Dumb Machine Learning for Physics
Yonathan Kahn, Assistant Professor, UIUC
Friday, March 10, 2:00 PM-3:00 PM Boston time
Zoom link: ( https://mit.zoom.us/j/91200832411)
Live on YouTube: https://www.youtube.com/channel/UCueoFcGm_15kSB-wDd4CBZA
Abstract: IN COMMENTS.
@Ai_Events
Yonathan Kahn, Assistant Professor, UIUC
Friday, March 10, 2:00 PM-3:00 PM Boston time
Zoom link: ( https://mit.zoom.us/j/91200832411)
Live on YouTube: https://www.youtube.com/channel/UCueoFcGm_15kSB-wDd4CBZA
Abstract: IN COMMENTS.
@Ai_Events
Technology over the long run: zoom out to see how dramatically the world can change within a lifetime
Continue reading
@Ai_Events
Continue reading
@Ai_Events
هفتمین دوره مسابقات هوش مصنوعی امیرکبیر
اردیبهشت ۱۴۰۲، دانشگاه صنعتی امیرکبیر
عناوین مسابقات
پیش‌بینی بازار سهام
تشخیص عملیات مشکوک بانکی
جستجوی کلمات کلیدی در مکالمات مرکز تماس همراه اول
تشخیص مقصود اصلی کاربر در جملات طولانی و پیچیده در ربات‌های گفتگوی همراه اول
جهت کسب اطلاعات بیشتر و شرکت در مسابقات به وب‌سایت زیر مراجعه کنید:
https://aaic.aut.ac.ir
@aaic_aut
@Ai_Events
اردیبهشت ۱۴۰۲، دانشگاه صنعتی امیرکبیر
عناوین مسابقات
پیش‌بینی بازار سهام
تشخیص عملیات مشکوک بانکی
جستجوی کلمات کلیدی در مکالمات مرکز تماس همراه اول
تشخیص مقصود اصلی کاربر در جملات طولانی و پیچیده در ربات‌های گفتگوی همراه اول
جهت کسب اطلاعات بیشتر و شرکت در مسابقات به وب‌سایت زیر مراجعه کنید:
https://aaic.aut.ac.ir
@aaic_aut
@Ai_Events
👍2
#انجمن_علمی_رستا
🔆 ارائه‌ی علمی
یادگیری ماشین بر مبنای استنتاج علّی
🗣️ گفت‌وگویی با احسان شریفیان، دانشجوی کارشناسی ارشد برق مخابرات سیستم صنعتی شریف
🔍 پژوهش‌هایی اخیرا بر این ایده متمرکزند که انسان در اصل یادگیری خود علت‌ها را تشخیص می‌دهد و رفتار محیط خود را بر اساس آن علت‌های عام پیش‌بینی می‌کند. این پژوهش‌ها سعی داشته‌اند که مفهوم علت‌ها و معلول‌هایشان را به صورت ریاضی مدل کرده و ارتباط آن با روش‌های آماری و ... را بیان کنند. سپس به کمک این مدل‌سازی الگوریتم‌های یادگیری ماشین را بهبود بخشند.
🎙️ در این ارائه سعی می‌کنیم کمی بیشتر با این حوزه و مطالب مربوط به آن آشنا شویم.
📆 یکشنبه، ۲۱ اسفند ماه
⏰ ساعت ۲۰:۰۰
📌 لینک ورود به جلسه
@Rastaiha
@Zharfa90
@Ai_Events
🔆 ارائه‌ی علمی
یادگیری ماشین بر مبنای استنتاج علّی
🗣️ گفت‌وگویی با احسان شریفیان، دانشجوی کارشناسی ارشد برق مخابرات سیستم صنعتی شریف
🔍 پژوهش‌هایی اخیرا بر این ایده متمرکزند که انسان در اصل یادگیری خود علت‌ها را تشخیص می‌دهد و رفتار محیط خود را بر اساس آن علت‌های عام پیش‌بینی می‌کند. این پژوهش‌ها سعی داشته‌اند که مفهوم علت‌ها و معلول‌هایشان را به صورت ریاضی مدل کرده و ارتباط آن با روش‌های آماری و ... را بیان کنند. سپس به کمک این مدل‌سازی الگوریتم‌های یادگیری ماشین را بهبود بخشند.
🎙️ در این ارائه سعی می‌کنیم کمی بیشتر با این حوزه و مطالب مربوط به آن آشنا شویم.
📆 یکشنبه، ۲۱ اسفند ماه
⏰ ساعت ۲۰:۰۰
📌 لینک ورود به جلسه
@Rastaiha
@Zharfa90
@Ai_Events
Title of the talk: Reverse engineering cortical microcircuit models of visual perception
Dear All,
The Center for Robotics and Neural Systems (CRNS) is pleased to announce the talk of Dr. Dileep George from Google DeepMind - USA on Wednesday, March 15th from 3:00 PM to 4:30 PM (London time) over Zoom.
Link: https://plymouth.zoom.us/j/93072508286?pwd=YjhDUGd4TnZQdlBsTk1ud2pUeHgvUT09&from=addon
Abstract: IN COMMENTS
@Ai_Events
Dear All,
The Center for Robotics and Neural Systems (CRNS) is pleased to announce the talk of Dr. Dileep George from Google DeepMind - USA on Wednesday, March 15th from 3:00 PM to 4:30 PM (London time) over Zoom.
Link: https://plymouth.zoom.us/j/93072508286?pwd=YjhDUGd4TnZQdlBsTk1ud2pUeHgvUT09&from=addon
Abstract: IN COMMENTS
@Ai_Events
Ai Events️
مجموعه سخنرانی های هوش مصنوعی (بررسی آخرین تحولات و دستاوردهای حوزه هوش مصنوعی) چهارشنبه 3 اسفند ماه 1401 محل برگزاری: دانشگاه صنعتی امیرکبیر https://aaic.aut.ac.ir/workshop/2 @aaic_aut @Ai_Events
.
تو این مجموعه سخنرانی، دکتر نیک‌آبادی نتونستن سخنرانی کنن، و قرار شد آنلاین برگزار بشه سخنرانی ایشون، حالا ایمیل زیر رو دریافت کردم.
احتراماً به اطلاع می‌رساند آخرین سخنرانی از مجموعه سخنرانی‌های هوش مصنوعی امیرکبیر با عنوان «مدل‌های مولد تصویر و ویدئو» توسط دکتر نیک‌آبادی روز دوشنبه ۲۲ اسفند ۱۴۰۱ از ساعت ۱۶ الی ۱۷ به صورت مجازی در آدرس زیر برگزار خواهد شد:
https://bluemeet.aut.ac.ir/ch/aaic/guest
احتمالا برای همه دسترس‌پذیر باشه، استفاده کنید.
@Ai_Events
تو این مجموعه سخنرانی، دکتر نیک‌آبادی نتونستن سخنرانی کنن، و قرار شد آنلاین برگزار بشه سخنرانی ایشون، حالا ایمیل زیر رو دریافت کردم.
احتراماً به اطلاع می‌رساند آخرین سخنرانی از مجموعه سخنرانی‌های هوش مصنوعی امیرکبیر با عنوان «مدل‌های مولد تصویر و ویدئو» توسط دکتر نیک‌آبادی روز دوشنبه ۲۲ اسفند ۱۴۰۱ از ساعت ۱۶ الی ۱۷ به صورت مجازی در آدرس زیر برگزار خواهد شد:
https://bluemeet.aut.ac.ir/ch/aaic/guest
احتمالا برای همه دسترس‌پذیر باشه، استفاده کنید.
@Ai_Events
خروجی کد زیر چی میشه؟
x = ["apple", "banana", "cherry"]
y = x
print(x is y)
z = ["apple", "banana", "cherry"]
w = ["apple", "banana", "cherry"]
print(z is w)
1) True True
2) True False
3) False True
@Ai_Events
x = ["apple", "banana", "cherry"]
y = x
print(x is y)
z = ["apple", "banana", "cherry"]
w = ["apple", "banana", "cherry"]
print(z is w)
1) True True
2) True False
3) False True
@Ai_Events
Ai Events️
پردازش و آنالیز بلادرنگ اطلاعات با آپاچی کافکا سه شنبه 11 دی 1397 پژوهشگاه ارتباطات و فناوری اطلاعات > ثبت نام https://evnd.co/lUOUU @AI_Events
.
جواب پست قبلی:
از کلمه کلیدی is برای آزمایش اینکه آیا دو متغیر به یک شی اشاره دارند استفاده می‌شود.
اگر دو شیء یک شی باشند، تست True را برمی‌گرداند.
اگر دو شیء یکسان نباشند، تست False را برمی‌گرداند، حتی اگر دو شی 100٪ برابر باشند.
از عملگر == برای تست برابری دو متغیر استفاده می‌کنیم.
اگه ابهام یا سوالی دارید کامنت کنید لطفا.
@Ai_Events
جواب پست قبلی:
از کلمه کلیدی is برای آزمایش اینکه آیا دو متغیر به یک شی اشاره دارند استفاده می‌شود.
اگر دو شیء یک شی باشند، تست True را برمی‌گرداند.
اگر دو شیء یکسان نباشند، تست False را برمی‌گرداند، حتی اگر دو شی 100٪ برابر باشند.
از عملگر == برای تست برابری دو متغیر استفاده می‌کنیم.
اگه ابهام یا سوالی دارید کامنت کنید لطفا.
@Ai_Events
👍1
Heterogeneous Face Recognition
Speaker: Prof. Dr. Ran He, National Laboratory of Pattern Recognition,
CASIA, China
When: 29 March 2013, at 10 am Beijing time (4 am CEST, 9 pm CST, 10 pm EST)
Where: Online (Zoom)
Registration: (free, but required):
https://us06web.zoom.us/webinar/register/WN_QhsNRSWRQTOP3KJXkWVVVw
Talk Summary: IN COMMENTS
About the Speaker: IN COMMENTS
@Ai_Events
Speaker: Prof. Dr. Ran He, National Laboratory of Pattern Recognition,
CASIA, China
When: 29 March 2013, at 10 am Beijing time (4 am CEST, 9 pm CST, 10 pm EST)
Where: Online (Zoom)
Registration: (free, but required):
https://us06web.zoom.us/webinar/register/WN_QhsNRSWRQTOP3KJXkWVVVw
Talk Summary: IN COMMENTS
About the Speaker: IN COMMENTS
@Ai_Events
Forwarded from Deep learning channel (Khalooei)
🎥 A live broadcast of GPT-4 (Tonight from 23:30 Tehran time zone!)
👤 Presenter: Greg Brockman, President and Co-Founder of OpenAI
🗒 Content: Demo showcasing GPT-4 and some of its capabilities/limitations
🌐 https://www.youtube.com/watch?v=outcGtbnMuQ
📌 #GPT4 is a large multimodal model (accepting image and text inputs, emitting text outputs)
🔗 https://openai.com/product/gpt-4
@irandeeplearning
👤 Presenter: Greg Brockman, President and Co-Founder of OpenAI
🗒 Content: Demo showcasing GPT-4 and some of its capabilities/limitations
🌐 https://www.youtube.com/watch?v=outcGtbnMuQ
📌 #GPT4 is a large multimodal model (accepting image and text inputs, emitting text outputs)
🔗 https://openai.com/product/gpt-4
@irandeeplearning
Forwarded from 10th WSS ☃️
────────────────────
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
A summary of large language models, including original release date, largest model size, and whether the weights are fully open source to the public
@Ai_Events
@Ai_Events
Data is Beautiful!
Fascinating maps of the world’s infrastructure, you can see the difference in density and distribution among the countries.
Peter Atwood created data visualization, data Source is not mentioned.
@Ai_Events
Fascinating maps of the world’s infrastructure, you can see the difference in density and distribution among the countries.
Peter Atwood created data visualization, data Source is not mentioned.
@Ai_Events
❤2👍2