اگه میخواهید هوش مصنوعی رو شروع کنید و نمیدونید از کجا شروع کنید این پست برای شماست

تو این مخزن مجموعه آموزشی از پایه شروع شده و به صورت نوت‌بوک جوپیتر آموزش ها و کد هارو کنار هم گذاشته، خوبیش اینه که ران می‌کنید و نتیجه رو می‌بینید بیشتر علاقه پیدا می‌کنید.

github.com/fastai/fastbook

#هوش_مصنوعی
🆔 @programmers_street

Open-Source Text-to-Speech backed by Microsoft.

🔗 https://opensourceprojects.dev/post/1960701510951780780


🆔 @programmers_street

API tool for automating social media outreach and workflows

https://github.com/growchief/growchief


🆔 @programmers_street

؛Open Builder یک پروژه متن باز رایگان برای ایجاد Landing های حرفه ای HTML با کشیدن و رها کردن (Drag and Drop) هست که دارای کلی کامپوننت زیبا و ریسپانسیو هست که می توانید به آسانی و در کمترین زمان صفحات دلخواه خود را توسعه دهید.
یا اگر توسعه دهنده هستید می توانید یک سرویس بزرگتر راه اندازی کنید و کامپوننت های خودتون رو توسعه دهید.

مخزن پروژه:
https://github.com/code3-dev/open-builder

دمو:
https://openbuilder.vercel.app


🆔 @programmers_street

این ریپو صفر تا صد مسیر طراحی یک سیستم یادگیری ماشین رو توضیح میده

This booklet covers four main steps of designing a machine learning system:

👉Project setup
👉Data pipeline
👉Modeling: selecting, training, and debugging
👉Serving: testing, deploying, and maintaining

https://github.com/chiphuyen/machine-learning-systems-design

#یادگیری_ماشین

🆔 @programmers_street

Complete roadmap to learn Machine Learning using free resources

https://github.com/victor-explore/AI-Learning-Roadmap



#یادگیری_ماشین

🆔 @programmers_street

open-source ML tools for real-time media processing

https://github.com/google-ai-edge/mediapipe


🆔 @programmers_street

The AI Engineering book

📚 Github

#هوش‌_مصنوعی
🆔 @programmers_street

یکی از کتاب‌هایی که به‌صورت خلاصه و کاربردی به الگوهای معماری نرم‌افزار پرداخته است.
این کتاب را به کسانی که قصد شروع توسعه نرم‌افزار دارند، صرف‌نظر از فرایند توسعه‌ای که استفاده می‌کنند، پیشنهاد می‌کنم.
کتاب به ۵ معماری نرم‌افزار اصلی می‌پردازد و توضیحات آن شامل:
- توصیف معماری
- کاربردها
- مثال‌های عملی
همه این موارد با زبانی روشن و مرتب ارائه شده‌اند و مطالعه آن می‌تواند دید شما نسبت به معماری نرم‌افزار را به‌طور قابل توجهی ارتقا دهد.

🆔 @programmers_street

OpenAi Realtime Prompting Guide

📚 Guide

#هوش‌_مصنوعی
🆔 @programmers_street

automates OSINT scans and data gathering

https://github.com/smicallef/spiderfoot


🆔 @programmers_street

graph-based RAG system for smarter document retrieva

https://github.com/HKUDS/LightRAG


🆔 @programmers_street

Small Language Models are the Future of Agentic AI

📚 Read


🆔 @programmers_street

📝 PDF-Extract-Kit
A library for extracting data from PDF files with support for complex documents using computer vision models!

🔍 Main features:

🌟 accurate extraction of text and tables from structured and unstructured PDFs, including multi -page tables and hierarchical blocks!

🌟 OCR integration that allows you to treat PDF documents with scanned images!

🌟 Flexible API on Python, which makes it convenient for analysis and integration into the applications!

🔐 License: AGPL-3.0

🖥 Github


🆔 @programmers_street

اگر در مورد نحوه کار سیستم های AI کنجکاو هستید ، این دوره برای شماست

It starts out by covering #Machine_Learning basics and discusses how ML systems differ from traditional rule-based software.

Then you'll learn how ML models, algorithms, and training work under the hood & finish by learning about #Generative_AI.

https://www.freecodecamp.org/news/learn-machine-learning-concepts-plus-generative-ai/


🆔 @programmers_street

Connect AI to your databases and APIs for natural language data retrieval

https://github.com/kruskal-labs/toolfront


🆔 @programmers_street

Build your own LLM


🆔 @programmers_street

How to build your own Agent with Memory

https://youtu.be/VqjHt7gODxg?si=mEp2lRZ4C6Y9Pxps

#هوش_مصنوعی #یادگیری_ماشین

🆔 @programmers_street

دوره MCP از مایکروسافت همراه با مثال و کد

https://www.youtube.com/playlist?list=PLlrxD0HtieHjYfVUpGl_-ai7D6FRBjV-d

گیت‌هاب :
https://github.com/microsoft/mcp-for-beginners


🆔 @programmers_street

This is the best way to understand how ML models actually work!

Use Drawdata to draw a 2D dataset in Jupyter. Use it to actively pick data from the widget and update the model as the data is being drawn!

Fully interactive, real-time, and open-source!

https://github.com/probabl-ai/youtube-appendix/blob/main/04-drawing-data/notebook.ipynb

This is another repoto interactively understand ML: https://github.com/GeostatsGuy/DataScienceInteractivePython



🆔 @programmers_street

Best thing to learn in 2025: AI & ML

And, Best place to learn it:

- 100 Days of ML
- 100 Days of DL
- Math for ML
- Generative AI
- Agentic AI
- MCP

The channel: CampusX

❯ 100 Days of ML
https://youtube.com/playlist?list=PLKnIA16_Rmvbr7zKYQuBfsVkjoLcJgxHH

❯ Maths for ML
https://youtube.com/playlist?list=PLKnIA16_RmvbYFaaeLY28cWeqV-3vADST

❯ 100 Days of DL
https://youtube.com/playlist?list=PLKnIA16_RmvYuZauWaPlRTC54KxSNLtNn

❯ Generative AI
https://www.youtube.com/playlist?list=PLKnIA16_RmvaTbihpo4MtzVm4XOQa0ER0

❯ Agentic AI
https://www.youtube.com/playlist?list=PLKnIA16_RmvYsvB8qkUQuJmJNuiCUJFPL

❯ MCP
https://www.youtube.com/playlist?list=PLKnIA16_Rmva_oZ9F4ayUu9qcWgF7Fyc0


🆔 @programmers_street