ru
Feedback
DLeX: AI Python

DLeX: AI Python

Открыть в Telegram

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

Больше

📈 Аналитический обзор Telegram-канала DLeX: AI Python

Канал DLeX: AI Python (@ai_python) языкового сегмента Фарси является активным участником. Сейчас сообщество объединяет 21 472 подписчиков, занимая 6 278 место в категории Технологии и приложения и 15 625 место в регионе Иран.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 21 472 подписчиков.

Согласно последним данным от 24 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -7, а за последние 24 часа — 8, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 10.33%. В первые 24 часа после публикации контент обычно набирает 3.54% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 2 217 просмотров. В течение первых суток публикация набирает 760 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 8.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как مصنوعی, توییتر, ماهواره, داده, فناوری.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.

Благодаря высокой частоте обновлений (последние данные получены 25 июня, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.

21 472
Подписчики
+824 часа
+137 дней
-730 день
Архив постов
86 Machine Learning Algorithms & Models Explained with Python https://medium.com/coders-camp/all-machine-learning-algorithms-
86 Machine Learning Algorithms & Models Explained with Python https://medium.com/coders-camp/all-machine-learning-algorithms-models-explained-adcd95d5fb3c #الگوریتمها #یادگیری_ماشین #پایتون #منابع #python #machinelearning ❇️ @AI_Python

#Python Debugging Cheat Sheet ❇️@UseLinux

Full Stack Developer Requirements. ❇️ @AI_Python
Full Stack Developer Requirements. ❇️ @AI_Python

12 راه ساخت اعتماد به داده ها #پایتون #منابع #الگوریتمها #دادهها ❇️ @AI_Python
12 راه ساخت اعتماد به داده ها #پایتون #منابع #الگوریتمها #دادهها ❇️ @AI_Python

خب دوباره سلام 😊 قرار شد اولین هفته رو از خودِ پایتون شروع کنیم... یه سر به نسخه جدیدش که چند وقت پیش اومد بزنیم و یکم با ویژگی هایی که بهش اضافه شده آشنا شیم. مخصوصا match-case ... آیا همون switch case عه زبان های دیگس ؟ اومده تا چه کمکی بکنه ؟ طرز استفاده صحیحش چطوریه؟ اگه هنوز فرصت نکردین که بررسیش کنید، کسری و محمد قراره بیشتر راجع بهش توضیح بدن 👍🏻 ✅ دو شنبه شب ساعت 9 توی گروه @python_QA میبینیمتون

I’ve got a #python coding challenge from a random Instagram user.🚶‍♂️ ❇️ @AI_Python
I’ve got a #python coding challenge from a random Instagram user.🚶‍♂️ ❇️ @AI_Python

"No Need to Know Everything! Efficiently Augmenting Language Models With External Knowledge" Instead of packing all knowledge
"No Need to Know Everything! Efficiently Augmenting Language Models With External Knowledge" Instead of packing all knowledge in the model, the system provides external Wiki knowledge and trains the model to use that source. https://openreview.net/pdf?id=fn5K7VfI3MV #مقاله ❇️ @AI_Python

📖 Bayesian Optimization Book 2021 Book: https://bayesoptbook.com Github: https://github.com/bayesoptbook/bayesoptbook.github.io

This video visualizes how a neural network works, in particular, how it classifies a set of data. youtu.be/-at7SLoVK_I
This video visualizes how a neural network works, in particular, how it classifies a set of data. youtu.be/-at7SLoVK_I

Why #AI and #maths ? buff.ly/3p5Moq1 #مقاله #ریاضی #هوش_مصنوعی #آموزش #ArtificialIntellingence #MachineLearning ❇️ @AI_Python
Why #AI and #maths ? buff.ly/3p5Moq1 #مقاله #ریاضی #هوش_مصنوعی #آموزش #ArtificialIntellingence #MachineLearning ❇️ @AI_Python

ConditionalQA is a question answering dataset that contains complex questions with conditional answers, i.e. the answers are
ConditionalQA is a question answering dataset that contains complex questions with conditional answers, i.e. the answers are only true when certain conditions apply. It can motivate doing research for complex question answering over long documents. ConditionalQA: A Complex Reading Comprehension Dataset with Conditional Answers https://paperswithcode.com/dataset/conditionalqa #مقاله #دیتا #دیتاست ❇️ @AI_Python

آموزش های هوش مصنوعی دکتر اله یاری RNN and LSTM Networks Tutorial Part 1 #منابع #فیلم #دانشگاه #الگوریتمها #کلاس_آموزشی #یادگیری_ماشین #هوش_مصنوعی #machinelearning #ArtificialIntelligence #DeepLearning ❇️ @AI_Python 🗣 @AI_Python_arXiv ✴️ @AI_Python_EN

منظورم این بود: آموزش های هوش مصنوعی دکتر اله یاری RNN and LSTM Networks Tutorial part1 RNN and LSTM Networks Tutorial parr2

🛑در این اوضاع کرونا، امسال به جای کلاس حضوری؛ اموزش و علم رو در مجازی و به #رایگان هدیه بگیرید🎁👆

🔴 لیستی از برترین کانال‌های شبکه و امنیت ، برنامه نویسی و کامپیوتر را به کمک متخصصین جمع آوری کردیم، شما هم از آن‌ها به #رایگان استفاده کنید 💐

همه مطالب و آموزشهای دکتر رضوی به صورت رایگان در کانال یوتیوب ایشان در دسترس علاقمندان می باشد آموزشهای کلاسی دکتر رضوی همیشه به صورت رایگان منتشر میگردد و منتشر شده است اگر کسانی به اسم فروش دوره های دکتر رضوی پیامی منتشر کرد خلاف اصول اخلاقی و اکادمیکی هست که با اسم ایشان تجارت کنند و تمامی مطالب ایشان توسط یوتیوبشون به صورت رایگان برای همگان منتشر میشود یوتیوب ایشان را دنبال کنید. https://www.youtube.com/c/SeyedNaserRazavi #فیلم #دکتر_رضوی #آموزش_کلاسی #منابع #هوش_مصنوعی #یادگیری_عمیق #شبکه_عصبی ❇️ @AI_Python

Learning from Rules Generalizing Labeled Exemplars Leverage knowledge from annotators with examples+rules. Joint-network lear
Learning from Rules Generalizing Labeled Exemplars Leverage knowledge from annotators with examples+rules. Joint-network learns to classify & denoise rules GitHub: https://github.com/awasthiabhijeet/Learning-From-Rules Paper: https://bit.ly/3iXyceV #python #NLP #مقاله #پردازش_زبان_طبیعی #پایتون ❇️ @AI_Python

🎉 جشنواره مهر آموزش در فرادرس با تخفیف‌های متنوع شروع شد... 🌟 با توجه به مبلغ سبد سفارش خود، تا ۱۶۰ هزار تومان تخفیف آموزشی
🎉 جشنواره مهر آموزش در فرادرس با تخفیف‌های متنوع شروع شد...   🌟 با توجه به مبلغ سبد سفارش خود، تا ۱۶۰ هزار تومان تخفیف آموزشی دریافت کنید.   ♦️ برای شرکت در این جشنواره و اطلاع از جزئیات تخفیف، به لینک زیر مراجعه کنید:   🔗 ورود به صفحه جشنواره - [کلیک کنید]   🎁 کد تخفیف: EDA28   @FaraDars - فرادرس

شرکت همکار ماندگار به منظور گسترش تیم فنی خود به دنبال تعدادی نیرو توسعه دهنده Front-end می باشد. میزان حقوق پرداختی بسته به
شرکت همکار ماندگار به منظور گسترش تیم فنی خود به دنبال تعدادی نیرو توسعه دهنده Front-end می باشد. میزان حقوق پرداختی بسته به میزان مهارت شما و بر اساس توانمندی‌های شما می‌باشد. مشهد(حضوری) ⚙️ مهارت ها ✔️ آشنایی کامل با JavaScript ✔️ آشنایی با React ✔️سابقه کار با Next.js ✔️آشنایی با Material UI ✔️ آشنایی Git ✔️تسلط بر مفاهیم Resposive web Design hamekar.ir ارسال رزومه: @Hamekar_ir Info@linkup.ir https://quera.ir/j/15436