این هوش مصنوعی به عکس‌های شما امتیاز می‌دهد و آن‌ها را نقد می‌کند

keegan یک هوش مصنوعی است که بدون خجالت و به صورت واضح تصاویر شما را نقد می‌کند و نظر خود را بیان می‌کند. در واقع کیگان خود را اینگونه معرفی می‌کند: «سلام، من کیگان هستم، مربی عکاسی شخصی شما. عکس‌های خود را برای من ارسال کنید و من به شما در بهبود مهارت عکاسی کمک خواهم کرد. ممکن است سخت گیر باشم اما خشن و بد اخلاق نیستم!«
برای دریافت نظرات انتقادی کافی است عکس خود را بردارید و داخل این وبسایت آنلاین بکشید.
در این مرحله کیگان چند ثانیه صرف تحلیل و ارزیابی عکس شما می‌کند و سپس نظر کارشناسی خود را با لحنی دوستانه با شما در میان می‌گذارد. در تصویر زیر می‌توانید نمونه‌ای از نظر کیگان درباره عکس ارسالی را مشاهده کنید که در آن می‌گوید:«خوبه، اما روی رنگ‌ها بیشتر کار کن. بهت نمره ۶.٣/١٠ می‌دم.»
keegan-feedbackاین هوش مصنوعی تحلیلگر، به عکس‌های معقول و مناسب نمره ۵/١٠ می‌دهد، شات های خوب می‌توانند نمره‌ای در حدود ٧/١٠ دریافت کنند و عکس‌های استثنایی از این مربی آنلاین نمره ٩/١٠ دریافت می‌کنند. اگر می‌خواهید جزییات بازخورد کیگان را مشاهده کنید، کافی است بر روی دکمه “Get more feedback” کلیک کنید. در ادامه همانطور که در تصویر مشاهده می‌کنید ویژگی‌های زیبایی شناختی به صورت درصدی بیان می‌شود و می‌توانید به صورت حرفه‌ای تر با ویژگی‌های عکس خود آشنا شوید. برچسب‌های ذکر شده برای هر عکس نیز نشان می‌دهد این هوش مصنوعی به خوبی قادر به تشخیص عناصر موجود در هر تصویر است.
اگر در کیگان حداقل ١٠ عکس آپلود کنید، هوش مصنوعی شما را به عنوان یک عکاس در نظر می‌گیرد. همچنین اگر عکس شما به اندازه کافی نمره خوبی دریافت کند، می‌توانید عکس خود را در تالار عمومی مشاهیر کیگان به اشتراک بگذارید. در ادامه نیز می‌توانید به پروفایل خود رفته و نمرات و دستاوردهای عکاسی خود را مشاهده کنید.

آیا از keegan برای بهبود کیفیت عکس برداری خود استفاده می‌کنید؟
کیگان یک روبات است، بنابراین هنوز جای پیشرفت دارد و نظرات این برنامه در تمام موارد صحیح و قابل اتکا نیست. با این حال، این برنامه یک ابزار سرگرم کننده برای عکاسان مبتدی است و برخی از نظرات و انتقادات آن حداقل باعث می‌شود بیشتر در مورد عکس‌های خود فکر کنید و خلافیت خود را در برخی زمینه‌ها افزایش دهید. بنابراین بدون شک استفاده از این هوش مصنوعی می‌تواند برای کیفیت عکس برداری شما مفید باشد.

آدرس این ربات : https://keegan.regaind.io/

یکی از دانشجویان دکتر حسابی به ایشان گفت: شما سه ترم است که مرا از این درس می اندازید. من که نمیخواهم موشک هوا کنم. میخواهم در روستایمان معلم شوم.
دکتر جواب داد: تو اگر نخواهی موشک هواکنی و فقط بخواهی معلم شوی قبول، ولی تو نمی‌توانی به من تضمین بدهی که یکی از شاگردان تو در روستا، نخواهد موشک هوا کند.

یک سایت بسیار عالی درباره پروژه ها و ارائه های یادگیری ماشین https://www.ini.rub.de/PEOPLE/wiskott/Teaching/Material/index.html

فیلم های آموزشی درباره آشوب را در سایت زیر می توانید مشاهده کنید. مناسب برای ترکیب با پروژه های رمزنگاری و ... در پروژه های مهندسی برق و کامپیوتر http://maktabkhooneh.org/course/chaos

تشخیص الگو (pattern recognition) شاخه ای از مبحث یادگیری ماشین (machine learning) می باشد که تمرکز آن بر روی شناخت الگو ها و نظم داده‌ها است. روش‌های تشخیص الگو، الگوهای مورد نظر را از یک مجموعه داده‌ها با استفاده از دانش قبلی در مورد الگوها یا اطلاعات آماری داده‌ها، جداسازی می‌کند. تشخیص الگوها کاربردهای زیادی در تشخیص صدا، تشخیص چهره، تشخیص امضا و غیره دارد. فیلم های آموزشی http://maktabkhooneh.org/course/fatemizadeh-patternrecognition

پردازش سیگنالهای دیجیتال http://maktabkhooneh.org/course/mashhadi752

هوش مصنوعی http://maktabkhooneh.org/course/soleimani-ai

الگوریتم های داده های حجیم http://maktabkhooneh.org/course/abam-bigdata

درس معماری کامپیوتر به چگونگی کارکرد، طراحی و ساخت پایه ای ترین اجزای کامپیوتر می پردازد. این درس با بررسی یک پردازش گر ساده و ابتدایی اصول کارکرد آن را بیان میکند. سپس به معماری های مختلف پردازشگر میپردازد. همچنین به بیان مفاهیم پیشرفته تر پردازشگر مانند cache, pipelining و . . . نیز میپردازد.
در انتهای درس انتظار میرود که بتوان یک کامپیوتر ساده ساخت. برای یادگیری مفاهیم ریز پردازنده معماری خیلی مناسب است. فیلم های آموزشی در سایت http://maktabkhooneh.org/course/godarzi784

یادگیری ماشین فیلم های آموزشی http://maktabkhooneh.org/course/soleymani23

دینامیک غیر خطی و آشوب http://maktabkhooneh.org/course/moghimi843

مبانی علوم اعصاب شناختی(خیلی جالبه توصیه می کنم همه مشاهده کنند) http://maktabkhooneh.org/course/ekhtiari419

مبانی مهندسی زلزله http://maktabkhooneh.org/course/mahsooli907

فیلم های آموزشی رایگان دانشگاه شریف. بسیاری از فیلم ها دانلود شده موجود است. در صورت نیاز پیام دهید 🖕🖕🖕🖕🖕🖕🖕

آتوماتای سلولی یا سلولار آتوماتا و سلول های خودکار نیز شناخته می شود. در رشته برق و کامپیوتر این نظریه کاربردهای بسیاری دارد. در زیر مراجع استاندارد را قرار می دهم. https://news.1rj.ru/str/MachineLearningCource

⭕️آتوماتای سلولی با نام های سلولار آتوماتا و سلول های خودکار نیز شناخته می شود. برای اولین بار در دهه ۱۹۳۰ اصطلاح Automata توسط ریاضیدان انگلیسی، آلن تورینگ ارائه شد. همچنین مفهوم آتوماتای سلولی برای اولین بار در دهه ۱۹۴۰ در رشته کامپیوتر توسط Newman و Ulam بوجود آمد. بعدها Conwayریاضیدان در دانشگاه کمبریج این مفهوم را توسعه داد که نظریه او به نام بازی زندگی مشهور شد.
🔴اتوماتای سلولی در مباحثی چون نظریه رایانش‌پذیری ، ریاضیات ، فیزیک ، سامانه‌های انطباقی پیچیده ، زیست شناسی نظری و ریز ساختار ها مورد مطالعه قرار گرفته است. در رشته برق و کامپیوتر این نظریه کاربردهای بسیار گسترده ای دارد.
🏆آقای پروفسور میبدی از دانشگاه امیرکبیر و آقای دکتر احمدی از دانشگاه علم و صنعت از جمله افراد صاحب نظر در زمینه آتوماتای سلولی هستند.
🌷در زیر مراجع استاندارد این موضوع همچنین چند مقاله فارسی و پاورپوینت آموزشی در این زمینه را خدمت شما اراه می کنم.
https://news.1rj.ru/str/MachineLearningCource