uz
Feedback
علی شریفی زارچی - Ali Sharifi Zarchi

علی شریفی زارچی - Ali Sharifi Zarchi

Kanalga Telegram’da o‘tish

عضو هیات‌علمی گروه هوش مصنوعی و بیوانفورماتیک، دانشکده‌ی مهندسی کامپیوتر، دانشگاه صنعتی آریامهر (شریف). عضو کمیته‌ی علمی المپیاد جهانی کامپیوتر.

Ko'proq ko'rsatish
Mamlakat belgilanmaganToif belgilanmagan

📈 Telegram kanali علی شریفی زارچی - Ali Sharifi Zarchi analitikasi

علی شریفی زارچی - Ali Sharifi Zarchi (@sharifizarchi) kanali faol ishtirokchi. Hozirda hamjamiyat 26 965 obunachidan iborat bo'lib, Boshqa toifasida -o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 26 965 obunachiga ega bo‘ldi.

02 Sentabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 4 131 ga, so‘nggi 24 soatda esa 29 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 157.19% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 40.17% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 42 362 marta ko‘riladi; birinchi sutkada odatda 10 827 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 1 064 ta reaksiya keladi.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
عضو هیات‌علمی گروه هوش مصنوعی و بیوانفورماتیک، دانشکده‌ی مهندسی کامپیوتر، دانشگاه صنعتی آریامهر (شریف). عضو کمیته‌ی علمی المپیاد جهانی کامپیوتر.

Yuqori yangilanish chastotasi (oxirgi ma’lumot 03 Sentabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Boshqa toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.

26 965
Obunachilar
+2924 soatlar
+4517 kun
+4 13130 kun
Postlar arxiv
ویدئوی کامل جلسه‌ی پنجم دوره‌ی ورود به دنیای هوش‌مصنوعی در این جلسه با الگوریتم «درخت تصمیم» به عنوان یک روش پرکاربرد دسته‌بندی آشنا می‌شویم و با مصورسازی و تحلیل داده‌های مسأله‌ی کشتی تایتانیک، کدنویسی حل این مسأله را در پایتون آغاز می‌کنیم: ✅ تفاوت رگرسیون با کلاسیفیکیشن و معرفی مسأله تایتانیک ✅ منطق الگوریتم درخت تصمیم (Decision Tree) در تفکیک داده‌ها ✅ فرمول شاخص جینی (Gini Index) برای محاسبه خلوص گره‌ها ✅ چالش بیش‌برازش (Overfitting) در صورت افزایش بیش از حد عمق درخت ✅ پایتون عملی: نصب کتابخانه‌ها و کار با دستورات پایه‌ای Pandas ✅ رسم نمودارهای میله‌ای و نقطه‌ای برای تحلیل نرخ بقای مسافران ✅ مهندسی ویژگی‌ها: پر کردن داده‌های گم‌شده و عددی کردن جنسیت و بندرها

از این پس می‌توانید اسلایدها، یادداشت‌های روی تخته، کدها، داده‌ها و Jupyter Notebook هر جلسه از دوره‌ی «ورود به دنیای هوش‌مصنوعی» را در لینک زیر ببینید: https://github.com/SharifiZarchi/IntroAI پیشنهاد می‌کنم قبل از هر جلسه، تلاش کنید Jupyter Notebook مربوط به آن جلسه را اجرا کنید، تغییر دهید، و به آن مسلط شوید.

ویدئوی کامل ضبط‌شده‌ی جلسه‌ی چهارم دوره‌ی ورود به دنیای هوش‌مصنوعی ⭕ این جلسه‌ به دلیل فنی ساده، به صورت زنده پخش نشد که صمیمانه از همه‌ی عزیزانی که منتظر بودند پوزش می‌خواهم. در این جلسه مقدمات برنامه‌نویسی پایتون را به صورت عملی مرور کردیم: ✅ دریافت کد از Github ✅ شروع کارکردن با Google Colab ✅ انواع متغیرها، حلقه‌ی for، شرط if، محاسبات ریاضیات ✅ تعریف تابع ✅ لیست، اندیس، کارکردن با لیست‌ها علاوه بر آن، مفاهیم زیر از یادگیری ماشین را مرور کردیم: ✅ گرادیان و گرادیان کاهشی (Gradient Descent) ✅ نرخ یادگیری (Learning Rate) ✅ کم‌برازش (Underfitting) و بیش‌برازش (Overfitting)

ویدئوی کامل ضبط‌شده‌ی جلسه‌ی چهارم دوره‌ی ورود به دنیای هوش‌مصنوعی ⭕ این جلسه‌ به دلیل فنی ساده، به صورت زنده پخش نشد که صمیمانه از همه‌ی عزیزانی که منتظر بودند پوزش می‌خواهم. در این جلسه مقدمات برنامه‌نویسی پایتون را به صورت عملی مرور کردیم: ✅ دریافت کد از Github ✅ شروع کارکردن با Google Colab ✅ انواع متغیرها، حلقه‌ی for، شرط if، محاسبات ریاضیات ✅ تعریف تابع ✅ لیست، اندیس، کارکردن با لیست‌ها علاوه بر آن، مفاهیم زیر از یادگیری ماشین را مرور کردیم: ✅ گرادیان و گرادیان کاهشی (Gradient Descent) ✅ نرخ یادگیری (Learning Rate) ✅ کم‌برازش (Underfitting) و بیش‌برازش (Overfitting)

ویدئوی کامل ضبط‌شده‌ی جلسه‌ی سوم دوره‌ی ورود به دنیای هوش‌مصنوعی در این جلسه مفاهیم پایه‌ای «یادگیری ماشین» را مرور کرده‌ایم: ✅ مجموعه داده، ویژگی، برچسب ✅ حفظ‌کردن یا تعمیم‌پذیری ✅ تفاوت پارامتر و ابرپارامتر ✅ داده‌های آموزش (train)، اعتبارسنجی (validation) و آزمون (test) ✅ بیش‌برازش (overfitting) ✅ مدل‌های خطی و غیرخطی

ویدئوی کامل ضبط‌شده‌ی جلسه‌ی سوم دوره‌ی ورود به دنیای هوش‌مصنوعی در این جلسه مفاهیم پایه‌ای «یادگیری ماشین» را مرور کرده‌ایم: ✅ مجموعه داده، ویژگی، برچسب ✅ حفظ‌کردن یا تعمیم‌پذیری ✅ تفاوت پارامتر و ابرپارامتر ✅ داده‌های آموزش (train)، اعتبارسنجی (validation) و آزمون (test) ✅ بیش‌برازش (overfitting) ✅ مدل‌های خطی و غیرخطی

برای نوجوانان ایران عزیزمان؛ از نخستین هفته پس از پایان آزمون‌های نهایی سال ۱۱ و ۱۲ متوسطه، یک دوره‌ی آموزشی رایگان هوش‌مصنوعی، برنامه‌نویسی پایتون و حل مساله‌های زیبای الگوریتمی تقدیم همه‌ی دانش‌آموزان دبیرستانی (متوسطه‌ی اول و دوم) ایران خواهم کرد. اطلاع‌رسانی: https://t.me/SharifiZarchi

لینک پخش زنده‌ی جلسه‌ی دوم شروع از ساعت ۱۸:۰۰ امروز شنبه ۲۳ خرداد به وقت تهران.

🛫 نخستین جلسه‌ی دوره‌ی رایگان «ورود به دنیای هوش‌مصنوعی» ✅ مدرس: علی شریفی زارچی ✅ امروز شنبه ۱۶ خرداد ساعت ۱۸:۰۰ به وقت تهران ✅ پخش زنده در YouTube ✅ بازنشر ویدئوها در YouTube و تلگرام [YouTube] [Telegram]

وعده دادم «آموخته‌هایم در هوش‌مصنوعی، الگوریتم، علوم داده و بیوانفورماتیک را به رایگان به هم‌میهنان عزیزتر از جانم بیاموزم؛ و
وعده دادم «آموخته‌هایم در هوش‌مصنوعی، الگوریتم، علوم داده و بیوانفورماتیک را به رایگان به هم‌میهنان عزیزتر از جانم بیاموزم؛ و هر کلاس را تقدیم کنم به روان پاک جاویدنامان، جان‌فدایان ایران عزیزمان». ✅ کلاس‌ها روزهای شنبه راس ساعت ۱۸ (به وقت تهران) و به صورت پخش زنده در YouTube خواهد بود. ✅ پس از پایان کلاس، ویدئوی آن در کانال یوتیوب و تلگرام به رایگان در دسترس خواهد بود. لینک‌ها: [YouTube] [Telegram]