TGViewer
Channel Public Channel
Algorithm design & data structureچ

Algorithm design & data structureچ

@algorithmdesign_datastructuer

این کانال برای تمامی علاقه‌مندان به کامپیوتر، مخصوصاً حوزه ساختمان داده‌ها و الگوریتم‌ها، مفید می باشد. آشنایی با ریاضیات مقدماتی، برنامه‌نویسی مقدماتی و پیشرفته و همچنین شی‌گرایی می‌تواند در درک بهتر مفاهیم این درس کمک‌ کند.

👨‍💻Admin👉 @Se_mohamad
Open in Telegram
Subscribers
6.44K
Photos
1.1K
Videos
151
Links
719

Showing posts older than #2131 · Back to latest

Older Posts 20 shown
Post #2129 1.75K
🧠 یه ریپازیتوری فوق‌العاده برای علاقه‌مندان به NLP و مدل‌های Transformer ✨

مجموعه‌ای گزیده و باکیفیت از منابع مربوط به شبکه‌های Transformer، مکانیزم Attention، مدل‌های GPT، BERT، ChatGPT، LLMs و Transfer Learning.

https://github.com/cedrickchee/awesome-transformer-nlp#readme

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 👍 2
Post #2128 1.34K
📢 قابلیت جدید Hugging Face: Streaming Datasets 🚀

دیگه لازم نیست کل دیتاست‌هاتون رو دانلود کنید تا آموزش مدل‌هاتون شروع بشه!
با قابلیت Streaming Datasets، فقط با یه خط کد می‌تونید داده‌ها رو مستقیماً از اینترنت استریم کنید

dataset = load_dataset("HuggingFaceM4/FineVisionMax", split="train", streaming=True)


اطلاعات بیشتر:
https://huggingface.co/blog/streaming-datasets

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 👌 8
  • 👍 3
  • 🔥 1
Post #2127 1.88K
🌟 معرفی PandasAI: کاری راحت با داده‌ها بدون نیاز به کتابخانه‌های پیچیده!

این کتابخونه کار با داده‌ها رو خیلی ساده کرده، بدون اینکه شما لازم باشه با کتابخانه‌هایی مثل Pandas یا NumPy آشنا باشید. فقط کافیه سوالت رو به زبان ساده بپرسی و PandasAI جواب دقیق و حتی نمودارهای کاربردی رو برات آماده می‌کنه! ✨

نحوه کار کردن با PandasAI:

1️⃣ نصب کتابخانه:
pip install pandasai
pip install pandasai-litellm


2️⃣ راه‌اندازی مدل GPT-4.1-mini:
from pandasai_litellm.litellm import LiteLLM

llm = LiteLLM(model="gpt-4.1-mini", api_key="YOUR_OPENAI_API_KEY")


3️⃣ بارگذاری داده و پرسش از آن:
import pandasai as pai

pai.config.set({"llm": llm})
df = pai.read_csv("data/companies.csv")
response = df.chat("میانگین درآمد هر منطقه چقدره؟")
print(response)


اطلاع بیشتر :
https://github.com/sinaptik-ai/pandas-ai

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • ⚡ 2
Post #2122 1.56K
🐍 10 دوره رایگان برای یادگیری Python

👩🏻‍💻 این منابع فوق‌العاده می‌تونن مهارت‌هات در #Python رو چند سطح بالاتر ببرن و بهترین بخشش اینکه کاملاً رایگان هستن!

1️⃣ Comprehensive Python Course for Beginners
🔗 https://www.youtube.com/watch?v=H2EJuAcrZYU

📃 آموزش کامل از پایه تا پیشرفته با توضیحات شفاف و منظم.

2️⃣ Intensive Python Training
🔗 https://www.youtube.com/watch?v=rfscVS0vtbw

📃 دوره فشرده‌ی ۴ ساعته، سریع، دقیق و کاربردی.

3️⃣ Comprehensive Python Course
🔗 https://www.youtube.com/watch?v=ix9cRaBkVe0

📃 آموزش همراه با مثال‌ها و تمرین‌های واقعی.

4️⃣ Introduction to Python (CS50)
🔗 https://cs50.harvard.edu/python/

📃 یادگیری اصول با تمرکز بر منطق، کدنویسی تمیز و حل مسئله.

5️⃣ Automate Daily Tasks with Python
🔗 https://automatetheboringstuff.com/

📃 یاد بگیر چطور کارهای روزمره‌ت رو با Python خودکار کنی.

6️⃣ Learn Python with Interactive Practice
🔗 https://www.kaggle.com/learn/python

📃 آموزش تعاملی با داده‌های واقعی و تمرین‌های عملی.

7️⃣ Scientific Computing with Python
🔗 https://www.freecodecamp.org/learn/scientific-computing-with-python/

📃 پروژه‌محور برای کسانی که می‌خوان با داده و تحلیل علمی کار کنن.

8️⃣ Step-by-Step Python Training
🔗 https://www.w3schools.com/python/python_reference.asp

📃 آموزش مرحله‌به‌مرحله با تمرین‌های کوتاه و تعاملی.

9️⃣ Google's Python Class
🔗 https://developers.google.com/edu/python

📃 دوره‌ای از مهندسان گوگل با تمرین‌های واقعی و نکات حرفه‌ای.

🔟 Introduction to Programming with Python (MIT)
🔗 https://ocw.mit.edu/courses/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/download/

📃 محتوای سطح دانشگاهی برای درک مفاهیم پایه و حل مسئله با تمرین و پروژه.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
YouTube Python Full Course for Beginners | Complete All-in-One Tutorial | 9 Hours Web Dev Roadmap for Beginners (Free!): https://bit.ly/DaveGrayWebDevRoadmap This Python Full Course for Beginners is an all-in-one beginner tutorial and complete course full of nearly 9 hours of Python code and instruction to level up your programming skills.…
  • 👍 3
  • 🔥 1
Post #2121 1.42K
چرا شبکه‌های عصبی قادرن تقریباً هر چیزی رو یاد بگیرن؟


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 🙏 2
Post #2120 1.46K
🔥 معرفی رقیب جدید ویکی‌پدیا: گراکی‌پدیا!

این پلتفرم با ۸۰۰ هزار مقاله اولیه راه‌اندازی شد و تمام محتواهاش توسط هوش مصنوعی Grok نوشته میشن، با بررسی ۲۰۰ تا ۳۰۰ منبع مختلف برای هر مطلب!

🔹 نکته جالب: بعضی مقالات سوگیری دارن، اما تمرکزشون روی دستاوردها و اطلاعات سریع و دقیقه.
🔹 فعلاً تصاویر ندارن، ولی هدفشون یه منبع کامل و هوشمند برای کاربران هست.

https://grokipedia.com/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 💯 3
  • 🤔 1
Post #2118 1.89K
یه ویدیو فوق‌العاده که در ۶ دقیقه، ۱۵ الگوریتم مرتب‌سازی رو با تصویر و صدا نشون می‌ده! 😍

📊 الگوریتم‌های نمایش‌داده‌شده:
selection sort, insertion sort, quick sort, merge sort, heap sort, radix sort (LSD), radix sort (MSD), std::sort (intro sort), std::stable_sort (adaptive merge sort), shell sort, bubble sort, cocktail shaker sort, gnome sort, bitonic sort and bogo sort .

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 👍 3
  • 💯 2
  • 🤣 1
Post #2117 1.36K
🤖🎯 مدل‌های Vision-Language-Action (VLA)

یه جلسه از Ankit Goyal از شرکت NVIDIA برگزار شده درباره‌ی مدل‌های VLA و نقش اون‌ها در کنترل و دست‌کاری ربات‌ها .

🎥 ویدیو جلسه:
https://www.youtube.com/watch?v=IeNwXwK7IME

📑 اسلایدها:
https://yuxng.github.io/Courses/CS6341Fall2025/lecture_18_Guest_lecture_Ankit_Goyal_VLAs.pdf

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 👏 2
Post #2116 1.55K
اگر می‌خواید یادگیری عمیق (Deep Learning) رو نه فقط تئوری، بلکه با کدنویسی واقعی تمرین کنید، این سایت فوق‌العاده‌ست! 💻

📘 شامل ۶۸ تمرین پایتون (Python notebooks) بر اساس متن کتابه که باید قسمت‌های ناقص کد رو خودتون کامل کنید.
🖥 به‌همراه اسلایدهای آموزشی و توضیحات جامع برای هر بخش.

https://udlbook.github.io/udlbook/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 🔥 3
  • 👍 2
  • 🤣 1
Post #2114 1.68K
🔥 معرفی جدید PyTorch: TorchForge

کتابخانه‌ی تازه‌ی TorchForge توسط PyTorch معرفی شد—
یه فریم‌ورک بومی برای یادگیری تقویتی (Reinforcement Learning) که برای post-training و توسعه‌ی عامل‌محور (agentic development) طراحی شده 🚀

💡 نکته‌ی اصلیش اینه که اجازه می‌ده روی الگوریتم‌ها تمرکز کنی، نه زیرساخت! ⚙️

🔗 توضیحات کامل در بلاگ PyTorch:
https://pytorch.org/blog/introducing-torchforge/

💻 ریپوزیتوری رسمی پروژه در GitHub:
https://github.com/meta-pytorch/torchforge


#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 💯 1
Post #2113 1.34K
🚀 اتصال GitHub به Gemini AI فعال شد!

اگر از کاربران Gemini AI (نسخه Pro) هستید، حالا می‌تونید حساب GitHub خودتون رو مستقیماً به Gemini وصل کنید 🎯

با این قابلیت جدید، Gemini می‌تونه به ریپوزیتوری‌هاتون دسترسی پیدا کنه، کدها رو بررسی کنه، ساختار پروژه‌تون رو درک کنه و تحلیل‌های دقیق‌تری ارائه بده 💡

یعنی از این به بعد، فقط با اتصال ساده GitHub، می‌تونید از Gemini برای ایمپورت و تحلیل مستقیم کدها استفاده کنید 🔥

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 👏 3
Post #2112 1.67K
📄 بلاگ جدید Hugging Face منتشر شده که یک راهنمای خوبی برای OCR هست.

توی این مطلب، از چشم‌انداز مدل‌های فعلی و مقایسه اون‌ها گرفته تا زمان درست فاین‌تیون و حتی روش‌های پیشرفته‌تر مثل بازیابی چندرسانه‌ای و پرسش‌و‌پاسخ مبتنی بر اسناد توضیح داده شده.

https://huggingface.co/blog/ocr-open-models

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
Post #2110 1.82K
🚀 دوره جدید freeCodeCamp برای یادگیری عمیق داده‌ساختارها و الگوریتم‌ها

💻 دوره ۴۹ ساعته‌ی رایگان توسط Parth Vyas روی کانال freeCodeCamp منتشر شده که همه چیز درباره DSA و مهارت‌های حل مسئله در مصاحبه‌های فنی رو بهت آموزش می‌ده.

تو این دوره یاد می‌گیری:
- مفاهیم پایه داده‌ساختارها و الگوریتم‌ها
- تحلیل کارایی الگوریتم‌ها با Big O و زمان و حافظه مصرفی
- نحوه حل حرفه‌ای مسائل DSA و تقویت مهارت فکر الگوریتمی

📚 موضوعات پوشش داده شده:
Arrays, Linked Lists, Stacks, Queues, Priority Queues
Trees, Graphs, Dynamic Programming, Backtracking
Sorting & Searching, Sliding Window, Two Pointers
Strings, Matrices, Math & Geometry, Bit Manipulation و خیلی چیزای دیگه!

https://www.youtube.com/watch?v=xwI5OBEnsZU

📣 این دوره عالی رو ببینید و حتماً برای دوستانتون هم بفرستید!

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 🔥 4
Post #2109 1.36K
🎯 سه روش برجسته در Ensemble Learning

🌀 Bagging – تصمیم جمعی برای کاهش نوسان
چند مدل مشابه با داده‌های متفاوت آموزش می‌دی، بعد نظر همشونو ترکیب می‌کنی.
مثل رأی‌گیری بین چند خبره.
📍 نمونه معروفش: Random Forest
📊 مناسب وقتی مدلت هی رفتار متفاوتی داره و ثبات نداره.

⚡️ Boosting – یادگیری از اشتباهات قبلی
مدل‌ها یکی یکی ساخته می‌شن و هرکدوم خطای مدل قبلی رو جبران می‌کنه.
نتیجه؟ یه مدل که تو هر مرحله هوشمندتر می‌شه.
📍 نمونه‌ها: AdaBoost, XGBoost
📊 مناسب داده‌های بزرگ و پیچیده که الگوهاش راحت پیدا نمی‌شن.

🔗 Stacking – ترکیب قدرت مدل‌های مختلف
چند نوع مدل مختلف (درخت، شبکه عصبی، رگرسیون و...) کنار هم قرار می‌گیرن
و یه مدل نهایی تصمیم آخر رو می‌گیره.
📊 مناسب وقتی می‌خوای از توانایی مدل‌های مختلف باهم استفاده کنی.

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
Post #2108 1.51K
در یادگیری تقویتی، معمولاً یک Policy تصمیم می‌گیرد و یک Critic آن را ارزیابی می‌کند.
اما در مدل‌های زبانی بزرگ، آموزش Critic خیلی سنگین و پرهزینه است — به همین خاطر بیشتر روش‌ها آن را حذف کرده‌اند
مقاله جدید به نام :
Asymmetric Proximal Policy Optimization: mini-critics boost LLM reasoning

می‌گوید: به جای حذف کامل منتقد، بیایید چند مینی‌منتقد (mini-critic) سبک بسازیم که هرکدام فقط روی بخشی از داده‌ها آموزش می‌بینند.

اختلاف‌نظر بین این مینی‌منتقد‌ها به مدل کمک می‌کند تشخیص دهد کجاها سخت و مبهم است، تا یادگیری را دقیق‌تر و هوشمندتر انجام دهد.

در نتیجه آموزش پایدارتر، هزینه کمتر و بهبود قابل توجه (۳ تا ۶٪) در توانایی استدلال، حتی با فقط ۵۰۰۰ نمونه آموزشی!

اطلاعات بیشتر :
https://arxiv.org/pdf/2510.01656

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
Post #2106 1.47K
🌐 گفی (Gephi) یک نرم‌افزار متن‌باز قدرتمند برای تحلیل و مصورسازی شبکه‌هاست.
با Gephi می‌توان روابط پیچیده بین داده‌ها را به شکل نمودارهای تعاملی و دیدنی مشاهده کرد و به‌سادگی الگوها، خوشه‌ها و نقاط کلیدی را شناسایی کرد.

⚡️ این نرم‌افزار از یک موتور رندر سه‌بعدی سریع استفاده می‌کند تا حتی بزرگ‌ترین شبکه‌ها را در لحظه نمایش دهد.
امکان فیلتر، خوشه‌بندی، تحلیل و دستکاری گراف‌ها نیز در آن فراهم است.

💻 روی ویندوز، مک و لینوکس اجرا می‌شود و از زبان‌های مختلف پشتیبانی می‌کند.

📦 سورس‌کد و مستندات رسمی در گیت‌هاب موجود است:

https://github.com/gephi/gephi?tab=readme-ov-file

یک کارگاه آموزشی توسط دانشگاه Galway برگزار می‌شود که به‌صورت عملی، تحلیل و تجسم شبکه با نرم‌افزار متن‌باز Gephi را آموزش می‌دهد.

https://www.youtube.com/watch?v=vQ0LAMcaHp0&t=46s

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
Post #2105 1.54K
🔹 معرفی ابزارهای کاربردی :

1. TypingMind.com
نسخه‌ای هوشمندتر از ChatGPT
2. Blackbox.ai
کمک برای نوشتن و تکمیل کدها
3. Glasp.co
ذخیره و اشتراک ایده‌های جالب از وب
4. FlowGPT.com
پیدا کردن بهترین پرامپت‌ها برای هوش مصنوعی
5. Wondercraft.ai
ساخت محتوای صوتی و پادکست با هوش مصنوعی
6. Veed.io
ویرایش سریع ویدیوها به‌صورت آنلاین
7. RunPod.io
استفاده از قدرت پردازشی ابری برای پروژه‌ها
8. Scenario.com
طراحی و تولید عناصر بازی با هوش مصنوعی
9. Suno.ai
ساخت موسیقی با کمک هوش مصنوعی
10. Lindy.ai
خودکارسازی وظایف روزانه
11. PromptPerfect.ai
بهینه‌سازی و بهبود پرامپت‌ها برای مدل‌های هوش مصنوعی
12. Namelix.com
تولید نام برند و کسب‌وکار
13. Kaedim3D.com
تبدیل تصاویر دوبعدی به مدل‌های سه‌بعدی
14. TLDRThis.com
خلاصه‌سازی سریع و هوشمند متن‌ها

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer
  • 🙏 2
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →