en
Feedback
DLeX: AI Python

DLeX: AI Python

Open in Telegram

هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.

Show more

📈 Analytical overview of Telegram channel DLeX: AI Python

Channel DLeX: AI Python (@ai_python) in the Farsi language segment is an active participant. Currently, the community unites 21 427 subscribers, ranking 6 043 in the Technologies & Applications category and 15 676 in the Iran region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 21 427 subscribers.

According to the latest data from 27 August, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -25 over the last 30 days and by -4 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 8.29%. Within the first 24 hours after publication, content typically collects 3.52% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 1 776 views. Within the first day, a publication typically gains 755 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 10.
  • Thematic interests: Content is focused on key topics such as مصنوعی, توییتر, ماهواره, داده, فناوری.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.

Thanks to the high frequency of updates (latest data received on 28 August, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

21 427
Subscribers
-424 hours
-127 days
-2530 days
Posts Archive
عزیزانی که در حال یادگیری Microsoft Azure Machine Learning هستن، این ریپازیتوری در گیت هاب Hands On Lab های بسیار خوبی داره و از طرف خود مایکروسافت هم در مواقع نیاز به روز رسانی می شه : (دیتاست ها هم توی کدهاش هست که باهاش می تونید به راحتی مدل هارو آموزش بدید.) 👉 @ai_python ✍️ https://github.com/MicrosoftLearning/mslearn-azure-ml

می‌دونی برنامه‌نویس‌ها چقدر حقوق می‌گیرن؟ امسال کوئرا دوباره یه نظرسنجی بزرگ طراحی کرده تا با کمک خودِ برنامه‌نویس‌ها به این سؤال‌ها جواب بدیم. تو هم به‌عنوان بخشی از این جامعه، با چند دقیقه وقت گذاشتن می‌تونی اثر بزرگی بذاری. نتایج این نظرسنجی هم باهات به اشتراک گذاشته میشه. 🔗 https://quera.org/r/5q555

نحوه استفاده برای دوستانی که از کلاود IBM استفاده می کنند در این ویدیو کوتاه : لینک ویدیو

شرکت IBM اعلام کرد که Langflow از این به بعد به طور کامل در IBM watsonx Orchestrate پشتیبانی می شود. 👉 @ai_python ✍️ این خبر در IBM TechXchange منتشر شد. https://www.linkedin.com/pulse/new-tools-make-enterprise-ai-more-powerful-than-ever-ibm-research-suvte/

اینم یک پلت فرم دیگه برای تبدیل منابع مختلف به مارک داون هست و البته خیلی کارهای دیگه : 👉 @ai_python ✍️ https://youtu.be/dTuVpbNRO4o?si=UvMkPKN0c5qY-WML

می دونم خیلی درباره IBM Docling صحبت کردیم. 😅😅 ولی این ویدیو معرفی هم کمی جدید تر و به روزتر هست : 👉 @ai_python ✍️ https://youtu.be/zSA7ylHP6AY?si=jKqDSdnML3dMn9Pm

☄️ کاهش ابعاد و Visualization در یادگیری ماشین 👉 @NeuralBlackMagic 👨🏻‍🏫 وقتی داده‌ها ابعاد زیادی دارند، دیدن الگوها و روا
☄️ کاهش ابعاد و Visualization در یادگیری ماشین 👉 @NeuralBlackMagic 👨🏻‍🏫 وقتی داده‌ها ابعاد زیادی دارند، دیدن الگوها و روابط بین نمونه‌ها سخت می‌شود. کاهش ابعاد به ما کمک می‌کند تا این الگوها را در فضاهای قابل دیدن (۲ یا ۳ بعدی) مشاهده کنیم. 🔍 یکی از رویکردهای کاهش ابعاد با هدف بصری‌سازی، Multidimensional Scaling (MDS) است. این روش فاصله یا شباهت بین داده‌ها را حفظ می‌کند و داده‌های ابعاد-بالا را در یک فضای کم‌بعد Embed می‌کند، طوری که روابط بین نقاط تا حد امکان حفظ شود. 📊 در این مثال ساده، داده‌های ابعاد بالا ۳ بعدی بوده و با کمک رویکرد MDS به ۲ بعد نگاشت داده شده‌اند و فاصله نسبی داده‌های کلاس‌های مختلف در این نگاشت حفظ شده‌است. 💻 پیاده‌سازی با استفاده از Scikit-learn 🤗: 👉 @NeuralBlackMagic
from sklearn.manifold import MDS
embedding = MDS(n_components=2) # n_components=d
x_lowdim = embedding.fit_transform(x_highdim)
# x_highdim: (N, D), x_lowdim: (N, d), d<<D
📚 مطالعه بیشتر: ● مقاله اصلی: MDS: Multidimensional scaling: I. Theory and method, Torgerson, W.S. (1952). Follow for daily doses of AI Magic @NeuralBlackMagic

🔵🚀 دوره مهندسی DevOps – پلی بین توسعه و عملیات می‌خواهید بدانید چطور می‌توان نرم‌افزارها و سرویس‌ها را سریع‌تر، امن‌تر و با
🔵🚀 دوره مهندسی DevOps – پلی بین توسعه و عملیات می‌خواهید بدانید چطور می‌توان نرم‌افزارها و سرویس‌ها را سریع‌تر، امن‌تر و با کیفیت بالاتر به مشتری رساند؟ دوره مهندسی DevOps شما را با فرهنگ، روش‌ها و ابزارهای پیشرفته این حوزه آشنا می‌کند. ✨ مزایای یادگیری و استفاده از DevOps: ✅پیش‌بینی شکست یا موفقیت محصول ✅نگهداری و بازیابی نسخه‌های قدیمی نرم‌افزار ✅افزایش کیفیت و کاهش ریسک ✅انعطاف‌پذیری و امنیت بالا 🔹برای مشاهده اطلاعات دوره کلیک کنید. 👉https://B2n.ir/uj7091 ➖➖➖➖➖➖➖➖➖➖➖➖ 🔶 کسب اطلاعات بیشتر و مشاوره: 📱 تلگرام:09377533910 ☎️ تماس:02167641999 ➖➖➖➖➖➖➖➖➖➖➖➖ ✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص

مرور کلی بر امکانات تازه IBM Docling از جمله تبدیل فایل های صوتی به مارک داون ! : 👉 @ai_python ✍️ https://youtu.be/fg0_0M8kZ8g?si=fP0RLTVsONBUJOOt

🐍پایتون؛ کلید ورود به دنیای هوش مصنوعی و داده‌ها 📌 پایتون یکی از پرکاربردترین زبان‌های برنامه‌نویسی در دنیا است که از توسعه
🐍پایتون؛ کلید ورود به دنیای هوش مصنوعی و داده‌ها 📌 پایتون یکی از پرکاربردترین زبان‌های برنامه‌نویسی در دنیا است که از توسعه وب و اپلیکیشن تا تحلیل داده و هوش مصنوعی به‌کار می‌رود. 🔹 در این دوره جامع، مفاهیم پایه تا مباحث پیشرفته پایتون به‌صورت کاربردی و پروژه‌محور آموزش داده می‌شود. 🔹 تمرکز اصلی بر آموزش مهارت‌هایی است که شما را برای ورود به بازار کار و اجرای پروژه‌های واقعی آماده می‌کند. ➖➖➖➖➖➖➖➖➖➖➖➖      اطلاعات دوره کلیک کنید👇 https://B2n.ir/ge3655 ➖➖➖➖➖➖➖➖➖➖➖➖ ☎️مشاوره وثبت نام  :02166075626 📲مشاوره تلگرام :09222477250 ➖➖➖➖➖➖➖➖➖➖➖➖  ✓ جهاد دانشگاهی صنعتی شریف؛ یک پله بالاتر از تخصص

فاین تیون مدل های زبانی بزرگ با Tunix : 👉 @ai_python ✍️ https://youtu.be/8essLqkBsX8?si=4q703iCD2ZiQt3vN

اجنت بیلدر Open AI : 👉 @ai_python ✍️ https://youtu.be/44eFf-tRiSg?si=sOi2AhfQ4lLPIzJt

این سیستم برای ذخیره داده هارو من نمی شناختم. ولی در نوع خودش جالبه. مثل سایر پلت فرم های ذخیره سازی بهتون فضا می ده که داده رو ذخیره کنید و بعد روی داده با هوش مصنوعی بهتون ارزش افزوده می ده : 👉 @ai_python ✍️ https://www.box.com/de-de/

Repost from N/a
🖥 @elonfact 🙄 گذر Grok از مرز 2 تریلیون توکن
🖥 @elonfact 🙄 گذر Grok از مرز 2 تریلیون توکن

امروزه، دیگه بسیاری از ما اطلاعات زیادی درباره Prompt Engineering داریم. اما Anthropic اصطلاحی به نام Context Engineering را مطرح می کند، که از زاویه دیگری می تواند نتایج را بهبود بخشد : 👉 @ai_python ✍️ https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents

🌟 آموزش مدل‌های زبانی-تصویری (VLM) با تدریس علیرضا اخوان‌پور منتشر شد🎉 مردادماه دوره‌ی مدل‌های زبانی بزرگ (LLM) در مکتب‌خونه منتشر شد؛ دوره‌ای که توش یاد می‌گرفتید مدل‌هایی مثل ChatGPT یا Gemini چطور آموزش می‌بینن، چطور کار می‌کنن و چطور می‌تونن به زبان‌های مختلف – حتی فارسی – پاسخ بدن و ... ♨️حالا نوبت یکی از داغ‌ترین موضوعات دنیای AI رسیده: 🔹 مدل‌های زبانی-تصویری (VLM) مدل‌های زبانی-تصویری (VLM) نسل جدیدی از مدل‌های مولد هستن که علاوه بر متن، تصویر رو هم می‌فهمن. یعنی می‌تونن عکس رو توصیف کنن، به سوال درباره‌ی محتواش جواب بدن و حتی بین متن و تصویر ارتباط برقرار کنن. 📚 در این دوره یاد می‌گیرید: - ساختار و معماری مدل‌های VLM - کاربردهای جذاب مثل پرسش‌وپاسخ تصویری و مولتی‌مودال - نحوه‌ی آموزش و به‌کارگیری این مدل‌ها در پروژه‌های واقعی 👨‍🏫 تدریس هر دو دوره توسط مهندس علیرضا اخوان‌پور انجام شده 🔗 مشاهده دوره: https://mktb.me/e3gx/ ~~~ کانال تلگرامی دوره @llm_huggingface

غلبه ربات ها به نیروی جاذبه زمین : https://youtu.be/-uKHgTWtSBg?si=MV4l41Px5W-juCRL