ch
Feedback
Algorithm design & data structureچ

Algorithm design & data structureچ

前往频道在 Telegram

این کانال برای تمامی علاقه‌مندان به کامپیوتر، مخصوصاً حوزه ساختمان داده‌ها و الگوریتم‌ها، مفید می باشد. آشنایی با ریاضیات مقدماتی، برنامه‌نویسی مقدماتی و پیشرفته و همچنین شی‌گرایی می‌تواند در درک بهتر مفاهیم این درس کمک‌ کند. 👨‍💻Admin👉 @Se_mohamad

显示更多
6 468
订阅者
-224 小时
-137 天
-4730 天
帖子存档
✨ ریاضیات فقط فرمول و عدد نیست؛ زبانیه برای درک و حل مسائل دنیای واقعی #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

UQ: Assessing Language Models on Unsolved Questions پژوهشگران آمدن به جای آزمون‌های مصنوعی و بی‌ارتباط با دنیای واقعی، پژوهشگ
UQ: Assessing Language Models on Unsolved Questions پژوهشگران آمدن به جای آزمون‌های مصنوعی و بی‌ارتباط با دنیای واقعی، پژوهشگران رویکرد تازه‌ای پیشنهاد داده‌اند: ارزیابی مدل‌های زبانی روی پرسش‌های واقعی و حل‌نشده. در این روش، پرسش‌ها از منابعی مثل Stack Exchange جمع‌آوری شده و با ترکیب اعتبارسنجی خودکار و تأیید جمعی جامعه بررسی می‌شوند. 🔎 نتیجه اولیه: از میان ۵۰۰ پرسش دشوار، مدل‌ها تنها توانسته‌اند حدود ۱۰ مسئله را حل کنند. این یعنی پیشرفت واقعی در این مسیر می‌تواند هم‌زمان مرزهای دانش انسانی را هم جابه‌جا کند. 🌍✨ 🌐 Platform: https://uq.stanford.edu 📄 Paper: https://arxiv.org/abs/2508.17580 💻 Code: https://github.com/uq-project/UQ 🤗 Data: https://huggingface.co/datasets/uq-project/uq #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

15 دوره‌ برتر شبکه‌های عصبی (Neural Network) – پرفروش و رایگان در سال 2025 https://www.mltut.com/best-neural-network-courses/
15 دوره‌ برتر شبکه‌های عصبی (Neural Network) – پرفروش و رایگان در سال 2025 https://www.mltut.com/best-neural-network-courses/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

ویکی‌پدیای فارسی از نظر تعداد کاربر فعال، رتبه‌ی هفتم رو بین تمام ویکی‌پدیاها داره! 🔥 👥 کاربر فعال یعنی کسی که توی ۳۰ روز گ
ویکی‌پدیای فارسی از نظر تعداد کاربر فعال، رتبه‌ی هفتم رو بین تمام ویکی‌پدیاها داره! 🔥 👥 کاربر فعال یعنی کسی که توی ۳۰ روز گذشته حداقل یک ویرایش انجام داده باشه. این آمار خیلی جالبه چون یکی از معیارهای مهم برای سنجش قدرت و کیفیت اجتماع زبانی در اینترنت محسوب میشه. 📚 یعنی جامعه‌ی فارسی‌زبان توی تولید و ویرایش دانش آنلاین، جزو پرجنب‌وجوش‌ترین‌هاست! #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📊 طبق گزارش جدید دانشگاه استنفورد، هوش‌مصنوعی بیشترین فشار رو روی نسل جدید وارد کرده! 🔻 آمار نشون میده که میزان استخدام برا
📊 طبق گزارش جدید دانشگاه استنفورد، هوش‌مصنوعی بیشترین فشار رو روی نسل جدید وارد کرده! 🔻 آمار نشون میده که میزان استخدام برای دهه هشتادی‌ها (نسل جدید) حدود ۱۶٪ کمتر شده. چرا؟ چون معمولا افراد تازه‌کار وظایف ساده و روتین انجام میدن؛ دقیقا همون کارهایی که هوش‌مصنوعی خیلی راحت می‌تونه جایگزینشون بشه. ✅ در مقابل، افراد باتجربه‌تر (بالای ۳۰ سال) شرایط بهتری دارن و حتی ۶ تا ۹ درصد رشد در بازار کار براشون ثبت شده. دلیلش اینه که نقش‌هاشون پیچیده‌تر و استراتژیک‌تره و هنوز جایگزینی کامل با AI براشون سخت‌تره. ⚠️ نتیجه؟ ورود به بازار کار برای نسل‌های جدید سخت‌تر شده و باید بیشتر با واقعیت‌های عصر هوش‌مصنوعی روبه‌رو بشن: یادگیری مداوم 📚 مهارت‌های تخصصی 💡 و توانایی کار در کنار AI 🤖 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

Repost from N/a
🔸 وبینار رایگان | آشنایی با مسیر شغلی مهندس داده ⚙️ تا به حال فکر کردید چه کسی زیرساختی را می‌سازد که میلیون‌ها رکورد داده ب
🔸 وبینار رایگان | آشنایی با مسیر شغلی مهندس داده ⚙️ تا به حال فکر کردید چه کسی زیرساختی را می‌سازد که میلیون‌ها رکورد داده به‌صورت امن، سریع و قابل‌اعتماد ذخیره، پردازش و منتقل شوند؟! این دقیقا همان جایی است که «مهندس داده» نقش‌آفرینی می‌کند. مهندس داده مسئول طراحی، ساخت و مدیریت سامانه‌های داده‌ای است؛ از جمع‌آوری و پاک‌سازی داده‌ها گرفته تا پردازش و آماده‌سازی آن‌ها برای استفاده تیم‌های تحلیلگر. قرار است در وبینار پیش‌رو با مسیر شغلی مهندس داده (Data Engineer) آشنا شویم. 🎓 مدرس: احمد حاجی تراب (مدیر کلان داده و خدمات داده شرکت داده‌ورزی سداد) 🔸 مخاطبان این وبینار: 🔸 علاقه‌مندان ورود به شغل مهندس داده‌ و توسعه مهارت‌های مرتبط با Big Data، پایگاه‌های داده و پردازش ابری 🔸 دانشجویان و فارغ‌التحصیلان رشته‌های علوم کامپیوتر، IT و مهندسی نرم‌افزار 🔸 متخصصان و برنامه‌نویسان علاقه‌مند به حوزه داده و زیرساخت‌های داده‌ای 🔸 مهندسان و کارشناسان واحدهای فناوری اطلاعات، دیتا و BI سازمان‌ها 🎤همراه با پرسش و پاسخ 🎁 شرکت در این وبینار #رایـگان است.
زمــان برگزاری: 📆 چهارشنبه ۵ شهریور ۱۴۰۴ ⏰ ساعـت ۱۸
🌐 برای ثبت‌نام رایگان، روی لینک زیر بزنید: 🔗 https://l.hamrah.academy/33i ⭐️ @hamrah_academy | آکادمی همراه اول

خبر داغ از گوگل! 🔥 مدل جدید Gemini 2.5 Flash برای ویرایش تصویر منتشر شد و یک جهش بزرگ در کیفیت و دقت به حساب میاد. ✅ ویرایش‌
خبر داغ از گوگل! 🔥 مدل جدید Gemini 2.5 Flash برای ویرایش تصویر منتشر شد و یک جهش بزرگ در کیفیت و دقت به حساب میاد. ✅ ویرایش‌های محلی فقط با متن (مثل حذف یک نفر، تغییر رنگ یک شیء یا تار کردن پس‌زمینه) ✅ ثبات چهره و اجسام در چند تصویر پشت‌سرهم ✅ ترکیب چند تصویر در یک خروجی (مثلاً اضافه‌کردن یک وسیله به عکس اتاق) ✅ درک طرح‌ها و دیاگرام‌ها برای ساختن صحنه واقعی ✅ امکان گفت‌وگوی چندمرحله‌ای برای اصلاحات پشت‌سرهم طبق اعلام رسمی، این مدل هم‌اکنون به‌صورت رایگان در اپلیکیشن Gemini و Google AI Studio برای کاربران در دسترس است. #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

به کمک ابزار AI اوپن سورس زیر می‌تونید تصاویر چهره تار و بی کیفیت رو بازسازی کنید. Website: http://restorephotos.io Github: h
به کمک ابزار AI اوپن سورس زیر می‌تونید تصاویر چهره تار و بی کیفیت رو بازسازی کنید. Website: http://restorephotos.io Github: https://github.com/Nutlope/restorePhotos #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

از ۲۵ تا ۳۱ آگوست می‌تونید تمام دوره‌های سایت DataCamp رو رایگان ببینید! 😍 📌 موضوعات: یادگیری ماشین 🤖 یادگیری عمیق 🧠 پردا
از ۲۵ تا ۳۱ آگوست می‌تونید تمام دوره‌های سایت DataCamp رو رایگان ببینید! 😍 📌 موضوعات: یادگیری ماشین 🤖 یادگیری عمیق 🧠 پردازش زبان طبیعی 🗣 تحلیل داده 📊 مدرس‌ها هم از شرکت‌های بزرگی مثل Google و Microsoft هستن. دوره‌ها کوتاه و در همه‌ی سطوح موجودن. https://app.datacamp.com/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

RACCooN: حذف، اضافه یا تغییر محتوای ویدئو به‌صورت آسان و تعاملی با استفاده از چارچوب MLLM + Video Diffusion (V2P2V) و تولید ت
RACCooN: حذف، اضافه یا تغییر محتوای ویدئو به‌صورت آسان و تعاملی با استفاده از چارچوب MLLM + Video Diffusion (V2P2V) و تولید توضیحات خودکار! ▶️ ۱. ویدئو به پاراگراف (V2P): RACCooN ابتدا با کمک MLLM و استراتژی multi-granular pooling، توضیحات دقیق و ساختاریافته‌ای از ویدئوها ایجاد می‌کند. ▶️ ۲. پاراگراف به ویدئو (P2V): سپس کاربران می‌توانند با اصلاح روایت خودکار، از قابلیت‌های متنوع ویرایش ویدئو با مدل انتشار ویدئو بهره ببرند. Check out more details in our paper: https://raccoon-mllm-gen.github.io Huggingface paper page: https://huggingface.co/papers/2405.18406 Code: https://github.com/jaehong31/RACCooN #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

مایکروسافت یه دوره‌ی خفن و رایگان داده بیرون به اسم AI Agents for Beginners 😍 جالبیش اینه که کل دوره به صورت اوپن‌سورس منتشر
مایکروسافت یه دوره‌ی خفن و رایگان داده بیرون به اسم AI Agents for Beginners 😍 جالبیش اینه که کل دوره به صورت اوپن‌سورس منتشر شده و حتی به بیشتر از ۳۰ زبان مختلف از جمله فارسی ترجمه می‌شه. این دوره توی ۱۱ درس کوتاه و کاربردی بهت یاد میده چجوری از صفر شروع کنی و Agentهای هوش مصنوعی بسازی. https://github.com/microsoft/ai-agents-for-beginners/tree/main/translations/fa #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

✨ توی این لینک می‌تونید به یه گنجینه ارزشمند از پروژه‌های هوش مصنوعی دسترسی داشته باشید؛ از مدل‌های زبانی (LLMs) گرفته تا AI
✨ توی این لینک می‌تونید به یه گنجینه ارزشمند از پروژه‌های هوش مصنوعی دسترسی داشته باشید؛ از مدل‌های زبانی (LLMs) گرفته تا AI Agents، پروژه‌های RAG، دستیارهای هوشمند و کلی اپلیکیشن جذاب دیگه 🤖🚀 https://github.com/Shubhamsaboo/awesome-llm-apps #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🔥 اینجا می‌تونید نوت‌بوک‌های رایگان Google Colab رو پیدا کنید که توش هر مدل یادگیری ماشین از صفر پیاده‌سازی شده. https://udl
🔥 اینجا می‌تونید نوت‌بوک‌های رایگان Google Colab رو پیدا کنید که توش هر مدل یادگیری ماشین از صفر پیاده‌سازی شده. https://udlbook.github.io/udlbook/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

اینجا می‌تونید به صورت کاملاً رایگان به بیش از ۵۰۰ مدل هوش مصنوعی دسترسی داشته باشید؛ حتی مدل‌های خیلی خفن و گرون مثل o1-pro
اینجا می‌تونید به صورت کاملاً رایگان به بیش از ۵۰۰ مدل هوش مصنوعی دسترسی داشته باشید؛ حتی مدل‌های خیلی خفن و گرون مثل o1-pro و Claude 4.1 Opus 🤩 تنها کاری که لازمه بکنید اینه که بعد از هر جواب، یه بازخورد کوچیک بدید. همین! 🔥 https://yupp.ai/get-started #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

اگر می‌خواهید با مفاهیم یادگیری ماشین به ساده‌ترین و کاربردی‌ترین شکل ممکن آشنا بشید، این کانال یوتیوب یکی از بهترین انتخاب‌ه
اگر می‌خواهید با مفاهیم یادگیری ماشین به ساده‌ترین و کاربردی‌ترین شکل ممکن آشنا بشید، این کانال یوتیوب یکی از بهترین انتخاب‌هاست. 🌟 ویدیوهاش پر از توضیحات روشن و مثال‌های جذابه که باعث میشه حتی سخت‌ترین موضوعات هم براتون قابل‌فهم بشه. 📚🤖 https://www.youtube.com/@datamlistic/videos #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

GRAPH-R1: TOWARDS AGENTIC GRAPHRAG FRAMEWORK VIA END-TO-END REINFORCEMENT LEARNING برای حل این چالش‌هایی که در GraphRAGهای قب
GRAPH-R1: TOWARDS AGENTIC GRAPHRAG FRAMEWORK VIA END-TO-END REINFORCEMENT LEARNING برای حل این چالش‌هایی که در GraphRAGهای قبلی وجود داشت مانند بازیابی داده ها فقط یک بار انجام میشد امدن یک چارچوب جدیدی به نام Graph-R1 ارائه دادن که یک چارچوب عامل‌محور (agentic) مبتنی بر یادگیری تقویتی انتها به انتها (end-to-end RL) است. این مدل: ساخت ابرگراف (hypergraph) دانش با روش سبک و کارآمد؛ بازتعریف فرایند بازیابی به‌صورت تعامل چندمرحله‌ای بین عامل و محیط؛ بهینه‌سازی فرایند عامل با استفاده از مکانیسم پاداش انتها به انتها (end-to-end reward mechanism). همچنین امدن روی مجوعه داده های استاندارد RAG آزمایش هایی انجام دادن که هم در دقت استدلال (reasoning accuracy)، کارایی بازیابی (retrieval efficiency)، و کیفیت تولید پاسخ (generation quality) بهتر از روش‌های سنتی GraphRAG و روش‌های RAG تقویت‌شده با RL عمل می‌کند. https://arxiv.org/pdf/2507.21892 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

مدجما (MedGemma) تازه‌ترین مدل پزشکی گوگل توی می ۲۰۲۵ه که این بار متن‌باز منتشر شده. یعنی پژوهشگرها و توسعه‌دهنده‌ها راحت می‌
مدجما (MedGemma) تازه‌ترین مدل پزشکی گوگل توی می ۲۰۲۵ه که این بار متن‌باز منتشر شده. یعنی پژوهشگرها و توسعه‌دهنده‌ها راحت می‌تونن دانلودش کنن، تست کنن یا حتی با داده‌های خودشون نسخه اختصاصی بسازن. این مدل دو نسخه داره: 🧩 نسخه ۴ میلیارد پارامتری (4B) چندوجهیه و هم متن می‌فهمه هم تصویر پزشکی مثل رادیولوژی رو تحلیل می‌کنه. 📚 نسخه ۲۷ میلیارد پارامتری (27B) فقط متنیه اما خیلی دقیق‌تر عمل می‌کنه و برای تحلیل‌های تخصصی مناسبه. مدجما روی داده‌های پزشکی آموزش دیده، توی آزمون‌ها مثل MedQA نتایج درخشانی گرفته و حتی از بعضی مدل‌های غول‌پیکر گذشته بهتر عمل کرده. می‌تونه پرسش و پاسخ کنه، توصیه بده، یا مثل یه گفت‌وگوی اولیه با پزشک سوال‌های تکمیلی بپرسه. نسخه چندوجهی هم توانایی توصیف و گزارش تصاویر پزشکی رو داره. medgemma-4b-it: https://huggingface.co/google/medgemma-4b-it medgemma-27b-text-it: https://huggingface.co/google/medgemma-27b-text-it #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📘 دوره COS 324 – مقدمه‌ای بر یادگیری ماشین 🏛 دانشگاه پرینستون این وب‌سایت شامل یادداشت‌های درسی (Course Notes) برای درس Int
📘 دوره COS 324 – مقدمه‌ای بر یادگیری ماشین 🏛 دانشگاه پرینستون این وب‌سایت شامل یادداشت‌های درسی (Course Notes) برای درس Introduction to Machine Learning در دانشگاه پرینستون هست. https://princeton-introml.github.io/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🚀 فریم‌ورک‌های LLM با سرعت زیادی در حال پیشرفت هستند! اما واقعا کدومشون رو باید انتخاب کنیم؟ 🤔 اگر با هوش مصنوعی کار کرده ب
🚀 فریم‌ورک‌های LLM با سرعت زیادی در حال پیشرفت هستند! اما واقعا کدومشون رو باید انتخاب کنیم؟ 🤔 اگر با هوش مصنوعی کار کرده باشید، حتما اسم این‌ها به گوشتون خورده: 🔹 LangGraph → مبتنی بر گراف، عالی برای اپ‌های چندعاملی با حالت‌های پیچیده 🔹 LangChain → دوست‌دار برنامه‌نویس، متمرکز روی زنجیره‌ها، ابزارها و حافظه 🔹 AutoGen → سیستم چندعاملی که ایجنت‌ها از طریق دیالوگ همکاری می‌کنن 🔹 CrewAI → هماهنگی نقش‌محور برای رسیدن ایجنت‌ها به اهداف مشترک هر کدوم نقطه‌قوت خودش رو دارن، و انتخاب شما بستگی به نوع اپلیکیشنی داره که می‌سازید: ✅ نیاز به مدیریت حالت + منطق موازی → سراغ LangGraph برید ✅ دنبال جعبه‌ابزار توسعه‌دهنده با Prompt Chain هستید → LangChain بهترین گزینست ✅ روی گفت‌وگوهای خودکار ایجنت‌ها کار می‌کنید → AutoGen رو تست کنید ✅ در حال ساخت جریان‌کاری تیمی برای ایجنت‌ها هستید → CrewAI رو بررسی کنید #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🚀 Sorting Algorithm Visualizer ✨📊 🤔 همیشه درک تفاوت الگوریتم‌های مرتب‌سازی مثل Bubble Sort و Quick Sort یا نحوه کار مرحله‌
🚀 Sorting Algorithm Visualizer ✨📊 🤔 همیشه درک تفاوت الگوریتم‌های مرتب‌سازی مثل Bubble Sort و Quick Sort یا نحوه کار مرحله‌به‌مرحله Insertion Sort یه مقدار انتزاعی و سخت به نظر می‌رسه. 👨‍💻 با این وب اپلیکیشن تعاملی می‌تونید به‌صورت بصری ببینید هر الگوریتم دقیقاً چطور کار می‌کنه و تفاوت‌هاشون رو بهتر متوجه بشید. 🔗 GitHub Repo: https://github.com/hrnrxb/sorting_algo 🚀 Live Demo: https://ds-fall2025.github.io/sorting_algo/ #الگوریتم 📣👨‍💻 @AlgorithmDesign_DataStructuer