یادگیری عمیق بدون نظارت و خودرمزنگارها (Autoencoder)-مسعود پوررضا
• استخراج ویژگی (روش های دستی و یادگیری عمیق)
• ویژگی خوب چه ویژگی ای است؟
• اتوانکدر چیست؟
• اتوانکدر در شاخه های مختلف (متن،تصویر،صوت و ...)
• معرفی و بررسی انواع اتوانکدرها شامل (Variational،Sparse، Denoising، Convolutional و Stacked)
• پیاده سازی اتوانکدرها با کتابخانه کراس
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/iInNb

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

#خبر

معرفی نسخه جدید کتابخانه پایتون پردازش زبان طبیعی Stanford با قابلیت پشتیبانی از زبان فارسی

دانشگاه استنفورد به تازگی با بروزسانی کتابخانه پردازش زبان طبیعی خود، علاوه بر بهبود هسته پردازشی خود، قابلیت پشتیبانی از ۵۳ زبان مختلف را اضافه کرده است. نکته قابل توجه اضافه شدن پشتیبانی از زبان فارسی می باشد که برای پژوهش‌گران پردازش زبان طبیعی می‌تواند بسیار ارزشمند باشد.
لیست همه زبان هایی که این کتابخانه مورد پشتیبانی قرار داده را با جزئیات بیشتر می‌توانید در لینک زیر ملاحظه کنید:
https://stanfordnlp.github.io/stanfordnlp/installation_download.html#human-languages-supported-by-stanfordnlp
امکانات دیگر این کتابخانه و نحوه نصب و راه اندازی آن را می‌توانید از این لینک بررسی نمایید:
https://stanfordnlp.github.io/stanfordnlp/index.html

@partdpai

مدل های زبانی و تعبیه سازی کلمات-سعید بی باک
• مدل زبانی چیست؟ و کاربردهای آن چه هستند؟
• معرفی کتابخانه های پردازش زبان طبیعی در پایتون SpaCy، FastText، Gensim و ....
• بررسی مفهوم بردار کلمات
• معرفی بردار کلمات Word2Vec
• پیاده سازی عملی بردار کلمات Word2Vec
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/QouO2

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

مدل های ترتیبی و یادگیری عمیق در پردازش زبان طبیعی-ابوالفضل مهدی زاده
• Introduction to Sequences and Time Series
• (Introduction to Recurrent Neural Networks (RNNs
• What is LSTMs
• Introduction to Deep NLP
• به همراهی پیاده سازی مثال هایی از شبکه های RNN، LSTM در کتابخانه کراس برای پیشبینی سری های زمانی، تولید متن، ترجمه ماشینی و ...
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/upcf8

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

مدل های ترتیبی و یادگیری عمیق در پردازش زبان طبیعی-ابوالفضل مهدی زاده-بخش دوم
• Introduction to Sequences and Time Series
• (Introduction to Recurrent Neural Networks (RNNs
• What is LSTMs
• Introduction to Deep NLP
• به همراهی پیاده سازی مثال هایی از شبکه های RNN، LSTM در کتابخانه کراس برای پیشبینی سری های زمانی، تولید متن، ترجمه ماشینی و ...
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/uEb8l

آموزش کتابخانه fastai - محمد چناریان نخعی
•مقایسه ای بین فریمورک های یادگیری عمیق مانند تنسورفلو و پایتورچ
•معرفی کتابخانه fastai
• روش های انتخاب بهینه نرخ یادگیری و بهبود دقت مدل
•مثالی عملی برای دسته بندی تصاویر
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/khcf8


برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

یادگیری عمیق برای داده های ساختاریافته (جدولی) و سیستم های پیشنهاددهنده-نخعی
•تفاوت داده های ساختار یافته و بدون ساختار
•روش های سنتی یادگیری ماشین برای کار با داده های جدولی
•معرفی روش Entity Embedding برای کار با متغیرهای دسته ای Categorical
•پیاده سازی Entity Embedding با استفاده از کتابخانه fastai
•کاربرد یادگیری عمیق برای سیستم های پیشنهاددهنده و Collaborative Filtering
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/v8Muf

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

تشخیص چهره- بخش اول- علیرضا اخوان پور-1

•one-shot learning: Face Verification & Recognition
•Siamese network
•facenet triplet loss

برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/xdC7r

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

تشخیص چهره - علیرضا اخوان پور - بخش دوم
• one-shot learning: Face Verification & Recognition
• Discriminative Feature
• Center loss
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/qmo3u

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

تنسورفلو - ابوالفضل مهدی زاده
• اصول ابتدایی تنسورفلو
• سطوح مختلف API ها در تنسورفلو
• سطح پائین
• سطح میانه
• سطح بالا
• ساختار شبکه های عصبی در تنسورفلو
• مثالی عملی از پیاده سازی برای مسائل رگرسیون
• مثالی عملی از پیاده سازی برای مسائل طبقه بندی
• شبکه های پیشرفته تر
• CNN
• RNN
• SAE
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/KNbTc


برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

یادگیری عمیق تقویتی - مهندس بادنوا
• Difference between RL and other machine learning methods
• Applications
• Basic definitions of RL (MDP and policy function)
• Difference between model-based and model-free methods
• SARSA (an on-policy method)
• Q learning method (an off-policy method)
• A simple code and the training process
• Policy search and value estimation
• Value approximation
• Deep neural networks
• Deep Q network (DQN) a value approximation method which uses deep neural
• networks
• Policy estimation using deep neural networks
• A simple code using Tensorflow
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/8rs4g

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

نگاهی گذرا به فعالیت های مرکز تحقیقات هوش پارت در سایت ویرگول در سالی که گذشت ...

https://virgool.io/@partdpai

پایتورچ - بخش اول - مسعود پوررضا
مفهوم تنسور
مفهوم گراف محاسباتی
تفاوت تنسورفلو و پایتورچ
تفاوت پایتورچ نسخه 0.4 با نسخه های قبلی
ساختار داده ها و عملگرها در پایتورچ
کار با GPU در پایتورچ
خواندن دیتا با استفاده از DataLoader و Dataset در پایتورچ
دسته بندی با استفاده از شبکه های کانولوشنالی در پایتورچ
پردازش زبان طبیعی با پایتورچ
پیاده سازی شبکه های عریض در پایتورچ
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/SYH7l

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

پایتورچ - بخش دوم - مسعود پوررضا
مفهوم تنسور
مفهوم گراف محاسباتی
تفاوت تنسورفلو و پایتورچ
تفاوت پایتورچ نسخه 0.4 با نسخه های قبلی
ساختار داده ها و عملگرها در پایتورچ
کار با GPU در پایتورچ
خواندن دیتا با استفاده از DataLoader و Dataset در پایتورچ
دسته بندی با استفاده از شبکه های کانولوشنالی در پایتورچ
پردازش زبان طبیعی با پایتورچ
پیاده سازی شبکه های عریض در پایتورچ
برای مشاهده این ویدئو به آدرس زیر مراجعه نمایید :
https://www.aparat.com/v/SYH7l

برای آگاهی از انتشار ویدئو های بعدی به کانال ما مراجعه نمایید:
@partdpai

چگونه خطاهای کد نویسی را پیدا کنیم ؟
💭💭💭
در این مطلب قصد داریم شما را با ابزاری آشنا برای برنامه نویسان (لینتر) آشنا کنیم و تعریفی کوتاه از این ابزار و تاریخچه آن بیان نماییم :
http://yon.ir/4yACa

ترجمه های ماشینی چگونه متولد شدند ؟
در این مقاله قصد داریم تا نگاهی داشته باشیم به تولد ترجمه ماشینی و استفاده های مختلف آن و فراز و نشیب هایی که تا به امروز داشته است.
👇👇 👇

http://yon.ir/e0lBw

فرصت #استخدام متخصص هوش مصنوعی
مرکز تحقیقات هوش مصنوعی پارت، از علاقه مندان و فعالان در یکی از حوزه های بینایی ماشین، داده کاوی، پردازش زبان طبیعی و پردازش گفتار دعوت به همکاری می کند.

جهت کسب اطلاعات بیشتر به لینک زیر مراجعه فرمایید:
https://jobinja.ir/228158

فرصت #استخدام برنامه نویس Back-End در تهران

شرکت دانش بنیان پردازش اطلاعات مالی پارت از همه برنامه نویسان که دارای تجربه برنامه نویسی سمت سرور (‌‌Back-End) هستند دعوت به همکاری می نماید.

جهت کسب اطلاعات بیشتر به لینک زیر مراجعه فرمایید:

https://jobinja.ir/116260

مرکز تحقیقات هوش مصنوعی پارت،
حامی 25 امین کنفرانس بین المللی کامپیوتر.
بی صبرانه منتظر دیدار شما هستیم.

⏰ زمان برگزاری: 11 و 12 دی ماه 1398
🏢 مکان برگزاری: دانشگاه علم و صنعت

🔹25th International Conference on Computer

🔹در حاشیه 25 اُمین کنفرانس بین المللی کامپیوتر، مرکز تحقیقات هوش پارت، کارگاه شبکه های عصبی عمیق را در دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت برگزار کرد. این کارگاه که در دو سطح مقدماتی و پیشرفته ارائه میشد، خوشبختانه مورد استقبال قرار گرفت و به همه عزیزان شرکت کننده گواهینامه اعطا شد.