uz
Feedback
DLeX: AI Python

DLeX: AI Python

Kanalga Telegram’da o‘tish

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

Ko'proq ko'rsatish

📈 Telegram kanali DLeX: AI Python analitikasi

DLeX: AI Python (@ai_python) Forsiy til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 21 499 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 6 192-o'rinni va Eron mintaqasida 15 607-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 21 499 obunachiga ega bo‘ldi.

11 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 58 ga, so‘nggi 24 soatda esa -2 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 11.28% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 4.04% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 2 425 marta ko‘riladi; birinchi sutkada odatda 868 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 14 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent مصنوعی, توییتر, ماهواره, داده, فناوری kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya تا آزادی ایران از جمهوری اسلامی تبهکار، تبلیغات نداریم.

Yuqori yangilanish chastotasi (oxirgi ma’lumot 12 Iyul, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.

21 499
Obunachilar
-224 soatlar
+127 kunlar
+5830 kunlar
Postlar arxiv
Transform any hands-drawn design into a #HTML code with #AI. https://sketch2code.azurewebsites.net/ ✅@ai_python
Transform any hands-drawn design into a #HTML code with #AI. https://sketch2code.azurewebsites.net/@ai_python

🎓 بیست و پنجمین کنفرانس بین المللی کامپیوتر انجمن کامپیوتر ایران در سال جاری در دانشگاه علم و صنعت ایران در روزهای 11 و 12 د
+3
🎓 بیست و پنجمین کنفرانس بین المللی کامپیوتر انجمن کامپیوتر ایران در سال جاری در دانشگاه علم و صنعت ایران در روزهای 11 و 12 دی ماه برگزار خواهد شد. به همین منظور کارگاه های آموزشی متنوعی در موضوعات جدید در روزهای نهم و دهم دی ماه تدارک دیده شده اند. 🔹لیست کارگاه‌ها از لینک زیر قابل مشاهده است: 🔸 http://csicc2020.iust.ac.ir/workshops.html

📣هیجانی تازه در بزرگترین چالش کدنویسی آنلاین کشور. 🏁برگزاری مسابقه آنلاین برنامه نویسی به همت واحدالکترونیکی دانشگاه آزاد ا
📣هیجانی تازه در بزرگترین چالش کدنویسی آنلاین کشور. 🏁برگزاری مسابقه آنلاین برنامه نویسی به همت واحدالکترونیکی دانشگاه آزاد اسلامی، طی دو مرحله و به صورت رایگان. 🏆اهدای 4، 3 و 2 میلیون تومان به نفرات اول تا سوم و اهدا مچ بند هوشمند به نفرات چهارم تا بیستم . فرصت ثبت نام: تا 5 اسفندماه زمان برگزاری مسابقه: 9 اسفندماه . ثبت نام:👇🏻👇🏻 http://chakava.iauec.ac.ir/register/ . @chakavacompetition . #چالش_چکاوا

شرکت دانش بنیان طوبی تک به منظور تکیل تیم فنی هوش مصنوعی خود برای انجام پروژه های بین المللی در حوزه‌ی بینایی ماشین نیرو می پذیرد. علاقه مندان می توانند رزومه های خود را به ادرس ایمیل زیر ارسال نمایند. مهارت های مورد نیاز : 1- Linux and open source development 2- Python/ c++ 3- Deep learning platforms (Mxnet, Caffe, Tensorflow) 4- Distributed Processing Platforms (Storm, flink) info@toobatech.ir

#ویدئو ویدئو نشست تخصصی خرداد ماه آزمایشگاه سپهر موضوع ارائه: موضوعات رونددار در شبکه‌های اجتماعی ارائه‌کننده: مهرداد رنجبر خدیوی https://aparat.com/v/DfEe0 @cominsys_channel

#یادگیری_عمیق دقیقا چیه؟ طی چند روز گذشته، بعضی از محقق‌های بزرگ هوش مصنوعی مانند #یان_لکان و #فرانسوا_شوله تعریف خودشون رو از دیپ لرنینگ توی سال 2019 اعلام کردند. یان لکان: "Some folks still seem confused about what deep learning is. Here is a definition: DL is constructing networks of parameterized functional modules & training them from examples using gradient-based optimization. That's it. This definition is orthogonal to the learning paradigm: reinforcement, supervised, or self-supervised. Don't say "DL can't do X" when what you really mean is "supervised learning needs too much data to do X" Extensions (dynamic networks, differentiable programming, graph NN, etc) allow the network architecture to change dynamically in a data-dependent way." https://www.facebook.com/722677142/posts/10156463919392143/ فرانسوا شوله: "What's deep learning? The "common usage" definition as of 2019 would be "chains of differentiable parametric layers trained end-to-end with backprop". But this definition seems overly restrictive to me. It describes *how we do DL today*, not *what it is*." https://twitter.com/fchollet/status/1210031900695449600 اندری بورکوف: "Looks like in late 2019, people still need a definition of deep learning, so here's mine: deep learning is finding parameters of a nested parametrized non-linear function by minimizing an example-based differentiable cost function using gradient descent." https://www.linkedin.com/posts/andriyburkov_looks-like-in-late-2019-people-still-need-activity-6615377527147941888-ce68/ #deep_learning

سلام به یک گرافیست جهت طراحی پوستر آموزشی نیازمندیم . لطفا به آیدی @MeysamAsgariC پیام بدهید .

سالگرد در گذشت مادر گرامی آیدین زهتاب را به ایشان و خانواده بزرگوارشان تسلیت عرض میکنیم برای آن مرحومه غفران الهی و علو درجات
سالگرد در گذشت مادر گرامی آیدین زهتاب را به ایشان و خانواده بزرگوارشان تسلیت عرض میکنیم برای آن مرحومه غفران الهی و علو درجات از خدای منان خواهانیم بدین وسیله به اطلاع کلیه دوستان و آشنایان میرسانیم که فردا در مسجد الرسول مراسم ان مرحومه دایر است باشد

16 منبع آموزشی الگوریتمهای هوش مصنوعی〰️〰️〰️ ♾ 1. Speech and Language Processing by Dan Jurafsky and James Martin 🔊 2. Deep Learning for Natural Language Processing by Richard Socher (Stanford University) 🔔 3. Natural Language Processing (NLP) by Microsoft 🔸 4. Andrew Ng’s course on Machine Learning 🔸 5. The video lectures and resources for Stanford’s Natural Language Processing with Deep Learning 🔰 Part 2 🔹6. Sequence Models for Time Series and Natural Language Processing 🔺 7. Deep Natural Language Processing course offered in Hilary Term 2017 at the University of Oxford. 🔺 8. Natural Language Processing Fundamentals in Python by Datacamp 🔺 9 Natural Language Processing by Higher School of Economics 🔸 10 How to Build a Chatbot Without Coding by IBM 🔸 11. CS 388: Natural Language Processing by University of Texas 🔸 12. Natural Language Processing with Python ⚡️ 13. CSEP 517: Natural Language Processing by University of Washington 🔰 14. Dan Jurafsky & Chris Manning: Natural Language Processing 📘 15. NATURAL LANGUAGE PROCESSING by Carnegie Mellon University 📘 16. CS224n: Natural Language Processing with Deep Learning by Stanford University #منابع #یادگیری_ماشین #فیلم #کلاس_آموزشی #الگوریتمها #پردازش_زبان_طبیعی #هوش_مصنوعی #یادگیری_عمیق join👇👇👇 ❇️ @AI_Python 🗣 @AI_Python_arXiv ✴️ @AI_Python_EN

اولین همایش اموزش به زبان ساده پایتون با شرکت در سمینار پایتونی ها از : ✅عضویت VIP ✅ تخفیف شرکت در دوره ها ✅رفع اشکال با هم‌د
اولین همایش اموزش به زبان ساده پایتون با شرکت در سمینار پایتونی ها از : ✅عضویت VIP ✅ تخفیف شرکت در دوره ها ✅رفع اشکال با هم‌دوره ها و استاد(ویژه دورها) ✅ازمون ماهانه و تکالیف( ویژه دوره ها) و ۱۰ ها مزیای دیگر بهره مند شوید. شرکت رایگان در سمینار های گروهی ما کاملا رایگان وظرفیت محدود است . ثبت نام تاساعت ۲۴ چهارشنبه. لینک ورود و شرکت در سمینار : https://pythoniha.ir/seminar

sticker.webp0.12 KB

🏙 دوره #علم_داده در #تحلیل_کسب_و_کار (Business Analysis) با نرم افزار R 👤 با تدریس #دکتر_فرزاد_مینویی فارغ التحصیل دکتری مد
🏙 دوره #علم_داده در #تحلیل_کسب_و_کار (Business Analysis) با نرم افزار R 👤 با تدریس #دکتر_فرزاد_مینویی فارغ التحصیل دکتری مدیریت از دانشگاه کلورادو امریکا (مجری پروژه‌های علم داده در امریکا و ایران) مخاطبان دوره: 🔸 علاقمندان به حوزه علوم داده 🔸 علاقمندان به کار در صنایع، استارتاپ‌ها، بانک، بیمه و ... 🔸 تحلیلگران کسب و کار 🔗 جزئیات و رزرو از طریق: https://bit.ly/2JqFMNk 💬 @tiheac 🌐 tihe.ac.ir 📞 021-86741 (EXT: 120-125-127)

🏙 دوره #علم_داده در #تحلیل_کسب_و_کار (Business Analysis) با نرم افزار R 👤 با تدریس #دکتر_فرزاد_مینویی فارغ التحصیل دکتری مد
🏙 دوره #علم_داده در #تحلیل_کسب_و_کار (Business Analysis) با نرم افزار R 👤 با تدریس #دکتر_فرزاد_مینویی فارغ التحصیل دکتری مدیریت از دانشگاه کلورادو امریکا (مجری پروژه‌های علم داده در امریکا و ایران) مخاطبان دوره: 🔸 علاقمندان به حوزه علوم داده 🔸 علاقمندان به کار در صنایع، استارتاپ‌ها، بانک، بیمه و ... 🔸 تحلیلگران کسب و کار 🔗 جزئیات و رزرو از طریق: https://bit.ly/2JqFMNk 💬 @tiheac 🌐 tihe.ac.ir 📞 021-86741 (EXT: 120-125-127)

Math Adventures with Python (en).Pdf17.70 MB