علی شریفی زارچی - Ali Sharifi Zarchi
前往频道在 Telegram
عضو هیاتعلمی گروه هوش مصنوعی و بیوانفورماتیک، دانشکدهی مهندسی کامپیوتر، دانشگاه صنعتی آریامهر (شریف). عضو کمیتهی علمی المپیاد جهانی کامپیوتر.
显示更多未指定国家未指定类别
📈 Telegram 频道 علی شریفی زارچی - Ali Sharifi Zarchi 的分析概览
频道 علی شریفی زارچی - Ali Sharifi Zarchi (@sharifizarchi) 是活跃参与者。目前社区聚集了 26 521 名订阅者,在 其他 类别中位列第 。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 26 521 名订阅者。
根据 26 八月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 4 193,过去 24 小时变化为 104,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 151.30%。内容发布后 24 小时内通常能获得 49.64% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 40 094 次浏览,首日通常累积 13 153 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 1 608。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“عضو هیاتعلمی گروه هوش مصنوعی و بیوانفورماتیک، دانشکدهی مهندسی کامپیوتر، دانشگاه صنعتی آریامهر (شریف).
عضو کمیتهی علمی المپیاد جهانی کامپیوتر.”
凭借高频更新(最新数据采集于 27 八月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 其他 类别中的关键影响点。
26 521
订阅者
+10424 小时
+5987 天
+4 19330 天
帖子存档
امروز هدیهی بسیار دلچسب و ارزشمندی دریافت کردم. «ویانا امیری» عزیز، تصویر «تیکو»، «لومی» و «پیتی»، شخصیتهای دورهی «خلاقیت الگوریتمی و برنامهنویسی پایتون» که برای بیش از ۸۰۰۰ نوجوان دبیرستانی در حال برگزاری است را ترسیم کرد و با یک جملهی مهربانانه برایم ارسال کرد.
از او و خانوادهاش سپاسگزارم و امیدوارم آیندهای روشن در انتظار همهی کودکان، نوجوان و جوانان ایران عزیزمان باشد ❤️
Repost from PyTeachMe
ویدئوی جلسهی اول دورهی خلاقیت الگوریتمی و برنامهنویسی پایتون منتشر شد.
🎉 دورهی خلاقیت الگوریتمی و برنامهنویسی پایتون آغاز شد.
👨💻 از هماکنون میتوانید در سایت PyTeach.me به محتوای دوره دسترسی پیدا کنید.
📞 در صورتی که سؤالی دارید، به حساب @PyTeachMeHelp در تلگرام پیام دهید.
Repost from PyTeachMe
ویدئوی معرفی دانشگاه استنفورد و همکاری آن با دورهی خلاقیت الگوریتمی و برنامهنویسی پایتون
🎉 تا ساعاتی دیگر دورهی خلاقیت الگوریتمی و برنامهنویسی پایتون، ویژهی دانشآموزان متوسطه، آغاز میشود.
👨🔬 دکتر امیر بهمنی، رییس مرکز Deep Data Research Center دانشگاه استنفورد به معرفی این دانشگاه و همکاری با این دوره پرداختهاند.
👩🎓 هزار نفر از دانشآموزان که بهترین عملکرد را در این دوره داشته باشند فرصت حضور در دورهی هوشمصنوعی و بیوانفورماتیک دانشگاه استنفورد را خواهند داشت.
⏰ اگر هنوز ثبتنام نکردهاید، میتوانید از سایت PyTeach.me ثبتنام کنید.
✍️ تنها کانال اطلاعرسانی دوره، کانال تلگرامی PyTeachMe است.
قول دادم برای دانشآموزان متوسطه یک دورهی رایگان تفکر الگوریتمی و برنامهنویسی پایتون برگزار کنم.
✅ با همراهی مرکز ژرفداده دانشگاه استنفورد، ۱۰۰۰ دانشآموز برتر این دوره، فرصت حضور رایگان در دورهی پیشرفتهی هوشمصنوعی و کسب گواهینامهی دانشگاه استنفورد را به دست خواهند آورد.
✅ از امروز ثبتنام در این دوره از طریق وبسایت PyTeach.me آغاز میشود.
✅ شروع دوره از شنبه ۳۱ مردادماه خواهد بود.
✅ اطلاعرسانی دوره صرفاً از کانال تلگرام PyTeachMe@ خواهد بود.
هفتهی پیش المپیاد جهانی هوشمصنوعی IOAI-2026 به پایان رسید و این هفته المپیاد جهانی کامپیوتر IOI-2026 در حال برگزاری است.
سوالهای این دو المپیاد را میتوانید در لینکهای زیر ببینید:
✅ سوالهای المپیاد جهانی هوشمصنوعی IOAI-2026
✅ سوالهای المپیاد جهانی کامپیوتر IOI-2026
دورهی رایگان «ورود به دنیای هوشمصنوعی» که برای آشنایی عموم علاقمندان تهیه کردم، به پایان رسید. لینک همهی ویدئوها، اسلایدها و ژوپیترها را تقدیم میکنم. از پیامهای سراسر مهری که ارسال کردید بیاندازه سپاسگزارم ❤️
۱. مسافر نمانیم، خلبان شویم
۲. ماشین چگونه میآموزد
۳. داده، ویژگی، برچسب: چرا حفظکردن یادگیری نیست
۴. گرادیان کاهشی، قلب یادگیری ماشین
۵. درخت تصمیم و معمای تایتانیک
۶. دقت کافی نیست: سنجش صادقانهی یک مدل
۷. شبکههای عصبی: از یک نورون تا یادگیری عمیق
۸. کانولوشن: ماشین چگونه یاد میگیرد ببیند
۹. وقتی ماشین سخن ما را میفهمد: آشنایی با ترنسفورمر
۱۰. از صفر شروع کنیم و یک چتبات و عامل هوشمند (Agent) بسازیم
اسلایدها و نوتبوکها
لینک پخش زندهی دهمین و آخرین جلسه از دورهی «ورود به دنیای هوشمصنوعی»
در این جلسه یاد میگیریم که چطور از صفر، یک مدل زبانی بزرگ بسازیم و آن را آموزش دهیم!
درسهایی که محتوای آن با تلاش صدها نفر از بهترین دانشجویان ایران تهیه شده بود و دهها هزار نفر از دانشجویان از آن بهره بردند را با فشار بیرونی از درسافزار دانشگاه و مکتبخونه حذف کردند. فدای یک تار موی مردم ایران.
بعد از برگزاری دو المپیاد جهانی، دوباره ضبط و تقدیم میکنم.
ویدئوی جلسهی نهم دورهی ورود به دنیای هوشمصنوعی
در این جلسه با کلیدیترین مفاهیم پردازش زبان طبیعی آشنا میشویم:
✅ تعبیه (Embedding) واژگان
✅ الگوریتم Word2Vec
✅ شباهت کسینوسی (Cosine Similarity)
✅ ساختار Transformer
✅ مکانیزم توجه (Attention)
✅ پیادهسازی مکانیزم توجه و ترنسفورمر با استفاده از PyTorch
ویدئوی کامل جلسهی هشتم دورهی ورود به دنیای هوشمصنوعی
در این جلسه با کلیدیترین مفاهیم بینایی ماشین، از جمله Convolutional Neural Networks آشنا میشویم.
✅ لایهی کانولوشن Convolution
✅ انواع مجموعه دادههای پردازش تصویر نظیر ImageNet، CIFAR-10 و MNIST
✅ مفاهیم Stride, Padding
✅ عمق و تعداد کانال در شبکههای کانولوشن
✅ افزونسازی داده Data Augmentation و کتابخانهی Albumentaions
✅ پیادهسازی لایهی کانولوشن در پایتون
✅ استفاده از کتابخانهی Pytorch برای پیادهسازی شبکهی کانولوشن
ویدئوی کامل جلسهی هفتم دورهی ورود به دنیای هوشمصنوعی
در این جلسه با شبکههای عصبی مصنوعی، قدرتمندترین مدل هوشمصنوعی آشنا میشویم.
✅ نورون مصنوعی
✅ توابع فعالسازی پله، ReLU، Softmax و سیگموئید
✅ تابع هزینهی Cross-Entropy برای دستهبندی
✅ روش One-hot برای کلاسها
✅ انواع معماری شبکهی عصبی مصنوعی
✅ پیادهسازی عملی شبکههای عصبی در پایتون
✅ دستهبندی مجموعهدادهی MNIST ارقام دستنویس
ویدئوی کامل جلسهی ششم دورهی ورود به دنیای هوش مصنوعی
در این جلسه با معیارهای ارزیابی الگوریتمهای دستهبندی از جمله دقت، حساسیت و صحت آشنا میشویم.
سپس به صورت عملی و با استفاده از کتابخانهی Scikit-Learn، مهمترین کتابخانهی مدلهای کلاسیک یادگیری ماشین، برای مسالهی کشتی تایتانیک یک مدل درخت تصمیم توسعه میدهیم.
در نهایت، دقت درخت تصمیم را ارزیابی میکنیم.
ویدئوی کامل جلسهی پنجم دورهی ورود به دنیای هوشمصنوعی
در این جلسه با الگوریتم «درخت تصمیم» به عنوان یک روش پرکاربرد دستهبندی آشنا میشویم و با مصورسازی و تحلیل دادههای مسألهی کشتی تایتانیک، کدنویسی حل این مسأله را در پایتون آغاز میکنیم:
✅ تفاوت رگرسیون با کلاسیفیکیشن و معرفی مسأله تایتانیک
✅ منطق الگوریتم درخت تصمیم (Decision Tree) در تفکیک دادهها
✅ فرمول شاخص جینی (Gini Index) برای محاسبه خلوص گرهها
✅ چالش بیشبرازش (Overfitting) در صورت افزایش بیش از حد عمق درخت
✅ پایتون عملی: نصب کتابخانهها و کار با دستورات پایهای Pandas
✅ رسم نمودارهای میلهای و نقطهای برای تحلیل نرخ بقای مسافران
✅ مهندسی ویژگیها: پر کردن دادههای گمشده و عددی کردن جنسیت و بندرها
از این پس میتوانید اسلایدها، یادداشتهای روی تخته، کدها، دادهها و Jupyter Notebook هر جلسه از دورهی «ورود به دنیای هوشمصنوعی» را در لینک زیر ببینید:
https://github.com/SharifiZarchi/IntroAI
پیشنهاد میکنم قبل از هر جلسه، تلاش کنید Jupyter Notebook مربوط به آن جلسه را اجرا کنید، تغییر دهید، و به آن مسلط شوید.
ویدئوی کامل ضبطشدهی جلسهی چهارم دورهی ورود به دنیای
هوشمصنوعی
⭕ این جلسه به دلیل فنی ساده، به صورت زنده پخش نشد که صمیمانه از همهی عزیزانی که منتظر بودند پوزش میخواهم.
در این جلسه مقدمات برنامهنویسی پایتون را به صورت عملی مرور کردیم:
✅ دریافت کد از Github
✅ شروع کارکردن با Google Colab
✅ انواع متغیرها، حلقهی for، شرط if، محاسبات ریاضیات
✅ تعریف تابع
✅ لیست، اندیس، کارکردن با لیستها
علاوه بر آن، مفاهیم زیر از یادگیری ماشین را مرور کردیم:
✅ گرادیان و گرادیان کاهشی (Gradient Descent)
✅ نرخ یادگیری (Learning Rate)
✅ کمبرازش (Underfitting) و بیشبرازش (Overfitting)
