Data world with Mina

🗂 5 پلتفرم فرصت‌های کارآموزی علم داده 👨🏻‍💻 اگه تازه‌ کارین و دنبال یه فرصت کارآموزی در زمینه علم داده و تحلیلگری هستین، سایت‌های زیادی وجود دارن که می‌تونن بهتون کمک کنن. من چندتا از این سایت‌ها رو براتون اینجا لیست کردم:👇 1️⃣ وبسایت Forage ⏪ ارائه‌دهنده کارآموزی‌های آنلاین و رایگان علوم داده برای تقویت مهارت‌های شغلی و کسب تجربه واقعی. 📎 لینک: Website 2️⃣ وبسایت Catchafire ⏪ امکان همکاری داوطلبانه با شرکت‌ها برای به‌کارگیری مهارت‌های تحلیل داده در پروژه‌های واقعی. 📎 لینک: Website 3️⃣ وبسایت DataKind ⏪ ایجاد پلی بین دانشمندان داده و شرکت‌ها برای استفاده از تحلیل داده‌ها در جهت حل مسائل اجتماعی. 📎 لینک: Website 4️⃣ وبسایت Statistics Without Borders ⏪ پیوند متخصصان آمار و تحلیلگران داده به پروژه‌های داوطلبانه جهانی و انسانی. 📎 لینک: Website 5️⃣ وبسایت Viz for Social Good ⏪ انجمنی برای داوطلبان که از طریق تصویری‌سازی داده‌ها به پروژه‌های خیریه و اجتماعی کمک می‌کنه. 📎 لینک: Website 🌐 #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📊 @DataScience_ir

استارتاپ جدید سم آلتمن، Thrive AI، هوش مصنوعی را به مربی سلامت شما تبدیل می‌کند. سم آلتمن قصد دارد مدل هوش مصنوعی اختصاصی برای ارائه‌ی مشاوره‌ی سلامتی بسازد. آلتمن و هافینگتون در مقاله‌ای مجله‌ی تایم اعلام کردند که Thrive AI براساس بهترین و اثبات‌شده‌ترین بخش‌های علوم پزشکی و خرده‌‌عادت‌های روزانه‌ای که از کاربر دریافت می‌کند، آموزش داده خواهد شد. مشاوره‌ی سلامت مبتنی‌بر هوش مصنوعی به موضوع پرطرفداری تبدیل شده‌ است؛ استارتاپ فیت‌بیت در حال کار روی چت‌بات مربی هوش مصنوعی است و Whoop، مشاوره‌ی قدرت‌گرفته از ChatGPT را اضافه کرده تا کاربران را به تحلیل‌های بیشتری از شاخص‌های سلامتشان برساند. Thrive AI Health هنوز در مراحل ابتدایی است و هدف آن ایجاد تغییرات کوچک در پنج زمینه از عادت‌های سبک زندگی شامل خواب، تغذیه، تناسب اندام، مدیریت استرس و روابط اجتماعی است. این اپلیکیشن ادعای تجویز نسخه‌ مانند پزشکان را ندارد؛ بلکه پیشنهادهای شخصی‌شده‌ای را برای داشتن زندگی سالم ارائه می‌دهد.

اولین پلتفرم متاورس ایرانی با نام «آلفانوا» چهارم مردادماه 1403 و در جریان همایش «کاربرد متاورس در ارتباطات» رونمایی خواهد شد. به گزارش دیجیاتو، «انجمن روابط‌عمومی ایران»، «مؤسسه تکنولوژیک آکام» و «اداره کل روابط‌عمومی جهاد دانشگاهی» با همکاری یکدیگر، چهارم مردادماه 1403 همایشی با عنوان «کاربرد متاورس در ارتباطات» برگزار می‌کنند. می‌توان هم به‌صورت حضوری هم‌ در فضای متاورس در این رویداد حضور یافت. این رویداد فرصتی برای علاقه‌مندان به این حوزه فراهم می‌کند تا با تأثیرات و کاربردهای متاورس در عرصه ارتباطات آشنا شوند.

مردی مبتلا به سرطان، نسخه هوش مصنوعی خودش را ساخت! مایکل بومر ۶۱ ساله، مردی مبتلا به سرطان درمان‌ناپذیر قصد دارد خودش را به هوش مصنوعی تبدیل کند تا پس از مرگش همچنان کنار همسرش بماند. 🔹مردی مبتلا به سرطان درمان‌ناپذیر از تصمیم غیرعادی‌اش می‌گوید که قصد دارد خودش را به هوش مصنوعی تبدیل کند تا پس از مرگش همچنان کنار همسرش بماند. 🔹مایکل بومر ۶۱ ساله چند هفته بیشتر از عمرش باقی نمانده اما فرایند خلق نسخه‌ای دیجیتال از خودش تسلی‌بخش بوده است. 🔹او مدعی است که این موضوع او را به پسرانش، که ۲۴ و ۳۰ سال سن دارند، نزدیک‌تر کرده است، زیرا داستان‌هایی درباره خودش به سیستم هوش مصنوعی می‌گوید که آن‌ها قبلا هرگز نشنیده بودند.

معرفی Dify چند هفته پیش با این ابزار آشنا شدم که برای توسعه اپلیکیشن حول LLMها بوجود اومده. ویژگی‌هایی که باعث میشه ازش خوشم بیاد: - میشه کاملاً بصورت Self-hosted استفاده کرد. نسخه داخل سایتش محدودیت داره ولی Self-hostedاش رایگان هست. - از اینترفیس وب استفاده می‌کنه و میشه پرامپت‌ها رو به سادگی تغییر داد. - تمام ورودی خروجی‌ها رو لاگ می‌کنه و میشه برای دیباگ‌ کردن ازش استفاده کرد. - ابزار Low-code هست و نه No-code. یعنی اگر جایی نیاز بود کد خاص بزنید، میشه به عنوان بخشی از ورک‌فلو بهش کد اضافه کرد. - تقریباً همه ارائه دهندگان LLM رو ساپورت می‌کنه و به سادگی میشه به همشون وصل شد و جابه‌جا شدن بین این‌ها هم بسیار ساده است. - از استریمینگ بصورت اتوماتیک ساپورت می‌کنه نظر نامحبوب من اینه که ابزاری مثل Langchain بیش از حد بهش پرداخته شده و انتزاعات بیش از حد و غیرضروری تعریف کرده. به شخصه ترجیح میدم، تا حد امکان ازش استفاده نکنم (کما این که کدش هم بسیار کثیف نوشته شده و خدا نکنه آدم جایی مجبور بشه کدش رو بفهمه یا تغییر بده). تو شبکه‌های اجتماعی هم اگر نگاه کنید، خیلی‌ها گفتند که واقعاً استفاده از Langchain نمی‌ارزید. در واقع تنها فیچر خیلی خوبش Langsmith بود (برای لاگ کردن) که اونم از ماه بعد پولی میشه. اما این ابزار به معنای واقعی کلمه ارزش ایجاد کرده و تو این چند وقت که ازش استفاده کردم، هر روز بیشتر متعجب شدم. بخشی از تعجبم هم اینه که چرا انقدر کم بهش پرداخته شده. روالش هم این‌طوری هست که می‌تونید بصورت داکری روی سرور خودتون بالا بیارید. LLMهای مختلف‌تون رو روش تعریف کنید و بعد از اون Workflow تعریف می‌کنید و ورودی و خروجی و پرامپت‌هاتون رو داخلش می‌نویسید. نهایتاً هم وقتی Publish می‌کنید بصورت API قابل استفاده خواهد بود. اگر به توسعه اپلکیشین حول مدل‌های زبانی بزرگ علاقمند هستید، پیشنهاد می‌کنم حداقل نسخه داخل سایتش رو یه تست بگیرید (به احتمال زیاد پشیمون نمیشید). صفحه گیت‌هاب رو در اینجا میارم و لینک تست داخل وب‌سایت خودش رو هم در کامنت می‌گذارم. منن از صفحه لیندکین آقای Amir pourmard پیشنهاد میکنم حتما صفحه ایشون رو فالو کنید.

معرفی دوم: EfficientNetV2L تاپیک معرفی الگوریتم های جدید #یادگیری_عمیق ✅الگوریتم EfficientNetV2L یکی از اعضای خانواده مدل‌های EfficientNetV2 است که بهینه‌سازی‌هایی روی مدل‌های اولیه EfficientNet انجام داده است. این مدل‌ها مجموعه‌ای از مدل‌های شبکه‌های عصبی عمیق هستند که توسط پژوهشگران گوگل برای بهبود کارایی و دقت در وظایف بینایی ماشین توسعه داده شده‌اند. این مدل‌ها بر پایه معماری اصلی EfficientNet ساخته شده‌اند که از روش مقیاس‌پذیری ترکیبی " استفاده می‌کند. EfficientNetV2 بهبودهای بیشتری در ساختار شبکه و روش‌های آموزشی معرفی کرده است. 🔶این الگوریتم از یک ترکیب پیچیده از لایه‌های کانولوشنال، لایه‌های نرمال‌سازی و لایه‌های فعال‌سازی استفاده می‌کند. این شبکه از یک معماری سلسله‌مراتبی استفاده می‌کند که در آن بلوک‌های مختلف با مقیاس‌های متفاوت برای استخراج بهتر ویژگی‌های تصویر استفاده می‌شوند. مقیاس‌پذیری ترکیبی شامل مقیاس‌پذیری همزمان عمق، عرض و وضوح شبکه است. با استفاده از این روش، مدل می‌تواند به طور کارآمد از منابع محاسباتی استفاده کند و عملکرد بهتری داشته باشد. EfficientNetV2L شامل تغییرات مختلف در میکرو-معماری بلوک‌های ساختاری شبکه است، مانند استفاده از لایه‌های کانولوشنال 3x3 و 5x5، و ادغام تکنیک‌های کاهش نویز و بهبود پایداری. EfficientNetV2L عملکرد بسیار خوبی را بر روی مجموعه داده‌های مختلف مانند ImageNet از خود نشان داده است، با دقت بالا با منابع محاسباتی حداقل. این مدل به خصوص برای برنامه‌هایی که نیاز به دقت بالا و کارایی محاسباتی دارند، مناسب است.

معرفی دوم: EfficientNetV2L تاپیک معرفی الگوریتم های نسبتا جدید یادگیری عمیق

🔶 استفاده از #یادگیری_ماشین برای حل مشکلات دنیای واقعی هیجان انگیز است. اما بیشتر مبتدیان مستقیماً به سراغ ساخت مدل می‌روند - با نادیده گرفتن اصول اساسی - که منجر به مدل‌هایی می‌شود که چندان مفید نیستند. از درک داده‌ها گرفته تا انتخاب بهترین مدل یادگیری ماشین برای مشکل، برخی از اشتباهات رایج وجود دارد که مبتدیان اغلب مرتکب می‌شوند. ✅اولین مرحله جهت حل این مشکل : از خود سؤالات کافی بپرسید تا در مورد مشکل و دامنه بیشتر بدانید. همچنین در نظر بگیرید که آیا یادگیری ماشین اصلاً ضروری است یا خیر: در صورت نیاز قبل از ترسیم چگونگی حل مشکل با استفاده از یادگیری ماشین، بدون یادگیری ماشین شروع کنید. شما باید به عنوان یک دیتا ساینتیست یک solution maker باشید. سایر اشتباهات رایج 1. عدم درک داده ها 2. پیش پردازش ناکافی داده ها ۳_نشت داده ها(Data Leakage) وقتی رخ میده که مدل از اطلاعات خارج از مجموعه داده در فرآیند آموزش استفاده کند. حل مشکل: استفاده از pipeline در هنگام آموزش مدل ۴-عدم انجام مهندسی ویژگی ها ۵-بیش برازش و کم برازش در این مقاله کامل به این موضوع پرداخته و مراحلش رو با جزییات کدنویسی توضیح داده: لینک مقاله

🔶 استفاده از #یادگیری_ماشین برای حل مشکلات دنیای واقعی هیجان انگیز است. اما بیشتر مبتدیان مستقیماً به سراغ ساخت مدل می‌روند - با نادیده گرفتن اصول اساسی - که منجر به مدل‌هایی می‌شود که چندان مفید نیستند. از درک داده‌ها گرفته تا انتخاب بهترین مدل یادگیری ماشین برای مشکل، برخی از اشتباهات رایج وجود دارد که مبتدیان اغلب مرتکب می‌شوند. ✅اولین مرحله جهت حل این مشکل : از خود سؤالات کافی بپرسید تا در مورد مشکل و دامنه بیشتر بدانید. همچنین در نظر بگیرید که آیا یادگیری ماشین اصلاً ضروری است یا خیر: در صورت نیاز قبل از ترسیم چگونگی حل مشکل با استفاده از یادگیری ماشین، بدون یادگیری ماشین شروع کنید. شما باید به عنوان یک دیتا ساینتیست یک solution maker باشید. سایر اشتباهات رایج 1. عدم درک داده ها 2. پیش پردازش ناکافی داده ها ۳_نشت داده ها(Data Leakage) وقتی رخ میده که مدل از اطلاعات خارج از مجموعه داده در فرآیند آموزش استفاده کند. حل مشکل: استفاده از pipeline در هنگام آموزش مدل ۴-عدم انجام مهندسی ویژگی ها ۵-بیش برازش و کم برازش در این مقاله کامل به این موضوع پرداخته و مراحلش رو با جزییات کدنویسی توضیح داده: لینک مقاله

«🤖ترانسفورمر» یک مدل یادگیری عمیق است که مکانیسم توجه به خود، به‌طور متفاوتی اهمیت هر بخش از داده‌های ورودی را وزن می‌کند. عمدتاً در زمینه‌های پردازش زبان طبیعی (NLP) و بینایی رایانه ای (CV) استفاده می‌شود. ✅مانند شبکه عصبی بازگشتی (RNN)، ترانسفورمرها برای مدیریت داده‌های ورودی متوالی، مانند زبان طبیعی، برای کارهایی مانند ترجمه و خلاصه متن طراحی شده‌اند. با این حال، برخلاف شبکه عصبی بازگشتیها، ترانسفورمرها لزوماً داده‌ها را به ترتیب پردازش نمی‌کنند. در عوض، مکانیسم توجه زمینه را برای هر موقعیتی در دنباله ورودی فراهم می‌کند. به عنوان مثال، اگر داده ورودی یک جمله زبان طبیعی باشد، ترانسفورمر نیازی به پردازش ابتدای جمله قبل از پایان ندارد. 📚این ویژگی اجازه می‌دهد تا موازی سازی بیشتر از شبکه عصبی بازگشتیها باشد و بنابراین زمان آموزش را کاهش می‌دهد. داده‌های بزرگتر از زمانی که ممکن بود را می‌دهد. این منجر به توسعه سیستم‌های از پیش آموزش دیده مانند مدل Bert و GPT( Generative Pre-trained Transformer) شده است. آموزش ترانسفورمرها در کانال یوتیوب mina rabti https://m.youtube.com/channel/UCvxKAC5IdZp6U_75sre0CEw