#live #webinar

🖥 ZS-IL: Looking Back on Learned ExperiencesFor Zero-Shot Incremental Learning

👤 Mozhgan PourKeshavarz

🌐 live service 1 : https://conf.ipm.ir/b/ipm-yct-mnj-rod

🌐 live service 2 : https://cp.fararoom.ir/ch/ipm/guest


@ipmai

@Ai_Events

سخنرانی علمی با عنوان:
Differentially Private Algorithms for Online Learning

سخنران:
Dr. Rachel Cummings (Assistant Professor at the Department of Industrial Engineering and Operations Research at Columbia University)

زمان برگزاری: سه شنبه 25 خرداد ماه 1400، ساعت 17:00 الی 18:30

لینک برگزاری:
https://vc.sharif.edu/ch/ie-seminar

@Ai_Events

کارگاه «راهکارهای پردازش متن برای زبان‌های کمتر توسعه‌یافته»

دومین دوره گارگاه «راهکارهای پردازش متن برای زبان‌های کمتر توسعه‌یافته» همزمان با ICNLSP-2021 با همکاری آزمایشگاه پردازش متن و زبان طبیعی دانشگاه تهران برگزار می‌شود. هدف این کارگاه معطوف کردن پژوهش ها به سمت چالش های زبان های low-resource و تشویق پژوهشگران به تولید دادگان و الگوریتم پردازشی برای این زبان ها است. در زبان فارسی یک مساله مشترک (shared task) با موضوع استخراج روابط معنایی از متن (Semantic Relation Extraction) تعریف شده است.

مقالات پذیرفته‌شده در مجموعه مقالات همایش ICNLSP به چاپ خواهد رسید و توسط ACL ایندکس می‌شود.

شرکت در کارگاه و چاپ مقالات مرتبط پذیرفته شده رایگان است.

لینک کارگاه:
nsurl.org
وب سایت مسابقات:
https://competitions.codalab.org/competitions/31979
تماس:
nsr.taghizadeh@ut.ac.ir

#other

@nlp_stuff

وبینار با عنوان:
مقدمه‌ای بر پردازش زبان طبیعی (NLP)

سخنران: سرکار خانم دکتر سعیده ممتازی
استادیار گروه هوش‌مصنوعی دانشگاه امیرکبیر

زمان برگزاری: پنجشنبه ۳ تیر، ساعت ۱۶:۰۰ تا ۱۹:۰۰

لینک ثبت‌نام رایگان در وبینار:
https://www.hamrah.academy/course/28

@Ai_Events

وبینار با عنوان "یادگیری ماشین و هوش‌مصنوعی برای مدیران"⁣
⁣
زمان برگزاری: ۲ تیرماه، ساعت ۱۱ الی ۱۳⁣
⁣
لینک ثبت‌نام : https://evnd.co/qKixj
⁣
@Ai_Events

وبینار با عنوان:
Future of telemedicine: 5G and federated ML over the edge

سخنران: دکتر حسین اخلاق‌پور

شروع وبینار:  9 تیرماه، از ساعت 10:00 الی 12:00


لینک ثبت‌نام:
https://eseminar.tv/webinar/Future-of-telemedicine-5G-and-federated-ML-over-the-edge


@Ai_Events

روم کلاب هاوس با عنوان "رویای دیتاساینس"⁣
⁣
زمان برگزاری: 19 تیرماه، ساعت 8.5 شب
⁣
لینک برنامه:
https://www.clubhouse.com/event/MzjKR7wb

@Ai_Events

#Webinar
Machine Learning for Wireless Communications

🎙 Dr. Mahdi Boloursaz Mashhadi
post-doctoral research associate at the

Intelligent Systems and Networks (ISN) research group at Imperial college, London

He received his B.S., M.S. and Ph.D. degrees all from Electrical
Engineering Department of Sharif University of Technology (EE-SUT)

🕑Tuesday, August 03, 2021 (12 Mordad 1400)- 14:00 -- 15:00


Webinar link address:
https://bluemeet.aut.ac.ir/ch/ee-webinar/guest

@prm_ee
@Ai_Events

#webinar
"Deep Learning in Medical Ultrasound"

Presenter: Dr. Hassan Rivaz, Concordia University

Organizer: Department of Mechanical Engineering, Sharif University of Technology

Language: Farsi

Date: Wednesday, July 28, 2021
Time: 18:00 IRST

Link: https://lnkd.in/dj9EPDq

@Ai_Events

سخنرانی با عنوان:
Scale in the lexicon
سخنران:
پروفسور کریستین فلباوم (دانشگاه پرینستون)

زمان جلسه:
چهارشنبه 13 مردادماه، ساعت 17:30 به وقت تهران

لینک برگزاری:
nlp.sbu.ir/webinars

@Ai_Events

سخنرانی با عنوان:

Wasserstein Distributionally Robust Optimization: Theory and Applications in Machine Learning

سخنران:
Prof. Daniel Kuhn (Professor at College of Management of Technology at École polytechnique fédérale de Lausanne (EPFL))

زمان: سه‌شنبه ۲ شهریور ماه ۱۴۰۰، ساعت ۱۶:۳۰ الی ۱۸:۰۰

لینک برگزاری:
https://vc.sharif.edu/ch/ie-seminar

@IE_SUT
@Ai_Events

#live #webinar

🖥 Improving Generalization of Machine Reading Comprehension Systems

👤 Razieh Baradaran

⏰ Aug 22, 2021 (18 PM GMT+3:30) - (Today)

🌐 https://cp.fararoom.ir/ch/ipm/guest


@ipmai
@Ai_Events

وبینار با عنوان:
Problems , Models and Approaches in Reinforcement Learning

اجازه دهید داده‌ها تصمیم بگیرند!

ارائه دهنده: دکتر محمد کاظم شیرانی

پسادکتری از دانشگاه فلوریدا
استاد علوم داده در دانشگاه جورجیا
دکترای آمار از دانشگاه میشیگان (Michigan)

زمان برگزاری: پنج شنبه ۴ شهریور، ساعت ۱۹:۳۰

جهت شرکت در این جلسه از طریق این لینک اقدام کنید.

@Ai_Events

قانون بِنفورد (به انگلیسی: Benford's law) یا قانون رقم اول می‌گوید که در فهرست عددهایی که در بسیاری از (البته نه همهٔ) پدیده‌های زندگی واقعی رخ می‌دهند، رقم اول عددها به‌طور خاص و غیریکنواختی توزیع می‌شود. بر طبق این قانون، تقریباً در یک‌سوم موارد رقم نخست ۱ است، و عددهای بزرگ‌تر در رقم نخست به ترتیب با بسامد کمتری رخ می‌دهند، و عدد ۹ کمتر از یک بار در هر بیست عدد ظاهر می‌شود!

علیرغم اینکه توزیع اعداد یا پدیده‌های طبیعی معمولا از توزیع نرمال تبعیت می‌کنند رقم اول این اعداد از قانون بنفورد تبعیت می‌کنند. به بیان دیگر می‌توان گفت که قانون بنفورد نوع دیگری از نمایش توزیع اعداد است که در آن اگر مجموعه اعدادی که رقم اول آنها ۱ و ۲ و ۳ و… است را کنار یکدیگر بگذاریم کل مجموعه را نمایش داده‌ایم. هرگاه که خود عددها به‌طور لگاریتمی توزیع شده باشند، این توزیع رقم‌های نخست منطقی خواهد بود. بنابر دلایلی، عددهایی که در سنجش‌های واقعی ثبت می‌شوند، معمولاً توزیع لگاریتمی دارند.


قانون آماری جالبیه!

لینک ویکیپدیا
@Ai_Events

وبینار با عنوان "رویداد آموزشی کاربردی هوش مصنوعی تشخیص چهره"

ارائه دهنده: آقای احمد اسدی

دانشجوی دکترای رشته هوش مصنوعی و رباتیکز
حوزه یادگیری تقویتی عمیق
از دانشگاه صنعتی امیرکبیر

زمان برگزاری:
از هفته اول مهر به مدت ۳ ماه

لینک ثبت‌نام:
https://evand.com/events/رویداد-آموزشی-کاربردی-aiface

@AI_Face
@Ai_Events

وبینار با عنوان:
اکوسیستم هوش مصنوعی در ایران: چالش‌ها و فرصت‌ها

زمان برگزاری: 31 شهریور 1400، ساعت 20:00

لینک ورود به جلسه (از طریق مرورگر):
https://cp.fararoom.ir/ch/ailessons/guest

@Ai_Events

REVERSE PITCH
ارائه تقاضا محور سومین فراخوان توسعه کسب و کار فناورانه در حوزه داده کاوی هوشمند به توان شناختی
زمان برگزاری:
چهارشنبه 31 شهریور ساعت 13 الی 15

لینک شرکت در رویداد:
https://www.skyroom.online/ch/cognotech/pitch

@Ai_Events

من یه سوالی از yavarzadeh.mohammad.92 (آی دی اینستاگرام) کردم و لابه‌لای جواب یک راه ساده‌ی رفرنس‌یابی گفتند که کمک‌کننده‌ست.

وقتی یکی یک ادعای مرتبط با علم میکنه و نمیدونین حقیقت داره یا نه، کلیدواژه‌های اون گزاره رو
گوگل کنین و جلوش هم

+ review
یا
+ meta analysis + evidence
بذارید.

تاریخ جست‌وجوی گوگل رو هم محدود کنید به 5 سال اخیر مثلا.

متا آنالیز و ریویوها راه‌های ساده‌ای‌اند که میشه خیلی سریع بدون خوندن همه‌ی مقاله‌ها شواهد رو نگاه کنین.

#یادگیری #نحوه_سرچ