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
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام DLeX: AI Python
تُعد قناة DLeX: AI Python (@ai_python) في القطاع اللغوي الفارسية لاعباً نشطاً. يضم المجتمع حالياً 21 283 مشتركاً، محتلاً المرتبة 6 236 في فئة التكنولوجيات والتطبيقات والمرتبة 16 499 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 21 283 مشتركاً.
بحسب آخر البيانات بتاريخ 14 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -58، وفي آخر 24 ساعة بمقدار -2، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.45%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.67% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 799 مشاهدة. وخلال اليوم الأول يجمع عادةً 569 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 18.
- 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 15 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
21 283
المشتركون
-224 ساعات
-227 أيام
-5830 أيام
أرشيف المشاركات
21 283
این چندمین بار است که ساعت اپل زندگی یک انسان را نجات میدهد.
تشخیص بی حرکتی، حمله قلبی و افتادن از قابلیت های این ساعت است که در مواقع ضروری به پلیس زنگ میزند و اطلاع میدهد.
لینک خبر
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python
21 283
Can you predict fluid intelligence from T1-weighed MRI?
The ABCD Neurocognitive Prediction Challenge (ABCD-NP-Challenge 2019; https://sibis.sri.com/abcd-np-challenge) invites researchers to submit their method for predicting fluid intelligence from T1-weighed MRI (about 8.5K subjects in total, age 9-10 years). The data of 4.1k individuals are provided for training. The accuracy of each method will be assessed on its predicted fluid intelligence scores of the remaining 4.4K children, whose actual scores will be revealed after the challenge deadline. Downloading the data requires approval by NIH NDAR, which will require sign off by the institution you are affiliated with. So start the application process (https://sibis.sri.com/abcd-np-challenge/assets/docs/abcd-np-challenge-getting_data_access.pdf) early. Please also sign up to the mailing list (https://mailman.ucsd.edu/mailman/listinfo/abcd-npc-l) to receive updates about the challenge.
Important Dates:
Feb 15, 2019: Team Registration Deadline
Mar 10, 2019: Submit Results and Code
Mar 17, 2019: Submit Manuscript
Oct 2019: Meeting (in conjugation with MICCAI 2019, Shenzhen, China -http://www.miccai2019.org)
For more information, please visit http://sibis.sri.com/abcd-np-challenge
Organizers:
Wes Thompson, University of California – San Diego
Kilian M. Pohl, SRI International
Co-Chairs:
Ehsan Adeli, Stanford University
Bennett A. Landman, Vanderbilt University
Marius G. Linguraru, Children's National Health System
Susan F. Tapert, University of California – San Diego
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python
21 283
مقاله ras در گنو/لینوکس تقدیم عزیزان
https://www.dropbox.com/s/l313wlsfd1pz1g0/ras_in_linux.pdf?dl=0
#ras #network @unixmens
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
Find Code for Research papers
https://researchcode.com/
#آموزش #منابع #مقاله
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
10 منبع برای آموزش خودخوان و عملی کار با پروژه های بزرگ برای علم داده ـ #DataScience و کار با نرم افزار پایتون و R
⚠️ IMPORTANT: Number 10 is a MUST DO!
1. Pokemon - Weedle's Cave
🐛Python - https://lnkd.in/gcKWWQ2
2. Titanic ML
🚢 Python - https://lnkd.in/gafie9m
R - https://lnkd.in/gRRa7HV
3. Housing Prices Prediction
🏡 Python - https://lnkd.in/gX2FSDk
R - https://lnkd.in/ggFJSyd
➖INTERMEDIATE➖
4. Instacart Market Basket Analysis
🛒 Python - https://lnkd.in/gkNaXqH
R- https://lnkd.in/g2gthxu
5. Quora Question Pairs
👥 Project :https://lnkd.in/f3HQZsT
Tutorial (Python)- https://lnkd.in/fEzf-Xp
6. Human Resource Analytics
🕴🏻Python - https://lnkd.in/gVUPfWm
R -https://lnkd.in/gHusQYX
➖ADVANCED➖
7. Analyzing Soccer Player Faces
⚽️ Python - https://lnkd.in/gUys_TS
8. Recruit Restaurant Visitor Forecasting
🍱 Python - https://lnkd.in/gjQvf74
9. TensorFlow Speech Recognition
🗣 Python - https://lnkd.in/g8SSPfW
➖MASTERY➖
10. Not Enough?
This is more complete guide from Analytics Vidhya
https://lnkd.in/g_QjzGe.
#datascience #علم_داده #پایتون #فیلم
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
21 283
✅ کلاس آموزش هوش مصنوعی (جلسه پانزدهم) دانشگاه تبریز - دکتر رضوی - بهبود عقبگرد برای حل مسائل ارضای محدودیت
در ادامه مباحث مربوط به حل مسائل ارضای محدودیت، در این ویدیو پس از یادآوری مباحث جلسه قبل (بیست دقیقه اول)، ابتدا الگوریتم سازگاری کمان به صورت مفصل بررسی و تشریح شده و پیچیدگی زمانی آن تحلیل شده است. سپس در ادامه تعدادی روش هیوریستیک برای انتخاب متغیر بعدی که در الگوریتم عقبگرد باید مقداردهی گردد و همچنین مقدار بعدی که باید بررسی شود، ارائه شده است. استفاده از ترکیبی از این بهبودها باعث افزایش چشمگیری در سرعت اجرای اجرای الگوریتم عقبگرد و نتیجه حل مسائل ارضای محدودیت می‌گردد.
#هوش_مصنوعی #منابع #فیلم #دکتر_رضوی #کلاس_آموزشی #آموزش_کلاسی #ai #artificialintelligence
🌎 وب‌سایت درس
🌎 Link Review
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
یه ربات نوشتیم همین که مقالات در arXiv ثبت میشند میفرسته به این کانال. دوست داشتید عضو بشید:
🗣 @ai_python_arxiv
21 283
🚩 ثبت‌نام AI Challenge 2019 آغاز شد.
🔸 از هم‌اکنون می‌توانید با تشکیل تیم‌های خود در مسابقه شرکت کنید.
💠 #ثبت‌نام کنید:
🔗 aichallenge.sharif.edu/go/RegisterNow
21 283
معرفی نسخه جدید کتابخانه پایتون , پردازش زبان طبیعی دانشگاه Stanford با قابلیت پشتیبانی از زبان فارسی
در کتابخانه پردازش زبان طبیعی که توسط دانشگاه استنفورد توسعه داده شده است از ۵۳ زبان پشتیبانی میکند
ویژگی های این کتابخانه از نصب راه اندازی تا جزییات بیشتری از زبانهایی که توسط این پکیج پشتیبانی میشود پست بالا پیگیری نمایید.
#منابع #پردازش_زبان_طبیعی #آموزش #NLP #کلاس_آموزشی #آموزش_کلاسی
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
Excited to announce StanfordNLP, a natural language processing toolkit for 53 languages with easily accessible pretrained models. It allows you to tokenize, tag, lemmatize, and (dependency) parse many languages, and provides a Python interface to CoreNLP.
https://stanfordnlp.github.io/stanfordnlp/
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
گروه پایتون,هوش مصنوعی و لینوکس:
https://t.me/joinchat/ClyM2j9QzOiYfJkHkgrMxQ
گروه یادگیری عمیق:
https://t.me/joinchat/ClyM2kZKfp0_jRXWpiQDkw
گروه پردازش زبان طبیعی:
https://t.me/joinchat/ClyM2lM9sguMoBTT7rVJzw
✅ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
در نظر داریم هزینه تبلیغات اخذ شده از کانال را صرف کفالت (پرداخت کمک هزینه تحصیل) دانش اموزان بی بضاعت کنیم. احتمالا بتونیم ۲-۳ دانش آموز را تحت کفالت بگیریم و از تبلیغات کانال هزینه اشون رو بدیم. نظر شما چیست؟
anonymous poll
موافقم – 325
👍👍👍👍👍👍👍 97%
نظر بهتری دارم. تو پی وی میگم. – 9
▫️ 3%
👥 334 people voted so far.
21 283
#Common_mistake
#all_every
........ passengers must turn off their mobile phones.
a. All b. Every
……. passenger must turn off their mobile phone.
a. All b. Every
Answer 1.all 2.every
از every قبل از حروف معین کننده استفاده نمیشود
He sold all (of) his books.
Not: … every his books.
از every با اسم های غیرقابل شمارش استفاده نمیکنیم
All (the) information can be saved in the computer memory.
Not: Every information can be saved …
• We don’t use every with plural nouns:
• از every با اسم های جمع استفاده نمیکنیم
We should organize a trip for all students.
Not: … for every students
• We don’t use every on its own without a noun; we use everyone, everybody or everything instead:
• از every به تنهایی قبل از یک اسم استفاده نمیکنی، به جای آن از everyone, everybody ,everything استفاده میکنیم
He suggested cancelling the trip and everyone agreed.
Not: … every agreed
@easy_IELTS_TOEFL
21 283
بازگشت ۴۰ درصدی دانشجویان ایرانی خارج از کشور به دلیل مشکلاتی همچون تحریم های مالی و مشکلات ارزی
لینک خبر
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
✅ کلاس هوش مصنوعی (جلسه سیزدهم) - دکتر رضوی - آشنایی با مسائل ارضای محدودیت
🔸 تعریف مسائل ارضای محدودیت
🔸مسئله رنگ‌آمیزی نقشه به عنوان یک مسئله ارضای محدودیت
🔸 مسئله چند وزیر به عنوان یک مسئله ارضای محدودیت
🔸 مسئله ریاضیات رمزی و سودوکو
🌎 وب‌سایت درس
🌎 Link Review
#هوش_مصنوعی #منابع #فیلم #دکتر_رضوی #کلاس_آموزشی #آموزش_کلاسی #ai #artificialintelligence
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
کلاس آموزش هوش مصنوعی (جلسه یازدهم) - دانشگاه تبریز- دکتر رضوی - جستجوی محلی و الگوریتم سردسازی شبیه‌سازی شده
🔸 تپه‌نوردی، بهینه محلی، بهینه سراسری، فلات و شانه
🔸 حرکت‌های فرعی برای فرار از شانه‌ها
🔸 سردسازی شبیه‌سازی شده و الگوریتم سردسازی شبیه‌سازی شده
🔸 اجرای الگوریتم تپه‌نوردی و سردسازی بر روی مسئله چند وزیر
🔸 اجرای الگوریتم ژنتیک بر روی مسئله فروشنده دوره‌گرد
#هوش_مصنوعی #منابع #فیلم #دکتر_رضوی #کلاس_آموزشی #آموزش_کلاسی #ai #artificialintelligence
🌎 وب‌سایت درس
🌎 Link Review
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
21 283
📌شروع ثبت نام دوره "تربیت کارشناس علم داده"
Data science
🔹اطلاعات تکمیلی↙️
https://bit.ly/2MK4OYj
🎁 تا ۲۲% تخفیف ویژه به مناسبت دهه فجر
☎️مشاوره و ثبت نام
۶۶۰۷۵۶۴۱-۶۶۰۷۵۶۲۶
https://t.me/joinchat/AAAAAD6fyUw3ctu_u1-qqw
21 283
کلاس آموزش هوش مصنوعی (جلسه دهم) دانشگاه تبریز - دکتر رضوی - روش‌های جستجوی محلی و الگوریتم تپه‌نوردی
🔸 معرفی و ایده روش‌های جستجوی محلی
🔸 الگوریتم تپه‌نوردی
🔸 اجرای مرحله به مرحله تپه‌نوردی برای حل مسئله هشت-وزیر
🔸 پیاده‌سازی در پایتون و اجرای نمایشی تپه‌نوردی
#هوش_مصنوعی #منابع #فیلم #دکتر_رضوی #کلاس_آموزشی #آموزش_کلاسی #ai #artificialintelligence
🌎 وب‌سایت درس
🌎 Link Review
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
