هوش مصنوعی - دریچه ای به آینده

Breaking News: A Groundbreaking Prime Number Discovery! NumbersDiscoveries, is unveiling deep, hidden secrets of prime numbers. This revelation could reshape the very foundations of mathematics! Dive into the discovery https://numbersdiscoveries.com/prime-discoveries #PrimeNumbers #Mathematics #Prime #Numbers #Discoveries #NumbersDiscoveries

We are excited to announce that the NLPContest dataset is now available as an open-source project for the Persian Data Science, Machine Learning, and AI communities. This dataset was compiled during the 12th Iran Presidential Election in May 2017 and contains…

We are excited to announce that the NLPContest dataset is now available as an open-source project for the Persian Data Science, Machine Learning, and AI communities. This dataset was compiled during the 12th Iran Presidential Election in May 2017 and contains nearly 2 million Persian messages related to the candidates, gathered from Telegram public channels. The NLPContest was an international AI competition with more than 300 contestants, held in Iran to predict the presidential candidates' votes percentage. The final result predicted each candidate’s votes percentage with an accuracy of 99.9983%. You can find detailed information about the competition at NLPContest.com. We are releasing this dataset to help the community grow, and we kindly request that NetMine Knowledge Engine be mentioned if the dataset is used or referenced. The dataset is free and open-source and can be used for all good purposes. We hope that this dataset will help researchers and developers develop innovative AI models that can help us better understand election trends and voting patterns. You can find the NLPContest dataset at the GitHub repository: https://github.com/NetMineNet/NLPContest #netmine #nlpcontest #bigdata #dataset #persiandataset #ml #ai #machinelearning #artificialintelligence #dataset #publicdata #opensource #datascience #github

پیش بینی موتور تولید دانش نت‌ماین از زمان انقلاب ایران: جمعه ۲۹ مهرماه ۱۴۰۱ محتمل روز برای انقلاب ایران است. برای کسب اطلاعات بیشتر به وبگاه IranFreedomDate مراجعه فرمایید. #انقلاب #پیش‌بینی #هوش‌مصنوعی #نت‌ماین

https://www.linkedin.com/feed/update/urn:li:activity:6774433358886801408/

اگه قصد خرید و فروش رمزارز دارید، یه نگاه به بیت خر بندازین تا سود بیشتری کنین. https://www.linkedin.com/posts/mjzarrin_bitkhar-bitcoin-cryptocurrency-activity-6754068118844264449-K-PI

https://twitter.com/mjzarrin/status/991303296555110401

پرونده هوش مصنوعی و پیش بینی انتخابات ریاست جمهوری منتشر شده در مجله دانستنیها ۱۹ شهریور ماه ۹۶ #هوش_مصنوعی #کلان_داده #دانستنیها

پرونده منتشر شده در مجله دانستنیها- 13 خرداد ماه 1396 "هوش مصنوعی چه طور نتیجه انتخابات را پیش بینی کرد؟" #هوش_مصنوعی #کلان_داده #دانستنیها

فراخوان ارائه سخنرانی در سمینار یکروزه یادگیری عمیق در پردازش زبان طبیعی گروه پردازش زبان طبیعی دانشگاه صنعتی امیرکبیر از ابتدای سال ۹۶ اقدام به برگزاری سمینارهای ماهانه با محوریت «یادگیری عمیق در پردازش زبان طبیعی» نموده است. در راستای این سمینارها، این گروه افتخار دارد سمینار یکروزه یادگیری عمیق در پردازش زبان طبیعی را در تاریخ چهارشنبه ۱ آذر ۱۳۹۶ در دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر برگزار نماید. این سمینار فرصتی جهت گردهمایی دانشجویان تحصیلات تکمیلی دانشگاه‌های مختلف خواهد بود تا به ارائه و بحث در مورد آخرین یافته‌های تحقیقاتی خود در این زمینه و بالاخص کاربرد روش­های نوین این حوزه در پردازش زبان فارسی بپردازند. به همین منظور از سخنرانی‌هایی که در راستای ارائه دستاوردهای دانشجویان در زمینه مرتبط با عنوان سمینار می‌باشد دعوت به عمل می‌آید. خواهشمند است جهت پیشنهاد ارائه سخنرانی فرم زیر را تا تاریخ یکشنبه ۳۰ مهرماه کامل نمایید. https://goo.gl/forms/GEuGA0NgLNf7elih2 سوالات خود را در زمینه این رخداد می‌توانید در فرم زیر مطرح نمایید. https://goo.gl/forms/IfqE0fLTEUSTb8UE2 جهت اطلاعات بیشتر در مورد این سمینار و موضوعات سخنرانی‌های برگزار شده به لینک زیر مراجعه نمایید: http://nlp.ceit.aut.ac.ir/seminars.html

https://medium.freecodecamp.org/how-i-replicated-an-86-million-project-in-57-lines-of-code-277031330ee9

Russian President Vladimir Putin : "Whoever becomes the leader in this sphere(AI) will become the ruler of the world."

***هشدار اسپویل شدن*** لیست مرگ در سریال گیم آف ترونز بر اساس خروجی های ماشین لرنینگ ***هشدار اسپویل شدن***

چه کسی نفر بعدی است که در سریال گیم آف ترونز می میرد؟ جورج آر. آر. مارتین نویسنده خلاق مجموعه کتاب های گیم آف ترونز، همواره غیر قابل پیش بینی عمل کرده و چیره دستی خود را در کشتن قهرمانان ها و شخصیت های دوست داشتنی داستان مثل ند استارک، راب استارک، کال دروگو و ... نشان داده است. محققان هوش مصنوعی، با استفاده از ماشین لرنینگ، سیستم هایی طراحی کرده اند که الگوی مرگ را در این سریال شناسایی کرده است و می توانند مرگ شخصیت های داستان را پیش بینی کنند. شاید برای شما نیز دردناک باشد اما بر اساس خروجی های بدست آمده از ماشین لرنینگ ساخته شده توسط میلان جانوسوف در دانشگاه CEU ، احتمال مرگ دنریس تارگرین در این سیستم 91% است و این احتمال تقریبا یک مرگ قطعی است. در ادامه لینک هایی معرفی میشود که شما را با جزئیات این سیستم ها و خروجی های آن ها بیشتر آشنا می کند. https://goo.gl/AZrzL5 https://goo.gl/owySdw https://goo.gl/8JYEEc @nlpcontest

اختتامیه مسابقه بزرگ پیش بینی انتخابات ریاست جمهوری ایران به وسیله هوش مصنوعی هزینه شرکت در همایش: 30,000 تومان لینک ثبت نام و دریافت تخفیف دانشجویی: goo.gl/ABd3Hi شماره تماس: 22905871

همایش هوش مصنوعی، کلان داده ها،پیام رسان ها و فرصت های پیش روی ایران برای ثبت نام به سایت nlpcontest.com مراجعه فرمایید.

در تاریخ لحظات خوبی بودند که زندگی ما رو تغییر دادند. لحظه های تاریک هم بودند تا نباشیم اونجایی که باید می بودیم. لحظه بی فروغ ادبیات و لحظه بی مریم ریاضیات از اون لحظه هاست. یاد و خاطرشان گرامی باد.

اين تكنولوژي هاي جديد هستند كه قواعد بازي را دربازارهاي جديد و منطقه اي تعيين خواهند كرد ونه سياستمداران و اقتصاددانان...شماره ٤٠مجله دانش بنيان همشهري اقتصاد منتشر شد

یادگیری ماشینی : وعده به لرزه درآوردن مالی در رشته های مختلف از معامله تا ارزیابی اعتباری ، یادگیری ماشینی پیشرفت قابل توجهی داشته است. یادیگری ماشینی ، شروع به لرزه در آوردن مالی کرده است. زیرمجموعه ای از هوش مصنوعی که به خوبی می تواند الگوها را بیابد و پیش بینی انجام دهد ، صنعت مالی را تحت تاثیر قرار داده است. اکنون واحدهای هوش مصنوعی در شرکت هایی مانند PwC ، JP Morgan و صندوق های پوششی مانند GLG ایجاد شده است. از سال 2019 هر کسی که بخواهد CFA شود ، نیاز به پاسخ به سوالات AI در آزمون خود دارد. با وجود شک و تردیدهای بسیاری ، برخی از صندوق های پوششی که مبتنی بر الگوریتم های یادگیری ماشینی فعالیت می کردند ، عملکرد قابل توجهی داشتند. شرکت های fintech شروع به انجام تکنیک های یادگیری ماشینی بر هر چیزی از جلوگیری از تقلب تا یافتن استراتژی های جدید معاملاتی نموده اند. هر چند کارها خسته کننده است ، اما چشم انداز مسحور کننده است. در حال حاضر یادگیری ماشینی برای مدیریت ریسک و پیشگیری از تقلب استفاده می شود. شرکت Intelligent Voice دستگاه های هوشمند یادگیری ماشینی خود را به کارگزاری ها برای تبدیل صدا به متن و جلوگیری از خطای معامله گران و حتی کشف نشانه های معامله های مبتنی بر اطلاعات درونی می فروشد.شرکت های Xcelerit و Kinetica به بانک ها و شرکت های سرمایه گذاری ، ابزارهای مدیریت ریسک آنی می فروشند که به شرکت ها امکان بررسی سرمایه لازم را در تمام زمان ها می دهد. یادگیری ماشینی ، در پیدا کردن الگوهای غیرمعمول در معاملات ، بسیار خوب عمل می کند و به راحتی می تواند تقلب را کشف کند. شرکت هایی مانند Feedzai در حوزه پرداخت و Shift Technology در حوزه بیمه ، در حال ارائه چنین خدماتی هستند. برخی از برنامه ها مانند Monzo که در بریتانیا فعال است ، از تقلب کارت های بانکی جلوگیری می کند و توانسته تقلب را از 0.85% در سال 2016 به 0.1% در سال 2017 کاهش دهد. برنامه های مبتنی بر پردازش زبان طبیعی ، تاثیر قابل توجهی بر فعالیت های مبتنی بر کاغذ و بایگانی داشته است. در ژوئن 2016 JPMorgan برنامه ای را پیاده سازی نمود که 12 هزار قرارداد وام تجاری را در چند ثانیه مدیریت می کرد ، در حالی که به 360 هزار ساعت کار برای بررسی و مطالعه قراردادها نیاز است. یادگیری ماشینی برای خودکار کردن تصمیمات مالی نیز موثر است ، از جمله برای ارزیابی اعتباری یا واحد شرایط بودن در بیمه نامه ها . شرکت Zest Finance در حوزه خودکار کردن امتیازدهی اعتباری فعال است. این شرکت امسال برنامه ای را رونمایی کرده است که با استفاده از یادگیری ماشینی ، می تواند ارزیابی مناسبی از افراد با سابقه کم اعتباری نیز داشته باشد. برنامه Lemonade که یک استارت آپ در حوزه بیمه است ، از یادگیری ماشینی برای فروش بیمه نامه ها و مدیریت خسارات استفاده می کند. شاید جدیدترین مرز یادگیری ماشینی ، معاملات باشد. واحد استراتژی های سرمایه گذاری کمی در Goldman Sachs ،پردازش زبانی گزارشات هزاران تحلیلگر را انجام می دهد و گزارش نهایی آن ، امتیاز بندی تمایلات بازار براساس کلمات مثبت و منفی است. امتیاز برای انتخاب سهام بکار می رود. همچنین گلدمن در شرکت Kensho سرمایه گذاری کرده است که یک استارت آپ در حوزه یادگیری ماشینی برای پیش بینی اثر وقایع بر بازارهای مالی با استفاده از یادگیری داده های مشابه است. صندوق های پوششی که با استفاده از الگوریتم های پیچیده یادگیری ماشینی کار می کنند ، توانسته بازده قابل توجهی کسب کنند. با این حال ، برخی از صندوق ها با شک به یادگیری ماشینی نگاه می کنند و معتقدند که در خصوص برخی از روش ها مبالغه شده است و تنها برخی از روش ها کاربردی است. در حوزه های دیگر ، یادگیری ماشینی ، تغییردهنده بازی بوده است. دیگر دلیلی برای سختی مالی نیست ، زیرا لازم نیست که روش هایی برای یافتن سیگنال به کامپیوتر گفته شود ، بلکه کامپیوترها یاد می گیرند که چگونه سیگنال های معاملاتی را پیدا کنند. و بدین ترتیب استراتژی های معاملاتی متعارف که توسط انسان ها طراحی شده است ، مغلوب خواهد شد. این موضوع می تواند سبب تغییرات شگرفی شود. بسیاری از صندوق ها وابسته به محققانی هستند که براساس داده ها ، الگوریتم ها را طراحی می کنند. اما این مشاغل می تواند با ماشین های یادگیرنده از بین برود و متخصصان یادگیری ماشینی جایگزین آن ها شوند. https://t.me/nlpcontest

📝 مروری بر مسابقه‌ بزرگ هوش مصنوعی پیش‌بینی انتخابات ریاست جمهوری ⏱چهارشنبه 24 خردادماه (ساعت 16-18) 👤مهندس مجید زرین‌کلاه 🏛کلاس101دانشکده کامپیوتر ثبتنام: goo.gl/qJdvns @BigDataWorkGroup