DLeX: AI Python
Ir al canal en Telegram
هوشمصنوعی و برنامهنویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.
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 21 427 suscriptores, ocupando la posición 6 043 en la categoría Tecnologías y Aplicaciones y el puesto 15 676 en la región Irán.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 21 427 suscriptores.
Según los últimos datos del 27 agosto, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -25, y en las últimas 24 horas de -4, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.29%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.52% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 776 visualizaciones. En el primer día suele acumular 755 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 10.
- 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
تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 28 agosto, 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.
21 427
Suscriptores
-424 horas
-127 días
-2530 días
Archivo de publicaciones
21 427
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
21 427
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
21 427
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/
21 427
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
21 427
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
21 427
☄️ 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<<D21 427
🔵🚀 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
21 427
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
21 427
🐍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
21 427
فاین تیون مدل های زبانی بزرگ با Tunix :
👉 @ai_python ✍️
https://youtu.be/8essLqkBsX8?si=4q703iCD2ZiQt3vN
21 427
Video models are zero-shot learners and reasoners
👉 @ai_python ✍️
پادکستِ مصنوعی بررسی دقیق به فارسی 🖥
👉 @ai_python ✍️
ویدیو کوتاه مرور مقاله به فارسی 🖥
👉 @ai_python ✍️
لینک مقاله اصلی 🖥
21 427
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/
21 427
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
21 427
Repost from آموزش LLM و VLM
🌟 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
