هفت کتابی که رهبران هوش مصنوعی باید مطالعه کنند.
ata Science for Executives, by Nir Kaldero.
Own the A.I. Revolution, by Neil Sahota.
Artificial Intelligence in Practice, by Bernard Marr.
AI Superpowers, by Kai-Fu Lee.
The Algorithmic Leader, by Mike Walsh.
Applied Artificial Intelligence, by Mariya Yao.
The AI Advantage, by Tom H. Davenport.

@aryavisions

10پادکست برتر در زمینه علم داده ها، هوش مصنوعی، یادگیری ماشین و تحلیل
https://www.kdnuggets.com/2019/07/best-podcasts-ai-analytics-data-science-machine-learning.html
@aryavisions

اسلایدهای دوره یادگیری عمیق
https://m2dsupsdlclass.github.io/lectures-labs/
از این لینک می توانید نمونه کدها را علاوه بر اسلایدها نیز مشاهده کنید.
فهرست مطالب
@aryavisions
Intro to Deep Learning
Neural Networks and Backpropagation
Embeddings and Recommender Systems
Convolutional Neural Networks for Image Classification
Deep Learning for Object Detection and Image Segmentation
Recurrent Neural Networks and NLP
Sequence to sequence, attention and memory
Expressivity, Optimization and Generalization
Imbalanced classification and metric learning
Unsupervised Deep Learning and Generative models
@aryavisions

ویدیوهای اموزش اسپارک (دوره متوسط)
مواردی که در این دوره خواهید اموخت
Understanding Spark
Reviewing Spark components
Where Spark shines
Understanding data interfaces
Working with text files
Loading CSV data into DataFrames
Using Spark SQL to analyze data
Running machine learning algorithms using MLib
Querying streaming data
Connecting BI tools to Spark
لینک دوره
https://www.linkedin.com/learning/apache-spark-essential-training/welcome
@aryavisions

22 تفاوت متخصصان علم داده های سینیور و جونیور
با استفاده از این تفاوت ها می توان مشخص کرد که یک متخصص علم داده ها می تواند جونیور باشد یا سینیور. از جمله این تفاوت ها مدیریت تیم، درک کسب و کار و شرکت و ... است.

@aryavisions
https://www.datasciencecentral.com/profiles/blogs/10-differences-between-junior-and-senior-data-scientist
@aryavisions

علت رشد کندی هوش مصنوعی و یادگیری ماشین در حوزه سلامت
از جمله علتهای این کندی تفاوت درک پزشکان و متخصصان هوش مصنوعی از یکدیگر است. تفاوت فرهنگی دو گروه شاید از جمله مهمترین دلیل باشد
@aryavisions
https://www.datasciencecentral.com/profiles/blogs/doctors-are-from-venus-data-scientists-from-mars-or-why-ai-ml-is-
@aryavisions

۴مرحله کیفیت داده برای هوش مصنوعی
@aryavisions
https://ibm.co/2Z8PAkn

1️⃣ Make data available to the right people/systems
2️⃣ Treat structured + unstructured data equally
3️⃣ Pay attention to privacy/compliance
4️⃣ Eliminate the noise

کمپ زمستانی هوش مصنوعی دیجی‌کالانکست ‌‌‌‌
‌‌‌
‌برنامه کمپ استارتاپی دیجی‌کالا‌نکست، یک برنامه استارتاپی است که در آن دانشجویان، متخصصان،‌ و فعالان حوزه هوش‌مصنوعی با حمایت دیجی‌کالانکست اقدام به تیم‌سازی و توسعه محصول خود می‌کنند. ‌‌
‌‌طی این برنامه، افراد یا تیم‌ها پس از یک هفته آموزش‌های اولیه و مربیگری اقدام به تیم‌سازی می‌کنند. تیم‌های منتخب در یک دوره سه ماهه اقدام به توسعه محصول اولیه خود کرده و در این مدت از مربی‌گری تخصصی بهره‌مند می‌شوند. ‌‌‌
‌‌‌
‌‌‌برنامه کمپ زمستانی هوش مصنوعی: ‌‌‌‌
‌‌‌
پایان ثبت نام: 17 آبان 1398

آزمون ورودی: هفته سوم آبان 1398

دعوت به کمپ: 25 آبان 1398

شروع کمپ : 2 آذر 1398

پایان کمپ : 12 اسفند 1398 ‌‌‌‌‌

‌‌‌لینک ثبت نام و اطلاعات بیشتر :digikalanext.com/ai_camp

کتاب الکترونیکی کدهای پایتون برای هوش مصنوعی
@aryavisions

کتاب مقدمه ای بر برنامه نویسی با پایتون
@aryavisions

حب الحسين يجمعنا دومين كليدواژه پرتكرار «جهان» در توييتر شد

🔹بر اساس گزارش شركت معتبر داده كاوي «تالك واكر»، علي رغم جانبداري رسانه هاي بين المللي در انعكاس اربعين به عنوان بزرگترين مراسم عبادي سياسي جهان و سانسور كامل اين پديده بي همتا اما كاربران شبكه اجتماعي توئيتر از «سراسر جهان» در پويش بزرگ «حب الحسين يجمعنا» با انتشار بيش از يك ميليون و ۴۰۰ هزار پيام با موضوع اربعين به ترند دوم جهاني توئيتر دست يافتند.
🔹هشتگ «حب الحسين يجمعنا» اگرچه از ماه محرم آغاز شده بود اما در يك هفته منتهي به اربعين توانست بيش از ۲۹۰ ميليون ظرفيت بالقوه براي بازديد اكانتهاي يونيك ايجادكند.
🔹اين هشتگ توانست در يك هفته اخير يك ميليون و ٧٠٠هزار بار واكنش توسط كابران توئيتر را به همراه داشته باشد
🔹ماندگاري بيش از ۵ ساعته اين كليدواژه در جايگاه دوم ترندهاي جهاني از ظهر امروز قابل توجه است
🔹 ۴۵ درصد كاربران اين پويش از بانوان هستند

منبع. خبر فوری

استخدام در معاونت منابع انسانی سولیکو
https://www.irantalent.com/job/people-data-reporting-analytics-officer/47843
شرایط استخدام و توضیحات مربوط به ان
@aryavisions

استخدام فوری در شرکت وابسته به بانک رفاه کارگران
ما برای پروژه های بانکی، به دنبال چند برنامه نویس دات نت که مثل یه بند باز روی لبه تکنولوژی روز راه برن هستیم.
بند بازی که اخلاق مدار و حرفه ای هم باشه
Backend Frontend Full stack

مهارت های تخصصی:
مسلط به #c
مسلط به .Net Core
مسلط به MVC
مسلط به Web Api
مسلط به ADO.Net و EF Core
مسلط به T-Sql و طراحی پایگاه داده در SqlServer
آشنا به Angular و Bootstrap
آشنا به JavaScript, HTML, CSS
آشنایی با Git
اشنایی با مفاهیم انبار داده و ابزارهای پلت فرم مایکرو سافت مزیت به حساب می اید

نیازمندی های فردی:
توانایی کار در محیط تیم و همکاری با سایر اعضای شرکت
توانایی حل مسئله و ارایه راهکار
متعهد و مسئولیت پذیر
خلاق و دارای تفکر تحلیلی
منظم ، متعهد ، مسئولیت پذیر
توانایی و علاقه مندی به یادگیری
ادرس ایمیل برا ارسال رزومه:
[email protected]
@aryavisions

#فراخوان
#معاونت_علمی_ریاست_جمهوری
#هوش_مصنوعی
#اعطاء_تسهیلات_بلاعوض

گروه توسعه فناوری‌های راهبردی ستاد توسعه فناوری‌های حوزه اقتصاد دیجیتال و هوشمندسازی معاونت علمی و فناوری ریاست جمهوری قصد دارد با هدف کمک به توسعه کسب و کار های هوشمند ایرانی، از طرح های فناورانه در حوزه دستیار های متنی و صوتی هوشمند و گفت و گوی روزمره فارسی، در قالب اعطاء تسهیلات بلاعوض و وام حمایت نماید. در این راستا کارگروه هوش مصنوعی این گروه اقدام به انجام فراخوان ناظر به این موضوعات نموده است.

جهت کسب اطلاعات بیشتر و ارسال طرح به لینک زیر مراجعه کنید :

دستیار مجازی انسان نمای هوشمند :
https://b2n.ir/17001

تولید پیکره و فناوری گفتگوی روزمره زبان فارسی :
https://b2n.ir/13646

⚠️مهلت ارسال طرح تا 18 آبان ماه تمدید شد.
@aryavisions

اعلام درخواست مشارکت پاره وقت از دانشجویان کارشناسی، کارشناسی ارشد و دکتری در طرح بنیاد علمی نخبگان استان فارس: پیشنهاد طراحی و ساخت سامانه گزارش ساختار یافته برای تصویر برداری مغز

هدف تولید محصولی برای ارتقا نظام سلامت که متخصصین تصویربرداری و رادیولوژی اطلاعات و یافته های بالینی را سریع با دقت بیشتر وارد کنند تا هم در بهبود ساختار درمان و ارتقا نظام سلامت برآید و هم خروجی های بهتری برای کارهای هوش مصنوعی و داده کاوی آینده فراهم گردد. باید بازیابی اطلاعات گسترده از حجم بالای تصویرها هم عاری از خطاهایی که پردازش متن گزارش پزشکی به همراه دارد باشد. ما با بهره گیری از هوش مصنوعی و دیگر روش ها در پروژه اقدام خواهیم کرد.

این پروژه یک طرح شهید احمدی روشن است که هدف اول آن توانمند سازی دانشجویان در یک کار علمی، عملی و تحقیقاتی با خروجی مورد نیاز کشور است. آموزش های لازم در ابتدای پروژه انجام خواهد شد.

از میان افراد مختلف ثبت نامی در حوزه های زیر با صلاحدید تیم فنی و بنیاد ملی نخبگان افرادی انتخاب می شوند که مورد حمایت مالی هم خواهند شد

🔹دانشجویان کارشناسی کامپیوتر، مدیریت، بازاریابی و مهندسی صنایع معدل بالای ۱۷

🔹دانشجویان کارشناسی ارشد مهندسی نرم افزار و هوش مصنوعی و مخابرات پردازش سیگنال

🔹دانشجویان دکتری مهندسی نرم و هوش مصنوعی، پزشکی و انفورماتیک پزشکی

برای ثبت نام به
https://lnkd.in/dmev_D8
مراجعه کنید
@aryavisions

فراخوان همکاری برای مشاور هوش مصنوعی

🔹اینفینیت کالج ، اولین مجموعه مشاوره و آموزش هوش مصنوعی در ایران اقدام به جذب هیئت علمی (به صورت دورکاری) میکند.

👈از‌علاقه مندان و متخصصین در این حوزه دعوت به عمل می آید.

برای درخواست همکاری، رزومه خود را به آدرس زیر ارسال کنید.
📩 [email protected]

🔆برای کسب اطلاعات بیشتر به سایت زیر مراجعه کنید.
🏡 www.infinitecollege.com

-------------------------
🔸Telegram : @infinitecollege
__
🔸Instagram: infinitecollege
__
🔸Linkdin : infinitecollege

@aryavisions

کتاب مقدمه ای بر برنامه نویسی پایتون

دوره خود یادگیری



https://media.licdn.com/dms/document/C511FAQGIZlkUj_pg0g/feedshare-document-pdf-analyzed/0?e=1574920800&v=beta&t=-dXNvMXJs1I3a4LeGf5Wy8doEJI2l3gTKQizFhWVyUw

@aryavisions

بیشترین مقالات مطالعه شده برای خبره های علم داده ها

1) Every Intro to Data Science Course on the Internet, Ranked.
(https://lnkd.in/fQDMiNX)

2) What would be useful for aspiring data scientists to know?
(https://lnkd.in/fmcFyN7)

3) 8 Essential Tips for People starting a Career in Data Science.
(https://lnkd.in/f5vUg6i)

4) Cheat sheet: How to become a data scientist.
(https://lnkd.in/fMEhi4D)

5) The Art of Learning Data Science.
(https://lnkd.in/fruY2AC)

6) The Periodic Table of Data Science.
(https://lnkd.in/fxReDab)

7) Aspiring Data Scientists! Start to learn Statistics with these 6 books!
(https://lnkd.in/fXSE-us)

8) 8 Skills You Need to Be a Data Scientist
(https://lnkd.in/f8S3Ygd)

9) Top 10 Essential Books for the Data Enthusiast
(https://lnkd.in/fKugicE)

10) Aspiring data scientist? Master these fundamentals.
(https://lnkd.in/fTGDkju)

11) How to Become a Data Scientist - On your own.
(https://lnkd.in/f_Zhpzf)
@aryavisions

درامد گروههای مختلف @aryavisions

هوش مصنوعی را باید عرصه پهناور تلاقی و ملاقات بسیاری از دانش‌ها، علوم، و فنون قدیم و جدید دانست. هوش مصنوعی به سیستم‌هایی اطلاق می‌شود که می‌توانند رفتارهایی و واکنش‌هایی(مشابه رفتارهای هوشمند انسانی) از جمله درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکری و شیوه‌های استدلالی انسان و پاسخ موفق به آن، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل را داشته باشند.

امروزه پیشرفت این موضوع در ابعاد مختلف زندگی به یکی از مهم‌ترین مسائل پژوهشگران و محققان تبدیل شده است. حال باتوجه به پیچیدگی تصمیمات در حوزه پزشکی که یکی از مهم‌ترین حوزه‌های زندگی افراد جامعه می‌باشد، پزشکان و افراد متخصص در این حوزه بر آن شده‌اند تا از جدیدترین دستاوردهای حوزه هوش مصنوعی در فعالیت‌های خود( تشخیص بیماری و درمان) استفاده کنند.

اخیرا در رابطه با کاربردهای هوش مصنوعی در حوزه پزشکی و بهداشت مطالب و مقالات متنوعی منتشر شده است. نتایج بسیاری از این پژوهش‌ها نشان داده است آینده حوزه پزشکی باتوجه به ورود هوش مصنوعی به این حوزه، دچار تحولات عظیمی خواهد شد. حال در این نوشته تعدادی از کاربردهای هوش مصنوعی در حوزه سلامت و پزشکی بررسی می‌شود."انجمن پزشکی آمریکا"(AMA) اخیرا کدی برای سیستم‌های مبتنی بر هوش مصنوعی ثبت کرده است تا حوزه سلامت بتواند گام‌های مهمی را به سوی سازگاری هوش مصنوعی با پزشکی بردارد.



روش‌های تشخیصی دگرگون‌کننده

بسیاری از پیشرفت‌های در حال ظهور از جمله تأثیر هوش مصنوعی بر سلامت، روش‌های تشخیصی را در بر دارند که برای به کار بردن آنها باید هوش مصنوعی را آموزش داد تا بتواند ویژگی‌های شرایط گوناگون را تشخیص دهد. یکی از این سیستم‌ها، "IDx-DR" است که از هوش مصنوعی برای تشخیص "شبکیه‌رنجوری دیابتی(diabetic retinopathy)" استفاده می‌کند. شرکت‌های گوگل و "وریلی"(Verily) نیز با همکاری یکدیگر، یک سیستم هوش مصنوعی ابداع کرده‌اند تا بیماران مبتلا به دیابت را با کمک آن شناسایی کنند.

اگرچه این گونه سیستم‌ها به دستگاه‌های بالینی نیاز دارند اما پژوهشگران مرکز چشم‌پزشکی "دانشگاه میشیگان"(UM)، یک سیستم تشخیصی مبتنی بر هوش مصنوعی ابداع کرده‌اند که می‌تواند شبکیه‌رنجوری دیابتی را با کمک دوربین تلفن همراه تشخیص دهد. این ابزار تصویربرداری موسوم به "رتیناسکوپ"(RetinaScope)، از هوش مصنوعی و فناوری‌های کنونی تلفن همراه استفاده می‌کند تا دسترسی به فناوری تصویربرداری از شبکیه را افزایش دهد.

گوگل، کارهای گسترده‌ای در رابطه با هوش مصنوعی انجام داده است که یکی از برجسته‌ترین آنها، استفاده از یک سیستم مبتنی بر هوش مصنوعی در تشخیص سرطان ریه است. این سیستم، با کمک یک الگوریتم یادگیری عمیق که قابلیت تحلیل سی‌تی اسکن را دارد، آموزش داده می‌شود تا احتمال وجود بیماری را در فرد تشخیص دهد.

پژوهشگران دریافتند که سیستم هوش مصنوعی می‌تواند هنگام تحلیل سی‌تی اسکن، سرطان ریه را تا پنج درصد دقیق‌تر از متخصصان تشخیص دهد و تا ۱۱ درصد به کاهش احتمال وقوع خطا در تشخیص کمک کند. پژوهش مشابهی نشان داد که یک برنامه یادگیری ماشینی می‌تواند بیماری قلبی را با دقتی بیش از روش‌های قدیمی تشخیص دهد.

پژوهش‌های دیگری نیز در زمینه تشخیص مبتنی بر هوش مصنوعی وجود دارند که از آنها می‌توان به تشخیص اسکیزوفرنی و بیماری قلبی با کمک حسگرهای پوشیدنی شرکت اپل اشاره کرد. کمک گرفتن از پزشکان در تشخیص بیماری‌ها نیز حوزه دیگری از سلامت است که ظرفیت بالایی برای استفاده از هوش مصنوعی دارد.

بررسی بیماری با هوش مصنوعی

هوش مصنوعی با استفاده از الگوریتم‌های تشخیصی می‌تواند داده‌های به دست آمده را با سرعت و دقت یک فرد حرفه‌ای بررسی کند. پژوهشگران "واحد پزشکی وایل کرنل"(Weill Cornell Medicine)، هوش مصنوعی را برای کمک به بارداری موفق به کار گرفتند. آنها یک الگوریتم هوش مصنوعی را با کمک ۱۲ هزار تصویر از رحم انسان آموزش دادند تا سیستم بتواند تفاوت میان رحم بارور و ناسالم را تشخیص دهد. این پژوهش نشان داد که الگوریتم هوش مصنوعی موسوم به "استروک"(Stork) می‌تواند کار خود را با دقت ۹۷ درصد انجام دهد. پژوهشگران با ابداع این سیستم، گام‌های مهمی به سوی ارائه یک روش استاندارد برای پژوهش در این زمینه برداشتند.

علاوه بر موارد ذکر شده، پژوهشگران برای تشخیص آمادگی بیماران برای جراحی نیز از هوش مصنوعی استفاده کردند. پژوهش آنها نشان می‌دهد که چگونه می‌توان از یادگیری ماشینی برای تشخیص بیمارانی که آماده جراحی قرنیه هستند و کسانی که ممکن است پیامدهای پس از جراحی را تجربه کنند، استفاده کرد. پژوهشگران دریافتند که این سیستم هوش مصنوعی می‌تواند داوطلبان آماده برای جراحی را با ۹۳.۴ درصد تشخیص دهد.



بهبود تشخیص بیماران مبتلا به سرطان

هوش مصنوعی در زمینه تشخیص و مدیریت سرطان نیز امیدوارکننده است. پژوهشگران "دانشگاه اوساکا"(Osaka Univer