پایتون / python
گروه جهت گفتمان و بررسی پرسشها و مشکلات ایجاد شده, و چت و تبلیغ مجاز نیست. https://www.tg-me.com/joinchat-C2tpO016aStFsA0ZhteK2g کانال مرتبط با گروه : @Python_1 @Python12 قوانین @python_12 آگهی و رزرو تبلیغات: @Flower1400
درود دوستان لینک بدون مشکل کار میکنه:)
لطفا همگی عضو شوند🌺
لطفا همگی عضو شوند🌺
دوره جامع آموزشی استخدامی #DataScience
۶ کارگاه گام به گام تخصصی-کاربردی
#تخفیف_ویژه_اعضای_کانال_پایتون
✅ اعطای گواهی رسمی
کد تخفیف:👇
FE-@Python_1
FE-@Python12
ثبت نام در :
evnd.co/bZCrr
۶ کارگاه گام به گام تخصصی-کاربردی
#تخفیف_ویژه_اعضای_کانال_پایتون
✅ اعطای گواهی رسمی
کد تخفیف:👇
FE-@Python_1
FE-@Python12
ثبت نام در :
evnd.co/bZCrr
پایتون / python
دوره جامع آموزشی استخدامی #DataScience ۶ کارگاه گام به گام تخصصی-کاربردی #تخفیف_ویژه_اعضای_کانال_پایتون ✅ اعطای گواهی رسمی کد تخفیف:👇 FE-@Python_1 FE-@Python12 ثبت نام در : evnd.co/bZCrr
یکی از حوزه های کاری فن آسا، دیتاساینس می باشد که متخصصین این حوزه در شرکت اگزا (EXA) به عنوان یکی از زیرمجموعه های فن آسا فعالیت دارند.
اگزا به منظور تربیت و جذب نیروی مورد نیاز خود اقدام به برگزاری دوره دیتاساینس (6 کارگاه آموزشی مورد نیاز متخصص دیتاساینس) نموده است که به قرار زیر می باشد:
✅کارگاه اول- آموزش برنامه نویسی پایتون3
✅کارگاه دوم- ملاحظات عمومی توسعه نرم افزار
✅کارگاه سوم- جمع آوری، آماده سازی و ذخیره سازی داده
✅کارگاه چهارم- فهم دادهها و پیش پردازش
✅کارگاه پنجم- یادگیری ماشین
✅کارگاه ششم- راهاندازی یک اپلیکیشن با هستهی Data Science
اگزا به منظور تربیت و جذب نیروی مورد نیاز خود اقدام به برگزاری دوره دیتاساینس (6 کارگاه آموزشی مورد نیاز متخصص دیتاساینس) نموده است که به قرار زیر می باشد:
✅کارگاه اول- آموزش برنامه نویسی پایتون3
✅کارگاه دوم- ملاحظات عمومی توسعه نرم افزار
✅کارگاه سوم- جمع آوری، آماده سازی و ذخیره سازی داده
✅کارگاه چهارم- فهم دادهها و پیش پردازش
✅کارگاه پنجم- یادگیری ماشین
✅کارگاه ششم- راهاندازی یک اپلیکیشن با هستهی Data Science
پایتون / python
یکی از حوزه های کاری فن آسا، دیتاساینس می باشد که متخصصین این حوزه در شرکت اگزا (EXA) به عنوان یکی از زیرمجموعه های فن آسا فعالیت دارند. اگزا به منظور تربیت و جذب نیروی مورد نیاز خود اقدام به برگزاری دوره دیتاساینس (6 کارگاه آموزشی مورد نیاز متخصص دیتاساینس)…
در پایان دوره انتظار میرود که شرکت کننده : کارگاه ۱: بتواند از کتابخانهها و ابزارهای مختلف مرتبط با تحلیل دیتا در زبان برنامه نویسی پایتون۳ بهره ببرد و راه حل روی کاغذ را در قالب یک یا چند ماژول عملیاتی پیادهسازی کند.
کارگاه ۲: با ابزارهای مورد نیاز برای یک پروژه ی دیتاساینس در سیستم عامل Linux Ubuntu آشنا شود و به درک درستی از طرز استفاده از مستندات یک کتابخانه برسد و توانایی بهره مندی از تالارهای گفتگوی برنامه نویسی برای حل مشکلاتش را داشته باشد. همچنین شرکت کننده با روند توسعه ی پروژه با استفاده از مستندات، پیادهسازی در محیط مجازی virtualenv و مدیریت سورس کد با git آشنا خواهد شد.
کارگاه ۳: با انواع ساختارهای معروف و پرکاربرد داده، بخصوص در بستر وب، آشنا شده و توانایی جمع آوری داده و بارگذاری آن در دیتابیس Neo4j و یا MongoDB را کسب کند.
کارگاه ۴: با استفاده از ابزارهای EDA، به درک درستی از ویژگی دادههای جمع آوری شده برسد، دادههای خام را با استفاده از کتابخانههای معرفی شده در پایتون، پاک سازی کند، استخراج ویژگی را به درستی مدیریت کند و مقدمات استفاده از الگوریتم های یادگیری ماشین و تحلیل داده (تهیه ی دیتاست) را فراهم کند.
کارگاه ۵: با انواع الگوریتم های supervised و unsupervised پرکاربرد یادگیری ماشین (کلاسیک و عمیق) و ابزارهای پیادهسازی آن در زبان برنامه نویسی پایتون۳ آشنا شود. همچنین شرکت کننده می بایست قادر به سنجش قدرت تعمیم پذیری و دقت مدل های توسعه یافته ی یادگیری ماشین باشد.
کارگاه ۶: فهم درستی ازمعماری microservice اپلیکیشن ها کسب کند، و بتواند ماژول توسعه یافته به زبان پایتون۳ را بر روی وب سرور apache2 سوار کند. همچنین شرکت کننده باید توانایی گزارش گیری از عملکرد سرویس را کسب کند.
کارگاه ۲: با ابزارهای مورد نیاز برای یک پروژه ی دیتاساینس در سیستم عامل Linux Ubuntu آشنا شود و به درک درستی از طرز استفاده از مستندات یک کتابخانه برسد و توانایی بهره مندی از تالارهای گفتگوی برنامه نویسی برای حل مشکلاتش را داشته باشد. همچنین شرکت کننده با روند توسعه ی پروژه با استفاده از مستندات، پیادهسازی در محیط مجازی virtualenv و مدیریت سورس کد با git آشنا خواهد شد.
کارگاه ۳: با انواع ساختارهای معروف و پرکاربرد داده، بخصوص در بستر وب، آشنا شده و توانایی جمع آوری داده و بارگذاری آن در دیتابیس Neo4j و یا MongoDB را کسب کند.
کارگاه ۴: با استفاده از ابزارهای EDA، به درک درستی از ویژگی دادههای جمع آوری شده برسد، دادههای خام را با استفاده از کتابخانههای معرفی شده در پایتون، پاک سازی کند، استخراج ویژگی را به درستی مدیریت کند و مقدمات استفاده از الگوریتم های یادگیری ماشین و تحلیل داده (تهیه ی دیتاست) را فراهم کند.
کارگاه ۵: با انواع الگوریتم های supervised و unsupervised پرکاربرد یادگیری ماشین (کلاسیک و عمیق) و ابزارهای پیادهسازی آن در زبان برنامه نویسی پایتون۳ آشنا شود. همچنین شرکت کننده می بایست قادر به سنجش قدرت تعمیم پذیری و دقت مدل های توسعه یافته ی یادگیری ماشین باشد.
کارگاه ۶: فهم درستی ازمعماری microservice اپلیکیشن ها کسب کند، و بتواند ماژول توسعه یافته به زبان پایتون۳ را بر روی وب سرور apache2 سوار کند. همچنین شرکت کننده باید توانایی گزارش گیری از عملکرد سرویس را کسب کند.
پایتون / python
دوره جامع آموزشی استخدامی #DataScience ۶ کارگاه گام به گام تخصصی-کاربردی #تخفیف_ویژه_اعضای_کانال_پایتون ✅ اعطای گواهی رسمی کد تخفیف:👇 FE-@Python_1 FE-@Python12 ثبت نام در : evnd.co/bZCrr
احتراما کدهای تخفیف بر روی بلیت معمولی و برای 5 نفر تعریف شده است (دوره جامع آموزشی استخدامی دیتاساینس):
کد تخفیف:👇👇
FE-@Python_1
FE-@Python12
ثبت نام در :
evnd.co/bZCrr
کد تخفیف:👇👇
FE-@Python_1
FE-@Python12
ثبت نام در :
evnd.co/bZCrr
پایتون / python
✅نکات و سخنان مفید استاد جادی در مورد یادگیری پایتون لطفا متن را با حوصله و تا آخر بخونید🌹 @python12
شروع ایده اصلی
در مورد پایتون کتاب و راهنما خیلی خیلی زیاده. اگر با چیزهایی مثل کتاب های خوندنی راحتتر هستین به نظرم «یاد گرفتن پایتون به روش سخت» منبع کاملا خوبیه؛ بخصوص بخش های آزاد و آنلاینش برای یادگیری اولیه کاملا کافیه. اگر اهل ویدئو باشین و متن و تمرین حل کردن با استاد هم دوره یادگیری برنامه نویسی با پایتون یا ترجمه ما ازش در گوتو کلس به اسم دوره یادگیری فارسی برنامه نویسی با پایتون گوتوکلس گزینه خوبیه. اگر زبان بلدین منطقا انگیسی خوندن بهتره. یادتون باشه در این بخش دارین خیلی مقدماتی درکی از یک زبان برنامه نویسی و شکلش پیدا می کنین. لازم نیست مته به خشخاش بذارین و لازم هم نیست برنامه نویس بزرگی بشین. نکته اینه که با مفهوم برنامه نویسی آشنا بشین و دستورزبان و مفاهیم پایه ای پایتون رو درک کنین؛ که بسیار هم ساده هستن!
در این مرحله اگر از یک زبان برنامه نویسی دیگه میاین و در حال حاضر زبون خودتون رو بلدین، پیشنهاد می کنم به شکل عمومی دنبال python tutorial بگردین و چند تا رو باز کنین و اونی که دوست دارین رو کامل بخونین. اینجوری خیلی زود سینتکس جذاب پایتون رو یاد می گیرین و می تونین برین مرحله بعدی.
نکته: بعضی ها در اولین برخورد با پایتون با یک سورپریز بزرگ روبرو می شن: پایتون از { و } برای مشخص کردن بلوک ها استفاده نمی کنه و به راحتی از اسپیس یا تب برای اینکار کمک میگیره. گفته می شه اولین شروع هر کس که از زبان دیگه اومده به پایتون، با یک فرار همراهه و بار دوم احوالپرسی از پایتون است که عاشق این زبون ساده و کم ادعا می شه (:
پنج نکته برای دوری
جان سونمز پنج نکته رو می گه که باید ازش دوری کنین و یکی از اصلی ترین مراجع این مطلب هم اونو تکرار می کنه و من کی باشم که تکرارشون نکنم؟
کتاب ها رو از اول تا آخر نخونین. در شروع کتاب ها رو از اول تا آخر نخونین. ما بخش کمی از کتاب ها رو یادمون می مونه و فقط کتاب خوندن بخش زیادی از انرژی شما رو می گیره. کتاب مال وقتی است که شما موضوعات رو بلدین و می خواین توش عمیق بشین.
بدون برنامه تو بحث شیرجه نزنین. آدم ها رو به دلایل مختلف جو می گیره. یکهو می خوان خدای چیزی بشن و یک عالمه کتاب دانلود می کنن و شایدم دو تا ادیتور برنامه نویسی و عضو یکسری کانال و فروم و میلینگ لیست می شن و هی چیز می خونن و فیلم میبینن. این اشتیاق معمولا به همین سرعت هم فروکش میکنه. بدونین برای چی وارد بحث شدین و می خواین به کجا برسین و می خواین باهاش چیکار کنین.
حوزه خودتون رو مشخص کنین. دنیا وسیعه! حتی برنامه نویسی هم خیلی وسیعه و شاید براتون جالب باشه که حتی پایتون هم خیلی وسیعه! بهتره شما بدونین در چه حوزه ای می خواین کار کنین و از اون شروع به یادگیری کنین. اگر می خواین اپ تحت وب درست کنین لازم نیست با numpy شروع کنین و اگر می خواین محاسبات انجام بدین شروع کردن یا اصرار روی scikit اشتباهه. از یک جا شروع کنین و توش پیش برین.
دو (یا بیشتر!) چیز رو همزمان یاد نگیرین. این اشتباه با مورد ۲ شباهتهایی داره. آدم ها یکهو می خوان «هکر» بشن و شروع می کنن شبکه و سیستم عامل و برنامه نویسی و انگلیسی و آلمانی و روسی و نقد فیلم و ادبیات کلاسیک رو با هم خوندن و یاد گرفتن. از یک جا شروع کنین و وقتی در حد معقولی پیش رفتین برین سراغ چیز بعدی. این مساله حتی داخل پایتون هم صدق می کنه. اگر دارین جنگو یاد می گیرین نیازی نیست همزمان شروع به خوندن فلسک هم بکنین. یکی رو پیش برین در حد معقول و بعد فرصت برای بعدی هست.
بدون تجربه کردن پیش نرین. بعضی چیزها برای آدم ها لذت بخشه. من از دیدن فیلم بازی شطرنج خیلی خوشم می یاد و در نتیجه شش ماه فیلم دیدم بدون اینکه بازی کنم؛ هیچ پیشرفتی هم نداشتم. حتما حین تئوری با عمل هم برخورد داشته باشین.
شروع عملی پایتون
این مساله ممکنه با بخش اول که عنوانش «شروع اصلی» بود پیش بره. برای اینکار لازمه اول پایتون رو نصب کنین و چند برنامه خیلی خیلی ساده باهاش بنویسین. راه انداختن محیط توسعه یکی از قدم های مهم در یادگرفتن است؛ و اتفاقا گاهی سخت. خودتون رو با محیط کامندلاین و خط فرمان پایتون عادت بدین.
پایتون دو نسخه خیلی فعال داره که کمی با هم فرق دارن؛ پایتون نسخه دو و پایتون نسخه ۳. در این مورد همیشه ما رو دست می ندازن و ما هم باهاشون می خندیم. جدای از خنده شما اگر مردد هستین، پایتون ۳ رو یاد بگیرین.
در این سطح بازم می تونین چیزهایی مثل «یاد گرفتن پایتون از راه سخت» رو جلوتون بذارین یا مجموعه ای از سوالات پروژه اویلر که براتون جالب و معقوله رو حل کنین. حتما خوبه سری به جامعه پایتون هم بزنین که بسیار مهربونن. مثلا خوندن ذن پایتون بسیار توصیه می شه تا فلسفه پشت پایتون براتون روشنتر بشه. یادتون باشه هنوز دستتون داره گرم می شه ولی خیلی زود وقتشه که برنامه نویسی رو برای خودتون واقعی کنین.
@Python12
در مورد پایتون کتاب و راهنما خیلی خیلی زیاده. اگر با چیزهایی مثل کتاب های خوندنی راحتتر هستین به نظرم «یاد گرفتن پایتون به روش سخت» منبع کاملا خوبیه؛ بخصوص بخش های آزاد و آنلاینش برای یادگیری اولیه کاملا کافیه. اگر اهل ویدئو باشین و متن و تمرین حل کردن با استاد هم دوره یادگیری برنامه نویسی با پایتون یا ترجمه ما ازش در گوتو کلس به اسم دوره یادگیری فارسی برنامه نویسی با پایتون گوتوکلس گزینه خوبیه. اگر زبان بلدین منطقا انگیسی خوندن بهتره. یادتون باشه در این بخش دارین خیلی مقدماتی درکی از یک زبان برنامه نویسی و شکلش پیدا می کنین. لازم نیست مته به خشخاش بذارین و لازم هم نیست برنامه نویس بزرگی بشین. نکته اینه که با مفهوم برنامه نویسی آشنا بشین و دستورزبان و مفاهیم پایه ای پایتون رو درک کنین؛ که بسیار هم ساده هستن!
در این مرحله اگر از یک زبان برنامه نویسی دیگه میاین و در حال حاضر زبون خودتون رو بلدین، پیشنهاد می کنم به شکل عمومی دنبال python tutorial بگردین و چند تا رو باز کنین و اونی که دوست دارین رو کامل بخونین. اینجوری خیلی زود سینتکس جذاب پایتون رو یاد می گیرین و می تونین برین مرحله بعدی.
نکته: بعضی ها در اولین برخورد با پایتون با یک سورپریز بزرگ روبرو می شن: پایتون از { و } برای مشخص کردن بلوک ها استفاده نمی کنه و به راحتی از اسپیس یا تب برای اینکار کمک میگیره. گفته می شه اولین شروع هر کس که از زبان دیگه اومده به پایتون، با یک فرار همراهه و بار دوم احوالپرسی از پایتون است که عاشق این زبون ساده و کم ادعا می شه (:
پنج نکته برای دوری
جان سونمز پنج نکته رو می گه که باید ازش دوری کنین و یکی از اصلی ترین مراجع این مطلب هم اونو تکرار می کنه و من کی باشم که تکرارشون نکنم؟
کتاب ها رو از اول تا آخر نخونین. در شروع کتاب ها رو از اول تا آخر نخونین. ما بخش کمی از کتاب ها رو یادمون می مونه و فقط کتاب خوندن بخش زیادی از انرژی شما رو می گیره. کتاب مال وقتی است که شما موضوعات رو بلدین و می خواین توش عمیق بشین.
بدون برنامه تو بحث شیرجه نزنین. آدم ها رو به دلایل مختلف جو می گیره. یکهو می خوان خدای چیزی بشن و یک عالمه کتاب دانلود می کنن و شایدم دو تا ادیتور برنامه نویسی و عضو یکسری کانال و فروم و میلینگ لیست می شن و هی چیز می خونن و فیلم میبینن. این اشتیاق معمولا به همین سرعت هم فروکش میکنه. بدونین برای چی وارد بحث شدین و می خواین به کجا برسین و می خواین باهاش چیکار کنین.
حوزه خودتون رو مشخص کنین. دنیا وسیعه! حتی برنامه نویسی هم خیلی وسیعه و شاید براتون جالب باشه که حتی پایتون هم خیلی وسیعه! بهتره شما بدونین در چه حوزه ای می خواین کار کنین و از اون شروع به یادگیری کنین. اگر می خواین اپ تحت وب درست کنین لازم نیست با numpy شروع کنین و اگر می خواین محاسبات انجام بدین شروع کردن یا اصرار روی scikit اشتباهه. از یک جا شروع کنین و توش پیش برین.
دو (یا بیشتر!) چیز رو همزمان یاد نگیرین. این اشتباه با مورد ۲ شباهتهایی داره. آدم ها یکهو می خوان «هکر» بشن و شروع می کنن شبکه و سیستم عامل و برنامه نویسی و انگلیسی و آلمانی و روسی و نقد فیلم و ادبیات کلاسیک رو با هم خوندن و یاد گرفتن. از یک جا شروع کنین و وقتی در حد معقولی پیش رفتین برین سراغ چیز بعدی. این مساله حتی داخل پایتون هم صدق می کنه. اگر دارین جنگو یاد می گیرین نیازی نیست همزمان شروع به خوندن فلسک هم بکنین. یکی رو پیش برین در حد معقول و بعد فرصت برای بعدی هست.
بدون تجربه کردن پیش نرین. بعضی چیزها برای آدم ها لذت بخشه. من از دیدن فیلم بازی شطرنج خیلی خوشم می یاد و در نتیجه شش ماه فیلم دیدم بدون اینکه بازی کنم؛ هیچ پیشرفتی هم نداشتم. حتما حین تئوری با عمل هم برخورد داشته باشین.
شروع عملی پایتون
این مساله ممکنه با بخش اول که عنوانش «شروع اصلی» بود پیش بره. برای اینکار لازمه اول پایتون رو نصب کنین و چند برنامه خیلی خیلی ساده باهاش بنویسین. راه انداختن محیط توسعه یکی از قدم های مهم در یادگرفتن است؛ و اتفاقا گاهی سخت. خودتون رو با محیط کامندلاین و خط فرمان پایتون عادت بدین.
پایتون دو نسخه خیلی فعال داره که کمی با هم فرق دارن؛ پایتون نسخه دو و پایتون نسخه ۳. در این مورد همیشه ما رو دست می ندازن و ما هم باهاشون می خندیم. جدای از خنده شما اگر مردد هستین، پایتون ۳ رو یاد بگیرین.
در این سطح بازم می تونین چیزهایی مثل «یاد گرفتن پایتون از راه سخت» رو جلوتون بذارین یا مجموعه ای از سوالات پروژه اویلر که براتون جالب و معقوله رو حل کنین. حتما خوبه سری به جامعه پایتون هم بزنین که بسیار مهربونن. مثلا خوندن ذن پایتون بسیار توصیه می شه تا فلسفه پشت پایتون براتون روشنتر بشه. یادتون باشه هنوز دستتون داره گرم می شه ولی خیلی زود وقتشه که برنامه نویسی رو برای خودتون واقعی کنین.
@Python12
یک پروزه عملی بردارین
حالا باید تا حدی بدونین که کجا ایستادین و دنبال چی هستین. اگر دنبال وب هستین یک پروژه عملی برای خودتون تعریف کنین و با چیزی مثل جنگو شروعش کنین. درگیر اسم و اینها نباشین. پروژه رو تعریف و شروع کنین. شاید خیلی زود پاکش کردین! اصلا مهم نیست. مثلا یک سیستم رای گیری آنلاین. یا سیستم حسابداری شخصی. یا دفترچه تلفن دوستاتون. یا فهرست کتاب ها و اینکه چی خوندین و چی قرض دادین یا هر چیز دیگه یا یه سیستم وبلاگ شخصی یا صورت غذاهایی که پختین و روش پختش. شایدم یک برنامه مخصوص تنظیم کردن قرار ملاقات. موضوع خیلی مهم نیست. مهم اینه که خیلی زود چیزهایی که یاد میگیرین به شکل عملی در یک جایی استفاده بشه. اگر با جنگو کار می کنین کتاب Two Scoops of Django توصیه میشه. من خودم اخیرا به توصیه خودتون اینو خوندم و خوب بود برام. در این مرحله چیزهایی که یاد می گیرین رو نسبتا عمیق کنین. حوزه شما مشخص شده و باید حرفه ای تر بشین توش. اگر مثلا یادگیری ماشینی رو برداشتین یک مساله واقعی تعریف کنین و سعی کنین قدم به قدم حلش کنین. شاید مثلا تشخیص سگ از گربه قدم اول باشه و تشخیص طبقه بندی یک وبلاگ قدم دوم. شایدم علاقمند به یک اپلیکیشن دسکتاپ باشین. بازم امکانش هست. مهم اینه که حوزه خودتون رو کشف کنین و بدونین که در کدوم خط دارین پیش می رین.
در این مرحله مهمه که مثل یک برنامه نویس پایتون فکر کنین. به ذن پایتون برگردین و پپ ۸ که شیوه نامه نوشتن به پایتون است رو بخونین و سعی کنین شبیه یک پایتون نویس حرفه ای باشین – چه تو دستخط چه شیوه تفکر. گفته می شه زبانی که تفکر آدم رو عوض نکنه، زبان مفیدی نیست. به جای تلاش برای بزرگتر کردن برنامهتون، رو این تمرکز کنین که پایتونی بنویسینش و زبان رو بفهمین. در این مرحله حتی شاید با بعضی کتابخونه ها آشنا بشین و مثلا خوبه مطمئن بشین که برای برنامه خودتون یونیت تست نوشتین. در هیمن قدم شما ممکنه از خیلی «حرفه ای»ها جلو بیافتین.
حالا عمیق بشین
شما درک از زبان دارین و می تونین باهاش کار کنین درسته؟ حالا وقتشه که حرفه ای بشین و بهتر از هر کس زبان رو درک کنین. حداقل بهتر از ۸۰٪ آدمهای دیگه. این بخشها مهمترین اجزای داکیومنتهای رسمی پایتون هستن برای خونده شدن توسط کسی که می خواد زبان رو به تسخیر خودش در بیاره: 1, 2, 3, 4, 5, 6.1, 6.2, 26.4 و 27.3.
یک تمرین فوق العاده برای بهتر کردن دانش جدید و تثبیت کردنش اینه که کدهای قبلی رو ریفکتور کنین؛ بازنویسی کد برای بهتر کردنش بدون تغییر در خروجی ها.
پیشرفت کنین
حالا شما یک برنامه نویس کاملا قابل قبول هستین ولی هنوز می تونین بهتر بشین. مورد ۵ رو یادتون باشه و کارهای عملی دیگه ای رو شروع کنین. به کد بقیه نگاه کنین مثلا پروژه بستون و اونها رو بهتر کنین یا بهشون فیچر اضافه کنین. اینطوری برای خودتون رزومه می سازین. البته به جای اون پروژه می تونین سراغ کارهای آدم های حرفه هم برین، مثلا تمام کارهای دیوید بیزلی یا کدهای کنت ریز (مثلا به tablib نگاه کنین) پروژه های مفید برای عموم رو شروع کنین و پیش ببرین و البته هر جا که گیج می شین شروع کنین به یادداشت کردن چند تا سر فصل اصلی و بعد سرچ و خوندن در موردشون. یادتون باشه که داکیومنت های خود پایتون واقعا فوق العاده هستن. و حالا وقت خوندن کتاب هم شده:
کتاب Fluent Python
کتاب Effective Python
نکته پایانی
از مسیر لذت ببرین. اگر منتظر رسیدن به مقصد هستین، برنامه نویسی کار شما نیست. آدم هایی که هی به نوک قله نگاه می کنن و افسوس می خورن معمولا توی دینای کامپیوتر رنج می کشن چون هیچ وقت به پایانش نخواهیم رسید. قدم به قدم پیش برین و از هر قدم لذت ببرین و جلو برین. به بقیه کمک کنین چون یکی از بهترین راه های حرفه ای شدن است. توی فروم ها وقتی سوالی می بینین دنبال جوابش بگردین، جوابش رو دقیق یاد بگیرین و با زبون خودتون برای طرف توضیح بدین. حوصله داشته باشین و هیچ وقت سعی نکنین در جایی باشین که بهترین هستین. همیشه سعی کنین کنار بهتر از خودتون بشینین و چیز یاد بگیرین و به زودی آدم فوق العاده ای خواهید شد. پایتون شیرین و بانمکه؛ امیدوارم کدهاتون رو توی گیت هاب ببینم.
@Python12
حالا باید تا حدی بدونین که کجا ایستادین و دنبال چی هستین. اگر دنبال وب هستین یک پروژه عملی برای خودتون تعریف کنین و با چیزی مثل جنگو شروعش کنین. درگیر اسم و اینها نباشین. پروژه رو تعریف و شروع کنین. شاید خیلی زود پاکش کردین! اصلا مهم نیست. مثلا یک سیستم رای گیری آنلاین. یا سیستم حسابداری شخصی. یا دفترچه تلفن دوستاتون. یا فهرست کتاب ها و اینکه چی خوندین و چی قرض دادین یا هر چیز دیگه یا یه سیستم وبلاگ شخصی یا صورت غذاهایی که پختین و روش پختش. شایدم یک برنامه مخصوص تنظیم کردن قرار ملاقات. موضوع خیلی مهم نیست. مهم اینه که خیلی زود چیزهایی که یاد میگیرین به شکل عملی در یک جایی استفاده بشه. اگر با جنگو کار می کنین کتاب Two Scoops of Django توصیه میشه. من خودم اخیرا به توصیه خودتون اینو خوندم و خوب بود برام. در این مرحله چیزهایی که یاد می گیرین رو نسبتا عمیق کنین. حوزه شما مشخص شده و باید حرفه ای تر بشین توش. اگر مثلا یادگیری ماشینی رو برداشتین یک مساله واقعی تعریف کنین و سعی کنین قدم به قدم حلش کنین. شاید مثلا تشخیص سگ از گربه قدم اول باشه و تشخیص طبقه بندی یک وبلاگ قدم دوم. شایدم علاقمند به یک اپلیکیشن دسکتاپ باشین. بازم امکانش هست. مهم اینه که حوزه خودتون رو کشف کنین و بدونین که در کدوم خط دارین پیش می رین.
در این مرحله مهمه که مثل یک برنامه نویس پایتون فکر کنین. به ذن پایتون برگردین و پپ ۸ که شیوه نامه نوشتن به پایتون است رو بخونین و سعی کنین شبیه یک پایتون نویس حرفه ای باشین – چه تو دستخط چه شیوه تفکر. گفته می شه زبانی که تفکر آدم رو عوض نکنه، زبان مفیدی نیست. به جای تلاش برای بزرگتر کردن برنامهتون، رو این تمرکز کنین که پایتونی بنویسینش و زبان رو بفهمین. در این مرحله حتی شاید با بعضی کتابخونه ها آشنا بشین و مثلا خوبه مطمئن بشین که برای برنامه خودتون یونیت تست نوشتین. در هیمن قدم شما ممکنه از خیلی «حرفه ای»ها جلو بیافتین.
حالا عمیق بشین
شما درک از زبان دارین و می تونین باهاش کار کنین درسته؟ حالا وقتشه که حرفه ای بشین و بهتر از هر کس زبان رو درک کنین. حداقل بهتر از ۸۰٪ آدمهای دیگه. این بخشها مهمترین اجزای داکیومنتهای رسمی پایتون هستن برای خونده شدن توسط کسی که می خواد زبان رو به تسخیر خودش در بیاره: 1, 2, 3, 4, 5, 6.1, 6.2, 26.4 و 27.3.
یک تمرین فوق العاده برای بهتر کردن دانش جدید و تثبیت کردنش اینه که کدهای قبلی رو ریفکتور کنین؛ بازنویسی کد برای بهتر کردنش بدون تغییر در خروجی ها.
پیشرفت کنین
حالا شما یک برنامه نویس کاملا قابل قبول هستین ولی هنوز می تونین بهتر بشین. مورد ۵ رو یادتون باشه و کارهای عملی دیگه ای رو شروع کنین. به کد بقیه نگاه کنین مثلا پروژه بستون و اونها رو بهتر کنین یا بهشون فیچر اضافه کنین. اینطوری برای خودتون رزومه می سازین. البته به جای اون پروژه می تونین سراغ کارهای آدم های حرفه هم برین، مثلا تمام کارهای دیوید بیزلی یا کدهای کنت ریز (مثلا به tablib نگاه کنین) پروژه های مفید برای عموم رو شروع کنین و پیش ببرین و البته هر جا که گیج می شین شروع کنین به یادداشت کردن چند تا سر فصل اصلی و بعد سرچ و خوندن در موردشون. یادتون باشه که داکیومنت های خود پایتون واقعا فوق العاده هستن. و حالا وقت خوندن کتاب هم شده:
کتاب Fluent Python
کتاب Effective Python
نکته پایانی
از مسیر لذت ببرین. اگر منتظر رسیدن به مقصد هستین، برنامه نویسی کار شما نیست. آدم هایی که هی به نوک قله نگاه می کنن و افسوس می خورن معمولا توی دینای کامپیوتر رنج می کشن چون هیچ وقت به پایانش نخواهیم رسید. قدم به قدم پیش برین و از هر قدم لذت ببرین و جلو برین. به بقیه کمک کنین چون یکی از بهترین راه های حرفه ای شدن است. توی فروم ها وقتی سوالی می بینین دنبال جوابش بگردین، جوابش رو دقیق یاد بگیرین و با زبون خودتون برای طرف توضیح بدین. حوصله داشته باشین و هیچ وقت سعی نکنین در جایی باشین که بهترین هستین. همیشه سعی کنین کنار بهتر از خودتون بشینین و چیز یاد بگیرین و به زودی آدم فوق العاده ای خواهید شد. پایتون شیرین و بانمکه؛ امیدوارم کدهاتون رو توی گیت هاب ببینم.
@Python12
✅ دوره آموزشی مبانی علوم اعصاب محاسباتی
مدرسین:
دکتر میر شهرام صفری
مهندس شهریار حسینجانی
اطلاعات بیشتر :
https://bit.ly/2Dj0ywb
ارتباط با پشتیبانی و ثبت نام:
@shrh627
مدرسین:
دکتر میر شهرام صفری
مهندس شهریار حسینجانی
اطلاعات بیشتر :
https://bit.ly/2Dj0ywb
ارتباط با پشتیبانی و ثبت نام:
@shrh627
با دانلود و نصب برنامه p2exe می توانید کد های پایتون را تبدیل به برنامه قابل اجرا بدون نیاز به نصب مفسر پایتون در کامپیوتر مقصد بکنید
http://www.py2exe.org/
@python12
http://www.py2exe.org/
@python12
پایتون / python
https://www.tg-me.com/joinchat-C2tpO016aStFsA0ZhteK2g
لطفا لینک را بین دوستان خود به اشتراک بگذارید 🌺🌺
💠 6 نکته ای که هر ایرانی لازم است به فرزندش بیاموزد👌
1️⃣ نسل قبلی به ما گفتند درس بخوان تا برای خودت کسی شوی. این حرف اشتباه است. درس خواندن خالی نه شعور می آورد و نه خوشبختی. این تجربه زندگی با تمام جوانب آن است که برایت شعور و خوشبختی می آورد.
🔹وقتی می گویم زندگی، منظورمان همه چیز است: از آشپزی بگیر تا دوچرخه سواری، از بستن چشم ها برای گوش دادن به یک موسیقی تا فوتبال گل کوچیک. از کار کردن در خیریه کوچک محله تان تا پیگیری سخنرانی های سران جهان در مجمع جهانی گروه بیست. درس خواندن خالی نه شعور می آورد و نه خوشبختی.
2️⃣ در مدرسه این چیزها را به تو یاد نمی دهند: سواد مالی، سواد رسانه ای، سواد جنسی. هر سه این ها مهم اند. هر کدام را از منابع معتبر بیاموز.
🔹ریاضی را بیاموز نه با این هدف که پیچیده ترین معادلات را حل کنی بلکه برای آنکه بیاموزی چگونه از دانش ریاضی در تصمیم گیری های مالی ات استفاده کنی، وقتی وام می گیری، وقتی سرمایه گذاری می کنی و وقت بیمه عمر می خری اگر ریاضی بلد نباشی کلاهت پس معرکه است. خواندن ریاضی اگر منجر به افزایش سواد مالی در تو نشود، کم فایده است.
3️⃣ تاریخ مهم تر از جغرافیاست. اکنون نرم افزارهای موقعیت یاب، راهیاب و نقشه های آنلاین فراهم شده اند، اگر جغرافیا ندانی، باز هم راهت را پیدا خواهی کرد اما تاریخ را هیچ نرم افزاری نمی تواند خلاصه کند.
🔹تاریخ را عمیق بخوان. تا آن اشتباهاتی که ما کردیم را تو انجام ندهی. اشتباهی که دوبار تکرار شود دیگر نامش اشتباه نیست، حماقت است.
4️⃣ زبان انگلیسی، چینی و عربی به اندازه زبان فارسی اهمیت دارد. وقتی زبان فارسی بلدی، یعنی ۸۰ میلیون هم سخن عاطفی و هم کار تجاری داری، در جهان امروز این عدد می تواند به شدت گسترش پیدا کند. حلقه هم سخنان و هم کارانت را به بیش از ۸۰۰ میلیون گسترش بده. جهان فردا، جهان بدون مرز است.
5️⃣ مهارت ارتباطات موثر را بیاموز. ۵۰% موفقیت به ارتباطات موثر، قانع و همراه کردن دیگران و تاثیرگذاری روی آنان است. باید بلد باشی خوب حرف بزنی، خوب ارایه کنی، خوب گزارش بنویسی و خوب متقاعد کنی. مذاکره و ارایه موثر را خوب یاد بگیر.
6️⃣ مدرک مهم است اما اکنون زمان مهارت است. آن زمان که ما درس می خواندیم تعداد مدرک دارها کم بود. پس هر کسی ارشد و دکترا داشت مزیت داشت. در زمان شما دیگر مدرک از مد می افتد، کسانی باقی خواهند ماند که مهارت داشته باشند.
🔹تا ده سال آینده بسیاری از مشاغل از بین می روند و بسیاری مشاغل جدید خلق می شوند. رشته ای را بخوان و مهارتی را کسب که به درد دنیای فعلی نمی خورد بلکه به درد دنیای آتی می خورد. اگر رشته بدی انتخاب کنی مانند این است که تولید کننده بهترین چرتکه دنیا هستی، در جهانی که هیچکس از چرتکه استفاده نمی کند.
✍️دکتر مجتبی لشکر بلوکی
1️⃣ نسل قبلی به ما گفتند درس بخوان تا برای خودت کسی شوی. این حرف اشتباه است. درس خواندن خالی نه شعور می آورد و نه خوشبختی. این تجربه زندگی با تمام جوانب آن است که برایت شعور و خوشبختی می آورد.
🔹وقتی می گویم زندگی، منظورمان همه چیز است: از آشپزی بگیر تا دوچرخه سواری، از بستن چشم ها برای گوش دادن به یک موسیقی تا فوتبال گل کوچیک. از کار کردن در خیریه کوچک محله تان تا پیگیری سخنرانی های سران جهان در مجمع جهانی گروه بیست. درس خواندن خالی نه شعور می آورد و نه خوشبختی.
2️⃣ در مدرسه این چیزها را به تو یاد نمی دهند: سواد مالی، سواد رسانه ای، سواد جنسی. هر سه این ها مهم اند. هر کدام را از منابع معتبر بیاموز.
🔹ریاضی را بیاموز نه با این هدف که پیچیده ترین معادلات را حل کنی بلکه برای آنکه بیاموزی چگونه از دانش ریاضی در تصمیم گیری های مالی ات استفاده کنی، وقتی وام می گیری، وقتی سرمایه گذاری می کنی و وقت بیمه عمر می خری اگر ریاضی بلد نباشی کلاهت پس معرکه است. خواندن ریاضی اگر منجر به افزایش سواد مالی در تو نشود، کم فایده است.
3️⃣ تاریخ مهم تر از جغرافیاست. اکنون نرم افزارهای موقعیت یاب، راهیاب و نقشه های آنلاین فراهم شده اند، اگر جغرافیا ندانی، باز هم راهت را پیدا خواهی کرد اما تاریخ را هیچ نرم افزاری نمی تواند خلاصه کند.
🔹تاریخ را عمیق بخوان. تا آن اشتباهاتی که ما کردیم را تو انجام ندهی. اشتباهی که دوبار تکرار شود دیگر نامش اشتباه نیست، حماقت است.
4️⃣ زبان انگلیسی، چینی و عربی به اندازه زبان فارسی اهمیت دارد. وقتی زبان فارسی بلدی، یعنی ۸۰ میلیون هم سخن عاطفی و هم کار تجاری داری، در جهان امروز این عدد می تواند به شدت گسترش پیدا کند. حلقه هم سخنان و هم کارانت را به بیش از ۸۰۰ میلیون گسترش بده. جهان فردا، جهان بدون مرز است.
5️⃣ مهارت ارتباطات موثر را بیاموز. ۵۰% موفقیت به ارتباطات موثر، قانع و همراه کردن دیگران و تاثیرگذاری روی آنان است. باید بلد باشی خوب حرف بزنی، خوب ارایه کنی، خوب گزارش بنویسی و خوب متقاعد کنی. مذاکره و ارایه موثر را خوب یاد بگیر.
6️⃣ مدرک مهم است اما اکنون زمان مهارت است. آن زمان که ما درس می خواندیم تعداد مدرک دارها کم بود. پس هر کسی ارشد و دکترا داشت مزیت داشت. در زمان شما دیگر مدرک از مد می افتد، کسانی باقی خواهند ماند که مهارت داشته باشند.
🔹تا ده سال آینده بسیاری از مشاغل از بین می روند و بسیاری مشاغل جدید خلق می شوند. رشته ای را بخوان و مهارتی را کسب که به درد دنیای فعلی نمی خورد بلکه به درد دنیای آتی می خورد. اگر رشته بدی انتخاب کنی مانند این است که تولید کننده بهترین چرتکه دنیا هستی، در جهانی که هیچکس از چرتکه استفاده نمی کند.
✍️دکتر مجتبی لشکر بلوکی
🔳⭕️با کی ازدواج کنم گوگل جان؟!
خانم جولی: گوش کن گوگل جان! هم «جان» و هم «پل» به من ابراز علاقه می کنند. من هر دو را دوست دارم ولی خب هر کدوم رو یه جور. تصمیم گیری برام خیلی سخته. تو پیشنهادت چیه؟!
گوگل: خب من تو را از وقتی که به دنیا آمدی می شناسم. همه ایمیلهایت را خواندهام و همه تماس های تلفنی ات را ضبط کرده ام و از فیلمها و موسیقیهای مورد علاقه ات خبر دارم. در مورد همه قرار ملاقات هایت اطلاعات دقیق دارم و اگر بخواهی می توانم نمودارهایی بهت نشون بدهم که ثانیه به ثانیه، طپش قلب و فشار خون و حالات روحی ات را موقعی که با جان یا پل قرار داشتی نشان می دهد. اگر لازم باشد حتی می توانم از تجربیات جنسی گذشته ات؛ درجه بندی عددی دقیقی در اختیارت قرار دهم!
و کاملا طبیعی است که همانگونه که تو را خوب می شناسم آنها را هم می شناسم. با توجه به تمام داده ها و الگوریتم ها و چند دهه اطلاعات آماری میلیون ها رابطه توصیه می کنم جان را انتخاب کنی چون به احتمال 87 درصد در طولانی مدت از بودن کنار او بیشتر راضی خواهی بود.
حقیقت این است که تو را آنقدر خوب می شناسم که می دانم این جواب خیلی به دلت نمی نشیند. پل از جان خیلی خوش قیافه تر و از نظر تو درونگراتر است و چون ظاهر و درونگرایی برای تو خیلی مهم است در دلت از من می خواستی بگویم پل. البته قیافه و درونگرایی برای تو جذاب است ولی نه آنقدر که خودت داری فکر می کنی! الگوریتمهای زیست شیمیایی تو که ده ها هزار سال قبل در علفزارهای آفریقا شکل گرفتند موقع رتبه بندی کلی روابط عاطفی برای قیافه 35 درصد ارزش قائلند. الگوریتمهای من که متکی بر به روزترین آمار و ارقامند می گویند تاثیر قیافه و تناسب بعد درونگرایی شخصیتی در موفقیت بلندمدت روابط عاشقانه حدود 14 درصد است. بنابراین حتی با در نظرگرفتن این مورد، همچنان نظرم این است که با جان زندگی بهتری خواهی داشت. آنچه خواندید گفتگوی احتمالی آینده خانم جولی و رباتهای گوگل بر اساس متن کتاب انسان خداگونه است.
رباتها در گذشته، جایگزین مشاغل یدی شدند. لذا بسیاری از افراد طبقه کارگری که دارای مشاغل ساده بودند در معرض خطر جایگزینی با ربات قرار گرفتند ولی اگر زرنگ بودند با افزایش معلومات و سواد فنی و مهارت می توانستند شغل های دیگری پیدا کنند. حالا اگر ربات ها جای انسان را نه فقط در مشاغل یدی، بلکه در مشاغل ذهنی و یا هنری هم بگیرند چه باید کرد؟
اِمی، نام یک نرم افزار آهنگساز است که موسیقیدانی به نام «کوپ» استاد موسیقی دانشگاه کالیفرنیا، اختراع کرد. در یک آزمایش جالب در جشنواره موسیقی دانشگاه اورگان، آهنگ هایی از باخ (آهنگساز معروف)، لارسون (موسیقیدان)، و اِمی (ربات شاعر و آهنگساز) برای حضار پخش شد و حضار که علاقه مند موسیقی بودند از قبل نمی دانستند کدام آهنگ متعلق به کیست. بعد از نظرسنجی، مشخص شد اکثر حضار، تصور کرده بودند آنچه اِمی ساخته و نواخته، متعلق به باخ است! (رفرنس: دکتر صبورطینت)
☑️⭕️تجویز راهبردی
آنچه خواندیم گوشه ای از هوش مصنوعی بود: هوشی که یک ماشین از خود نشان میدهد و ماشین را توانمند می کند تا رفتارهایي مشابه انسان های باهوش نشان دهد از جمله درک شرایط پیچیده، یادگیری، حل مساله، استدلال، سخن وری. پیش بینی ها می گوید دیر یا زود شاهد آن خواهیم بود که ربات های انسان نما مجهز به هوش مصنوعی عضو هیات مدیره شرکت ها خواهند شد. یعنی توان تحلیلی شان آنقدر خواهد بود که امکان تصمیم گیری های پیچیده در شرایط عدم اطلاعات کامل و ابهام و تضاد منافع را دارند.
▫️بنابراین اگر بین 30 تا 50 سال دارید باید خود را برای تغییرات ورود هوش مصنوعی آماده کنید. زمانی که به آستانه پیری می رسید و توان یادگیری و انعطاف پذیری شما پایین آمده است، هوش مصنوعی نقش بالایی در زندگی شما ایفا خواهد کرد. به 30 سال قبل نگاه کنید و فکرش بکنید که قبل از موبایل جهان چگونه بود و اکنون چگونه است؟
▫️اگر زیر 30 سال سن دارید وضعیت و نقش متفاوتی دارید. اینکه فقط خود را برای آینده آماده کنید کافی نیست. شما می توانید آینده را بسازید. می توانید به جای آنکه با موج ها همراه شوید، خودتان موج آفرینی کنید. بدانید که جهان پیش روی شما، جهان هوش مصنوعی و ماشین های فوق هوشمند خواهد بود و این شما هستید که می توانید آینده را بسازید.
▫️اگر بالای 50 سال سن دارید، بهتر است آگاهی خودتان را در مورد هوش مصنوعی، کاربردهایش، تاثیراتش افزایش دهید و در ضمن نسل بعدی خودتان را برای ورود به عصر هوش مصنوعی، آگاه و حمایت کنید.
به امید آموزش و پرورش و آموزش عالی نباشید، آن ها حداقل با ده سال تاخیر تازه مطالب شان، رویکردشان و کتاب هایشان و رفرنس هایشان را تغییر می دهند. در عصری که سرعت تغییرات سالانه است، به نهادهايی که هر ده سال یک بار تغییر می کنند اعتباری و اعتمادی نیست.
مجتبی لشکربلوکی
خانم جولی: گوش کن گوگل جان! هم «جان» و هم «پل» به من ابراز علاقه می کنند. من هر دو را دوست دارم ولی خب هر کدوم رو یه جور. تصمیم گیری برام خیلی سخته. تو پیشنهادت چیه؟!
گوگل: خب من تو را از وقتی که به دنیا آمدی می شناسم. همه ایمیلهایت را خواندهام و همه تماس های تلفنی ات را ضبط کرده ام و از فیلمها و موسیقیهای مورد علاقه ات خبر دارم. در مورد همه قرار ملاقات هایت اطلاعات دقیق دارم و اگر بخواهی می توانم نمودارهایی بهت نشون بدهم که ثانیه به ثانیه، طپش قلب و فشار خون و حالات روحی ات را موقعی که با جان یا پل قرار داشتی نشان می دهد. اگر لازم باشد حتی می توانم از تجربیات جنسی گذشته ات؛ درجه بندی عددی دقیقی در اختیارت قرار دهم!
و کاملا طبیعی است که همانگونه که تو را خوب می شناسم آنها را هم می شناسم. با توجه به تمام داده ها و الگوریتم ها و چند دهه اطلاعات آماری میلیون ها رابطه توصیه می کنم جان را انتخاب کنی چون به احتمال 87 درصد در طولانی مدت از بودن کنار او بیشتر راضی خواهی بود.
حقیقت این است که تو را آنقدر خوب می شناسم که می دانم این جواب خیلی به دلت نمی نشیند. پل از جان خیلی خوش قیافه تر و از نظر تو درونگراتر است و چون ظاهر و درونگرایی برای تو خیلی مهم است در دلت از من می خواستی بگویم پل. البته قیافه و درونگرایی برای تو جذاب است ولی نه آنقدر که خودت داری فکر می کنی! الگوریتمهای زیست شیمیایی تو که ده ها هزار سال قبل در علفزارهای آفریقا شکل گرفتند موقع رتبه بندی کلی روابط عاطفی برای قیافه 35 درصد ارزش قائلند. الگوریتمهای من که متکی بر به روزترین آمار و ارقامند می گویند تاثیر قیافه و تناسب بعد درونگرایی شخصیتی در موفقیت بلندمدت روابط عاشقانه حدود 14 درصد است. بنابراین حتی با در نظرگرفتن این مورد، همچنان نظرم این است که با جان زندگی بهتری خواهی داشت. آنچه خواندید گفتگوی احتمالی آینده خانم جولی و رباتهای گوگل بر اساس متن کتاب انسان خداگونه است.
رباتها در گذشته، جایگزین مشاغل یدی شدند. لذا بسیاری از افراد طبقه کارگری که دارای مشاغل ساده بودند در معرض خطر جایگزینی با ربات قرار گرفتند ولی اگر زرنگ بودند با افزایش معلومات و سواد فنی و مهارت می توانستند شغل های دیگری پیدا کنند. حالا اگر ربات ها جای انسان را نه فقط در مشاغل یدی، بلکه در مشاغل ذهنی و یا هنری هم بگیرند چه باید کرد؟
اِمی، نام یک نرم افزار آهنگساز است که موسیقیدانی به نام «کوپ» استاد موسیقی دانشگاه کالیفرنیا، اختراع کرد. در یک آزمایش جالب در جشنواره موسیقی دانشگاه اورگان، آهنگ هایی از باخ (آهنگساز معروف)، لارسون (موسیقیدان)، و اِمی (ربات شاعر و آهنگساز) برای حضار پخش شد و حضار که علاقه مند موسیقی بودند از قبل نمی دانستند کدام آهنگ متعلق به کیست. بعد از نظرسنجی، مشخص شد اکثر حضار، تصور کرده بودند آنچه اِمی ساخته و نواخته، متعلق به باخ است! (رفرنس: دکتر صبورطینت)
☑️⭕️تجویز راهبردی
آنچه خواندیم گوشه ای از هوش مصنوعی بود: هوشی که یک ماشین از خود نشان میدهد و ماشین را توانمند می کند تا رفتارهایي مشابه انسان های باهوش نشان دهد از جمله درک شرایط پیچیده، یادگیری، حل مساله، استدلال، سخن وری. پیش بینی ها می گوید دیر یا زود شاهد آن خواهیم بود که ربات های انسان نما مجهز به هوش مصنوعی عضو هیات مدیره شرکت ها خواهند شد. یعنی توان تحلیلی شان آنقدر خواهد بود که امکان تصمیم گیری های پیچیده در شرایط عدم اطلاعات کامل و ابهام و تضاد منافع را دارند.
▫️بنابراین اگر بین 30 تا 50 سال دارید باید خود را برای تغییرات ورود هوش مصنوعی آماده کنید. زمانی که به آستانه پیری می رسید و توان یادگیری و انعطاف پذیری شما پایین آمده است، هوش مصنوعی نقش بالایی در زندگی شما ایفا خواهد کرد. به 30 سال قبل نگاه کنید و فکرش بکنید که قبل از موبایل جهان چگونه بود و اکنون چگونه است؟
▫️اگر زیر 30 سال سن دارید وضعیت و نقش متفاوتی دارید. اینکه فقط خود را برای آینده آماده کنید کافی نیست. شما می توانید آینده را بسازید. می توانید به جای آنکه با موج ها همراه شوید، خودتان موج آفرینی کنید. بدانید که جهان پیش روی شما، جهان هوش مصنوعی و ماشین های فوق هوشمند خواهد بود و این شما هستید که می توانید آینده را بسازید.
▫️اگر بالای 50 سال سن دارید، بهتر است آگاهی خودتان را در مورد هوش مصنوعی، کاربردهایش، تاثیراتش افزایش دهید و در ضمن نسل بعدی خودتان را برای ورود به عصر هوش مصنوعی، آگاه و حمایت کنید.
به امید آموزش و پرورش و آموزش عالی نباشید، آن ها حداقل با ده سال تاخیر تازه مطالب شان، رویکردشان و کتاب هایشان و رفرنس هایشان را تغییر می دهند. در عصری که سرعت تغییرات سالانه است، به نهادهايی که هر ده سال یک بار تغییر می کنند اعتباری و اعتمادی نیست.
مجتبی لشکربلوکی
Forwarded from جرقه پای ( )
n+nn+nnn+.py
375 B
Forwarded from جرقه پای ( )
fbonachi.py
187 B