Algorithm design & data structureچ

🎓 MCP for Beginners – دوره مایکروسافت 🧩 در واقع MCP (Model Context Protocol) یک پروتکل ارتباطی برای ایجنت‌های هوش مصنوعی است که امکان تعامل آن‌ها با ابزارهای خارجی، منابع داده و اپلیکیشن‌های ثالث را فراهم می‌کند. این دوره آموزشی از طرف Microsoft شامل: معرفی MCP و مفاهیم اصلی آن بهترین شیوه‌های امنیتی MCP ساخت اولین MCP Server آموزش ساخت، تست و استقرار اپ‌های MCP با ابزارها و گردش‌کار واقعی ورژن MCP پیشرفته: ایجنت‌های امن، مقیاس‌پذیر و چندوجهی نحوه مشارکت در MCP (ابزارها، مستندات، کد و …) درس‌هایی از پذیرندگان اولیه MCP اصول توسعه MCP و بهترین Practices نمونه‌های واقعی MCP در عمل https://www.youtube.com/playlist?list=PLlrxD0HtieHjYfVUpGl_-ai7D6FRBjV-d #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📉 تحقیقات MIT: ‌۹۵٪ از شرکت‌هایی که روی GenAI سرمایه‌گذاری کردند، هنوز خروجی مشخصی ندارند. 🏗 احتمال فروش مراکز داده OpenAI برای جبران هزینه‌های سنگین محاسبات. 📡 معرفی ChatGPT Go در هند: اشتراک ماهانه زیر ۵ دلار با پرداخت محلی. 🗞 خبرهای کوتاه: انتشار مخزن Agents.md توسط OpenAI فایرفاکس ۱۴۲: پشتیبانی از افزونه‌های مبتنی بر LLM محلی 🧑‍🎓 بررسی عمیق: به‌روزرسانی‌های مهم برای طراحی معماری AWS که شاید جا انداخته باشید. اطلاعات بیشتر: https://www.rohan-paul.com/p/mit-shows-95-investing-in-generative #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📖 Designing a SIMD Algorithm from Scratch نوشته‌ی Miguel یکی از خوندنی‌ترین منابع برای درک طراحی الگوریتم‌های SIMD هست ✨ https://mcyoung.xyz/2023/11/27/simd-base64/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🎓 University of Auckland International Student Excellence Scholarship برای مقطع:کارشناسی,کارشناسی ارشد,دکتری برای کلیه رشته‌های تحصیلی این دانشگاه بورسیه تحصیلی میده. اطلاعات بیشتر در مورد نحوه اپلای برای آن، به لینک زیر مراجعه کنید. https://www.auckland.ac.nz/en/study/scholarships-and-awards/find-a-scholarship/university-of-auckland-international-student-excellence-scholarship-844-all.html #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

مقاله‌ای از علوم پزشکی کاشان با 426 سایتیشن ریترکت شد. بس کن دیتاسازی رو هموطن! https://pubpeer.com/publications/FF831BF73E8D00ABF9004B8BC4B2BD #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📘 Reinforcement Learning from Human Feedback (RLHF) – Short Book این یه introduction کوتاه درباره‌ی RLHF و post-training روی language models هست. https://rlhfbook.com/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

📝 GraphRAG-R1 توی مقالات قبلی برای بازیابی روی گراف‌ها از روش‌های هیورستیک از پیش تعریف‌شده استفاده می‌شد، که دقت و کارایی رو محدود می‌کرد. 🔹 اما این مقاله برای اولین بار با به‌کارگیری Reinforcement Learning (RL) تونسته این محدودیت رو برطرف کنه و فرآیند بازیابی رو هوشمند و بهینه‌تر بسازه. https://arxiv.org/pdf/2507.23581 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🚀 RAG-Anything: یک RAG همه‌کاره و کاملاً متن‌باز روی گراف‌ها! 🔹در واقع RAG-Anything یک سیستم گراف‌محور برای RAG چندموداله است که روی LightRAG اجرا می‌شود. این ابزار برای مدیریت اسناد طراحی شده و تمام انواع محتوا (متنی، تصویری، جدولی، فرمول ریاضی و ... ) را در یک ساختار یکپارچه پشتیبانی می‌کند. ✨ ویژگی‌ها: 📄 پشتیبانی از همه‌ی مدالیته‌ها در یک ساختار واحد ⚡️ پردازش منعطف: MinerU-based parsing یا ورودی مستقیم چندموداله 🖼 پردازش اختصاصی برای تصاویر، جداول، معادلات ریاضی و محتوای ناهمگن 🔍 جستجوی پیشرفته با درک متنی و چندموداله 🤖 شناسایی و دسته‌بندی خودکار محتوا و هدایت آن به کانال‌های پردازشی بهینه 📌 اگه دنبال یک RAG قدرتمند و یکپارچه هستی، این پروژه ارزش امتحان کردن رو داره! https://github.com/HKUDS/RAG-Anything #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

اگه تا حالا وقت نکردید RAG یاد بگیرید، این دوره جدید DeepLearning AI میتونه یه انتخاب عالی باشه https://www.deeplearning.ai/courses/retrieval-augmented-generation-rag/?utm_campaign=rag-launch&utm_medium=social&utm_source=dlai-sm #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

✨ ریاضی فقط درباره‌ی اعداد نیست، بلکه درباره‌ی کشف الگوهای پیچیده در دنیای اطراف ماست. 👨‍💻 مفاهیم ریاضی می‌توانند فراتر از کلاس‌های درس، کاربردهای جالب و گسترده‌ای در برنامه‌نویسی داشته باشند. 📘 در این راهنما، Tiago به بررسی «معماری ریاضی» می‌پردازد و توضیح می‌دهد که چگونه می‌توان از آن در کدنویسی استفاده کرد. https://www.freecodecamp.org/news/the-architecture-of-mathematics-and-how-developers-can-use-it-in-code/ #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🚀 پایان سلطه‌ی الگوریتم دیکسترا؟! 🤯 الگوریتم دیکسترا سال‌ها به‌عنوان یک روش استاندارد برای پیدا کردن کوتاه‌ترین مسیر شناخته می‌شد. این الگوریتم با شروع از یک نقطه‌ی مبدا و گسترش تدریجی به نقاط دیگر، مسیر بهینه را پیدا می‌کند. اما یکی از محدودیت‌های بزرگ آن، نیاز به مرتب‌سازی مداوم نقاط برای انتخاب نزدیک‌ترین گره است؛ فرآیندی که می‌تواند سرعت اجرای آن را کاهش دهد. ⏳ 🔬 حالا محققان الگوریتم جدیدی معرفی کرده‌اند که بدون نیاز به مرتب‌سازی، کوتاه‌ترین مسیرها را محاسبه می‌کند. نتیجه؟ ✅ سرعت بیشتر 🚀 ✅ حذف گلوگاه مرتب‌سازی 🔄 ✅ عملکرد بهتر در شبکه‌های بزرگ 🌐 به نظر می‌رسد با این پیشرفت، الگوریتم دیکسترا دیگر همیشه بهینه‌ترین انتخاب نخواهد بود! 📉 مقاله کامل : arxiv.org/pdf/2504.17033 #الگوریتم 📣👨‍💻 @AlgorithmDesign_DataStructuer

📌 معرفی یک کتابخانه‌ی پایتونی برای پردازش داده با LLMهای عامل‌محور 🤖📄 🔹در واقع DocETL یک کتابخانه‌ی پایتونی قدرتمند است که امکان ساخت و اجرای پایپلاین‌های پردازش داده را فراهم می‌کند. ✨ این ابزار به‌ویژه برای وظایف پیچیده‌ی پردازش اسناد طراحی شده و می‌تواند فرایندهای چندمرحله‌ای را به‌شکل هوشمند و خودکار انجام دهد. 🚀 اگر با داده‌های متنی یا اسناد حجیم کار می‌کنید، DocETL می‌تواند دستیار توانمندی برای شما باشد. https://github.com/ucbepic/docetl #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

مایکروسافت بهترین دوره آموزش هوش مصنوعی مولد را منتشر کرد! این دوره رایگان شامل ۲۱ درس است که در گیت‌هاب در دسترس قرار دارد و تمام چیزهایی را که برای شروع ساخت برنامه‌های هوش مصنوعی مولد لازم دارید، به شما آموزش می‌دهد. https://github.com/microsoft/generative-ai-for-beginners #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

هوش مصنوعی: مفاهیم و تکنیک‌ها این دوره آموزشی که توسط یکی از استادان مؤسسه علوم هند (IISC) در بنگلور ارائه می‌شود، در نهایت حدود ۶۰ ویدئو خواهد داشت... که از مباحث ریاضی تا موضوعات پیشرفته هوش مصنوعی را پوشش می‌دهد. https://www.youtube.com/playlist?list=PLgMDNELGJ1CZSGn478v1uKbzxJzKWZ7zs #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🔹 مدرسه تابستانه شبکه عصبی و یادگیری عمیق با مدرک دو زبانه ــــــــــــــــــــــــــــــــــــ 💯 انجام صفر تا صد، 5 پروژه واقعی ــــــــــــــــــــــــــــــــــــ ⁉️ مخاطبین این دوره چه کسانی هستند؟ 🟪 دانشجویان و فارغ التحصیلان تحصیلات تکمیلی رشته‌های فنی مهندسی 🟪 اعضای تیم هوش مصنوعی شاغل در استارتاپ‌ها، سازمان‌ها و کسب‌وکارها 🟪 علاقمندان به حوزه شبکه عصبی و یادگیری عمیق 🟪 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/kd0OI ➡️ httb.ir/kd0OI ـــــــــــــــــــــــــــــــــــ 📞 02191096546 💬 @onacademy 🔴🔴🔴🔴🔴🔴🔴

برای تسلط واقعی بر مدل‌های زبانی بزرگ (LLM)، ایجنت‌ها و سیستم‌های هوش مصنوعی، یکی از بهترین نقطه‌های شروع، پلتفرم Hugging Face است. 1. LLM Course https://huggingface.co/learn/llm-course/chapter1/1 2. Agents Course https://huggingface.co/learn/agents-course/unit0/introduction 3. Deep RL Course https://huggingface.co/learn/deep-rl-course/unit0/introduction 4. Computer Vision Course https://huggingface.co/learn/computer-vision-course/unit0/welcome/welcome 5. Audio Course https://huggingface.co/learn/audio-course/chapter0/introduction 6. ML for Games Course https://huggingface.co/learn/ml-games-course/unit0/introduction 7. ML for 3D Course https://huggingface.co/learn/ml-for-3d-course/unit0/introduction #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

🍀 ‌‌‎گنجینه اوپن سورس به زبان پارسی ⚡️ معرفی روزانه چندین هزار پروژه اوپن سورس 📔 @TheGeeksArchive

📚 دوره داده‌ساختارها و الگوریتم‌ها از MIT 🎓 یک دوره جامع و معتبر از دانشگاه MIT که مفاهیم پایه و پیشرفته داده‌ساختارها و الگوریتم‌ها را به زبانی ساده و کاربردی آموزش می‌دهد. Introduction to Algorithms https://ocw.mit.edu/courses/6-006-introduction-to-algorithms-spring-2020/ Design and Analysis of Algorithms https://ocw.mit.edu/courses/6-046j-design-and-analysis-of-algorithms-spring-2015/ #الگوریتم 📣👨‍💻 @AlgorithmDesign_DataStructuer

«این واقعاً جعبه‌ابزار مهندس هوش مصنوعی است که به آن نیاز دارید: فهرستی از بیش از ۱۲۰ کتابخانه و فریم‌ورک، دسته‌بندی‌شده براساس کاربرد. وقتی پروژه‌ی جدیدی آغاز می‌کنید (مثل آموزش مدل، ساخت عامل‌های هوشمند، RAG و غیره)، می‌توانید به‌سادگی فهرست را بررسی کنید و مطمئن شوید که دارید از بهترین گزینه استفاده می‌کنید.» https://github.com/KalyanKS-NLP/llm-engineer-toolkit #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer

اگر دنبال استفاده از AI بخصوص مدلهای LLM و سیستم های ایجنتیک درموضوعات مالی مثل سرمایه گذاری، تحقیقات مالی، و تریدینگ هستید این چندتا مقاله را بخونید. کلی مطالب جالب و فریمورک های جالبی را پیشنهاد میده. - TradingAgents: Multi-Agents LLM Financial Trading Framework https://arxiv.org/pdf/2412.20138 - From Deep Learning to LLMs: A survey of AI in Quantitative Investment https://arxiv.org/pdf/2503.21422 - Enhancing Investment Analysis: Optimizing AI-Agent Collaboration in Financial Research https://arxiv.org/pdf/2411.04788 - Are Generative AI Agents Effective Personalized Financial Advisors? https://arxiv.org/pdf/2504.05862 #هوش_مصنوعی 📣👨‍💻 @AlgorithmDesign_DataStructuer