DLeX: AI Python
Ir al canal en Telegram
هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq
Mostrar más📈 Análisis del canal de Telegram DLeX: AI Python
El canal DLeX: AI Python (@ai_python) en el segmento lingüístico de Farsi es un actor destacado. Actualmente la comunidad reúne a 21 306 suscriptores, ocupando la posición 6 187 en la categoría Tecnologías y Aplicaciones y el puesto 16 432 en la región Irán.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 21 306 suscriptores.
Según los últimos datos del 04 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -74, y en las últimas 24 horas de -7, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.12%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.58% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 731 visualizaciones. En el primer día suele acumular 762 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 16.
- Intereses temáticos: El contenido se centra en temas clave como مصنوعی, توییتر, ماهواره, داده, فناوری.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“هوش‌مصنوعی و برنامه‌نویسی
توییتر :
https://twitter.com/NaviDDariya
لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 05 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
21 306
Suscriptores
-724 horas
-97 días
-7430 días
Archivo de publicaciones
21 306
🤖 DAMO ConvAI
The official repository which contains the codebase for Alibaba DAMO Conversational AI.
⚙️ Github
➡️ Paper
📎 Tasks
🗒 Text-to-SQL Parsing
21 306
Entity Tagging: Extracting Entities in Text Without Mention Supervision
Github: https://github.com/facebookresearch/groov
Paper: https://arxiv.org/abs/2209.06148v1
Model: https://github.com/adymaharana/storydalle/blob/main/MODEL_CARD.MD
Dataset: http://manikvarma.org/downloads/XC/XMLRepository.html
21 306
Machine Learning on Geographical Data
#Geodata #ML #MachineLearning #Python
#AI #DataScience #artificialIntelligence
https://reconshell.com/machine-learning-on-geographical-data/
21 306
21 306
میدونستید گوگلی ها برای یافتن بهترین دسر غذاشون یه تحقیقاتی انجام دادن و مقاله هم کردن و تو nips چاپ کردن؟
@ai_python
21 306
Repost from N/a
♨️ آخرین فرصت‌ها — تا ۲۲۰ هزار تومان هدیه آموزشی در طرح تخفیف «به سوی مهر فرادرس»
🔻 مجموعه آموزش‌های «پایتون و هوش مصنوعی» با تخفیف‌های متنوع 🔻
👈 کار با داده های اکسل در پایتون
👈 پیاده سازی شبکه های عصبی مصنوعی در پایتون
👈 کتابخانه SciPy برای محاسبات علمی در پایتون
👈 یادگیری عمیق - شبکه های GAN با پایتون
👈 امنیت اطلاعات و رمزنگاری با پایتون
🎁 سایر آموزش‌ها و کد تخفیف - [کلیک کنید]
@FaraDars - فرادرس
21 306
👃 GNNs Learn To Smell & Awesome NeurReps
1) Back in 2019, Google AI started a project on learning representations of smells. From basic chemistry we know that aromaticity depends on the molecular structure, e.g., cyclic compounds. In fact, the whole group of ”aromatic hydrocarbons” was named aromatic because they actually has some smell (compared to many non-organic molecules). If we have a molecular structure, we can employ a GNN on top of it and learn some representations - that is a tl;dr of smell representation learning with GNNs.
Recently, Google AI released a new blogpost describing the next phase of the project - the Principal Odor Map that is able to group molecules in “odor clusters”. The authors conducted 3 cool experiments: classifying 400 new molecules never smelled before and comparison to the averaged rating of a group of human panelists; linking odor quality to fundamental biology; and probing aromatic molecules on their mosquito repelling qualities. The GNN-based model shows very good results - now we can finally claim that GNNs can smell! Looking forward for GNNs transforming the perfume industry 📈
2) The NeurReps commnuity (Symmetry and Geometry in Neural Representations) is curating the Awesome List of resources and research related to the geometry of representations in the brain, deep networks, and beyond. A great resource for Neuroscience and Geometric DL folks to learn about the adjacent field!
21 306
📌📌همه چیز برای پیشرفت شما آماده است
🔷دوره جامع طراحی محصول
⏰ 93 ساعت آموزش
🔶آموزش جامع از مقدماتی تا پیشرفته(همراه با کارگاه های متنوع و کاربردی)
🔶آموزش براساس نیاز بازار کار
✅ همراه با مدرک معتبر و قابل ترجمه
➖➖➖➖➖➖➖➖➖➖
‼️برای کسب اطلاعات بیشتر وارد لینک زیر شوید⬇️
http://link.jsharif.com/public/q7gg0
➖➖➖➖➖➖➖➖➖➖
☎️ شماره تماس:
021-67641999
➖➖➖➖➖➖➖➖➖➖
با ما در تلگرام همراه باشید
https://t.me/joinchat/AAAAAD6fyUw0AYXKLGbkow
21 306
Repost from N/a
💯 تا ۲۲۰ هزار تومان تخفیف ویژه در «طرح تخفیف پایان تابستان فرادرس»
😉 در روزای آخر تابستون از یادگیری غافل نشو و برای اطلاع از تخفیف‌های متنوع روی لینک زیر بزن:👇
🎁 ورود به صفحه تخفیف - [کلیک کنید]
دسترسی سریع به آموزش‌ها ⬇️
🔴 جدیدترین آموزش‌ها [+]
🔵 پرمخاطب‌ترین آموزش‌ها [+]
🟢 تمامی آموزش‌های رایگان [+]
@FaraDars - فرادرس
21 306
100s 𝗼𝗳 𝗡𝗟𝗣 𝗣𝗮𝗽𝗲𝗿𝘀 𝘄𝗶𝘁𝗵 𝗖𝗼𝗱𝗲! 💡
I found this amazing website, it can help you keep track of recent advancements in NLP, by offering an updated list of the latest NLP research papers.
Also it provides a link to the Github repos, making it a valuable resource for ML researchers and practitioners. You can check the following link:
https://index.quantumstat.com/
21 306
Text-Free Learning of a Natural Language Interface for Pretrained Face Generators
pip install git+https://github.com/openai/CLIP.git
Github: https://github.com/duxiaodan/fast_text2stylegan
Paper: https://arxiv.org/abs/2209.03177v1
Dataset: https://paperswithcode.com/dataset/ffhq
21 306
🔸لیستی از برترین کانال‌های آموزشی در زمینه های هوش‌مصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2️⃣ @HomeAI
3️⃣ @eventai
❯ یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
2️⃣ @Programming4all_0to100
❯ علم داده :
1️⃣ @BigDataSchool
❯ منابع یادگیری برنامه‌نویسی :
1️⃣ @pythony
❯ آموزش پایتون:
1️⃣ @AI_PYTHON
2️⃣ @pythonchallenge
❯ تنسورفلو :
1️⃣ @cvision
21 306
Repost from مرکز نیکوکاری نسیم مهربانی
زندگی راستین ما زمانی است كه كاری برای كسی انجام دهیم كه توان جبران محبت مان را نداشته باشد.🙂
🔹با توجه به نزدیک شدن مهر وبازگشایی مدارس مرکز نیکوکاری نسیم مهربانی در نظر دارد برای دانش آموزان نیازمند لباس وپکیج آموزشی تهیه کند .از شما همراهان عزیز تقاضا داریم چون همیشه در کنارمان باشید تا هیچ کودکی حسرت لباس نو بر دل نداشته باشد.
💳6037997950135955
بنام مرکز نیکوکاری نسیم مهربانی
21 306
Repost from N/a
✳️ آموزش رایگان یادگیری ماشین با پایتون – سریع و آسان در ۱۸۰ دقیقه
چکیده — یادگیری ماشین (Machine Learning)، زیرمجموعه‌ای از هوش مصنوعی و یکی از موضوعات مورد توجه در علوم کامپیوتر است که به سیستم‌های کامپیوتری، توانایی یادگیری از داده‌ها را می‌دهد. هدف از این فرادرس، آموزش مباحث لازم برای یادگیری مفاهیم یادگیری ماشین در کمترین زمان است. در این آموزش، ابتدا مفاهیم اولیه و رگرسیون، سپس روش‌های طبقه‌بندی،ماشین بردار پشتیبان (Support Vector Machine)، شبکه عصبی، درخت تصمیم، دسته‌بندی بیز (Bayes Classifier)، k نزدیک‌ترین همسایه، یادگیری جمعی و در نهایت انتخاب ویژگی آموزش داده می‌شوند. نحوه آموزش به این صورت است که ابتدا مطالب به صورت تئوری توضیح داده شده‌اند و سپس به کمک زبان پایتون پیاده‌سازی می‌شوند، پایتون یکی از بهترین زبان‌های برنامه‌نویسی برای یادگیری ماشین است.
💯 مشاهده ویدئوی آموزش 👇👇
🔗 آموزش رایگان یادگیری ماشین با پایتون — [کلیک کنید]
@FaraDars — فرادرس
21 306
A Deep Learning Road Map And Where To Start
https://medium.com/@ArianAmani/the-deep-learning-road-map-that-i-took-c29120b0f5e2
21 306
مصاحبه جذابی از گروه Fully connected با دکتر Vahid Behzadan و با موضوع امنیت سیستم‌های هوشمند انجام شده است. از طریق لینک زیر می‌تونید به ویدیو دسترسی داشته باشید.
https://youtu.be/8LGH9lfBDXw
#فیلم
❇️ @AI_Python
21 306
Repost from N/a
⏰ فقط امروز فرصت داری — تا تابستون تموم نشده، شروع کن و آینده‌تو بساز
🌾 جشنواره «فصل برداشت» فرادرس با ۴۵ درصد تخفیف برای همه آموزش‌ها بهترین فرصت برای شروع یادگیریه
✨ مجموعه آموزش‌های «هوش مصنوعی و یادگیری ماشین» 👇
💠🔸 جدیدترین آموزش‌ها [+]
💠🔸 پرمخاطب‌ترین آموزش‌ها [+]
🎁 ورود به صفحه جشنواره - [کلیک کنید]
@FaraDars - فرادرس
21 306
اینجا کلی سرویس ابری رایگان هست که می‌تونید پروژه‌های آزمایشی خودتونو روشون پیاده کنید:
https://github.com/ripienaar/free-for-dev
#منابع
❇️ @AI_Python
