Machine Learning | یادگیری ماشین

Відкрити в Telegram

💡مهندس یادگیری ماشین شوید! 👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 🆔 @DataScienceir_Adv

Сітка:Data Science | علم داده Іран9 971 Технології та додатки3 984...

📈 Аналітичний огляд Telegram-каналу Machine Learning | یادگیری ماشین

Канал Machine Learning | یادگیری ماشین (@machinelearning_ir) у мовному сегменті Фарсі є активним учасником. На даний момент спільнота об'єднує 34 077 підписників, посідаючи 3 984 місце в категорії Технології та додатки та 9 971 місце у регіоні Іран.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 34 077 підписників.

За останніми даними від 26 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -212, а за останні 24 години на -2, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 9.11%. Протягом перших 24 годин після публікації контент зазвичай збирає 4.20% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 3 103 переглядів. Протягом першої доби публікація в середньому набирає 1 432 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 6.
Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як مصنوعی, ایجنت, مهندس, مدل, عمل.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“💡مهندس یادگیری ماشین شوید! 👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 🆔 @DataScienceir_Adv”

Завдяки високій частоті оновлень (останні дані отримано 27 червня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.

34 077

Підписники

-224 години

-57 днів

-21230 день

3 103

Перегляди допису

~ 1 43224 години

~ 1 85348 годин

9.11%

Коефіцієнт залучення

~ 1

Дописів на день

Ads index

beta

Архів дописів

34 068

☑️ پروژه یادگیری ماشین من 1️⃣ پیش‌بینی تشخیص آلزایمر 👨🏻‍💻 تو این پروژه رفتم سراغ پیش‌بینی تشخیص آلزایمر با دیتاستی بزرگ. مدل‌هایی مثل جنگل تصادفی، SVM و شبکه عصبی رو تست کردم و هدف، مقایسه دقت پیش‌بینی بین مدل‌ها بود. تمرکز این پروژه روی پیش‌بینی بود، نه تبیین علیت. 🤔 نتیجه‌اش برام جالب بود: ✅ اگر بخوام دنبال علت و معلول باشم، اقتصادسنجی پیشنهاد میشه. ☑️ اگه هدفم پیش‌بینی دقیق و مقیاس‌پذیر باشه، یادگیری ماشین خیلی جواب میده. ┌ 🧠 Alzheimer’s Prediction ├ ➡️ Kaggle └ 🐱 GitHub-Repos 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

Repost from Quera

🤼 «فیتو» مسابقه‌ برنامه‌نویسی کوئراست که در حوزه هوش‌مصنوعی با همکاری فدراسیون کشتی ایران برگزار می‌شود. 🎁 بیش از ۶۰ میلیون تومان جایزه نقدی و کلی هدایای جذاب دیگه… ✔️ فرصت استخدام و همکاری با مرکز نوآوری و هوش‌مصنوعی فدراسیون کشتی(اکتین) ✔️ گواهینامه معتبر ✔️ وبینار جذاب و تخصصی هوش‌مصنوعی در ورزش ✔️ فینال حضوری جذاب در کنار بزرگان کشتی ایران! 🌐 اطلاعات بیشتر و ثبت‌نام رایگان: 🔗 https://quera.org/r/n2u85 ➖➖➖➖ #Quera‏

34 068

Repost from N/a

🔴 فرصت محدود — ۷۰% تخفیف ویژه «آموزش‌های یادگیری ماشین و Data Science» 🎁 جشنواره بهار آموزشی فرادرس 👇 برخی از محبوب‌ترین مجموعه آموزش‌ها 👇 ❇️ آموزش‌های پایتون - صفر تا صد Python ❇️ مجموعه آموزش داده کاوی و یادگیری ماشین ❇️ مجموعه آموزش هوش مصنوعی با پایتون ❇️ مجموعه آموزش پایتون برای علم داده ❇️ کاربرد GPT برای یادگیری ماشین و علوم داده ❇️ آموزش‌های هوش مصنوعی برای برنامه نویسی 🔗 مشاهده سایر آموزش‌ها – [کلیک کنید] 🎁 کد تخفیف: BHR65 🔄 FaraDars - فرادرس

34 068

💠 بالاخره فهمیدم «جبر خطی» یعنی چی! 👨🏻‍💻 فکر می‌کردم جبر خطی رو خوب بلدم. خب، ماتریس‌ها و بردارها رو بلد بودم دیگه! ولی یه حسی داشتم که انگار فقط دارم با ظاهر قضیه سر و کله می‌زنم و اون مفهوم عمیق‌تر رو درک نمی‌کنم. ✅ تا این که این جزوه رو خوندم. یه جزوه جالب جبر خطی، که این درس رو از یه زاویه کاملاً جدید و پیشرفته‌تر توضیح میده و فقط یه جزوه آموزشی نیست! 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

یه لحظه تصور کن: لپتاپ جلوته، داری روی یه داشبورد مهم کار می‌کنی💻 چون باید برای یه شرکت بزرگ گزارش دقیق آماده کنی! درسته، همونطور که آرزوشو داشتی تو یه دیتاآنالیستی⭐️ دوره دیتا آنالیز دانشکار تورو به آرزوت می‌رسونه. چون این دوره فقط آموزش نیست. تمرینه. پروژست. شبیه‌ساز دنیای واقعیه! 🎯 صحنه بعدی زندگیت رو خودت بساز: 🔗https://dnkr.ir/2gJ7M 🔴 آخرین مهلت ثبت‌نام دوره جدید فقط تا آخر فردا

34 068

⌛ بهترین کتابخونه‌ی پیش‌بینی سری‌های زمانی 👨🏻‍💻 کتابخونه Kats که توسط تیم دیتاساینس فیس‌بوک ساخته شده، یکی از شگفتی‌های پایتونه و امکاناتش واقعاً کاربردیه. ⏪ یه جعبه‌ابزار جمع‌وجور و ساده واسه تحلیل داده‌های سری زمانی؛ یعنی هرچی برای تحلیل، تشخیص، ساخت ویژگی، و پیش‌بینی روی داده‌های زمانی لازم داری، اینجا دم دست داری. مثل: ✅ پیش‌بینی آینده: بیشتر از ۱۰ مدل مختلف داره، امکان ترکیب مدل‌ها، فرایادگیری، بک‌تست و حتی تنظیم خودکار مدل رو هم ساپورت می‌کنه. 📎 لینک: Forecasting ➖ ➖ ➖ ☑️ کشف الگو: می‌تونی تغییر روند، نقطه‌های غیرعادی و حتی فصل‌ها رو تو دیتات پیدا کنی. 📎 لینک: Detection ➖ ➖ ➖ ✔️ استخراج ویژگی: خودش با یه ماژول مخصوصش، ۶۵ تا ویژگی مختلف سری زمانی رو بهت می‌ده، مناسب برای وقتی که می‌خوای با ML کار کنی. 📎 لینک: TSFeatures ➖ ➖ ➖ ☑️ ابزارهای جانبی: شبیه‌ساز سری زمانی و کلی ابزار دیگه. ┌ ⏳ Kats ├ 🌎 Homepage └ 🐱 GitHub-Repos 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

📖 چیت‌شیت «دستورات DevOps» 👨🏻‍💻 هر بار می‌خواستم با Docker یا Kubernetes کار کنم، باید کلی گوگل می‌کردم که فلان دستور چی بود! مخصوصاً وقتی بین Git ،Terraform و بقیه‌ی ابزارها جابجا می‌شدم. ✅ برای همین یه برگه تقلب جمع‌وجور ساختم که همه‌ی دستورات کاربردی DevOps رو یکجا داشته باشم. از Linux و Git گرفته تا Docker ،Kubernetes ،Helm و Terraform — همه‌ی مباحثی که موقع کار روزمره لازم می‌شن رو تو یه جا آوردم. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

Repost from N/a

⭕️⭕️ وبینارهای رایگان هوش مصنوعی و علم داده برای همه با هر رشته و موقعیت شغلی، قراره توی یک سلسله وبینار یاد بگیری چطور از هوش مصنوعی و علم داده توی مسیر شغلی یا آکادمیک استفاده کنی. 🔹 وبینار اول: نقشه راه یادگیری هوش مصنوعی برای همه رشته‌ها 🗓 یکشنبه، ۴ خرداد ساعت ۲۰ 👈 همین حالا، رایگان ثبت‌نام کن: 👉📎 https://ctdrs.ir/mb1812 👉📎 https://ctdrs.ir/mb1812 @Cafetadris | کافه‌تدریس

34 068

Repost from هشتگ‌ تبلیغ تخصصی

💎 بوت کمپ تخصصی هوش مصنوعی با مدرک دو زبانه ــــــــــــــــــــــــــــــــــــ ⁉️ چرا این دوره: ⚡️ مدرک دو زبانه معتبر ⚡️ انجام، مینی پروژه های کلاسی و ۵ پروژه مستقل و یک پروژه جامع در طول دوره . ⚡️ پشتیبانی علمی و منتور ۲۴ ساعته ــــــــــــــــــــــــــــــــــــ ⁉️ مخاطبین این دوره چه کسانی هستند؟ دانشجویان و فارغ التحصیلان کارشناسی وتحصیلات تکمیلی در رشته‌های فنی مهندسی، علوم انسانی و رشته‌های علوم پایه اعضای تیم هوش مصنوعی شاغل در استارتاپ‌ها، سازمان‌ها و کسب‌وکارها علاقمندان به حوزه صنعت، یادگیری ماشین، پردازش تصویر و بینایی ماشین دانشجویانی که قصد نوشتن پایان نامه در این حوزه را دارند افرادی که قصد مهاجرت کاری یا تحصیلی دارند ــــــــــــــــــــــــــــــــــــــ 💥 جهت دریافت مشاوره رایگان و اطلاعات تکمیلی؛ از طریق لینک زیر اقدام نمایید ⬇️ 🌐 httb.ir/5Q8lp ـــــــــــــــــــــــــــــــــــ 02188905269 02191096546 @onacademy

34 068

📀 ۹ تا دوره رایگان و پروژه‌محور ML ✅ از HuggingFace 1️⃣ دوره مدل‌های زبان بزرگ ✏️ آموزش، فاین‌تیون و دیپلوی مدل‌های LLM. ➖➖➖➖➖➖ 2️⃣ دوره ساخت ایجنت‌های هوش مصنوعی ✏️ ساخت ایجنت‌های چندمرحله‌ای با LangChain و HF. ➖➖➖➖➖➖ 3️⃣ دوره یادگیری تقویتی عمیق ✏️ راه‌اندازی و آموزش ایجنت‌هایی که خودشون تصمیم می‌گیرن و از محیط یاد می‌گیرن. ➖➖➖➖➖➖ 4️⃣ دوره بینایی کامپیوتر ✏️ تحلیل و پردازش صدا با ترنسفورمرها. ➖➖➖➖➖➖ 5️⃣ دوره کار با صدا در هوش مصنوعی ✏️ تحلیل و پردازش صدا با ترنسفورمرها، مثل تشخیص، برچسب‌گذاری و تولید صدا. ➖➖➖➖➖➖ 6️⃣ دوره یادگیری ماشین در بازی‌سازی ✏️ هوش مصنوعی توی ساخت و تحلیل بازی‌ها. از رفتار NPCها تا تولید خودکار مراحل بازی. ➖➖➖➖➖➖ 7️⃣ دوره یادگیری ماشین برای داده‌های 3D ✏️ مدل‌سازی و یادگیری با داده‌های سه‌بعدی مثل mesh و point cloud. ➖➖➖➖➖➖ 8️⃣ دوره مدل‌های انتشاری ✏️ آموزش ساخت تصویر از نویز با مدل‌های DALL·E و Stable Diffusion. ➖➖➖➖➖➖ 9️⃣ گنجینه نوت‌بوک‌های کاربردی ✏️ مجموعه‌ای متنوع از نوت‌بوک‌ها و نمونه‌پروژه‌های واقعی از متخصصای هوش مصنوعی. 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

📖 جزوه «MLOps چیه و چرا باید جدی بگیریمش؟» 👨🏻‍💻 من توی یادگیری ماشین تمرکزم فقط روی مدل‌سازی و بالا بردن دقتش بود. ولی یه پروژه واقعی باعث شد بفهمم مدل بدون MLOps هیچ ارزشی نداره. ✏️ این کتاب دقیقاً از جایی شروع می‌شه که اکثر کتابا تموم می‌شن: چطور مدل‌تو ببری توی محیط واقعی و باهاش کار کنی؟ 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

Repost from مدرسه پردازش و تحلیل داده دقیقه

🔖 دوره آموزش مقدماتی علوم داده و هوش مصنوعی با پایتون 🎓دانشکده علوم ریاضی دانشگاه صنعتی شریف (آموزش‌‌‌های تخصصی) 💡 ۱۲ هفته ۵۰ ساعت (آنلاین)، همراه با پروژه پایانی، پشتیبانی آموزشی (منتورشیپ)، وبینارهای شناسایی فرصت‌های شغلی، رویداد حضوری و گواهی پایان دوره 🙂 تفکر الگوریتمی و برنامه‌نویسی با پایتون 🙂 پردازش و مصورسازی داده 🙂 کاربردهای آمار و ریاضیات در علوم داده 🙂 یادگیری ماشین و یادگیری عمیق 🙂 پردازش زبان‌های طبیعی، مدل‌های زبانی بزرگ و یادگیری تقویتی 👆 معرفی کامل دوره و سوالات متداول (pdf) 📆 شنبه‌ها و سه‌شنبه‌ها ۱۸:۰۰ تا ۲۱:۱۵ 🗓 شروع از ۷ تیر ۱۴۰۴ ✍️ درخواست پذیرش (پیش‌ثبت‌ِنام): 🔗 b2n.ir/pydsai_dgh تماس: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

34 068

🎯 با این روش مشکل داده‌های نامتوازن رو به سادگی حل کن! 👨🏻‍💻 یه مشکل مهم تو یادگیری ماشین، داده‌های نامتوازن هستن؛ یعنی یکی از کلاس‌ها (مثلاً موارد نادر) تعدادشون خیلی کمتر از بقیه‌ست. اگه بخوای این موارد کم‌یاب رو هم درست‌تر پیش‌بینی کنی، باید یه فکری براشون بکنی. یکی از روش‌های معروف، SMOTE‌ هست. ❓ حالا SMOTE دقیقاً چی کار می‌کنه؟ ایده‌ش خیلی ساده و در عین حال تاثیرگذاره: 1️⃣ اول SMOTE میاد سراغ هر نقطه قرمز (یعنی کلاس اقلیت) و نزدیک‌ترین همسایه‌های قرمز اون رو پیدا می‌کنه. 2️⃣ یه همسایه رو به صورت تصادفی انتخاب می‌کنه و بین اون دو تا نقطه یه خط مستقیم فرض می‌کشه. 3️⃣ یه نقطه جدید، جایی روی همین خط (هر جایی که شد، کاملاً تصادفی) ایجاد می‌کنه. 4️⃣در آخر این کار رو برای همه نمونه‌های اقلیت تکرار می‌کنه (یا تا زمانی که تعداد کافی داده مصنوعی ساختیم). ⏪ به این ترتیب، با تولید داده مصنوعی بین نقاط واقعی اقلیت، داده‌ها متعادل‌تر می‌شن و مدل (مثلاً رگرسیون لجستیک) می‌تونه مرز تصمیم‌گیری بهتری بذاره و نقاط نادر رو هم بهتر یاد بگیره. ┌ 🧬 SMOTE └ 📖 Documentation 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

Repost from N/a

📣 تمدید شد — ۶۹ درصد تخفیف ویژه برای تمامی آموزش‌های فرادرس 🎓 از دروس دانشگاهی تا مهارت‌های کاربردی در جشنواره بهار آموزشی 👇 🟠 پردازش زبان طبیعی با کتابخانه SpaCy در پایتون 🟠 یادگیری چندوظیفه‌ ای Multi-Task Learning 🟠 آموزش DataLore برای یادگیری ماشین – برنامه نویسی و دیباگ در ۴ زبان‌ مختلف 🟠 تفسیر مدل‌های یادگیری ماشین + پیاده‌سازی در متلب 🟠 طراحی و ساخت مدلهای حجیم زبانی LLM با پایتون 🔗 مشاهده سایر آموزش‌ها – [کلیک کنید] 🎁 کد تخفیف: BHR65 🔄 FaraDars - فرادرس

34 068

⌛ تسلط به پیش‌بینی سری‌های زمانی 🏳️‍🌈 با پایتون 👨🏻‍💻 بالاخره نسخه پایتونی کتاب معروف Forecasting: Principles and Practice که یه مرجع بی‌نظیر برای یادگیری پیش‌بینی سری زمانی رو به شکل مدرن، کاربردی و با مثال‌های واقعیه، به رایگان منتشر شد! ❔ این کتاب چی داره برات؟ ✅ صفر تا صد پیش‌بینی سری زمانی رو با رویکردی ساده و پروژه‌محور آموزش می‌ده. ✔️ کلی مثال و کد قابل اجرا تو محیط پایتون ☑️ تمرینای کاربردی و دیتاست‌های آماده ☑️ دو فصل جدید: یکی درباره شبکه‌های عصبی و مدل‌های پیشرفته مثل NHITS، یکی هم درباره استفاده از ترنسفورمر‌های از پیش آموزش‌دیده برای پیش‌بینی. ┌ 📖 Forecasting └ 📖 Book (WEB) 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

Repost from Quera

رایگان مسابقه بده، رایگان آموزش ببین، استخدام شو! ✨ امکان ثبت‌نام در چند مسیر ✅ اطلاعات بیشتر و‌ ثبت‌نام رایگان: 🔗 https://quera.org/r/767m2

34 068

⭕️ خسته شدی از اینکه صد تا رزومه می‌فرستی و جواب نمی‌گیری؟ 🎯 توی این دوره‌ی دیتاساینس، هم مهارت واقعی یاد می‌گیری، هم با پروژه‌ و پشتیبانی می‌تونی وارد بازار کار می‌شی. مشاهده جزئیات👈https://dnkr.ir/kgJvW

34 068

🎆 همه‌چی درباره ML تو یه جا! 👨🏻‍💻 پلتفرم Made With ML یه مرجع جمع‌وجور و کامل دسترسی به یادگیری ماشین لرنینگ رو برای همه ساده‌تر کرده و تجربه من تو این حوزه رو دگرگون کرد. ⏪ این پلتفرم بهت کمک می‌کنه یاد بگیری چطور یادگیری ماشین رو با مهندسی نرم‌افزار ترکیب کنی؛ یعنی فقط مدل‌سازی نیست، بلکه یاد می‌گیری چطور یه اپلیکیشن ML رو طراحی، توسعه، دیپلوی و بعدش ارتقا بدی. ⬅️ همه چیش مرحله‌به‌مرحله و پروژه‌محوره؛ یعنی از همون اول، کار رو با مثال عملی پیش می‌بری و می‌فهمی توی دنیای واقعی، ML باید چه شکلی اجرا بشه. ✅ فرقی نمی‌کنه تازه‌کاری یا حرفه‌ای، Made With ML برات هم منبع یادگیریه، هم یه عالمه پروژه و ابزار کاربردی پیدا می‌کنی. ┌ 📚 Made With ML ├ 🌎 Website └ 🐱 GitHub-Repos 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa

34 068

◀️ اگه علاقه زیادی به هوش مصنوعی داری، حتما لازمه که Generative Ai رو یادبگیری ✴️ هوش مصنوعی مولد رو پروژه‌محور یادبگیر و مدرکشم بگیر ثبت‌نام👇 https://dnkr.ir/yWjzx https://dnkr.ir/yWjzx

34 068

💡 با این رویکرد خیالت از بابت کیفیت داده راحت میشه! 👨🏻‍💻 تو مسیر انتقال داده‌ها، ایراداتی پیش میاد که واقعاً یا قابل دیدن نیستن یا اصلاً فکرش رو هم نمی‌کنی که چنین مشکلی وجود داشته باشه. ✏️ مثلاً چند بار شده بود داده‌هایی که بارگزاری کردم، یه ستون جدید بهش اضافه شده بود یا بعضی وقتا یه عالمه داده Null داشتم و تا آخر نفهمیده بودم چرا گزارش خروجی عجیب شده! ✅ اینجاست که Data Observability میاد وسط. یه راه‌حل ساده و آماده که فقط کافیه وصلش کنی به دیتا سورس‌هات و خودش شروع می‌کنه بررسی کردن. ❓ چیا رو چک می‌کنه؟ ⏪ تغییر ساختار داده. ⏪ پُر بودن داده از null یا اطلاعات قدیمی. ⏪ تغییر و بهم‌ریختگی تو توزیع داده‌ها ⏪ خطاهایی که شاید فقط تو لاگ‌ها باشه، نه جای دیگه 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa