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 21 501 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 6 202-o'rinni va Eron mintaqasida 15 588-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 21 501 obunachiga ega bo‘ldi.

10 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 58 ga, so‘nggi 24 soatda esa 1 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 11.44% 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 2 459 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 16 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 11 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.

21 501
Obunachilar
+124 soatlar
+67 kunlar
+5830 kunlar
Postlar arxiv
کلاس آموزش یادگیری ماشین دانشگاه Waterloo Lecture 1 Course Introduction #فیلم #منابع #یادگیری_ماشین #هوش_مصنوعی #کلاس_آموزشی #MachineLearning ❇️ @AI_Python ✴️ @AI_Python_EN

سلام اگه خسته از زندگی کنونی هستین و به دنبال یافتن راهی برای ادامه‌ی مسیر در خارج از کشور، به امید اینکه شادی بیشتری رو تجربه کنین، ممکنه هیچ وقت در یک کشور خارجی اون شادی رو به دست نیارین! اما اگه می‌خواین ماجراجویی‌ها و چالش‌های تلخ و شیرین جدیدی رو تجربه کنین، از شما دعوت می‌کنیم به کانال زیر بپیوندین تا واقع‌بینانه‌تر به شما نشون بدیم که چگونه از طریق تحصیل می‌تونین مسیر تازه‌ای رو در خارج از کشور بسازین؛ مسیری شاید با پیروزی‌ها و شاید با ناکامی‌ها ... با ما در اپلای‌ تایم همراه باشید ... ✔️ @ApplyTime

تصورات امروزه ماها در مورد کرونا دقیقا مثل زمین تخت گرایان! @ai_python
تصورات امروزه ماها در مورد کرونا دقیقا مثل زمین تخت گرایان! @ai_python

🔴 فوری 💥 رایگان شدن ۳۰۰ ساعت آموزش فرادرس در بازه تعطیلی دانشگاه‌ها 👨‍💻 آموختن تعطیل نمیشه؛ رایگان میشه ‼️ 🎁 دسترسی رایگ
🔴 فوری 💥 رایگان شدن ۳۰۰ ساعت آموزش فرادرس در بازه تعطیلی دانشگاه‌ها 👨‍💻 آموختن تعطیل نمیشه؛ رایگان میشه ‼️ 🎁 دسترسی رایگان به ۵۰ آموزش👇 🔗 جزئیات طرح: fdrs.ir/q48r @FaraDars - فرادرس ‌

🔹آزمون ورودی رایگان #کارآموزی برنامه‌نویسی اسنپ تریپ با همکاری Quera 🔸حرفه‌های متمرکز دوره‌ی اول NEOs :👇 🔹Front-End Devel
🔹آزمون ورودی رایگان #کارآموزی برنامه‌نویسی اسنپ تریپ با همکاری Quera 🔸حرفه‌های متمرکز دوره‌ی اول NEOs :👇 🔹Front-End Development 🔹Back-End Development 📖همراه با آموزش، Coaching فردی با تیم منابع انسانی و استخدام در اسنپ تریپ 🕰جمعه ۱۶ اسفند ساعت ۱۰:۰۵ ☝️برای ثبت‎‌نام رایگان و اطلاعات بیشتر در مورد روند دوره به لینک زیر مراجعه کنید: 🔗https://quera.ir/r/nhpcn ➖➖➖➖➖➖➖➖➖ @Quera_ir اطلاع از اخبار کارآموزی را از طریق سوشال Neos با آیدی زیر دنبال کنید: @neos_snapptrip

✳ آموزش پروژه محور پایتون – کار با Tkinter و SQLite3 ▫ کار با Tkinter ▫ کار با ویجت (Widget) های مورد نیاز ▫ کار با پایگاه دا
✳ آموزش پروژه محور پایتون – کار با Tkinter و SQLite3 ▫ کار با Tkinter ▫ کار با ویجت (Widget) های مورد نیاز ▫ کار با پایگاه داده SQLite3 ▫ پروژه ساخت توپ و حرکت دادن آن ▫ بازی رنگ ها ▫ ساخت ماشین حساب ▫ ساخت سیستم لاگین با دیتابیس و ... 👈 🔗 لینک : fdrs.ir/uarc @FaraDars - فرادرس .

اگر با کراس کد زده باشید و اندازه کار بزرگ بوده باشه میدونید که یک سری محدودیت‌های خسته کننده برای distributed training وجود داره، البته که می‌شه مشکلات رو حل کرد اما خب زمانبر هست توی تنسورفلو یک، ،submodule دیگری هم وجود داره به اسم estimator که توی نسخه ۲ توجه خوبی بهش شده و پیشرفتای خوبی داشته، حتی خیلی ریکامند می‌شه که موقع Distributed Processing بجای کراس ازین مورد استفاده بشه، ولی چون نوع syntax خودش رو داره برای کدهای بزرگ که روی کراس نوشته شده بنظر مفید نمیاد اما : tf.keras.estimator.model_to_estimator() مشکل رو حل می‌کنه؛ توی تست‌های بنده اگر از خود کراس مستقیم استفاده کنید pip install keras و بخواید اینکارو انجام بدید مشکلاتی پیش میاد اما نسخه تنسورفلو ۲ به راحتی و عالی اینکارو انجام میده، دوم اینکه دیگه نیازی نیس یادتون بمونه که حتماً از @tf.function استفاده کنید، چون این مورد خوردش بهینه‌ساز‌ی‌هارو انجام میده، پردازش توزیع شده هم که دلیل اصلی استفاده هست

سلام آیا با ادامه روند آپلود فیلم کلاسهای آموزشی دانشگاه مطرح دنیا و سمینارها در کانال موافقید؟
Anonymous voting

کلاس آموزش یادگیری عمیق دانشگاه MIT Beyond Deep Learning Learning Reasoning #فیلم #منابع #یادگیری_عمیق #هوش_مصنوعی #کلاس_آموزشی #شبکه_عصبی #DeepLearning ❇️ @AI_Python ✴️ @AI_Python_EN

کلاس آموزش یادگیری عمیق دانشگاه MIT Biologically Inspired Neural Networks (IBM) #فیلم #منابع #یادگیری_عمیق #هوش_مصنوعی #کلاس_آموزشی #شبکه_عصبی #DeepLearning ❇️ @AI_Python ✴️ @AI_Python_EN

#اندر_حکایت : آموزش از طریق تلویزیون #آموزش_از_راه_دور #تلوزیون #کورونا ❇️ @AI_Python ✴️ @AI_Python_EN دقایقی پیش در اخبار رسمی شبکه ی دوم صدا و سیمای جمهوری اسلامی ایران مطلع شدم بخشی از فرآیند یادگیری مدارس توسط شبکه های تلویزیونی به عهده گرفته شده و سالها پیش وقتی خبر ساخت هواپیماهای روز قیامت روسیه شنیدم عمیقاً در فکر و تحیر فرو رفته بودم که علت ساخت همچنین تجهیزاتی واقعاً چیست و چه لزومی داره (اگر نمیدونید این هواپیما چیه: https://fa.alalamtv.net/news/1906122/%D8%B9%DA%A9%D8%B3%D8%9B-%DA%86%D8%B1%D8%A7-%D8%A2%D9%85%D8%B1%DB%8C%DA%A9%D8%A7-%D8%A7%DB%8C%D9%86-%D9%BE%D8%B1%D9%86%D8%AF%D9%87-%D8%B1%D9%88%D8%B3%DB%8C-%D8%B1%D8%A7-%D8%B1%D9%88%D8%B2-%D9%82%DB%8C%D8%A7%D9%85%D8%AA-%D9%86%D8%A7%D9%85%DB%8C%D8%AF%D8%9F ) و اما امروز بیشتر از هر زمانی میبینم که واقعا کشورها چه نیازی به پدافند غیرعامل دارند سالهای سال است که ما در کشور خود متعدد اسم های دولت الکترونیک و همچنین مداراس هوشمند را میشنویم و امروز با هجوم موج اولیه ی بیماری #کورونا واقعاً چند سوال اساسی ذهن این نویسنده را به خود مشغول کرده است #سوال اول : چرا وزارت آموزش و پرورش کشور تا کنون به فکر تولید یک سیستم جامع آموزش از راه دور مانند وبینیار و سایر سیستم های تصمیم یار(DSS) نیوفتاده است ؟ با توجه به اینکه کشور ما همراه درگیر مشکلاتی از قبیل: بلای طبیعی ، خطر جنگ ، و دیگر عوال محیطی مانند آلودگی هوای کلان شهرها هجوم همه ساله ی ریز گردها و سایر موارد بوده ،هست و خواهد بود #سوال دوم: آموزش از طریق تلویزیون واقعا در کجا دنیا یک مثال عملگرایانه و تجربی بوده؟ اگر کسی از خوانندگان عزیز مثالی را سراغ دارد با بنده هم به اشتراک بگذارد #سوال سوم: وزیر جوان تا چه زمانی دست از اظهار نظرهای پوپولیستی نظیر پست هوایی خواهد شست و واقعاً در پی حل مشکلاتی که فناوری اطلاعات میتواند نقش عمده ای در حل آن ایفا کند بر خواهد آمد ؟ #سوال چهارم: کارهایی از قیبل امور بانکی خریدهای ضروری غیر آنلاین-نابرخط :)، ارائه خدمات دولتی به صورت غیر حضوری، کارمندی بدون قابلیت دورکاری، ارائه خدمات غیردولتی به صورت غیر آنلاین جز اصلی ترین علت های خروج این روزه مردمان عزیز ما از منازل مسکونی خود است آیا با توجه به این تجربه گذرا و مهم نباید دولت به صورت جدی در پی ساخت و راه اندازی اینگونه سیستم‌های آنلاین به صورت واقعی و عمگرایانه (pargmatic)و به دور از هرگونه نمایش باشد؟؟؟ تا در زمان و مکان مناسب کاملا رایگان جایگزین فعالیت های اجتماعی شهروندان ایرانی شود(همچین تمام فرآیندها میتواند ایزوله و کاملا بهداشتی پیمایش شود مانند خریدهای ضروری مردم عزیز)؟ #یادآور میشود مطالب فوق صرفاً یک تحلیل نیمه تخصصی ایست برای بهبود عملکرد خادمین ملت ایران امید است که این مقالات و نظرات به سمع و نظر دلسوزان و خادمین ملت برسد و موجو بهبود اوضاع کشور شود در #آخر با پرهیز از هرگونه اضافه گویی با توجه به وضعیت کنونی کشور از تمام پرسنل پزشکی، پرستاری، پیراپزشکی، بهداشتی درمانی نهایت تشکر را داریم چراکه اینگونه خدمات در این لحظات بحرانی با هیچ میزان هزینه مالی قابل قیاس نیست کمترین شما عزیزان : مجید آقامحمد پذیرای هرگونه انتقاد و پیشنهاد شما هستم: @majid_aghamohammad ❇️ @AI_Python ✴️ @AI_Python_EN

کلاس آموزش یادگیری عمیق دانشگاه MIT Computer Vision Meets Social Networks #فیلم #منابع #یادگیری_عمیق #هوش_مصنوعی #کلاس_آموزشی #بینایی_کامپیوتر #DeepLearning ❇️ @AI_Python ✴️ @AI_Python_EN

ML impossible: train a 1 billion sample model in 5 minutes with vaex and scikit-learn on your… http://bit.ly/2wDkqcf #AI #DeepLearning #MachineLearning #DataScience ❇️ @AI_Python_EN ✴️ @AI_Python

When ML models are deployed, data distributions evolving over time leads to a drop in performance. Our latest paper (theory and experiments) suggests we can use self-training on unlabeled data to maintain high performance https://arxiv.org/pdf/2002.11361.pdf ❇️ @AI_Python_EN

✳ آموزش فریم ورک Django Rest در پایتون برای ساخت Web APIs ▫ ساخت یک پروژه Django ▫ معماری Django Rest Framework ▫ پروتکل HTTP
✳ آموزش فریم ورک Django Rest در پایتون برای ساخت Web APIs ▫ ساخت یک پروژه Django ▫ معماری Django Rest Framework ▫ پروتکل HTTP ▫ شروع کار با Models و Serializers ▫ راه اندازی پروژه روی سرور مجازی و ... 👈 🔗 لینک : fdrs.ir/661v @FaraDars - فرادرس .

هوش مصنوعی علی بابا کرونا را در ۲۰ ثانیه با دقت 96٪ شناسایی می‌کند لینک خبر: https://www.zmescience.com/science/alibaba-designs-new-ai-tool-to-diagnose-coronavirus-its-96-accurate/ @ai_python

کلاس آموزش یادگیری عمیق دانشگاه MIT Deep Reinforcement Learning #فیلم #منابع #یادگیری_عمیق #هوش_مصنوعی #کلاس_آموزشی #DeepLearning ❇️ @AI_Python ✴️ @AI_Python_EN

جناب! آدرس میدم یادداشت بفرمایید: رشت بیمارستان رازی. تبلیغ کردن و تو بوق و کرنا زدنم نمیخواد!!! @ai_python
جناب! آدرس میدم یادداشت بفرمایید: رشت بیمارستان رازی. تبلیغ کردن و تو بوق و کرنا زدنم نمیخواد!!! @ai_python

photo content

✳️ کانال آموزش مقدماتی و پیشرفته متلب MATLAB ❇️ محورهای آموزش: 🔶 آموزش های عمومی متلب 🔶 الگوریتم های فراابتکاری( ژنتیک، PSO
✳️ کانال آموزش مقدماتی و پیشرفته متلب MATLAB ❇️ محورهای آموزش: 🔶 آموزش های عمومی متلب 🔶 الگوریتم های فراابتکاری( ژنتیک، PSO ، ...) 🔹 بهینه سازی چند هدفه Multi Objective 🔹 پردازش تصویر(استخراج ویژگی و طبقه بندی) 🔹 پردازش ویدئو(تشخیص، ردیابی اشیا، ...) 🔹 پردازش سیگنال 🔹 سیگنال های EEG و ECG 🔹 شبکه های عصبی(MLP, Heb, Preceptron,...) 🔹 سیستم های فازی و انفیس 🔹 مهندسی کنترل(PID, Fuzzy, Adaptive, ...) 🔹 یادگیری ماشین 🔹 خوشه بندی(FCM, Kmeans, DBSCAN,...) 🔹 طبقه بندی(SVM, Tree, KNN, Random Forest) 🔹 رگرسیون 🔹 تشخیص جوامع Community Detection 🔹 تشخیص نفوذ 🔶 یادگیری عمیق: طبقه بندی، تشخیص شئ، سگمنتیشن 🔶 انتخاب ویژگی(Feature Selection) مدرس فرادرس ✳️ عضویت در کانال آموزش متلب 👇👇👇 🆔: t.me/matlabanyone