لا تقع ضحية للمخادعين! تيليمتريو يكتشف ويُميّز هذه القنوات 👉 إذا كنت تريد رؤية العلامة، اشترك

DLeX: AI Python

الذهاب إلى القناة على Telegram

هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq

📈 نظرة تحليلية على قناة تيليجرام DLeX: AI Python

تُعد قناة DLeX: AI Python (@ai_python) في القطاع اللغوي Farsi لاعباً نشطاً. يضم المجتمع حالياً 21 306 مشتركاً، محتلاً المرتبة 6 187 في فئة التكنولوجيات والتطبيقات والمرتبة 16 432 في منطقة إيران.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 21 306 مشتركاً.

بحسب آخر البيانات بتاريخ 04 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -74، وفي آخر 24 ساعة بمقدار -7، مع بقاء الوصول العام مرتفعاً.

حالة التحقق: غير موثّقة
معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.12‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 3.58‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
وصول المنشورات: يحصل كل منشور على متوسط 1 731 مشاهدة. وخلال اليوم الأول يجمع عادةً 762 مشاهدة.
التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 16.
الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل مصنوعی, توییتر, ماهواره, داده, فناوری.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 05 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

21 306

المشتركون

-724 ساعات

-97 أيام

-7430 أيام

1 731

عرض المشاهدات

~ 76224 ساعات

~ 1 01048 ساعات

8.12%

معدل المشاركة

~ 1

المشاركات في اليوم

Ads index

أرشيف المشاركات

21 306

گزینه صحیح این تکه کد چیه ؟ >>> print(type([]))

Anonymous voting

21 306

جواب درست این تکه کد چیه؟؟ >>> name= ['@AI_'] >>> name.append('Python') >>> print(name[1])

Anonymous voting

21 306

جواب درست این تکه کد چیه ؟ >>> x=[[1]]*2 >>> x[0].append(2) >>> print(x)

Anonymous voting

21 306

✅ کتابخانه NumPy چیست؟ 📝 کتابخانه NumPy یک کتابخانه پایتون منبع باز است که تقریباً در هر زمینه‌ای از علم و مهندسی استفاده می‌شود. این استاندارد جهانی برای کار با داده های عددی در پایتون است و در هسته اکوسیستم های علمی Python و PyData قرار دارد. کاربران NumPy شامل همه افراد از کدنویسان مبتدی تا محققان با تجربه هستند که تحقیقات و توسعه علمی و صنعتی را انجام می دهند. NumPy API به طور گسترده در Pandas، SciPy، Matplotlib، scikit-learn، scikit-image و بسیاری دیگر از بسته های علوم داده و علمی Python استفاده می شود. 📝 کتابخانه NumPy شامل آرایه های چند بعدی و ساختارهای داده ماتریسی است. 📝 این کتابخانه پایه ترین کتابخانه مورد استفاده در هوش مصنوعی است و فراگیری بیشتر آن باعث فهم بیشتر داده و شیوه آماده سازی آن برای الگوریتم می شود. 📝 برای دریافت آموزش از این کتابخانه می توان به لینک زیر مراجعه کرد: 🗒 NumPy Library @AI_Python

21 306

✅ چگونه یک نقشه حرارتی همبستگی (seaborn correlation heatmap) seaborn در پایتون ایجاد کنیم؟ 📝 کتابخانه Seaborn یک کتابخانه پایتون است که مبتنی بر matplotlib است و برای تجسم داده‌ها استفاده می‌شود. این یک کتابخانه برای ارائه داده ها در قالب نمودار آماری به عنوان یک medium آموزنده و جذاب برای انتقال برخی اطلاعات است. نقشه حرارتی (correlation heatmap) یکی از مؤلفه‌هایی است که توسط seaborn پشتیبانی می‌شود که در آن تغییرات در داده‌های مرتبط با استفاده از یک پالت رنگ به تصویر کشیده می‌شود. 📝 یکی از کاربردهای جدی این نقشه حرارتی این است که ما با استفاده از آن می توانیم داده‌هایی که ارتباط زیادی به هم دیگر دارند را شناسایی کنیم و بجای استفاده کل داده‌ها برای آموزش کردن مدل از کسری از داده‌ها استفاده کنیم و میان مشخصه‌هایی که ارتباط بسیار زیاد نشان داده می‌شود یکی را به عنوان مشخصه نماینده برای داده‌های آموزشی معین می‌کنیم و بقیه را نادیده می‌گیریم. جزئیات بیشتر راجع به correlation heatmap در لینک زیر بیان شده است: 🗒 seaborn correlation heatmap @AI_Python

21 306

Repost from N/a

21 306

Repost from N/a

✅ چگونه یک نقشه حرارتی همبستگی (seaborn correlation heatmap) دریایی در پایتون ایجاد کنیم؟ 📝 کتابخانه Seaborn یک کتابخانه پایتون است که مبتنی بر matplotlib است و برای تجسم داده‌ها استفاده می‌شود. این یک کتابخانه برای ارائه داده ها در قالب نمودار آماری به عنوان یک medium آموزنده و جذاب برای انتقال برخی اطلاعات است. نقشه حرارتی (correlation heatmap) یکی از مؤلفه‌هایی است که توسط seaborn پشتیبانی می‌شود که در آن تغییرات در داده‌های مرتبط با استفاده از یک پالت رنگ به تصویر کشیده می‌شود. 📝 یکی از کاربردهای جدی این نقشه حرارتی این است که ما با استفاده از آن می توانیم داده‌هایی که ارتباط زیادی به هم دیگر دارند را شناسایی کنیم و بجای استفاده کل داده‌ها برای آموزش کردن مدل از کسری از داده‌ها استفاده کنیم و میان مشخصه‌هایی که ارتباط بسیار زیاد نشان داده می‌شود یکی را به عنوان مشخصه نماینده برای داده‌های آموزشی معین می‌کنیم و بقیه را نادیده می‌گیریم. جزئیات بیشتر راجع به correlation heatmap در لینک زیر بیان شده است: 🗒 seaborn correlation heatmap @AI_Hasan

21 306

جواب خروجی کد زیر چیه ؟ >>> a = (1,2,3) >>> type(a) >>> b= (3) >>> type(b)

Anonymous voting

21 306

جواب خروجی درست کدام گزینه است؟ >>> def x ( i,values=[] ) : return values.append(i) >>> print(x(2))

Anonymous voting

21 306

جواب درست این تکه کد چیه ؟ >>> try: print(1) ... except: print (2) ... finally : print(3) >>>

Anonymous voting

21 306

جواب درست این تکه کد چیه؟ >>> a = [0,1,2,3] >>> for a[-1] in a : ... print(a[-1])

Anonymous voting

21 306

جواب درست این تکه کد چیه ؟ >>> def fun(): for x in range(22,23,24): print(x) >>> fun()

Anonymous voting

21 306

جواب درست این تکه کد چیه ؟ >>> l1=['A'] >>> l1.extend('ABC') >>> print(l1)

Anonymous voting

21 306

جواب این تکه کد چیست؟ >>> List=['Python','Developers'] >>> result=[i for i in List if len(i)>6] >>> print(*result)

Anonymous voting

21 306

Repost from N/a

‌ ✳️ ‌آموزش رایگان آشنایی با پردازش زبان‌های طبیعی (NLP) در پایتون با پلتفرم NLTK چکیده — برای پردازش زبان های طبیعی، نیاز به یک ابزار و یا به عبارتی به یک زبان برنامه نویسی داریم، بنابراین با توجه به سهولت کدنویسی و همچنین وجود بسته های نرم افزاری زیاد، زبان برنامه نویسی پایتون و مهم ترین ابزار آن برای پردازش زبان های طبیعی یعنی NLTK را برمی گزینیم. ما در این آموزش قصد داریم تا با پردازش زبان های طبیعی (NLP) در پایتون (Python) با استفاده از پلتفرم NLTK آشنا شویم. 💯 مشاهده ویدئوی آموزش 👇👇 🔗 آموزش آشنایی با پردازش زبان‌های طبیعی (NLP) در پایتون با پلتفرم NLTK — [کلیک کنید] @FaraDars — فرادرس

21 306

Repost from تهران دیتا-دانشگاه تهران

#دانشگاه_تهران ❌تنها ۶ نفر از ظرفیت دوره باقیست... 📣 جامع‌ترین دوره آنلاین علم‌داده کشور! 👨🏻‍🏫 همراه با برجسته ترین اساتید کشور 🔔 شرایط ویژه (از بلک فرایدی تا روز دانشجو) 🥇 با ارائه گواهینامه دوزبانه از دانشگاه تهران با قابلیت ترجمه رسمی 🌐 اطلاعات بیشتر https://tehrandata.org/courses/datascience/ ⁉️ مشاوره رایگان و ثبت نام 📞 09377516759 🔘 t.me/tehrandata_admin 🆔 t.me/tehran_data

21 306

⭕️دوره هوشمندسازی کسب و کار با Microsoft Power BI ⏰ ۳۲ ساعت آموزش ✅ گواهینامه معتبر و قابل ترجمه ➖➖➖➖➖➖➖➖➖➖➖➖ 🔹اطلاعات تکمیلی↙️ http://link.jsharif.com/public/3pp0c ➖➖➖➖➖➖➖➖➖➖➖➖ ☎️مشاوره وثبت نام 021-67641999 📲تلگرام و واتساپ ۰۹۲۲۲۴۷۷۲۵۰ ➖➖➖➖➖➖➖➖➖➖➖➖ با ما در تلگرام همراه باشید.... https://t.me/joinchat/AAAAAD6fyUw0AYXKLGbkow

21 306

لینک زیر رو کمک کنید کامل بشه، دانشگاه‌هایی که مدرک رسمی رو ازتون نمی‌خوان. با توجه به افزایش ناگهانی هزینه آزادسازی مدرک، کمک بزرگی می‌تونه باشه لطفا کسانی که خارج از کشور هستند در کامل کردن این لیست کمک کنند. https://docs.google.com/spreadsheets/d/1eNmBEKhO9KOYJ8_PeHj-ihff35Em-U46bd-5-hfDqO4/edit?usp=drivesdk پ.ن: لطفا در انتشار این پست و کمک به هموطنانتون برای کسایی که میخان یاری کنید. ❇️@AI_Python

21 306

Repost from DLeX: AI Python

چالشها و چشم اندازهای هوش مصنوعی و یادگیری ماشین ❇️ @ai_python