با سلام خدمت اعضای بزرگوار
خانم شهسواری از اعضای محترم کانال یک شماره سریال برا آزمون دستگاههای اجرایی دارند در واقع از سایت خریداری کرده اند و بنا به دلایلی از استفاده ان منصرف شده اند هر کدام از دوستان نیاز داشتند و تا بحال اقدام به خرید نکرده اند می توانند مال ایشون را بخرند و ایشالا دیگه پول ایشون هم پایمال نشه. باهم هستیم برای هم.
لطفا به ای دی ایشون پیام دهید.
@zazari569

با کانال ماشین لرنینگ

https://news.1rj.ru/str/Machinelearning_Kartal/1358

همراه هستید.

مقاله برتر چهارمین کنفرانس داده بزرگ دانشگاه شهید مدنی اذربایجان با عنوان "تشخیص نویسنده از طریق رتبه بندی نویسنده بر مبنای احتمال تعلق متون"
فایل اصلی مقاله در ادامه
@Machinelearning_Kartal

فایل اصلی مقاله برتر چهارمین کنفرانس داده بزرگ دانشگاه شهید مدنی اذربایجان
با تشکر از اشتراک گذاری دکتر مهدی هاشم زاده دبیر کمیته علمی کنفرانس
@Machinelearning_Kartal

ممنون از اعضای محترم بابت خرید این.

من قبل از پذیرش دکترای خود جوابیه ای از یکی از اساتید ایتالیایی برای اپلای گرفته بودم که تمایل دارم برای دوستانی که در حوزه ماشین لرنینگ و کامپیوتر ویژن فعالیت می کنند به اشتراک بگذارم.

Dear Jalil,

it would be a pleasure to have you working with us in our lab.
However, to be admitted to a PhD course at the University of Pavia (and at an Italian university in general), you will need to participate in a public competition (composed of a qualification assessment and an interview).
The deadline for the 2017/18 application will be probably in July, and will be published at the page http://www.unipv.eu/site/en/home/research/phd-courses.html. Meanwhile, you can have a look at the 2016/17 call for applications: http://www.unipv.eu/site/en/home/research/phd-courses/documento27388.html, page 24 for the PhD in Electronics, Computer Science and Electrical Engineering).
Of course, in case you are interested, we will have to define a theme that you will propose in the interview.

امیدوارم مفید باشد.
با کانال ماشین لرنینگ

https://news.1rj.ru/str/Machinelearning_Kartal/1359

همراه هستید.

بخش32 تا 31 کتاب Machine Learning Yearning
از پروفسور
Andrew NG
منبع
ایمیل شده از سایت پروفسور
Andrew NG

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1360


همراه باشید

چالش جدید دیگر از سایت https://www.kaggle.com
🌹انتخاب به عنوان کار تحقیقاتی جدید
🌿 انتخاب عنوان برای پایان نامه برای دوستان و دانشجویان ارشد عزیز.
💭برای بچه هایی که دنبال چالش و دنبال جایزه خوب
YouTube-8M Video Understanding Competition Launch: Create a Constrained-Size Model to Predict Video Labels

حامی اصلی این رقابت
Google AI
..🌹🌹🌹🌿🌿🌿🌹💭🌿
We've just launched the YouTube-8M Video Understanding Challenge! Here are the competition details. Click the button below if you're interested in competing, or digging deeper into the specifics.

Competition Denoscription:
This is the second Kaggle competition based on the YouTube 8M dataset, a large-scale video dataset that consists of millions of YouTube video features and associated labels from a diverse vocabulary of 3,700+ visual entities.

This year, the competition is focused on learning video representation under budget constraints. You’re challenge is to produce the best compact video classification model under 1GB.

YouTube

Host:
This competition is being hosted by Google AI (previously known as Google Research) as a part of the European Conference on Computer Vision (ECCV) 2018 selected workshop session.

Total prizes:
$25,000 – The 5 top-performing teams (on final leaderboard based on private test data) will receive $5,000 per team for travel award to attend the ECCV 2018 Conference.

Next important deadline:
July 30, 2018 - Entry deadline. You must accept the competition rules before this date in order to compete.

Join the competition
Good luck,
The Kaggle Team

منبع :
https://www.kaggle.com/c/youtube8m-2018?utm_medium=email&utm_source=intercom&utm_campaign=youtube+competition+2018

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1361


همراه باشید

اگر شبکه عصبی عمیق خوبی طراحی کردی، در رقابتی که اندرواینگ گذاشته شرکت کنید...

https://stanfordmlgroup.github.io/competitions/mura/
با کانال

@Machinelearning_Kartal
هستید

وبینار رایگان برای شروع کار با ماشین لرنینگ با تنسورفلو روی پلتفرم ابرگوگل.

Get Started with Machine Learning with TensorFlow on Google Cloud Platform
Go behind the scenes of the new “Machine Learning with TensorFlow on Google Cloud Platform” specialization on Coursera, which will teach you how to build production-ready machine learning models. During this webinar, Lak Lakshmanan, Google Cloud Machine Learning expert, will preview some of the Machine Learning techniques you will learn, walk through a demo of how to debug TensorFlow programs, and share insights on the exciting field of Machine Learning. Register now and get free access to a Machine Learning lab to jumpstart your learning. All webinar attendees will also receive a free voucher to take the first course of the Coursera specialization for free.

Live online May 30 7:30 pm Germany - Berlin or after on demand 45 mins

منبع
https://www.brighttalk.com/webcast/10619/322293/get-started-with-machine-learning-with-tensorflow-on-google-cloud-platform

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1362


همراه باشید

دنیال همکار برای مشارکت در حوزه هوش مصنوعی

اعضای همیشه خوب و پر تلاشم سلام

با همکاری اعضای محترم کانال یه مقاله که در دهمین کنفرانس بینایی ماشین اصفهان امسال توانستیم سابمیت کنیم و این در IEEE سایمیت شد.
خلاصه : 

Recognizing Farsi numbers utilizing deep belief network and limited training samples

Author(s)
 
 Firouzeh Razavi ;  Jalil Nourmohammadi Khiarak ;  Esmaeil Fakhimi Gheshlagh Mohammad Beig ;  Samaneh Mazaheri


Abstract:

Recognizing handwritten letters is one of the important issues that have always been a major challenge in the field of computer vision. To have a better performance of letter identifying systems, one of the primary requirements is to select characteristics that explain a good word picture. Another challenge is the choice of an appropriate method for machine learning, which could be able to separate explanatory features of the characters, effectively. On the other hand, when the data set is small, the training process will be very difficult and error rate will increase. In this paper, Deep Belief Network Learning method is applied to identify Persian numbers. In deep learning method, raw data can be used as network's input; in fact deep learning can perform feature extraction and classification of data, at the same time. Every picture's pixels is changed into a horizontal vector and used for the training step of deep belief network. Although, utilized datasets for training and testing of the network are not huge, in the evaluation section, acceptable results obtained.

Published in: Machine Vision and Image Processing (MVIP), 2017 10th Iranian Conference on

جا داره اژ خانم دکتر مظاهری بابت مشاوره و کامت های خوبشون تشکر ویژه نمایم.
🌹🌿💭
با کانال

https://news.1rj.ru/str/Machinelearning_Kartal/1363
همراه باشید.

#خبر
‌‌«سرمایه‌گذاری ۱۵/۷ میلیارد دلاری شهر تین‌جین برای توسعه هوش مصنوعی»

شهر تین‌جین در شمال شرق چین قصد دارد بودجه ۱۰۰ میلیارد یوانی (۱۵/۷ میلیارد دلاری) را برای توسعه فناوری هوش مصنوعی، جذب نخبگان و پشتیبانی بخش‌های مختلف بازار مانند ربات‌های هوشمند و سخت‌افزار اختصاص دهد. این بودجه قرار است از طریق راه‌اندازی کسب و کارها و سازمان‌های خصوصی در داخل و خارج چین تأمین شود.
این قبیل برنامه‌ها در راستای تبدیل چین به کشور پیشرو جهان در حوزه صنایع هوش مصنوعی می‌باشد بطوری که تا سال ۲۰۳۰ ایالات متحده آمریکا را پشت سر خواهد گذاشت.
گفته می‌شود صنایع هوش مصنوعی در چین، GDP این کشور را تا سال ۲۰۳۰ به میزان ۲۶ درصد افزایش خواهد داد؛ که در این زمان ارزش بازار این صنعت به رقم یک تریلیون دلار بالغ خواهد شد.
میزان سرمایه‌گذاری ۱۵/۷ میلیارد دلاری تین‌جین را با سرمایه‌گذاری کمیسیون اروپایی می‌توان مقایسه کرد که قصد دارد تا سال ۲۰۲۰ تنها ۱/۷۷ میلیارد دلار به این حوزه اختصاص دهد.

📢 کد خبر: 20180526-528

https://www.zdnet.com/google-amp/article/chinese-city-sets-up-15-7b-fund-to-boost-ai-development/

با تشکر از اسماعیلی عزیز
با کانال

https://news.1rj.ru/str/Machinelearning_Kartal/1364

همراه باشید.

#آموزش
اهمیت پردازش زبان طبیعی (NLP)
By سید علی رضا میره ای خرداد ۱, ۱۳۹۷

اهمیت پردازش زبان طبیعی (NLP)
امروزه پردازش زبان طبیعی (NLP) بخشی از تکنولوژی های جدیدی است که برای رشد برخی کسب و کارها می تواند موثر باشد. هنگامی که شما از برنامه ای درخواست جهت یابی (DIRECTION) می کنید تعداد زیادی کدهای Cutting-Edge برای درک سوال شما، پیدا کردن اطلاعات مورد نظر شما و پاسخ به سوال شما به زبان خودتان، فعال می شود. در چند سال اخیر ما توانسته ایم به نحوی که رایانه متوجه شود با آن ارتباط برقرار کنیم و شاید از منظر دیگر ما زبان خود را بهتر شناخته ایم. فن آوری برتری که این امکان را ایجاد کرده پردازش زبان طبیعی یا NLP است و می توان گفت که در NLP هوش تجاری (BI) را نیز دچار تغییرات کرده است به شکلی که رابط های کاربری بسیار آسان تر شده است.
پردازش زبان طبیعی (NLP)
NLP یا به بیان دیگر زبان شناسی محاسباتی، ترکیبی از یادگیری ماشین، هوش مصنوعی و زبان شناسی است که به ما اجازه می دهد با ماشین ها صحبت کنیم درست مثل اینکه آن ها نیز انسان هستند.
با نگاهی به گذشته نه چندان دور به یاد می آوریم که در گذشته برای رسیدن به یک نتیجه مناسب در گوگل لازم بود که شما زبان گوگل را بلد باشید و از کلماتی مانند AND , OR , NOT نیز برای بهتر شدن نتیجه استفاده کنید ولی ذر حال حاضر گوگل و دیگر موتورهای جست و جو خود را به زبان انسان نزدیک کرده اند و سعی می کنند درخواست فرد را از موضوع مورد نظرش را درک کنند.NLP داده های دموکراتیک می سازد( هدف از دموکراتیزاسیون داده ها این است که اجازه دهد متخصصین بدون نیاز به کمک خارجی قادر به جمع آوری و تجزیه و تحلیل داده ها باشند).


مقاله : بررسی ارتباط بین هوش تجاری و تحلیل شبکه های اجتماعی


تصور کنید شما به جای سال ها کسب تجربه و کار کردن با نرم افزارهای تحلیل داده بتوانید با پرسیدن سوال ” چگونه درآمد را سه ماه پیش رو افزایش دهید؟ ” به جواب سوال خود برسید. رسیدن به این نقطه چندان دور از دسترس نیست.
حذف رابط های گرافیکی UI یا GUI و جایگزین کردن فرمان های صوتی می تواند رابط کاربری را بسیار کاربر پسندتر کند. شاید در حال حاضر گوگل تنها در مورد آب و هوای چند روز آینده به شما پاسخ بدهد ولی در آینده می تواند با پرسش از گوگل به درک احساسات مشتریان در مورد علت جستجوی فرد در مورد آب و هوا پی ببرد.
در حال حاضر NLP سعی می کند زبان طبیعی را به زبان ماشین نزدیک کند ولی در آینده با کمک هوش مصنوعی، رایانه بهتر به درک علت های پرسیدن سوال پی می برد و می تواند پاسخ های دقیق تر و کاربردی تری به پرسش بدهد.پردازش زبان طبیعی با ساخت داده های غیر ساختاری قابل درک برای ماشین محدوده پاسخ هایی که ماشنن می تواند به سوالات بدهد را گسترش می دهد.
NLP هوش تجاری را بهبود می بخشد
یکی از اهداف اصلی هوش تجاری (BI) درک رفتار مشتری و برنامه ریزی برای اجرای آن است، پس پردازش زبان طبیعی در راستای بهبود روند های هوش تجاری موثر باشد. یکی از موانع اصلی هوش تجاری و کلان داده کاربرپسند بودن داده هاست که هم حجم داده ها را کاهش می دهد و هم تحلیل آن را راحت تر می سازد. پردازش زبان طبیعی می تواند در برداشتن این موانع به BI کمک کند.
اهمیت چت بات ها chatbot
فرض کنید به جای اینکه از خودتان بپرسید “بهترین فروش من در سال جاری توسط چه کسی بوده است؟” و با یک کلیک، از داده های خود برای پیدا کردن پاسخ استفاده کنید. پس به سادگی از یک chatbot بپرسید و جواب خود را دریافت کنید؛ مانند گرفتن جواب از یک دوست در نرم افزار های پیام رسان!

منبع:
https://armansoft.ir/blog/natural-language-processing/the-importance-of-natural-language-processing/
با کانال

https://news.1rj.ru/str/Machinelearning_Kartal/1365

همراه باشید.

بخش35 تا 33 کتاب Machine Learning Yearning
از پروفسور
Andrew NG
منبع
ایمیل شده از سایت پروفسور
Andrew NG

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1366


همراه باشید

اقای دکتر عسگری به کانال ما خیلی لطف داشتن و دوست دارم برای اعضای کانالم گروه های مفید ایشون را خدمت شما معرفی نمایم در این مدت فعالیت بنده در زمینه یادگیری ماشین و یادگیری عمیق خیلی از این گروه ها کمک گرفتم و واقعا متخصص های زیادی منجمله دکتر سید ناصر رضوی و خود اقای عسگری عزیز حضور دارند.

بنا به درخواست کاربران، مجددا لیست تمامی گروههای وابسته به کانالمون رو منتشر میکنیم:

گروه پرسش و پاسخ لینوکس پایتون و هوش مصنوعی:
↪️ https://news.1rj.ru/str/joinchat/ClyM2j9QzOiYfJkHkgrMxQ

گروه مباحث کارایی و سرعت:
↪️ https://news.1rj.ru/str/joinchat/Bk7UBktMMjCq3FowT8JNtA

گروه متخصصین وب:
↪️ https://news.1rj.ru/str/joinchat/ClyM2g1Bc2jNZw7yzuj-fA

گروه ریاضی و رمزنگاری:
↪️ https://news.1rj.ru/str/joinchat/HdXdAUv287poCj8cYQbbuw

گروه پرسش و پاسخ یادگیری عمیق:
↪️ https://news.1rj.ru/str/joinchat/ClyM2kZKfp0_jRXWpiQDkw

گروه پرسش و پاسخ پردازش زبان طبیعی:
↪️ https://news.1rj.ru/str/joinchat/ClyM2lM9sguMoBTT7rVJzw

گروه ارز دیجیتال:
↪️ https://news.1rj.ru/str/joinchat/ClyM2ks_FYXoQKnkXoPCtg

کانال یوتیوب دروس فارسی دکتر رضوی (هوش مصنوعی، پایتون و یادگیری عمیق):
↪️ http://www.youtube.com/c/SeyedNaserRazavi

کانال پایتون، هوش مصنوعی، لینوکس و علوم شناختی:
↪️ https://news.1rj.ru/str/joinchat/AAAAAEIZz9O4RpAXQ_ylTw

کتابخونه ما با گلچینی از کتابهای مفید در زمینه پایتون و یادگیری ماشین:
↪️ https://news.1rj.ru/str/PyRepo

لینوکس و همه چیز درباره آن:
↪️ https://news.1rj.ru/str/uselinux

❇️ @ai_python with ❇️ @uselinux

یک آموزش بسیار روان از نحوه پیاده سازی تشخیص چهره با متلب.
منبع: https://www.youtube.com/watch?v=syOgjbjSpGk&t=10s

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1367


همراه باشید

یک #آموزش بسیار روان از آموزش مدل #یادگیری عمیق در کلود (مناسب بدون GPU) .
منبع: https://www.youtube.com/watch?v=Bgwujw-yom8

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1368


همراه باشید

#اپلای

دانشگاه کنت انگستان دنبال Research Associate در زمینه هوش مصنوعی با حقوق عالی. فرصت ده روز از امروز.
Research Associate in AI for Privacy Protection

Location: Canterbury
Salary: £33,518 to £38,833
Hours: Full Time
Contract Type: Fixed-Term/Contract
Placed on: 15th May 2018
Closes: 13th June 2018
Job Ref: STM0908
The School of Computing are looking to appoint on a fixed term basis a Research Associate working with Prof Shujun Lito deliver the University of Kent’s contribution to an interdisciplinary project noscriptd “PriVELT: PRIvacy-aware personal data management and Value Enhancement for Leisure Travellers”

Working closely with a number of researchers from the University of Kent (Prof Alex Freitas of Computing, Dr Lisa Dickson of Law, and Dr Mario Weick of Psychology) and University of Warwick (Prof Jay Bal, Dr Xiao Ma) to develop both client-side and server-side algorithms and software for assisting leisure travellers to monitor data sharing related to their travels.

اطلاعت تکمیلی در سایت زیر
https://academicpositions.eu/ad/university-kent/2018/research-associate-in-ai-for-privacy-protection/114147

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1369


همراه باشید

#اپلای کاری
مثله همیشه به یاری هم می رسیم ما
🌹🌹🌹🌿🌿🌿💭💭💭
توضیحات از زبان خود اقای Sahba Zojaji پژوهشگر در Research Engineer at INSA Rouen

دوستان سلام.
یک موقعیت کاری research engineer در حوزه embodied conversational agent در موسسه ملی علوم کاربردی فرانسه واقع در Rouen از اوایل سپتامبر ۲۰۱۸ تا اخر نوامبر ۲۰۱۹ وجود دارد. لطفا دوستان علاقه مند که حداقل مدرک فوق لیسانس دارند با سوابق تحقیقاتی یا عملیاتی مشابه رزومه خودشون را برای من @szojaji تلگرام کنند. در ضمن تسلط به یکی از زبان های انگلیسی یا فرانسه ضروری است.
متشکرم.
موقعیت تو سایتی اعلام نشده! بله لطف میکنید بذارید تو کانال. چون ترجیحم اینه که یکی از دوستان ایرانی بتونه این موقعیت را بگیره.
امیدوارم همیشه این راه ادامه پیدا کند و بتوانیم برای همدیگر یاری رسان باشیم.
ای دی تماس:
@szojaji

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1370


همراه باشید.

نسخه جدید تلگرام با قابلیت عدم فیلتر شدن
تازه‌‎های نسخه ۱.٣:

- دور زدن سانسور (فيلتر اينترنت) بهبود يافته است.
- پايدارى ارتباط موقع استفاده از سرور هاى پراكسى بهبود يافته است.
- امكان ذخيره كردن چندين سرور پزاكسى و انتخاب سريع يكى از آنها در بخش تنظيمات ايجاد شده است.
- براى تماس صوتى از سرورهاى پراكسى استفاده كنيد.
- جايگزينى متن بلافاصله پس از تايپ انجام مى شود (بجاى اينكه موقع ارسال جايگزين شود) و ميتوان آن را با استفاده از backspace يا Ctrl/Cmd + Z به حالت قبلى باز گرداند. از اين پس موقع پيست كردن جايگزينى متن انجام نخواهد شد.

قابليت ميانبر قالب‌بندى افزوده شده است. از اين پس براى استفاده از آن متن مورد نظر را انتخاب كنيد:
- CTRL/CMD + B/I براى قالب هاى برجسته و كج
- CTRL/CMD + K براى ايجاد يا ويرايش لينك سفارشى
- CTRL/CMD + SHIFT + M براى قلم ته‌فاصله
- CTRL/CMD + SHIFT + N برای پاك كردن قالب بندى

New in version 1.3:

- Improved censorship circumvention.
- Improved stability when working through proxy servers.
- Save several proxy servers to quickly switch between them in Settings.
- Use proxy for calls.
- Text replacement now happens immediately after typing (instead of after sending) and can be rolled back using Backspace or Ctrl/Cmd + Z. Replacement no longer happens when pasting text.

Added formatting shortcuts. Select text and use:
- CTRL/CMD + B/I for bold and italic
- CTRL/CMD + K to create or edit a custom link
- CTRL/CMD + SHIFT + M for monospace font
- CTRL/CMD + SHIFT + N to clear formatting

با کانال
https://news.1rj.ru/str/Machinelearning_Kartal/1371


همراه باشید.