uz
Feedback

Firibgarlarga uchmang! Telemetrio bunday kanallarni topadi va belgilaydi 👉 Belgini ko‘rmoqchi bo‘lsangiz, obuna bo‘ling

DLeX: AI Python

DLeX: AI Python

Kanalga Telegram’da o‘tish

هوش‌مصنوعی و برنامه‌نویسی توییتر : https://twitter.com/NaviDDariya لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq

Ko'proq ko'rsatish

📈 Telegram kanali DLeX: AI Python analitikasi

DLeX: AI Python (@ai_python) Forsiy til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 21 291 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 6 236-o'rinni va Eron mintaqasida 16 499-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 21 291 obunachiga ega bo‘ldi.

14 Noyabr, 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 8.45% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 2.67% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 1 799 marta ko‘riladi; birinchi sutkada odatda 569 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 18 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 لینک پیام ناشناس، جهت انتقادات، حرف و حدیث و پیشنهادات : https://t.me/mahtabak_nashenas_bot?start=1dOIcE18ITmb5Htw1M7zgq”

Yuqori yangilanish chastotasi (oxirgi ma’lumot 15 Noyabr, 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.

21 291
Obunachilar
-224 soatlar
-227 kun
-5830 kun
Postlar arxiv
✔️ الگوریتمهای یادگیری ماشین برای توسعه دهنده های نرم افزار #یادگیری_ماشین 👈 لینک ❇️ @AI_Python
✔️ الگوریتمهای یادگیری ماشین برای توسعه دهنده های نرم افزار #یادگیری_ماشین 👈 لینک ❇️ @AI_Python

این بزرگوار Francois Chollet هستند. دولوپر اصلی کراس و همچنین محقق هوش مصنوعی گوگل. گفتم معرفی کنم شاید برخی دوستان آشنایی ند
این بزرگوار Francois Chollet هستند. دولوپر اصلی کراس و همچنین محقق هوش مصنوعی گوگل. گفتم معرفی کنم شاید برخی دوستان آشنایی نداشته باشند. لینک مصاحبه با ایشان ❇️ @AI_Python

✔️ معرفی کتابهایی که باید خوانده شوند (۴ کتاب یادگیری عمیق به ۵ زبان دنیا! از دولوپر اصلی کراس) #یادگیری_عمیق #کتاب ❇️ @AI_Py
✔️ معرفی کتابهایی که باید خوانده شوند (۴ کتاب یادگیری عمیق به ۵ زبان دنیا! از دولوپر اصلی کراس) #یادگیری_عمیق #کتاب ❇️ @AI_Python

✔️ آیا می خواهید تصمیمات منصفانه تری داشته باشید؟ از الگوریتم ها استفاده کنید. #هوش_مصنوعی 👈 لینک ❇️ @AI_Python
✔️ آیا می خواهید تصمیمات منصفانه تری داشته باشید؟ از الگوریتم ها استفاده کنید. #هوش_مصنوعی 👈 لینک ❇️ @AI_Python

✔️ 5 منبع پیاده سازی برای «واحد منطق محاسباتی عصبی» #یادگیری_عمیق #مقاله 👈 مقاله 👈 لینک کدها ❇️ @AI_Python
✔️ 5 منبع پیاده سازی برای «واحد منطق محاسباتی عصبی» #یادگیری_عمیق #مقاله 👈 مقاله 👈 لینک کدها ❇️ @AI_Python

✔️ تشخیص چهره :آیا باید از آن بترسیم یا آنرا بپذیریم؟ #تشخیص_چهره 👈 لینک ❇️@AI_Python
✔️ تشخیص چهره :آیا باید از آن بترسیم یا آنرا بپذیریم؟ #تشخیص_چهره 👈 لینک ❇️@AI_Python

سه هزار نفر شدن گروهمون مبارک.
سه هزار نفر شدن گروهمون مبارک.

دکتر Yann LeCun مدیر هوش مصنوعی شرکت فیسبوک از Silicon Valley خواست تا برای پیشرفت و ارتباط دانشگاه و صنعت تعامل بیشتر باهم د
دکتر Yann LeCun مدیر هوش مصنوعی شرکت فیسبوک از Silicon Valley خواست تا برای پیشرفت و ارتباط دانشگاه و صنعت تعامل بیشتر باهم داشته باشند #هوش_مصنوعی 👈 لینک ❇️@AI_Python

چگونه ۹۰ درصد مسایل NLP را حل کنیم؟ قدم به قدم همراه باشید #پردازش_زبان_طبیعی #یادگیری_ماشین 👈 لینک ❇️@AI_Python
چگونه ۹۰ درصد مسایل NLP را حل کنیم؟ قدم به قدم همراه باشید #پردازش_زبان_طبیعی #یادگیری_ماشین 👈 لینک ❇️@AI_Python

... ❇️@AI_Python

✔️ اشتباهات هوش مصنوعی؟ چطور ممکن است که اتفاق بیفتند؟ 👈 لینک #هوش_مصنوعی ❇️@AI_Python
✔️ اشتباهات هوش مصنوعی؟ چطور ممکن است که اتفاق بیفتند؟ 👈 لینک #هوش_مصنوعی ❇️@AI_Python

گروه ریاضی و رمزنگاری: ↪️ https://t.me/joinchat/HdXdAUv287poCj8cYQbbuw گروه ارز دیجیتال: ↪️ https://t.me/joinchat/ClyM2ks_FYXoQKnkXoPCtg #expert_family ❇️ @ai_python

✔️ چگونه در تجارت ارز رمزنگاری با یادگیری ماشین سود کنیم 👈 لینک #ارز_رمزنگاری #یادگیری_ماشین @AI_Python
✔️ چگونه در تجارت ارز رمزنگاری با یادگیری ماشین سود کنیم 👈 لینک #ارز_رمزنگاری #یادگیری_ماشین @AI_Python

✔️ ۲۰ دلیل اصلی شکست استارت آپ ها #استارت_آپ ❇️@AI_Python
✔️ ۲۰ دلیل اصلی شکست استارت آپ ها #استارت_آپ ❇️@AI_Python

دلایلی که ممکنه شبکه #NN کار نکند و راه حل ها: 1.اندازه ترین دیتا رو کم کنید مثلا 20 تا بهش بدین ببینید چی خروجی میده... بعد کم کم اضافه کنید. 2. لیبل ها رو چک کنید ببینید کلا داده های ترین درست لیبل شده اند؟ 3. با مدل های ساده تر شروع کنید و بعد مدل رو توسعه بدهید ( از مدلهای شناخته شده ساده استفاده کنید) 4. گزینه های regularization رو در ابتدای مدلسازی استفاده نکنید . ( بعد از اینکه کمی از مدل مطمئن شدید اینها رو برای افزایش دقت مدل استفاده کنید) 5. دیتا رو تصادفی به مدل بدهید. 6. میزان noise دیتای ورودی رو چک کنید 7. میزان عدم تعادل کلاس های لیبل ها رو در داده های ترین کم کنید. بعضی داده های اصطلاحا calss imbalance هستند 8. آیا داده های ترین شما کافی هستند؟ مثلا برای طبقه بندی تصاویر معمولا حدود 1000 تصویر برای هر کلاس نیاز دارید 9. بچ سایز های کوچک استفاده کنید 10. فیچر های خود را استاندارد کنید 11. خیلی از augumentation استفاده نکنید (مثل L2 , drop out) 12.اگر preprocessing روی داده ترین انجام داده اید همان ها رو هم برای داده های CV , TEST باید انجام دهید 13. تابع loss مدل خود رو چک کنید . 14. اگر می توانید یک بار میزان تابع loss را خودتان حساب کنید. 15. مقادیر ورودی به تابع loss رو کنترل کنید 16. میزان لایه های مدل را افزایش بدهید. 17. ابعاد لایه های پنهان را کنترل کنید ادامه دارد... #شبکه_عصبی عضویت در گروه: 💹Deep Py R! ❇️@AI_Python

مقایسه الگوریتمهای کلاسترینگ ✅ @AI_Python
مقایسه الگوریتمهای کلاسترینگ ✅ @AI_Python

گروه پایتون,هوش مصنوعی و لینوکس: https://t.me/joinchat/ClyM2j9QzOiYfJkHkgrMxQ گروه یادگیری عمیق: https://t.me/joinchat/ClyM2kZKfp0_jRXWpiQDkw گروه پردازش زبان طبیعی: https://t.me/joinchat/ClyM2lM9sguMoBTT7rVJzw #experts_family ✅ @AI_Python

✔️ چگونه واقعیت مجازی می‌تواند روشی را که ما دنیای ملکولی را می‌بینیم ، تغییر دهد 👈 لینک #هوش_مصنوعی #واقعیت_مجازی ❇️@ai_pyt
✔️ چگونه واقعیت مجازی می‌تواند روشی را که ما دنیای ملکولی را می‌بینیم ، تغییر دهد 👈 لینک #هوش_مصنوعی #واقعیت_مجازی ❇️@ai_python

✔️ ۵ راه که هوش مصنوعی میتواند آینده شغلی را تغییر دهد 👈 لینک #هوش_مصنوعی ❇️@AI_Python
✔️ ۵ راه که هوش مصنوعی میتواند آینده شغلی را تغییر دهد 👈 لینک #هوش_مصنوعی ❇️@AI_Python