Algorithm design & data structureچ

🧭 The Illustrated NeurIPS 2025 📢 تازه‌ترین مقالات کنفرانس NeurIPS 2025 منتشر شدن و حجمشون واقعاً زیاده! در این سایت یه نقشه تعاملی و بصری معرفی شده که به شما کمک می‌کنه کل چشم‌انداز پژوهش‌های امسال رو به‌صورت گرافیکی و خوشه‌ای بررسی کنید. 🧠 این ابزار با استفاده از توضیحات تولیدشده توسط مدل‌های زبانی Cohere LLM، درک حوزه‌های مختلف پژوهشی رو خیلی ساده‌تر و جذاب‌تر می‌کنه. دسترسی به سایت : https://jalammar.github.io/assets/neurips_2025.html نحوه ساخت این نقشه: https://newsletter.languagemodels.co/p/the-illustrated-neurips-2025-a-visual #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

Stanford CS231N Deep Learning for Computer Vision I 2025 این دوره، نگاهی عمیق به روش‌های یادگیری عمیق دارد و تمرکز آن بر مدل‌های end-to-end برای وظایف اصلی بینایی کامپیوتر است. همچنین، رویکردهای مدرن‌تری مانند مدل‌های ترنسفورمر Transformers , مدل‌های اDiffusion Models و مدل‌های Visual-Language Models که اساس سامانه‌های هوش مصنوعی امروزی هستند نیز در این دوره بررسی می‌شوند. https://www.youtube.com/playlist?list=PLoROMvodv4rOmsNzYBMe0gJY2XS8AQg16 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

مدل Chandra یکی از دقیق‌ترین مدل‌های OCR است که تصاویر و فایل‌های PDF را به قالب‌های HTML، Markdown یا JSON تبدیل می‌کند و در این فرایند چیدمان اصلی سند را نیز به‌طور کامل حفظ می‌کند. ویژگی‌ها: 🔹 تبدیل اسناد به Markdown، HTML یا JSON همراه با جزئیات چیدمان 🔹 پشتیبانی قوی از دست‌خط‌ها 🔹 بازسازی دقیق فرم‌ها شامل چک‌باکس‌ها 🔹 پشتیبانی عالی از جدول‌ها، فرمول‌های ریاضی و ساختارهای پیچیده 🔹 استخراج تصاویر و نمودارها همراه با کپشن و داده‌های ساختاریافته 🔹 پشتیبانی از بیش از ۴۰ زبان 🔹 دارای دو حالت اجرا: محلی (HuggingFace) و ابری (vLLM Server) https://github.com/datalab-to/chandra #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

گوگل برای نخستین بار یک آگهی تلویزیونی را به طور کامل با استفاده از ابزارهای هوش مصنوعی خود تولید کرده است. این تبلیغ به عنوان اولین نمونه‌ی ساخته‌شده به‌صورت کامل توسط هوش مصنوعی، نشان‌دهنده‌ی گام تازه‌ای در استفاده خلاقانه از فناوری‌های هوشمند در صنعت تبلیغات است. #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📘Hands-on Machine Learning نسخهٔ PyTorch کتاب «Hands-On Machine Learning» به‌تازگی منتشر شده است. اگر در حال خواندن نسخهٔ TensorFlow و Keras هستید، حتماً نگاهی به این نسخه هم بیندازید https://drive.google.com/file/d/1IHH1jBlWnQbXZYXbZfp92qG4Q2Zwo23W/view #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📣 هوش مصنوعی؛ دقیق، کاربردی و آینده‌محور @rss_ai_ir 🤖 اینجا فقط یک کانال نیست — اینجا نقطه‌ی تلاقی علم، فناوری و آینده‌ست! جایی که هیاهوی شبکه‌ها جاشو به دانش واقعی و تحلیل عمیق می‌ده 👇 💡 منتظر چی باشی؟ 🔹 بررسی فنی مدل‌های روز مثل GPT-5، Gemini، DeepSeek، Qwen و Claude 🔹 معرفی ابزارها و پروژه‌های متن‌باز با لینک مستقیم GitHub 🔹 کاربردهای صنعتی هوش مصنوعی؛ از BCI و لیدار تا دیجیتال‌توئین و رباتیک صنعتی 🔹 تحلیل امنیتی LLMها و مقایسه‌ی دقیق با روش‌های کلاسیک 🔍 🔹 آموزش‌های کوتاه، تخصصی و کاربردی در بینایی ماشین، یادگیری عمیق و پردازش تصویر 🔹 خبرهای واقعی و مستند از AI Agents، RAG، مدل‌های مولد، و تراشه‌های اختصاصی AI 🚀 اینجا خبری از هایپ، پست‌های سطحی یا ترجمه‌های ناقص نیست. ما برای کسانی می‌نویسیم که می‌خوان درک واقعی و مهندسی از هوش مصنوعی پیدا کنن — نه فقط خبر بشنون، بلکه بفهمن. 🎯 اگر دنبال جایی هستی که هر پستش یه قدم به آینده نزدیکت کنه... 📎 همین حالا عضو شو 👇 👉 https://t.me/rss_ai_ir @rss_ai_ir 📢 لطفاً این پیام رو برای دوستان علاقه‌مند به هوش مصنوعی بفرست تا جامعه‌ی متخصصان واقعی AI بزرگ‌تر بشه 💫

📢 دوره تحلیل داده‌های بیزی (Bayesian Data Analysis) دوره‌ای تازه در دانشگاه آلتو توسط پروفسور آکی وِهتاری (Aki Vehtari)، یکی از نویسندگان کتاب Bayesian Data Analysis. 🧠 🔹 دسترسی به دوره: https://avehtari.github.io/BDA_course_Aalto/Aalto2025.html 🔹 دسترسی به کتاب مرجع: https://users.aalto.fi/~ave/BDA3.pdf 💡 تحلیل داده‌های بیزی چیست؟ یک رویکرد آمار و یادگیری ماشین که بر اساس قضیه بیز (Bayes’ theorem) ساخته شده است.. #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

Agent Lightning این یک فریم‌ورک متن‌باز است که توسط Microsoft معرفی شده است که می‌تواند هر عامل هوش مصنوعی را با استفاده از یادگیری تقویتی (Reinforcement Learning) هوشمندتر کند. با LangChain، AutoGen، CrewAI، OpenAI SDK یا حتی پایتون ساده کار می‌کند! برای نحوه عملکرد و اطلاع بیشتر به لینک زیر مراحعه کنید: https://github.com/microsoft/agent-lightning?tab=readme-ov-file #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🎓 هاروارد دوره عملی یادگیری ماشین منتشر کرد! 📢 دانشگاه هاروارد نسخه جدید و به‌روز‌شده‌ی مسیر معروف خودش، یعنی CS 249 رو منتشر کرده! یه دوره‌ی کاملاً تعاملی و پروژه‌محور که یاد می‌گیرید چطور واقعاً سیستم‌های هوش مصنوعی بسازید، نه فقط درباره‌شون بخونید. 💡 چی یاد می‌گیری: • مبانی کامل یادگیری ماشین، بدون ریاضیات سنگین — فقط با پایتون • طراحی و معماری سیستم‌های هوش مصنوعی • مهندسی داده و ساخت Pipelineهای پردازش داده • آشنایی با MLOps و پایش مدل در محیط واقعی • استقرار هوش مصنوعی در دنیای واقعی از جمله در IoT 🔥 چرا مهمه؟ چون این دوره فقط درباره‌ی الگوریتم‌ها نیست ، بلکه یاد می‌گیرید چطور مدل‌هاتون رو به محصولات واقعی و قابل‌استفاده در مقیاس بزرگ تبدیل کنید. 📘 مناسب برای یادگیری آخر هفته 👇 https://github.com/harvard-edge/cs249r_book/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🔹 ۳۵ دوره‌ی برتر و کاملاً رایگان Coursera برای Data Science و Machine Learning! https://www.mltut.com/best-coursera-courses-for-data-science/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🔥🔥📣📣 لیست کانال ها و منابع های آموزشی هوش مصنوعی و علوم الگوریتم های آین

🔥 یادگیری سریع PyTorch با دو منبع رایگان! 🧠⚡️ 1️⃣ PyTorch Cheatsheet یه راهنمای خلاصه و کاربردی که همه‌ی دستورات و الگوهای مهم PyTorch رو توش جمع کرده. 📄 برای زمان‌هایی عالیه که وسط توسعه‌ هستی و می‌خوای سریع یه دستور رو پیدا کنی. 🔗 دانلود: https://www.dropbox.com/scl/fi/e4xngykrfoubiw3xnd6fz/PyTorch-Cheatsheet.pdf?rlkey=vgx38ckps7aie120imgozgq4g&e=2&st=hgs06d4t&dl=0 2️⃣ Learn PyTorch Deep Learning with Hands-On Code یه PDF مبتدی‌پسند با مثال‌های عملی برای ساخت و آموزش مدل‌های یادگیری عمیق از صفر با PyTorch 🔗 دانلود: https://www.dropbox.com/scl/fi/lfo7r6fnd8wjm3gp0jteh/Learn-PyTorch-Deep-Learning-with-Hands-On-Code.pdf?rlkey=mg9cxg41yerouzp0rklm8hqa2&e=2&st=c7k7rgay&dl=0 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

کمپانی Hugging Face اخیراً یک بلاگ جامع منتشر کرده و در اون، تمام مراحل آموزش مدل‌های زبانی (LLM) و VLM خودشون رو از Training تا Post-Training و Fine-Tuning به‌صورت کامل توضیح دادن. https://huggingface.co/spaces/HuggingFaceTB/smol-training-playbook #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📚 بیش از ۹۰٪ از افراد مستقیم میرن سراغ آموزش مدل‌ها، ولی ریاضیات پشتش رو یاد نمی‌گیرن. این پلی‌لیست کامل یوتیوب، دقیقاً همون ریاضیات مورد نیاز برای یادگیری ماشین و داده‌کاوی رو از پایه توضیح می‌ده . 🧮 Linear Algebra 📈 Calculus 🎲 Probability & Statistics 🤖 Machine Learning Specialization https://www.youtube.com/playlist?list=PL-tZxv1CGGjB_qZlHpt5LO0roOL6rlrlt #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🚀 معرفی Transformer سه‌بعدی! یه روش تازه و هیجان‌انگیز برای یادگیری مدل‌های زبانی بزرگ (LLM)! در این نسخه، می‌تونی ساختار LLaMA رو از زاویه‌ای جدید ببینی و با جزئیاتش آشنا بشی ✨ روی هر بخش کلیک کن تا کد واقعی پشت هر عملیات رو ببینی 👇 https://www.alphaxiv.org/labs #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🎓 Reinforcement Learning of Large Language Models — Spring 2025 (UCLA) 📘 مجموعه‌ای از سخنرانی‌های جدید و بسیار ارزشمند از دانشگاه UCLA در بهار ۲۰۲۵ منتشر شده که بر یادگیری تقویتی در مدل‌های زبانی بزرگ (LLMs) تمرکز دارد. 💡 موضوعات متنوعی در این دوره پوشش داده می‌شن، از جمله: Foundations and basic concepts of RL Test-time compute RLHF RLVR 🎥 این دوره برای کساییه که می‌خوان در مرزهای جدید ترکیب یادگیری تقویتی و مدل‌های زبانی قدم بگذارن. Youtube playlist: https://www.youtube.com/playlist?list=PLir0BWtR5vRp5dqaouyMU-oTSzaU5LK9r Website: https://ernestryu.com/courses/RL-LLM.html #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🧠 یه ریپازیتوری فوق‌العاده برای علاقه‌مندان به NLP و مدل‌های Transformer ✨ مجموعه‌ای گزیده و باکیفیت از منابع مربوط به شبکه‌های Transformer، مکانیزم Attention، مدل‌های GPT، BERT، ChatGPT، LLMs و Transfer Learning. https://github.com/cedrickchee/awesome-transformer-nlp#readme #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📢 قابلیت جدید Hugging Face: Streaming Datasets 🚀 دیگه لازم نیست کل دیتاست‌هاتون رو دانلود کنید تا آموزش مدل‌هاتون شروع بشه! با قابلیت Streaming Datasets، فقط با یه خط کد می‌تونید داده‌ها رو مستقیماً از اینترنت استریم کنید

dataset = load_dataset("HuggingFaceM4/FineVisionMax", split="train", streaming=True)

اطلاعات بیشتر: https://huggingface.co/blog/streaming-datasets #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🌟 معرفی PandasAI: کاری راحت با داده‌ها بدون نیاز به کتابخانه‌های پیچیده! این کتابخونه کار با داده‌ها رو خیلی ساده کرده، بدون اینکه شما لازم باشه با کتابخانه‌هایی مثل Pandas یا NumPy آشنا باشید. فقط کافیه سوالت رو به زبان ساده بپرسی و PandasAI جواب دقیق و حتی نمودارهای کاربردی رو برات آماده می‌کنه! ✨ نحوه کار کردن با PandasAI: 1️⃣ نصب کتابخانه:

pip install pandasai pip install pandasai-litellm

2️⃣ راه‌اندازی مدل GPT-4.1-mini:

from pandasai_litellm.litellm import LiteLLM llm = LiteLLM(model="gpt-4.1-mini", api_key="YOUR_OPENAI_API_KEY")

3️⃣ بارگذاری داده و پرسش از آن:

import pandasai as pai pai.config.set({"llm": llm}) df = pai.read_csv("data/companies.csv") response = df.chat("میانگین درآمد هر منطقه چقدره؟") print(response)

اطلاع بیشتر : https://github.com/sinaptik-ai/pandas-ai #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer