سومین جلسه از دورهمی‌های هوش‌مصنوعی و علم داده
با حضور:
آقای علی دیبا
مدیرفنی شرکت Sensifai
موضوع ارایه: تجربیات راه‌اندازی استارتاپ Sensifai

و آقای حیدر طاهری
دیتا ساینتیست در Snapptrip
موضوع ارایه: سیستم‌های پیش‌نهاد دهنده با استفاده از Restricted Boltzmann Machine

زمان :‌پنج‌شنبه ۱۹ دی ماه. ساعت ۹ الی ۱۱
مکان:‌ دانشگاه صنعتی شریف - مرکز خدمات فناوری - سالن جلسات C

لینک ثبت‌نام:
https://evand.com/events/دورهمی-متخصصان-علم-داده-و-هوش-مصنوعی-85919835

همراهان گرامی توجه داشته باشند که ورود به دانشگاه تنها برای افرادی که ثبت‌نام می‌نمایند میسر می‌باشد.

@Ai_Events

اعلام آمادگی خانم ساینا مجلسیان جهت کمک به دوستانی که در حال انجام فرآیند Apply هستند.

@Ai_Events

برگزاری کارگاه «آشنایی با یادگیری ماشین و کاربردهای آن در سیاست‌گذاری» توسط آقای دکتر «میثم علیزاده» از دانشگاه پرینستون

محل برگزاری: سالن همایش‌های بین‌المللی صدا و سیما
زمان برگزاری: چهارشنبه 25 دی ماه ساعت 13 الی 15

ارتباط با دبیر اجرایی کارگاه:
@Ahmadi377

لینک ثبت‌نام:
https://docs.google.com/forms/d/1i2EK6RWCK2qraQze9zzIb-RhtWlfHaTa1T-sPgpqA-k/edit

@Ai_Events

سخن‌رانی‌های «داده» با موضوع:
طراحی سامانه‌های مقیاس‌پذیر برای کاهش داده در سرورهای مدرن ذخیره‌سازی داده

زمان برگزاری: چهارشنبه ۲ بهمن ۹۸ از ساعت ۱۴:۰۰ تا ۱۵:۳۰
ارائه‌دهنده: دکترمحمدامین اژدری
محل برگزاری: سالن خوارزمی دانشکدهٔ مهندسی کامپیوتر

@Ai_Events

برنامه اولیه سلسله سخنرانی های شاخه دانشجویی انجمن رمز دانشگاه صنعتی شریف

لینک ثبت نام رویدادهای شاخه:

بهبود امنیت با استفاده از یادگیری ماشین:
https://evnd.co/sAlao

حملات کامپیوترهای کوانتومی:
https://evnd.co/q8tnc

محاسبات امن چند نهاده:
https://evnd.co/jSlrn

نهان نگاری در فضای دیجیتال:
https://evnd.co/y4gvK

امنیت شبکه های خودرویی:
https://evnd.co/F5K9W

یادگیری ماشین:
https://evnd.co/byPjp

کارگاه حوزه های پژوهشی بلاکچین:
 https://evnd.co/YGV2o


@Ai_Events

کارگاه آموزشی آشنایی با پردازش متون فارسی و چالش های آن

زمان برگزاری: چهار شنبه 16 بهمن 1398
محل برگزاری: پژوهشکده علوم شناختی پژوهشگاه دانش های بنیادی (IPM)

لینک ثبت‌نام:
evnd.co/V0Bik

@Ai_Events

کارگاه آموزشی یادگیری تقویتی

استاد ناظر:
دکتر مهدیه سلیمانی
مدرس:
حسین حسنی

زمان برگزاری: هشتم اسفندماه ۱۳۹۸

اطلاعات بیشتر و ثبت‌نام:
https://pedu.sharif.edu/events/details/1767

@Ai_Events

Liverpool Football Club Using Data Science during Matches and the Results Are Impressive



https://interestingengineering.com/liverpool-football-club-using-data-science-during-matches-and-the-results-are-impressive?utm_source=Facebook&utm_medium=Article&utm_campaign=organic&utm_content=Jan28

برنامه استارتاپی جمع سپاری دیجی کالا نکست

شروع ثبت‌نام: ۱۴ بهمن ۱۳۹۸
دعوت به برنامه: ۱۰ و ۱۱ اسفند ۱۳۹۸

شروع برنامه و تیم‌سازی: ۱۲ اسفند
روز ارائه تیم ها: ۲۱ اسفند
پایان برنامه و ارزیابی نهایی: ۳۱ فروردین

لینک ثبت‌نام:
http://bit.ly/3bbmWpZ

توضیحات:
داده برای بسیاری از کسب و کارهای امروز به معنای منبعی غنی برای تصمیم گیری و تصمیم سازی هست و داده های آنلاین تنها بخش کوچکی از داده های موجود در اطراف ما هست و این فرصتی است برای کارآفرینان تا با استفاده از قدرت تکنولوژی به استخراج این منبع از دنیای اطراف بپردازند و ارزشی بسیار ایجاد کنند.
برنامه استارتاپی جمع سپاری دیجی‌کالانکست با هدف ایجاد فرصتی برای متخصصان توسعه تکنولوژی ایجاد شده است تا این فرصت را برای کارآفرینی تسهیل کند.
در صورتی که شما در زمینه توسعه نرم‌افزار تخصص و تجربه دارید و یا مهارتی در ساخت نرم‌افزارها با محوریت گیمیفیکیشن را دارید، می‌توانید در این برنامه شرکت کنید.
@Ai_Events

برگزاری مدرسه ریاضی "معادلات دیفرانسیل و علوم داده" در دانشگاه تحصیلات تکمیلی علوم پایه زنجان

علم داده
علم داده و ریاضیات
مقدمه ای بر هوش مصنوعی و یادگیری ماشین

زمان برگزاری : ۳۰ بهمن الی ۲ اسفند ۹۸

هزینه ثبت نام: ۱۳۰،۰۰۰ تومان (شامل صبحانه،ناهار،شام و اسکان در خوابگاه دانشگاه)

لینک ثبت‌نام:
https://iasbs.ac.ir/~mathschool/98

@Ai_Events

انجمن علمی دانشکده مهندسی صنایع دانشگاه علم و صنعت برگزار میکند:
دوره علوم داده با پایتون(مقدماتی)

مهلت ثبت نام تا ۲۳ بهمن
زمان برگزاری: یکشنبه ها و سه شنبه ها از ۴ اسفند ساعت ۱۷ الی ۱۹

محل برگزاری: دانشگاه علم و صنعت سایت طبقه اول دانشکده مهندسی صنایع

راه‌های ارتباطی کسب اطلاعات بیشتر:
۰۹۱۲۹۶۳۱۲۵۳
@fatemeh_7823

@Ai_Events

کارگاه آموزشی: آشنایی با کراس/ تنسورفلو

👈 برای شرکت در این کارگاه‌ها ثبت نام در کنفرانس ضروری نیست، اما دانشجویان به خصوص دانشجویان دانشگاه‌های شهر قم و تمامی دانشجویان دانشگاه تهران می‌توانند با ثبت نام رایگان در کنفرانس، با تخفیف ویژه در این کارگاه‌ها ثبت‌نام و شرکت کنند.

https://mvip2020.ut.ac.ir/performa?_action=wks&lang=fa

@Ai_Events

کارگاه آموزشی: شبکه‌های مولد تخاصمی (GAN) و پیاده‌سازی در کراس / تنسورفلو

پیش‌نیاز این دوره:
آشنایی با مفاهیم شبکه عصبی و پیاده سازی با کراس / تنسرفلو

برای شرکت در این کارگاه‌ها ثبت نام در کنفرانس ضروری نیست، اما دانشجویان به خصوص دانشجویان دانشگاه‌های شهر قم و تمامی دانشجویان دانشگاه تهران می‌توانند با ثبت نام رایگان در کنفرانس، با تخفیف ویژه در این کارگاه‌ها ثبت نام و شرکت کنند.

https://mvip2020.ut.ac.ir/performa?_action=wks&lang=fa

http://mvip2020.ut.ac.ir

@Ai_Events

فیلم‌های آموزشی شبکه‌های بازگشتی عمیق و پیاده‌سازی در Tesnorflow2 و Keras که در صندوق نوآوری و شکوفایی برگزار گردیده.

http://class.vision/deeplearning2/

پیش‌نمایش دوره در آپارات:

https://www.aparat.com/v/zqbc8

کد تخفیف ۱۰ درصدی مخصوص اعضای کانال که برای دوره مقدماتی نیز معتبر است:
ai_events

@Ai_Events

مسابقه طراحی دارو، واکسن و... جهت مقابله با ویروس کرونا با استفاده از روش‌های یادگیری‌ ماشین و یادگیری عمیق

دنباله (Sequence) این ویروس توسط چینی‌ها منتشر شده است.
Novel Corona Virus 2019 Dataset in Kaggle:
https://www.kaggle.com/sudalairajkumar/novel-corona-virus-2019-dataset

ویدئو توضیحات در مورد ویروس کرونا و مسابقه:
https://youtu.be/1LJgkovowgA

@Ai_Events

در برابر آنچه در شبکه‌های اجتماعی برای یکدیگر ارسال می‌کنیم، مسئول هستیم! (بخش اول)

با توجه به فضای به‌وجود آمده در جامعه و لغو شدن رویدادهایی که قرار بود در این کانال قرار بگیرد و به‌خصوص پست‌های نامعتبر شبکه‌های اجتماعی، فکر کردم بد نیست با همراهی یکدیگر، مطالبی را مرور کنیم.
در گروه‌های دوستانه، بعضی از دوستان ناخواسته و بدون داشتن اطلاعات صحیح، شروع به نوشتن در مورد ویروس کرونا و انتشار بعضی از پست‌ها از کانال‌های نامعتبر (که اکثرا هم جنبه تبلیغاتی و جذب عضو و دنبال کننده در شبکه‌های اجتماعی دارند) می‌کنند، سعی کنیم در برابر آنچه در شبکه‎های اجتماعی دست‌به‌دست می‌شود، بیشتر فکر کنیم و با واقعیات و برداشت علمی با آن‌ها برخورد کنیم. مثلا در روزهای اخیر پستی مربوط به یک بررسی آماری کاملا ساده از دانش‌گاه تورنتو، که هنوز تایید یا رد نشده است ،در حال انتشار در شبکه‌های اجتماعی است که اثری به‌جز افزایش سطح اضطراب ندارد. در گروه‌هایی که دوستان‌مان چنین رفتاری را از خود بروز می‌دهند، با برخورد مهربان، صحیح و علمی به آنها یادآوری کنیم که وظیفه تک‌تک ما بالا بردن سطح آگاهی از بیماری و جلوگیری از شیوع آن است نه ایجاد تنش و اضطراب با پست‌های نامعتبر.

@Ai_Events

در برابر آنچه در شبکه‌های اجتماعی برای یکدیگر ارسال می‌کنیم، مسئول هستیم! (بخش دوم)

در حال حاضر و با بررسی‌های سطحی، به‌ساده‌گی می‌توان متوجه سطح استرس موجود در افراد جامعه شد، در مواجهه با این افراد، آنها را به خواندن منابع علمی معتبر هدایت کنیم. استرس یکی از اختلالات خاموشی است که در طولانی مدت اثرات به شدت مخربی برجای می‌گذارد و در کوتاه مدت نیز باعث افت سطح ایمنی بدن می‌شود. از دیدگاه روان‌شناسی، اختلالی وجود دارد به نام "سایبرکندوریا" که نوعی از اختلال "هپوکندریا" می‌باشد. به‌طور کلی در این نوع اختلال فرد در یک حالت اضطراب‌گونه قرار دارد که به‌طور شدید و غیرمنظقی نگران این است که دچار بیماری شده باشد. این افراد معمولا یک بیماری خاص را با بررسی سایت‌های اینترنتی و شبکه‌های اجتماعی برای پیدا کردن نشانه‌های بیماری بررسی کرده و در نهایت یک سری علایم پیدا می‌کنند که نشان دهند دچار بیماری هستند.
اما سوال این‌جاست که "آیا نباید در اینترنت دنبال ریشه‌ی بیماری باشیم؟" در جواب باید گفت که این کار نادرست نیست، اینترنت و شبکه‌های اجتماعی بیشتر باید به شما کمک کنند تا شناخت بهتر از بیماری و نحوه‌ی پیشگیری از ابتلا و شیوع آن پیدا کنیم. اما تشخیص اینکه ما یا اطرافیان ما دچار بیماری شده‌ایم یا نه، مسئله‌ای است که اساسا پزشک متخصص باید در مورد آن اظهار نظر کند و نمی‌توان با خواندن بلاگ‌های سطحی وارد این تخصص شد!
ارادتمند
حمید محمودآبادی

@Ai_Events

شرکت گوگل بر روی نقشه خود مراکز درمانی پذیرنده بیماران کرونا را مشخص کرد./تایمز

اپلیکیشن نشان نیز درمانگاه های پذیرنده بیماران کرونا را هفته پیش بر روی نقشه مشخص کرده بود.

@Ai_Events

Weight Agnostic Neural Networks

This paper's goal is to find the best Neural Networks architecture without training the weight parameters. It was inspired by some animals like precocials and ducks that can do basic tasks immediately after their birth without learning it. The authors' goal is to build a NEAT algorithm that never updates weight parameters. They only focus on the network topology and the RL agents are rewarded based on the the best performance and less complex model.
https://arxiv.org/abs/1906.04358

@Ai_Events