این دوره می آموزید:

📌 طراحی و پیاده‌سازی راه‌حل‌های ML و DL
📌 الگوریتم‌های یادگیری نظارت‌شده
📌 مبانی یادگیری ماشین و یادگیری عمیق
📌 شیوه‌های ارزیابی مدل

https://www.coursera.org/learn/stanford-statistics

#یادگیری_ماشین

🆔 @programmers_street

🗂 در این ریپو می تونید کار با مدل‌های یادگیری ماشین رو یاد بگیرید و مدلهای مختلف رو تست و اجرا کنید

📍https://github.com/eugeneyan/applied-ml


#یادگیری_ماشین

🆔 @programmers_street

📍دوره رایگان آموزش MCP از huggingFace به همراه مدرک


MCP is protocol developed by anthropoic so AI tools can communicate with external tools

https://huggingface.co/mcp-course


🆔 @programmers_street

self-hosted Telegram file downloader for automated and stable downloads

https://github.com/jarvis2f/telegram-files



🆔 @programmers_street

200 n8n workflow templates covering AI, automation, DevOps, finance, IoT, and more, ready to import and use

https://github.com/wassupjay/n8n-free-templates



🆔 @programmers_street

649-page PDF >> Introduction to Machine Learning (textbook on foundations, algorithms, and techniques):

https://arxiv.org/abs/2409.02668

#MachineLearning #DeepLearning


🆔 @programmers_street

AI Engineer Roadmap



🆔 @programmers_street

اگر برای تست رابط کاربری نیاز به API واقعی ندارید از این سایت استفاده کنید بدون نیاز به لاگین یا ساخت سرور، می‌تونید انواع درخواست‌های POST، GET رو تست بزنید، حتی سناریوهای خطا و تأخیر رو هم پوشش میده.

https://reqres.in


🆔 @programmers_street

500+ AI agent use cases and project links across industries

🔗 https://github.com/ashishpatel26/500-AI-Agents-Projects

#هوش‌_مصنوعی

🆔 @programmers_street

This repo is awesome. It features RAG, AI Agents, Multi-agent Teams, MCP, Voice Agents, and more.

https://github.com/Shubhamsaboo/awesome-llm-apps


🆔 @programmers_street

📣 تمدید شد — ۷۰ درصد تخفیفِ فرادرس برای همه دوره‌ها
 
❇️ دوره‌های پرطرفدار در حوزه برنامه نویسی و هوش مصنوعی 👇
 
🔸 طراحی وب سایت فروشگاهی با جنگو
 
🔸 آموزش Vibe coding + ساخت اپلیکیشن بدون کدنویسی با هوش مصنوعی
 
🔸 برنامه نویسی اندروید در پایتون با فریمورک Kivy
 
🔸 کاربرد پایتون در اقتصاد، اقتصادسنجی و تحلیل بازارهای مالی
 
🔸 نصب دوربین مدار بسته با هوش مصنوعی GPT
 
🔗 مشاهده سایر آموزش‌ها – [کلیک کنید]

🔄 FaraDars - فرادرس

LLMs (Beginner’s Guide) 👇👇

https://resources.nvidia.com/en-us-large-language-model-ebooks/llm-ebook-part1



🆔 @programmers_street