هوش مصنوعی در پژوهش
این کانال با هدف آموزش کاربرد های هوش مصنوعی در پژوهش و سایر حیطه ها از سوی جمعی از دانشجویان و پژوهشگران دانشگاه تهران ایجاد شده است. اطلاع رسانی دوره ها: @AI_in_Research_shop تمرینات شناختی برای کودکان: @Cognitive_training
إظهار المزيد9 267
المشتركون
+2324 ساعات
+1927 أيام
+1 11430 أيام
توزيع وقت النشر
جاري تحميل البيانات...
Find out who reads your channel
This graph will show you who besides your subscribers reads your channel and learn about other sources of traffic.
تحليل النشر
| المشاركات | المشاهدات | الأسهم | ديناميات المشاهدات |
01 🔥چطور یک مقاله را به شکل جزئی تر مورد بررسی قرار دهیم؟ بررسی چارچوب نظری، سوالات، اهداف، طرح پژوهشی، نتایج و سبک نگارش یک مقاله در چند ثانیه!
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 765 | 39 | Loading... |
02 🔥چطور مقدمه ی یک مقاله را به کمک هوش مصنوعی بنویسیم؟
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 762 | 39 | Loading... |
03 🔹 عنوان پرامپت: جذب مشتریان بیشتر
این پرامپت میتواند برای دریافت روش‌ها و استراتژی‌های موثر جهت جذب مشتریان بیشتر برای یک کسب‌وکار، محصول یا خدمت خاص استفاده شود. کاربران با استفاده از این پرامپت میتوانند راهکارهای خلاقانه و کارآمدی را برای افزایش ترافیک مشتریان و بهبود فروش خود شناسایی و اجرا کنند.
✍️ پرامپت
How can I attract more customers to [business/product/service]?
✔️ مثال
How can I attract more customers to my local yoga studio?
🗂 دسته:
#جذب_مشتری
#بازاریابی
#افزایش_فروش
#استراتژی_کسب_و_کار
#تبلیغات_موثر
برای تهیه مجموعه 500 پرامپت کاربردی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 121 | 20 | Loading... |
04 🔥 معرفی پروژه tapswap
این پروژه یکی از پروژه های مشابه نات کوین می باشد که در حال حاضر بعد از نات کوین، بیشترین تعداد کاربر را میان کلیکر اپ های تلگرام دراختیار دارد. برخی منابع قیمت هر 1 میلیون کوین آن را پس از لیست شدن معادل 17 دلار تخمین زده اند. می تونید با صرف چند دقیقه زمان و انجام تسک های ساده ی داخل اپ (جوین شدن در کانال ها و گروه های مرتبط با پروژه)، شانس دریافت این کوین پس از لیست شدن رو داشته باشید.
🔺 برای شروع به بات TapSwap مراجعه نمایید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 029 | 12 | Loading... |
05 🔥چطور به کمک هوش مصنوعی میتوان بخش خلاصه یک مقاله را نوشت؟
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 154 | 45 | Loading... |
06 🔥 نمونه پرامپت های کاربردی برای طراحی لوگو خلاقانه
مجموعه پرامپت های زیر برای تصویرسازی با Midjourney، Dall-E و دیگر مدلهای تصویری قابل استفاده می باشد.
Design a creative logo with 'A' and 'C' initials for a futuristic technology company
Create a logo that represents sustainability and eco-friendliness for an environmental organization
Design a logo for a fitness brand that captures energy and movement
Create a unique logo for a gourmet coffee shop that portrays elegance and indulgence
Design a logo for a travel agency that evokes a sense of adventure and wanderlust
🔻 بهتره براساس موضوع مورد نظرتون پرامپت رو اپدیت کنید که نتیجه دقیقتری بگیرید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 370 | 46 | Loading... |
07 🔥 چطور به کمک هوش مصنوعی نگارش آکادمیک خود را تقویت کنیم؟
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 345 | 43 | Loading... |
08 🔥 ربات مایکروسافت کوپایلت برای تلگرام معرفی شد
بالاخره نسخه تلگرامی بات کوپایلت معرفی شد تا این ابزار قدرتمند از طریق تلگرام نیز قابل دسترس باشد. پیش از این نسخه های مختلف آن به صورت اپلیکشن موبایل و چتبات در اسکایپ قابل دسترسی بود که اکنون تلگرام نیز به روش های استفاده از این ابزار افزوده شد. البته درحال حاضر این بات برای شماره های ایرانی در دسترس نیست، اما میتوانید با شماره مجازی کشورهای دیگر از آن استفاده کنید.
🗣 برای دسترسی میتوانید به ربات Microsoft Copilot مراجعه نمایید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 134 | 4 | Loading... |
09 📘 مجله هوش مصنوعی
📌جدیدترین اخبار هوش مصنوعی را در مجله خبری هوش مصنوعی دنبال کنید.
📝 این کانال توسط فارغ التحصیلان هوش مصنوعی دانشگاه صنعتی امیرکبیر ایجاد شده است.
https://t.me/HomeAI/12292
📍با کلیک روی لینک فوق در بزرگترین کانال خبری هوش مصنوعی عضو شوید.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI | 356 | 5 | Loading... |
10 🔥 ربات مایکروسافت کوپایلت برای تلگرام معرفی شد
بالاخره نسخه تلگرامی بات کوپایلت معرفی شد تا این ابزار قدرتمند از طریق تلگرام نیز قابل دسترس باشد. پیش از این نسخه های مختلف آن به صورت اپلیکشن موبایل و چتبات در اسکایپ قابل دسترسی بود که اکنون تلگرام نیز به روش های استفاده از این ابزار افزوده شد. البته درحال حاضر این بات برای شماره های ایرانی در دسترس نیست، اما میتوانید با شماره مجازی کشورهای دیگر از آن استفاده کنید.
🗣 برای دسترسی میتوانید به ربات Microsoft Copilot مراجعه نمایید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 547 | 30 | Loading... |
11 ✔️چطور به کمک هوش مصنوعی تحلیل آماری مناسبی برای مقاله بیابیم؟
در این ویدیو ببینید.
✅ ایده پردازی اولیه و رسیدن به محتوا
✅ تکنیک های شناسایی شکاف های پژوهشی
✅ جمع آوری مقالات و سازماندهی به کمک هوش مصنوعی
✅ خلاصه سازی و دور زدن تشخیص دهنده های هوش مصنوعی
✅ ده ها تکنیک دیگر کاربردی دیگر در فرایند مقاله و پروپوزال نویسی
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔽🔽 دسترسی به محتوای 20 ساعته 🔽🔽
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 563 | 36 | Loading... |
12 ✔️چطور به کمک هوش مصنوعی مقالات یک مرور سیستماتیک را در فایل اکسل دسته بندی کنیم؟
در این ویدیو ببینید.
✅ ایده پردازی اولیه و رسیدن به محتوا
✅ تکنیک های شناسایی شکاف های پژوهشی
✅ جمع آوری مقالات و سازماندهی به کمک هوش مصنوعی
✅ خلاصه سازی و دور زدن تشخیص دهنده های هوش مصنوعی
✅ ده ها تکنیک دیگر کاربردی دیگر در فرایند مقاله و پروپوزال نویسی
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔽🔽 دسترسی به محتوای 20 ساعته 🔽🔽
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 737 | 63 | Loading... |
13 🔥 پرامپت کاربردی برای اصلاح گرامر و سینتکس متن مقاله
برای استفاده از پرامپت زیر، ابتدا آن را به عنوان اولین پیام به چت بات مورد نظر داده و سپس از آن استفاده کنید. (عبارات داخل براکت را در صورت وجود بر اساس نیاز خودتون جایگزین کنید)
Act as an experienced grammar checker. Review the provided [text] carefully, checking for any grammar, punctuation, and syntax errors. Correct these issues while preserving the original meaning and tone of the text. Ensure the text is clear, concise, and well-structured. Provide feedback on any areas that may need improvement or clarification. Ensure that the final version is polished and error-free.
🔻 بهتره که براساس نیازتون و نوع مقاله ای که میخونید پرامپت رو اپدیت کنید که نتیجه دقیقتری بگیرید
برای تهیه دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 261 | 109 | Loading... |
14 📝چطور داده های که متغیر زمان در آنها اهمیت دارد تحلیل می شود؟
زمان ،گاهی یکی از مهم ترین جنبه ها در تحلیل برخی داده ها است. به عنوان مثال داده های مرتبط با بازارهای مالی ، بورس، کریپتو از این جمله هستند. اما برای تحلیل داده هایی که متغیر زمان در آنها اهمیت دارد چطور باید عمل کرد؟
💡یک رویکرد استفاده از روش میانگین متحرک یکپارچه اوتورگرسیو است.
میانگین متحرک یکپارچه اتورگرسیو، یک روش آماری است که برای تجزیه و تحلیل و پیشبینی داده‌های سری زمانی استفاده میشود. این رویکرد ابزار قدرتمندی برای درک الگوهای موجود در داده هایی است که در طول زمان آشکار می شوند و به شما امکان می دهد روندهای آینده را پیش بینی کنید.
بخش AR یا اوتورگرسیو: در این بخش فرض اولیه این است که گذشته، چراغ راه آینده است. به این معنی که شما به کمک داده های گذشته می توانید آینده را پیشبینی کنید. برای انجام این فرض به شکل آماری باید چند قدم را طی کنید.
1. انتخاب تعداد نقاط داده ای که گمان میکنید میتوان بر اساس آنها پیشبینی انجام داد.
2.استفاده از مدل رگرسیون برای برازش بر داده هایی که انتخاب کرده اید.
3.استفاده از مدل برازش شده بر داده های جدید
1.انتخاب تعداد نقاط داده:
در این مرحله شما باید تعداد خاصی از نقاط داده را از داده های مربوط به "گذشته " شناسایی می کنید (به این داده ها وقفه، یا lag نیز گفته می شود) این داده ها همان داده هایی است که فکر می کنید ممکن است با مقدار فعلی که می خواهید پیش بینی کنید مرتبط باشد. آماردانان اغلب از ابزارهایی مانند تابع خود همبستگی نمونه (ACF) یا تابع خود همبستگی جزئی (PACF) برای شناسایی تاثیرگذارترین LAG ها استفاده میکنند.
اما منظور از تابع خود همبستگی نمونه یا تابع خود همبستگی جزئی چیست؟
❗️مثال تابع همبستگی خودکار (ACF):
تصور کنید دنباله ای از اعداد در اختیار دار که نشان دهنده دما در هر روز مشخص است. ACF همبستگی بین سری و خودش را در وقفه های زمانی مختلف محاسبه می کند.
به عنوان مثال، ACF در وقفه (lag) شماره 1 به شما می گوید که مقدار فعلی (به عنوان مثال دمای امروز)چقدر با مقدار یک روز قبل(دمای دیروز) ارتباط دارد. یک همبستگی مثبت بالا ممکن است نشان دهد که روزهای گرمتر (یا سردتر) به دنبال یکدیگر می آیند.
اما این رویکرد چطور بهترین وقفه ها را به ما نشان میدهد؟
برای انجام روش ACF چند قدم را طی کنید.
1.ابتدا یک بیشینه برای تعداد وقفه ها در نظر بگیرید مثلا اگر داده های دمای روزانه را محاسبه میکند، میتوانید این حداکثر را 1 ماه یا سی روز(سی وقفه) در نظر بگیرید.
2. حال، همبستگی داده های مرتبط با یک وقفه(مثلا دمای امروز) را با دمای یک روز قبل تا امروز،دو روز قبل تا امروز، سه روز قبل تا امروز و... را محاسبه میکند.
این محاسبه ممکن است چند چیز را نشان دهد:
1. اگر با فاصله گرفتن از وقفه ی اول، همبستگی داده ها کاهش یابد(یعنی مثلا دمای 20 روز قبل همبستگی کمتری با دمای امروز -اولین وقفه نشان دهد) میتوان به این نتیجه رسید که بخشی از روزهای قبل یا وقفه های قبل در تعیین دمای امروز نقش دارند و آن وقفه را برای تحلیل رگرسیون انتخاب میکنیم.
2.اگر در یک بازه زمانی خاص (مثلا 20 روز قبل) یک همبستگی شدید (اسپایک یا نیزه در نمودار همبستگی) مشاهده کنیم، نشان میدهد که بازه برای تحلیل ما اهمیت بسیاری دارد.
اما اینجا یک مشکل ممکن است بوجود بیاید. شاید روز دهم بر دمای روز نهم و روز هشتم و روز هفتم و غیره تاثیر گذاشته باشد. مثلا یک طوفان خورشیدی، دمای زمین را در آن روز خاص افزایش داده و این افزایش دما در روزهای قبل ادامه یافته است. چطور میتوان این اثر را یافت؟ چطور میتوان فهمید اثر یک وقفه خاص اهمیت داشته است و نه یک بازه زمانی؟
اینجاست که رویکرد PACF به کار می آید. در این رویکرد به جای مقایسه یک وقفه خاص با بازه ی وقفه های قبل از آن، یک وقفه با یک وقفه ی مشخص (روز دهم) مقایسه می شود)
3. اگر هیچ همبستگی مشاهده نکنیم. فرض ارتباط گذشته به شرایط فعلی کنار می رود.
دو بخش میانگین متحرک و یکپارچه سازی در پست های آتی قرار خواهد گرفت.
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 745 | 15 | Loading... |
15 🔥 پکیج کامل تمام دوره های هوش مصنوعی
بسیاری از دوستان دوره های ما رو به صورت تکی تهیه میکنند و بعد از علاقه مند شدن به موضوعات و کاربردهای هوش مصنوعی، مجدد برای تهیه بقیه دوره ها اقدام می کنند. این مسئله باعث میشه هزینه بیشتری پرداخت کنند نسبت به پکیج های گروهی که ارائه می کنیم. به درخواست این دوستان پکیج کاملی از تمام دوره های کانال تهیه کردیم که این مشکل برطرف بشه. این پکیج رو میتونید با کمتر از نصف هزینه تهیه تک تک دوره ها خریداری کنید.
این پکیج که شاید بزرگترین پکیج آموزشی هوش مصنوعی فارسی باشد، شامل بیش از 50 ساعت آموزش پروزال نویسی، مقاله نویسی، پایان نامه نویسی، برنامه نویسی پایتون و متلب، تحلیل داده، تصویرسازی هنری، کتابچه راهنمای هوش مصنوعی و بانک پرامپت می باشد.
🎁 همچنین برای روز اول ارائه این پکیج میتونید از 25 درصد تخفیف با کد تخفیف AllinOne1D استفاده نمایید.
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 687 | 5 | Loading... |
16 ✔️ چطور برای متن های بدون منبع ساخته شده از سوی هوش مصنوعی منبع بیابیم؟
در این ویدیو ببینید.
✅ ایده پردازی اولیه و رسیدن به محتوا
✅ تکنیک های شناسایی شکاف های پژوهشی
✅ جمع آوری مقالات و سازماندهی به کمک هوش مصنوعی
✅ خلاصه سازی و دور زدن تشخیص دهنده های هوش مصنوعی
✅ ده ها تکنیک دیگر کاربردی دیگر در فرایند مقاله و پروپوزال نویسی
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔽🔽 دسترسی به محتوای 20 ساعته 🔽🔽
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 748 | 61 | Loading... |
17 🔥 پروژه جالب گوگل برای تمرین پرامپت نویسی تصویری
تو این سایت میتونید پرامپت نویسی تصویری رو با بازی جالبی که گوگل ساخته تمرین کنید. به این صورت که به شما تصویری نشون میده و شما باید سعی کنید پرامپت مناسبی که بتونه این تصویر رو تولید کنه بنویسید. هرچقدر پرامپت بهتری بنویسید، امتیاز بیشتری میگیرین.
🗣 برای دسترسی میتونید به صفحه پروژه مراجعه نمایید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 118 | 54 | Loading... |
18 🔥 چطور به کمک هوش مصنوعی ادبیات پژوهش اولیه و ایده ی اولیه را بسازیم؟
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 149 | 65 | Loading... |
19 🔥 لیست پرامپت های کاربردی برای خلاصه سازی و بازنویسی متن
1. Summarize the following content: [PARAPGRAPHS]
2. Summarize the text in simpler and easier-to-understand terms. [PARAGRAPHS]
3. Come up with a summary that is exactly [NUMBER OF WORDS] words: [PARAPGRAPHS]
4. Reduce the following to [NUMBER OF WORDS] words: [PARAPGRAPHS]
5. Shorten to [NUMBER OF CHARACTERS] characters: [PARAPGRAPHS]
6. Give me a bullet point summary for [PARAPGRAPHS]
7. Extract the important key points of this: [PARAPGRAPHS]
8. Summarize the text by extracting the most important information in the form of bullet points [PARAGRAPHS]
9. Explain this again but simpler: [PARAGRAPHS]
10. Explain this research to a 12 year old: [PARAGRAPHS]
11. Identify the key findings and implications of this: [PARAGRAPHS]
12. Remove the throat-clearing sentence from this paragraph: [PARAGRAPH]
13. Frontload the argument in the following paragraph: [PARAGRAPH]
14. Explain [TOPIC] as an analogy
💠 لیست بروزرسانی میشود
برای تهیه دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 202 | 121 | Loading... |
20 📝همبستگی اسپیرمن چیست و چه کاربردهایی دارد؟
همبستگی رتبه اسپیرمن که با نام Spearman’s rho نیز شناخته می شود، یک معیار ناپارامتریک همبستگی است. این همبستگی بررسی می کند که چگونه یک تابع یکنواخت دلخواه می تواند رابطه بین دو متغیر را توصیف کند، بدون اینکه هیچ فرضی در مورد توزیع فراوانی متغیرها داشته باشد.
❔اما منظور از تابع یکنواخت دلخواه چیست؟
تابع یکنواخت، تابعی است که با افزایش ورودی به آن ،یا هرگز مقدار تابع را افزایش نمی دهد یا هرگز این مقدار را کاهش نمیدهد. به عبارت دیگر، این تابع، تابعی است که یا همیشه بالا می رود یا همیشه پایین می آید. گاهی به این توابع "سرطانی" نیز می گویند. در اینجا این اصطلاح به این معنی است که تابع لازم نیست از یک فرم یا الگوی خاصی پیروی کند. بنابراین، وقتی می گوییم "همبستگی رتبه اسپیرمن این امر را ارزیابی میکند که یک تابع یکنواختِ دلخواه، چقدر می تواند رابطه بین دو متغیر را توصیف کند"، منظور ما این است که این همبستگی می تواند قدرت و جهت رابطه یکنواخت بین دو متغیر را اندازه گیری کند، صرف نظر از اینکه این رابطه به طور خاص چگونه به نظر می رسد.
🔍مفروضات مربوط به توزیع فراوانی متغیرها: در آمار، بسیاری از تکنیک ها مستلزم این هستند که داده ها از یک توزیع خاص (اغلب یک توزیع نرمال) پیروی کنند تا به درستی مورد استفاده قرار گیرند. به این روش‌های پارامتریک می‌گویند. با این حال، همبستگی رتبه اسپیرمن یک روش ناپارامتریک است، به این معنی که هیچ فرضی در مورد توزیع فراوانی متغیرها ایجاد نمی کند. این امر آن را به یک معیار همبستگی بسیار انعطاف‌پذیر تبدیل میکند، زیرا میتوان ازا این روش در داده‌هایی استفاده کرد که از توزیع نرمال پیروی نمی‌کنند.
مثال:
فرض کنید دو متغیر X و Y با مقادیر زیر داریم:
X = [1، 2، 3، 4]
Y = [2، 3، 4، 1]
قدم اول: رتبه بندی داده ها: به هر نقطه داده در آرایه های X و Y رتبه هایی اختصاص دهید.
قدم دوم:محاسبه تفاوت در رتبه ها: هر رتبه در Rank_Y را از رتبه مربوطه در Rank_X کم کنید.
d = Rank_X - Rank_Y = [-1، -1، -1، 3]
قدم سوم:مربع تفاوت ها: هر مقدار را در آرایه d به توان 2 برسانید.
d_squared = [1، 1، 1، 9]
قدم چهارم:مجموع مجذور تفاوت ها را با هم جمع کنید:
Sum_d_squared = 12
قدم پنجم: تعداد مشاهدات (4 عدد در این مثال) را به توان دو برسانید، عدد یک را از آن کم کنید و بعد در تعداد اولیه مجددا ضرب کنید:
N_cal=4*15=60
و در قدم آخر به کمک فرمول زیر همبستگی را محاسبه کنید:
1(-6*Sum_d_squared/N_cal)= -0.19
کد پایتن:
import numpy as np
# Given ranks
Rank_X = np.array([1, 2, 3, 4])
Rank_Y = np.array([2, 3, 4, 1])
# Calculate the differences in ranks
d = Rank_X - Rank_Y
# Number of observations
n = len(Rank_X)
# Calculate the Spearman rank correlation coefficient
rho = 1 - (6 * np.sum(d**2)) / (n * (n**2 - 1))
print("Spearman Rank Correlation Coefficient:", rho)
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 967 | 24 | Loading... |
21 🔹 عنوان پرامپت: شناسایی بازارهای هدف برای فروش و بازاریابی
این پرامپت میتواند برای دریافت لیستی از بازارهای هدف بالقوه برای یک کسب‌وکار، محصول یا خدمت مورد استفاده قرار گیرد. با استفاده از این پرامپت، کاربران میتوانند بازارهای مناسب برای توسعه و افزایش فروش خود را شناسایی کرده و استراتژی‌های بازاریابی خود را بهینه کنند.
✍️ پرامپت
Can you provide me with a list of potential target markets for [business/product/service]?
✔️ مثال
Can you provide me with a list of potential target markets for my organic juice bar?
🗂 دسته:
#بازاریابی
#فروش
#بازار_هدف
#توسعه_کسب_و_کار
#استراتژی_فروش
برای تهیه مجموعه 500 پرامپت کاربردی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 766 | 32 | Loading... |
22 📝بوت استرپ چیست و چه کاربردهایی در تحلیل داده دارد؟
بوت استرپ (Bootstrap) یک رویکرد جایگزین برای آزمون فرضیه سنتی است که درک آن آسان‌تر بوده و برای شرایط بیشتری معتبر میباشد. این روش آماری با نمونه‌گیری مجدد از یک مجموعه داده منفرد برای ایجاد نمونه‌های شبیه‌سازی‌شده فراوان عمل میکند. این فرآیند به شما امکان میدهد تا خطاهای استاندارد را محاسبه کنید، فواصل اطمینان بسازید و آزمون فرضیه را برای انواع مختلف آمار نمونه انجام دهید.
🤔در زیر یک مثال از این مفهوم ارائه شده است:
فرض کنید مجموعه داده کوچکی از 10 عدد داریم:
49، 34، 21، 18، 10، 8، 6، 5، 2، 1
ما به بررسی میانگین این مجموعه داده علاقمند هستیم. میانگین این مجموعه داده 15.4 است.
برای انجام این کار در قدم اول سه عدد را به طور تصادفی از این مجموعه داده، با جایگزینی، انتخاب می کنیم. این بدان معناست که پس از کشیدن یک عدد، قبل از کشیدن عدد بعدی آن را در مجموعه داده قرار می دهیم. بیایید بگوییم 5، 1 و 49 را قرعه کشی می کنیم. این یک نمونه بوت استرپ است.
محاسبه آمار برای هر نمونه: میانگین این نمونه بوت استرپ را محاسبه می کنیم که (5 + 1 + 49) / 3 = 18.33 است.
مراحل 2 و 3 را تکرار کنید: مراحل 2 و 3 را چندین بار (مثلاً 1000 بار) تکرار می کنیم تا توزیعی از میانگین ها ایجاد شود. هر بار، فرضا سه عدد را به طور تصادفی با جایگزینی انتخاب می کنیم و میانگین را محاسبه می کنیم.
تخمین توزیع نمونه گیری: توزیع این 1000 میانگین، برآورد بوت استرپ از توزیع نمونه گیری میانگین است.
محاسبه فواصل اطمینان و انجام تست فرضیه: از این توزیع بوت استرپ، می توانیم فواصل اطمینان برای میانگین را محاسبه کرده و تست فرضیه را انجام دهیم.
به یاد داشته باشید، این یک مثال ساده است. در عمل، مجموعه داده شما بزرگتر خواهد بود، و ممکن است در هر نمونه بوت استرپ بیش از سه عدد قرعه کشی کنید. همچنین، ممکن است به یک آمار دیگر، نه فقط میانگین، علاقه مند باشید
➕اما این روش چه مزیت هایی دارد و چه تفاوتی با روش سنتی تست فرضیه دارد؟
انعطاف پذیری: بوت استرپ یک روش غیر پارامتری است، به این معنی که فرض نمی کند داده های شما از توزیع خاصی پیروی می کند. این باعث می شود که بوت استرپ نسبت به روش های سنتی که نیازمند فرضیاتی در مورد توزیع داده ها هستند، انعطاف پذیرتر باشد.
سادگی: درک مفهوم بوت استرپ از بسیاری از روش های سنتی ساده تر و آسان تر است. برای استفاده از بوت استرپ نیازی به درک فرمول های ریاضی پیچیده ندارید.
قابلیت اجرا: بوت استرپ را می توان در بسیاری از آمارهایی که استفاده از روش های سنتی در آنها دشوار است به کار برد. برای مثال، می توان از آن برای ساختن فواصل اطمینان برای میانه ها یا سایر پراکندگی ها استفاده کرد، که با روش های سنتی ممکن است چالش برانگیز باشد.
دقت: بوت استرپ می تواند نتایج دقیق تری را زمانی که حجم نمونه کوچک است ارائه دهد، زیرا به تئوری اعداد بزرگ(هر چه n بزرگتر، احتمال نزدیکی نمونه به جامعه بیشتر) تبعیت نمی کند.
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 147 | 22 | Loading... |
23 📝فاصله اطمینان چیست و چرا اهمیت دارد؟
فرض کنید در یک بازی حدس زدن، نیاز است تعداد شکلات های داخل یک شیشه را تخمین بزنید. برای این تخمین شما مجبور نیستید عدد دقیق را مشخص کنید بلکه میتواند یک بازه اطمینان برای حدس خود انتخاب کنید.
فاصله اطمینان در واقع مشخص کردن یک محدوده برای حدس شماست. پس به جای اینکه بگویید 100 شکلات درون شیشه است می‌گویید، «مطمئنم که بین ۸۰ تا ۱۲۰ تا شکلات داخل شیشه وجود داره.» این فاصله در واقع فاصله اطمینان شماست.
فاصله اطمینان (فاصله اعتماد) یک محدوده از مقادیر است که از یک مدل آماری به دست می‌آید و به احتمال زیاد مقدار واقعی یک پارامتر ناشناخته را در خود جای میدهد. این یک برآورد فواصل همراه با یک عبارت احتمالی است.
🦾 به زبان فنی‌تر:
اگر ما یک تحلیل آماری خاص را بارها و بارها تکرار کنیم، و هر بار مجموعه داده‌های جدیدی را جمع‌آوری کنیم، فاصله اطمینان در درصد مشخصی از مواقع، پارامتر واقعی (آنچه تلاش میکنیم حدس بزنیم)را در خود جای داده است. این درصد، سطح اطمینان نامیده میشود که اغلب روی ۹۵% یا ۹۹% تنظیم میشود.
🖥ضرورت استفاده از فاصله اطمینان به دلایل زیر است:
تصادفی بودن داده‌ها: در اکثر آزمایش‌ها یا نظرسنجی‌ها، داده‌های جمع‌آوری‌شده به دلیل اینکه از جمعیت‌های بزرگ‌تری استخراج می‌شوند، در معرض تغییرپذیری قرار دارند. بنابراین، ما به محدوده‌ای نیاز داریم که بتواند این تغییرپذیری را ثبت کند.
ناکافی بودن برآورد نقطه‌ای: یک برآورد نقطه‌ای واحد از یک پارامتر جامعه، عدم قطعیت یا تغییرپذیری مرتبط با داده‌ها را نشان نمیدهد. فاصله اطمینان محدوده‌ای از مقادیر معقول را برای پارامتر ارائه میدهد.
دقت برآوردها: فاصله اطمینان اطلاعاتی در مورد دقت و قابلیت اطمینان برآورد ارائه میدهد. یک فاصله اطمینان باریک‌تر به معنای دقت بیشتر نسبت به یک فاصله اطمینان گسترده‌تر است.
📝بیایید یک مثال ساده دیگر را در نظر بگیریم:
فرض کنید قد ۱۰۰ مرد بالغ در یک شهر را اندازه‌گیری کنیم و میانگین (میانگین) قد را ۱۷۵ سانتی‌متر محاسبه کنیم. این یک برآورد نقطه‌ای است. اما اگر می‌خواهیم این را به همه مردان بالغ شهر تعمیم دهیم، باید تغییرپذیری را در نظر بگیریم. بنابراین، ممکن است بگوییم که ۹۵% اطمینان داریم که میانگین قد همه مردان بالغ در شهر بین ۱۷۲ سانتی‌متر و ۱۷۸ سانتی‌متر است. این [۱۷۲، ۱۷۸] یک فاصله اطمینان است.
به طور خلاصه، فاصله اطمینان بخش مهمی از بسیاری از تحلیل‌های آماری است و به ما کمک میکند تا عدم قطعیت ذاتی داده‌هایی را که جمع‌آوری میکنیم، درک کنیم. آنها راهی برای کمیت‌سازی عدم قطعیت برآوردهای ما و ارائه مجموعه‌ای از مقادیر معقول برای پارامترهای ناشناخته ما ارائه می‌دهند. آنها جزء کلیدی آمار استنباطی و آزمون فرضیه هستند.
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 147 | 23 | Loading... |
24 🔥 دسترسی رایگان به GPT4-o، قویترین مدل زبانی جهان
شرکت OpenAI چند روز پیش از جدیدترین مدل زبانی خودش به نام GPT4-o رونمایی که تقریبا در تمام بنچمارک ها تونست از بقیه مدلها بهتر عمل کنه. این مدل که به صورت رایگان برای کاربران درحال فعالسازی است، حتی از مدل پریمیوم GPT4 نیز عملکرد قویتر و سریعتری داشته. امکان استفاده عمومی این مدل هنوز برای همه کاربران فعال نشده است اما کابرانی که از آی پی آمریکا استفاده میکنند میتوانند به مدل دسترسی داشته باشند. با دسترسی به این مدل دیگه فعلا نیازی به خرید اشتراک OpenAI ندارید و میتونید به صورت رایگان از قویترین مدل زبانی جهان استفاده کنید.
🗣 برای دسترسی میتونید به مدل GPT4-o در سایت OpenAI مراجعه نمایید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 514 | 78 | Loading... |
25 ⭐️یک ترکیب مناسب و جامع برای یادگیری مقاله نویسی:
این 4 دوره با قیمت 496 قابل تهیه هست. با توجه به بازخورد مخاطب ها، ترکیب این دوره و دوره ی تحلیل داده میتونه ابزارهای مناسب برای ایده پردازی تا نگارش مقاله رو در اختیارتون بذاره.
حتما محتوای روزانه مارو دنبال بفرمایید تا آپدیت بمونید.
با آرزوی موفقیت | 1 793 | 5 | Loading... |
26 🔹 پکیج کامل مقاله نویسی
شامل 4 دوره مقدماتی تا پیشرفته به همراه کارگاه عملی
🔻 20 ساعت ویدیو تدریس + مشاوره و رفع اشکال
شامل دوره های:
✅ دوره مقدماتی مقاله نویسی با هوش مصنوعی
✅ دوره پیشرفته مقاله نویسی با هوش مصنوعی
✅ دوره بروزرسانی شده مقاله نویسی با هوش مصنوعی
✅ کارگاه عملی مقاله نویسی با هوش مصنوعی
با ارائه و پشتیبانی:
🔻رضا رسولی پور
رتبه 7 ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
رتبه 1 ارشد علوم شناختی دانشگاه تهران
رتبه 2 مسابقات ملی تحلیل سیگنال مغزی fNIRS با هوش مصنوعی
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 042 | 14 | Loading... |
27 🔹دقت طبقه بندی چه تفاوتی با اهمیت آماری دارد؟ این مفاهیم چرا در یادگیری ماشین و تحلیل آماری اهمیت دارند؟
دقت طبقه بندی (Classification Accuracy) یک معیار رایج در یادگیری ماشین برای ارزیابی یک مدل در زمینه طبقه بندی داده است. این معیار به صورت نسبت تعداد پیش بینی های صحیح به کل نمونه های ورودی محاسبه می شود. به عنوان مثال، اگر یک مدل 80 نمونه از 100 نمونه را به درستی پیش بینی کند، دقت طبقه بندی 80 درصد است.
با این حال، دقت طبقه بندی به تنهایی ممکن است همیشه تصویر کاملی از عملکرد مدل ارائه ندهد. این امر به ویژه زمانی صادق است که داده ها نامتعادل باشند، یعنی زمانی که تعداد نمونه ها در کلاس های مختلف به طور قابل توجهی متفاوت باشند.
✔️ اما اهمیت آماری چه نقشی در انتخاب مدل های بهینه دارد؟
اهمیت آماری (Statistical Significance) مفهومی است که در آزمون فرضیه برای تعیین اینکه آیا تفاوت عملکرد ، بین دو مدل،تصادفی بوده و یا واقعا تفاوت معناداری وجود دارد، استفاده می شود.
✔️معناداری یعنی احتمالِ مشاهده داده ای با مشخصات خاص در یک بازه اطمینان مشخص بسیار کم است.
به عنوان مثال، دو طبقه بندی کننده را با دقت های 51 درصد و 64 درصد در نظر بگیرید. سوال این است که آیا اختلاف 13 درصدی در دقت از نظر آماری معنی دار است یا فقط نتیجه تغییرات تصادفی است. برای پاسخ به این سوال می توان از آزمون های اهمیت آماری مانند آزمون t یا آزمون مک نمار استفاده کرد.
به طور خلاصه، در حالی که دقت طبقه بندی معیاری از عملکرد مدل را ارائه می دهد، آزمون های اهمیت آماری به اعتبارسنجی اینکه آیا تفاوت های مشاهده شده در عملکرد معنادار هستند یا فقط به دلیل تصادف رخ داده است؛ کمک می کنند. هنگام مقایسه مدل های یادگیری ماشین، توجه به هر دو مورد مهم است.
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 837 | 21 | Loading... |
28 سلام دوستان. امیدوارم حالتون خوب باشه. ما در یک پژوهش داریم روی تاثیر هورمون تستسرون بر روی تصمیم گیری اجتماعی در مردان کار میکنیم. برای این پروژه نیاز به شرکت کننده ی آقا داریم. این کار شامل اندازه گیری سطح پایه ی تستسترون بدن شما، دریافت ژل هورمون تستسترون و یا دارونما، و انجام یک تسک رفتاری داخل اسکنر fMRI هست. این جلسه نزدیک به 4 ساعت طول خواهد کشید (کمتر از 1 ساعت آن داخل اسکنر خواهد بود). در انتهای پژوهش، به جبران زمانی که صرف کردید، هدیه ی نقدی به شما تقدیم میشه. همچنین عکس های اسکن مغزی شما و نتایج سطح تستسترون بدن شما بهتون داده میشه. اگه آقای بین 18 تا 35 سال هستید و تمایل به شرکت در این پژوهش دارین و یا سوالی دارین، به ما از طریق ایمیل یا آی دی تلگرام زیر اطلاع بدین:
[email protected]
https://t.me/mehrnaz97azh | 1 970 | 23 | Loading... |
29 🔥بررسی انتقادی یک مقاله شامل چه مواردی است؟
📝 در این ویدیو میبینیم
مطالعه انتقادی یک مقاله علمی، فرآیندی فعال و هدفمند برای ارزیابی کیفیت و اعتبار آن مقاله است. این امر مستلزم آن است که خواننده با دقت به تمام اجزای مقاله، از جمله طرح پژوهش، روش‌شناسی، یافته‌ها، بحث و نتیجه‌گیری، توجه کند.
در مطالعه انتقادی، خواننده باید به دنبال نقاط قوت و ضعف مقاله باشد. نقاط قوت شامل وضوح طرح پژوهش، تناسب روش‌شناسی با سوالات تحقیق، اعتبار یافته‌ها و ارائه منطقی بحث و نتیجه‌گیری است.
نقاط ضعف ممکن است شامل ابهام در طرح پژوهش، نقص در روش‌شناسی، تفسیر نادرست یافته‌ها و عدم وجود شواهد کافی برای حمایت از نتیجه‌گیری‌ها باشد.
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش رایگان کاربردهای هوش مصنوعی در AI in Research
برای تهیه دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 872 | 37 | Loading... |
30 🛡 میدنایت شاپ منبع اشتراک پرمیوم برنامه ها و سایت ها میباشد که به قیمت فوق العاده پایین اکانت پرمیوم بسیاری از سایت ها رو میتوانید تهیه کنید.
برخی از این اشتراک ها:
💎 اکانت پرمیوم Scite - هوش مصنوعی برای تحقیقات و مقاله نویسی
💎شارژ اکانت شما در Turnitin - قوی ترین سرویس پلجریزم چکر
💎 اکانت پرمیوم Quillbot - سرویس پارافریز و بازنویسی متن
💎 اکانت پرمیوم Rytr - هوش مصنوعی برای تولید محتوا
💎اکانت پرمیوم Ginger Software - ابزار قدرتمند ویرایش و پارافریز متن
➕ و صد ها اشتراک پرمیوم دیگر که لیست کامل آن را در کانال و یا سایت میدنایت شاپ میتوانید مشاهده کنید.
برای مشاهده کامل سرویس های موجود عضو کانال تلگرام شوید ✨
درصورت وجود هرگونه سوال و راهنمایی با آیدی تلگرام @ArmanLaghaei در ارتباط باشید.
آدرس کانال: @MidnightShop
آدرس سایت: Midnight-shop.ir | 1 055 | 8 | Loading... |
31 🔹 اعتبار سنجی متقابل یا Cross validation چیست و چه کاربرد هایی دارد؟
📝توضیحات:
اعتبار سنجی متقابل یا Cross validation تکنیکی بسیار کاربردی در یادگیری ماشین است که برای ارزیابی عملکرد یک مدل روی داده‌های جدید استفاده میشود. این روش شامل تقسیم کردن داده‌های موجود به چندین بخش یا زیرمجموعه است، به گونه‌ای که از یکی از این بخش‌ها به عنوان مجموعه اعتبارسنجی (validation set) و از باقی بخش‌ها برای آموزش مدل استفاده میشود. این فرآیند چندین بار تکرار میشود، به طوری که هر بار از یک بخش متفاوت به عنوان مجموعه اعتبارسنجی استفاده می‌گردد. در نهایت، نتایج حاصل از هر مرحله اعتبارسنجی میانگین گرفته میشود تا یک برآورد قویتر از عملکرد مدل به دست آید.
✔️ قدم های لازم برای انجام اعتبار سنجی متقابل:
کل مجموعه داده به ‘k’ زیرمجموعه تقسیم کنید
در هر تکرار، یکی از این ‘k’ زیرمجموعه به عنوان مجموعه تست (test set) استفاده میشود.
تعداد ‘k-1’ زیرمجموعه باقی‌مانده با هم ترکیب شده و مجموعه آموزشی (training set) را تشکیل می‌دهند.
بنابراین، در هر تکرار، مدل روی مجموعه داده کمی متفاوت- مجموعه‌های ترکیب‌شده ‘k-1’- آموزش داده میشود.
سپس عملکرد مدل روی زیرمجموعه باقی‌مانده اعتبارسنجی می‌گردد. این فرآیند ‘k’ بار تکرار میشود، به طوری که از هر یک از ‘k’ زیرمجموعه دقیقاً یک بار به عنوان داده اعتبارسنجی استفاده شود. این روش تضمین میکند که هر مشاهده (observation) از مجموعه داده اصلی، فرصت حضور در مجموعه‌های آموزشی و آزمایشی را داشته باشد. این روش به طور خاص برای جلوگیری از بیش-برازش (overfitting) و ارائه شهود در مورد چگونگی تعمیم مدل به یک مجموعه داده مستقل بسیار مفید است.
🖥 توصیه مهم در زمینه اعتبار سنجی متقابل:
به خاطر داشته باشید که هدف از اعتبارسنجی متقابل ، تست کردن توانایی مدل برای پیشبینی داده‌های جدیدی است که در تخمین آن استفاده نشده‌اند، تا بتوان مشکلاتی مانند بیش-برازش (overfitting) یا سوگیری انتخاب (selection bias) را شناسایی کرد و همچنین بینشی در مورد چگونگی تعمیم مدل به یک مجموعه داده مستقل به دست آورد. این روش به دلیل سادگی درک و همچنین ارائه برآوردی کم‌سوگیری و خوش‌بینانه‌تر از کارایی مدل نسبت به سایر روش‌ها، یک تکنیک محبوب به شمار می‌رود.
from sklearn import datasets
from sklearn import svm
from sklearn.model_selection import cross_val_score
# Load iris dataset as an example
iris = datasets.load_iris()
X = iris.data
y = iris.target
# Create a SVC classifier
clf = svm.SVC(kernel='linear', C=1, random_state=42)
# Perform 5-fold cross validation
scores = cross_val_score(clf, X, y, cv=5)
print("Cross-validation scores: ", scores)
print("Average cross-validation score: ", scores.mean())
توجه داشته باشید که با توجه به این که تعداد بسته ها 5 بسته(CV=5) در نظر گرفته شده است خروجی 5 عدد است که برازش مدل(اینجا رگرسیون) را نشان میدهد. میانگین این برازش به شکل یک عدد گزارش می شود.
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 043 | 24 | Loading... |
32 🔥چطور به کمک هوش مصنوعی روش آنالیز داده یک مقاله را به شکل انتقادی بررسی کنیم؟
📝 در این ویدیو میبینیم
تحلیل داده به ما کمک میکند تا الگوها، روندها و روابط را در داده‌ها کشف کنیم. این اطلاعات میتواند برای تصمیم‌گیری‌های آگاهانه‌تر، حل مشکلات پیچیده، بهینه‌سازی فرآیندها، پیشبینی رویدادها و ایجاد نوآوری استفاده شود. بررسی دقیق روش آنالیز یک مقاله بسیار حائز اهمیت است زیرا نتایج یک مقاله دقیقا حاصل این تحلیل هاست. در این ویدیو روش بررسی دقیق آنالیز داده ها را مورد توجه قرار داده ایم.
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش رایگان کاربردهای هوش مصنوعی در AI in Research
برای تهیه دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 033 | 32 | Loading... |
33 🔥 بالاخره NotCoin در صرافی ها لیست شد
امروز بعد از چند ماه گذشت از شروع پروژه نات کوین، این رمزارز به صورت رسمی در بایننس و دیگر صرافی ها لیست شد. قیمت هر 10 هزار نات کوین هنگام لیست شدن تا حدود 7 میلیون تومان بالا رفت. افراد معروف زیادی مثل جادی وقتی این پروژه داشت به شدت رشد میکرد اونو تا حدی مسخره کردن و خیلیا به همین دلیل از ادامه کار باهاش منصرف شدن، که عذرخواهی کردن. تو این پست تعدادی از پروژه های مشابه نات کوین رو معرفی میکنیم که به نظر آینده خوبی داشته باشند. میتونید این پست رو سیو کنید و پروژه های زیر رو در مواقع بیکاریتون تست کنید.
✅ @theYescoin_bot
✅ @pocket_rocket_game_bot
✅ @Playnation_bot
✅ @pocketfi_bot
✅ @hamster_kombat_bot
✅ @onchaincoin_bot
✅ @cubesonthewater_bot
✅ @duckdropbot
✅ @catizenbot
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 2 133 | 48 | Loading... |
34 🔥چطور به کمک هوش مصنوعی روش جمع آوری داده یک مقاله را آنالیز کنیم؟
📝 در این ویدیو میبینیم
برای تحلیل روش جمع آوری داده در یک مقاله، باید به نوع تحقیق (کمی، کیفی یا ترکیبی)، روش‌های به‌کار رفته (نظرسنجی، مصاحبه و غیره)، نحوه نمونه‌گیری، ابزارهای جمع‌آوری (پرسشنامه، راهنمای مشاهده و غیره)، فرآیند جمع‌آوری و روش‌های تجزیه و تحلیل داده‌ها توجه کرد.
هدف از این بررسی، سنجش اعتبار و صحت داده‌ها و در نهایت قضاوت در مورد کیفیت کلی تحقیق و یافته‌های آن است.
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش رایگان کاربردهای هوش مصنوعی در AI in Research
برای تهیه دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید
💠 @AI_in_Research | 1 949 | 31 | Loading... |
02:56
Video unavailableShow in Telegram
🔥چطور یک مقاله را به شکل جزئی تر مورد بررسی قرار دهیم؟ بررسی چارچوب نظری، سوالات، اهداف، طرح پژوهشی، نتایج و سبک نگارش یک مقاله در چند ثانیه!
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
02:51
Video unavailableShow in Telegram
🔥چطور مقدمه ی یک مقاله را به کمک هوش مصنوعی بنویسیم؟
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
🔹 عنوان پرامپت: جذب مشتریان بیشتر
این پرامپت میتواند برای دریافت روش‌ها و استراتژی‌های موثر جهت جذب مشتریان بیشتر برای یک کسب‌وکار، محصول یا خدمت خاص استفاده شود. کاربران با استفاده از این پرامپت میتوانند راهکارهای خلاقانه و کارآمدی را برای افزایش ترافیک مشتریان و بهبود فروش خود شناسایی و اجرا کنند.
✍️ پرامپت
How can I attract more customers to [business/product/service]?✔️ مثال
How can I attract more customers to my local yoga studio?🗂 دسته: #جذب_مشتری #بازاریابی #افزایش_فروش #استراتژی_کسب_و_کار #تبلیغات_موثر
برای تهیه مجموعه 500 پرامپت کاربردی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
هوش مصنوعی در پژوهش
این کانال با هدف آموزش کاربرد های هوش مصنوعی در پژوهش و سایر حیطه ها از سوی جمعی از دانشجویان و پژوهشگران دانشگاه تهران ایجاد شده است. اطلاع رسانی دوره ها: @AI_in_Research_shop تمرینات شناختی برای کودکان: @Cognitive_training
❤ 3
Photo unavailableShow in Telegram
🔥 معرفی پروژه tapswap
این پروژه یکی از پروژه های مشابه نات کوین می باشد که در حال حاضر بعد از نات کوین، بیشترین تعداد کاربر را میان کلیکر اپ های تلگرام دراختیار دارد. برخی منابع قیمت هر 1 میلیون کوین آن را پس از لیست شدن معادل 17 دلار تخمین زده اند. می تونید با صرف چند دقیقه زمان و انجام تسک های ساده ی داخل اپ (جوین شدن در کانال ها و گروه های مرتبط با پروژه)، شانس دریافت این کوین پس از لیست شدن رو داشته باشید.
🔺 برای شروع به بات TapSwap مراجعه نمایید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
🗿 2
03:54
Video unavailableShow in Telegram
🔥چطور به کمک هوش مصنوعی میتوان بخش خلاصه یک مقاله را نوشت؟
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
Photo unavailableShow in Telegram
🔥 نمونه پرامپت های کاربردی برای طراحی لوگو خلاقانه
مجموعه پرامپت های زیر برای تصویرسازی با Midjourney، Dall-E و دیگر مدلهای تصویری قابل استفاده می باشد.
Design a creative logo with 'A' and 'C' initials for a futuristic technology company
Create a logo that represents sustainability and eco-friendliness for an environmental organization
Design a logo for a fitness brand that captures energy and movement
Create a unique logo for a gourmet coffee shop that portrays elegance and indulgence
Design a logo for a travel agency that evokes a sense of adventure and wanderlust🔻 بهتره براساس موضوع مورد نظرتون پرامپت رو اپدیت کنید که نتیجه دقیقتری بگیرید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
❤ 4
02:12
Video unavailableShow in Telegram
🔥 چطور به کمک هوش مصنوعی نگارش آکادمیک خود را تقویت کنیم؟
در این ویدیو ببینید.
✅ ایده پردازی و عنوان یابی (GPT4)
✅ مطالعه بهینه متون علمی (Copilot)
✅ تولید اسلاید و ارائه از مقاله (Cluade)
✅ سرچ استرینگ نویسی و جستجو (Copilot)
✅ ساختاربندی محتوا و رفرنس نویسی (Perplexity)
👨🏫 با ارائه و پشتیبانی:
🔻رضا رسولی پور
کارشناس ارشد علوم شناختی دانشگاه تهران
🔻محمد پارسیان
کارشناس ارشد علوم شناختی دانشگاه تهران
🔺 آموزش Claude - Gemini - Poe - Copilot - GPT4 ...
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
👍 3
Photo unavailableShow in Telegram
🔥 ربات مایکروسافت کوپایلت برای تلگرام معرفی شد
بالاخره نسخه تلگرامی بات کوپایلت معرفی شد تا این ابزار قدرتمند از طریق تلگرام نیز قابل دسترس باشد. پیش از این نسخه های مختلف آن به صورت اپلیکشن موبایل و چتبات در اسکایپ قابل دسترسی بود که اکنون تلگرام نیز به روش های استفاده از این ابزار افزوده شد. البته درحال حاضر این بات برای شماره های ایرانی در دسترس نیست، اما میتوانید با شماره مجازی کشورهای دیگر از آن استفاده کنید.
🗣 برای دسترسی میتوانید به ربات Microsoft Copilot مراجعه نمایید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
👎 1❤ 1😐 1
Photo unavailableShow in Telegram
📘 مجله هوش مصنوعی
📌جدیدترین اخبار هوش مصنوعی را در مجله خبری هوش مصنوعی دنبال کنید.
📝 این کانال توسط فارغ التحصیلان هوش مصنوعی دانشگاه صنعتی امیرکبیر ایجاد شده است.
https://t.me/HomeAI/12292
📍با کلیک روی لینک فوق در بزرگترین کانال خبری هوش مصنوعی عضو شوید.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
Photo unavailableShow in Telegram
🔥 ربات مایکروسافت کوپایلت برای تلگرام معرفی شد
بالاخره نسخه تلگرامی بات کوپایلت معرفی شد تا این ابزار قدرتمند از طریق تلگرام نیز قابل دسترس باشد. پیش از این نسخه های مختلف آن به صورت اپلیکشن موبایل و چتبات در اسکایپ قابل دسترسی بود که اکنون تلگرام نیز به روش های استفاده از این ابزار افزوده شد. البته درحال حاضر این بات برای شماره های ایرانی در دسترس نیست، اما میتوانید با شماره مجازی کشورهای دیگر از آن استفاده کنید.
🗣 برای دسترسی میتوانید به ربات Microsoft Copilot مراجعه نمایید
برای تهیه ی دوره های آموزشی هوش مصنوعی، مشاوره و رفع اشکال به این اکانت پیام دهید💠 @AI_in_Research
👍 3❤ 3👎 2⚡ 1❤🔥 1🎉 1😍 1