یک فایل آموزشی راجب داکر، رنگی رنگی و بامزه🐳🌈

تاریخچه هوش مصنوعی


منبع:

https://numberland.ir/blog/ai-history/

آلن ماتیسون تورینگ (به انگلیسی: Alan Mathison Turing) ‏(۲۳ ژوئن ۱۹۱۲ – ۷ ژوئن ۱۹۵۴) ریاضی‌دان، دانشمند رایانه، منطق‌دان، فیلسوف، زیست-ریاضی‌دان و رمزنگار انگلیسی بود.


تورینگ را پدر علوم کامپیوتر و هوش مصنوعی می‌دانند و مهم‌ترین جایزهٔ علمی رایانه به‌افتخارش، جایزهٔ تورینگ نام گرفته‌است. او دارای نشان ویژهٔ سلطنتی انگلستان و عضو پیوستهٔ کالج سلطنتی بود.

تورینگ به‌کمک ماشین تورینگ، فرمول‌بندی مؤثری برای الگوریتم‌ها و محاسبات کرد و با پیش‌نهادن آزمایش تورینگ، سهم به‌سزایی در هوش مصنوعی داشت:
آیا می‌توان روزی گفت: «ماشین هوشیار است و می‌تواند فکر کند؟»

در جنگ جهانی دوم تورینگ در بِلِچلی پارک (مرکز کدشکنی انگلستان) مشغول و برای مدتی مسئول بخش تحلیل رمزهای به‌کاررفته از سوی نیروی دریایی آلمان بود. او چند روش برای شکستن رمزهای آلمان‌ها ابداع کرد؛ از جمله روش الکترومکانیکی که می‌توانست تنظیمات ماشین انیگما را پیدا کند.

ادامه:‌
ژانویه ۱۹۵۲، تورینگ سی‌ونه ساله بود که با آرنولد مورِی، مرد نوزده ساله بیکار، رابطه برقرار کرد. درست پیش‌از کریسمس، تورینگ در حال قدم زدن در جاده آکسفورد منچستر بود که موری را بیرون یک سینما ملاقات و او را به ناهار دعوت کرد. ۲۳ ژانویه، به خانه تورینگ دستبرد زده شد. موری به تورینگ گفت که او و سارق با هم آشنا هستند و تورینگ دزدی را به پلیس گزارش داد. در طول تحقیقات، همجنس‌گرایی تورینگ، فاش شد. آن سال‌ها، همجنس‌گرایی در بریتانیا جرم و بیماری روانی انگاشته می‌شد. تورینگ میبایست طبق قانون، میان زندان رفتن و اختگی شیمیایی (Chemical castration) یکی را برمی‌گزید؛ او دومی را برگزید. به‌دنبال آن، همه ضمانت‌های حفاظتی‌اش، لغو و از ادامهٔ کارش روی پروژه‌های رمزنگاری جلو گرفته شد. تزریق مواد شیمیایی برای یک سال ادامه یافت و عوارض جانبی بسیاری از جمله رویش پستان‌ها برجای گذاشت. گفته می‌شود که این دورهٔ درمانی، در ابتلای آلن تورینگ به افسردگی شدید نیز اثر داشت و همین بود که سرانجام به خودکشی او در ژوئن ۱۹۵۴ انجامید.

منبع

مدتیه هی دارم با خودم فکر میکنم دو ساله نشستم دیتاساینس خوندم که چی؟! خب به چه دردی میخوره به جز واسه شغل و پول درآوردن؟

بلخره به این نتیجه رسیدم این مهارتی که من الان دارم منو خیلی قوی کرده! چطوری؟ آخه من همیشه از بچگیام خیلی اهل مطالعه و تحقیق بودم، فهمیدم الان به غیر از اون جنبه ی شغلیش میتونم در جهت اهداف شخصیم هم استفادش کنم. من تاریخ رو خیلی دوس دارم، مثلا میتونم روی دیتاهای تاریخی کار کنم و کلی اطلاعات باارزش ازشون کشف کنم. کلا کسی که علوم داده بلده خیلی قدرتمند تر از دیگران میتونه به مطالعه و کشف علوم مورد علاقش بپردازه، حالا یکی تاریخ دوس داره، یکی ورزش، یکی پزشکی و ...

همش با خودم میگم ما انسانها با مغزمون کتابها و منابع رو میخونیم و اطلاعات کسب میکنیم ولی اونجوری که هوش مصنوعی میخونه و میفهمه خیلی فرقشه! متوجه شدید چی میگم؟!😎

#دیتاساینس #کشف_علوم
⚙@Melaneepython

دیروز نشستم نقاشی کشیدم😅.
رو این کاغذ شطرنجی ها میتونید معماری شبکه عصبی مورد نظرتون رو طراحی کنید، برای درک بهتر عالیه این کار.

⚙@melaneepython

در شبکه های عصبی کدوم تابع های فعال سازی (Activation Functions ) رو برای کدوم الگوریتم استفاده کنیم؟

⭐ برای شبکه های  CNN و MLP معمولا تابع ReLU استفاده میشه.

⭐برای شبکه های RNN معمولا توابع Sigmoid و tanh استفاده میشن.

⭐تابع ReLU یک تابع جنرال هست که برای اکثر شبکه های عصبی میتونه استفاده بشه.

⚠️ توجه: در مواردی که ذکر شد قانون خاصی وجود نداره، شما همه ی توابع فعالسازی غیر خطی مخصوص hidden layers رو میتونید استفاده کنید، مهم اینه که به بهترین عملکرد الگوریتم تون برسید.

✅نکته:

⭐ توابع فعال سازی برای Output layer:
Linear
Sigmoid
Softmax

⭐توابع فعال سازی برای  Hidden layer:
ReLU
Sigmoid
tanh


⁉️اگر در این پست موردی رو اشتباه گفتم ریپلای کنید بگید چون صرفا تجربه ی شخصی خودم بودند.


⚙@melaneepython

در ادامه مطالعات زبان شناسیم در حوزه ی NLP به نتایج جالبی رسیدم. اینکه هر زبانی برای خودش کتابخانه ها، کلاس ها و توابع بخصوص خودش رو برای برنامه نویسیش داره. مثلا برای زبان آلمانی 🇩🇪 چون قواعد نحویش فرق داره با زبان انگلیسی کلا برنامه نویسیش هم فرق داره.

در حوزه ی NLP برای زبان هر کشوری در جهان فرصت های شغلی و تحقیقاتی جدیدی بوجود اومده. هر قوم و ملیتی برای زبان خودش میتونه کتابخانه های برنامه نویسی مخصوص خودش رو بنویسه.

یکی از چالش های کاری که قبلا سرکار باهاش مواجه شدم جمع آوری دیتا و کار کردن با انواع فرمت فایلی که دیتام داخلش ذخیره شده بود از قبیل sql, docx , pdf, xlsx , txt, json و غیره بوده.

به عنوان یک دیتا ساینتیست شما باید مهارت سر و کله زدن با انواع فرمت فایل رو داشته باشید.

#دیتا_ساینتیست
#تجربه_کاری

یکی از منابعی که الان بچه های دکترای علوم کامپیوتر-گرایش هوش مصنوعی دارند میخونند این کتاب هست. فایلش رو از چنل آقای مهندس میلاد وزان براتون میفرستم.

Machine Learning
Zhi-Hua Zhou
Translated by Shaowu Liu
Springer Nature

معرفی کتاب:

📕Book: Natural Language Processing with Python 

👨‍🏫 Author: Steven Bird, ...

✅ Pages: 504

💥 Publisher: O'reilly

یک منبع فارسی برای یادگیری ماشین

نویسنده: محمد علی زارع چاهوکی

یک منبع فارسی برای شبکه های عصبی مصنوعی

نویسنده: حوریه اصفهانیان


این منابع فارسی که معرفی میکنم بیشتر برای مبتدی ها مناسبه و الا منابع اصلی نیستند.

همیشه برام یکی از ابزارهای جذابی که وب دولوپر ها استفاده میکنند ابزار Chrome Dev Tools بوده😎.
کاربردهای Inspect Element زیاده که باید به عنوان یک دیتاساینتیت ماهم بلدش باشیم، بخصوص قسمت Network اش که میشه کلی اطلاعات خوب ازش استخراج کرد مثلا لود سایت چقدره، تعداد رکوئست ها و ...

در ادامه دو تا لینک مفید که از یوتیوب پیدا کردم رو براتون بالا گزاشتم❤.

تایتل هاش:
- Chrome dev tools network traffic

- Extracting data from network requests

توصیه های یک دیتاساینتیست رو در یک گروهی میخوندم که تجربه مصاحبه با شرکت های خارجی داشتند ایشون و الان در آلمان هستند.

حتما حتما برای بخش کد زنی مصاحبه، نمونه مسائل سایت لیت کد (LeetCode) رو حل کنید.