Forwarded from Data world with Mina (Mina Ra)
برای کار به عنوان داده کاو یا دانشمند داده در یک شرکت، باید مصاحبه فنی مربوطه را با موفقیت پشت سر گذاشت. اما چه سوالهایی معمولا برای این مصاحبه پرسیده می شوند؟ چند نمونه از این سوالات را که خودم در مصاحبه ها با آنها مواجه شده ام را در اینجا مطرح می کنم. با توجه به اینکه سابقه کار در این زمینه را در ایران ندارم، لذا سوالات مربوطه از مصاحبه های فنی موسسات و شرکتهای واقع در خارج از ایران نظیر IBM, ANZ bank, Sportsbet, iSelect
می باشد.
(صحبت های یک دیتا ساینتیست در خارج ایران)
۱- تعریف و توضیح در مورد
P-value
۲- رگولاریزاسیون چیست و برای حل چه مشکلی استفاده میشود؟ تفاوت بین نرم L1 و L2 چیست؟
۳- تبدیل Box-Cox چیست؟
۴- توضیح در مورد MultiCollinearity
و چگونگی حل آن؟
۵- آیا الگوریتم Gradient descent همیشه به نقطه یکسانی همگرا میشود؟
۶- چگونه در الگوریتم K-means تعداد کلاسترهای بهینه را می توان مشخص کرد؟
۷- بردار ویژه و مقدار ویژه چیست؟
۸- با چه کتابخانه های داده کاوی از زبان پایتون آشنایی دارید؟ همچنین سوالاتی که توانایی شما را در کدنویسی ارزیابی میکند که معمولا این کدها را باید بر روی تخته وایت بردی که در اختیار شما قرار می گیرد، بنویسید
۹- نفرین بعدیت چیست؟
۱۰- چرا خطای کمترین مربعات همیشه متریک مناسبی برای ارزیابی خطا نیست؟ چه متریک دیگری را پیشنهاد می کنید؟
۱۱- آیا استفاده از ۵۰ درخت تصمیم کوچک به جای یک درخت تصمیم بزرگ اولویت دارد؟ چرا؟
۱۲- تعامل بین بایاس و واریانس به چه معناست؟
۱۳- منحنی
ROC
چیست؟
۱۴- کدام را ترجیح می دهید؟ داشتن تعداد زیادی جواب منفی کاذب و یا داشتن تعداد زیادی جواب مثبت کاذب؟
۱۵- چرا دسته بندی کننده نایو بیز، الگوریتم مناسبی نیست؟ برای مسئله تشخیص اسپم در ایمیل، چه روشی را برای بهبود نایو بیز پیشنهاد می کنید؟
۱۶ در بعضی مواقع یک سناریو به داوطلب داده می شود و از او خواسته می شود که برای آن سناریو راه حل پیشنهاد کند. به عنوان مثال: مدیر یک موسسه انتشاراتی که پنج مجله در آن به چاپ می رسد از شما ( به عنوان داده کاو) می خواهد روشی ارائه دهید برای طراحی یک سیستم توصیه به خواننده که بر اساس سلیقه خواننده مجله مورد علاقه اش را به او پیشنهاد می کند.
الگوریتم های #یادگیری_ماشین
#مصاحبه_علم_داده
#علم_داده
@datalook_ir
منبع مطالب رایگان علم داده، کتاب ، نمونه کد
فیلم آموزشی
کارگاه و وبینار رایگان
می باشد.
(صحبت های یک دیتا ساینتیست در خارج ایران)
۱- تعریف و توضیح در مورد
P-value
۲- رگولاریزاسیون چیست و برای حل چه مشکلی استفاده میشود؟ تفاوت بین نرم L1 و L2 چیست؟
۳- تبدیل Box-Cox چیست؟
۴- توضیح در مورد MultiCollinearity
و چگونگی حل آن؟
۵- آیا الگوریتم Gradient descent همیشه به نقطه یکسانی همگرا میشود؟
۶- چگونه در الگوریتم K-means تعداد کلاسترهای بهینه را می توان مشخص کرد؟
۷- بردار ویژه و مقدار ویژه چیست؟
۸- با چه کتابخانه های داده کاوی از زبان پایتون آشنایی دارید؟ همچنین سوالاتی که توانایی شما را در کدنویسی ارزیابی میکند که معمولا این کدها را باید بر روی تخته وایت بردی که در اختیار شما قرار می گیرد، بنویسید
۹- نفرین بعدیت چیست؟
۱۰- چرا خطای کمترین مربعات همیشه متریک مناسبی برای ارزیابی خطا نیست؟ چه متریک دیگری را پیشنهاد می کنید؟
۱۱- آیا استفاده از ۵۰ درخت تصمیم کوچک به جای یک درخت تصمیم بزرگ اولویت دارد؟ چرا؟
۱۲- تعامل بین بایاس و واریانس به چه معناست؟
۱۳- منحنی
ROC
چیست؟
۱۴- کدام را ترجیح می دهید؟ داشتن تعداد زیادی جواب منفی کاذب و یا داشتن تعداد زیادی جواب مثبت کاذب؟
۱۵- چرا دسته بندی کننده نایو بیز، الگوریتم مناسبی نیست؟ برای مسئله تشخیص اسپم در ایمیل، چه روشی را برای بهبود نایو بیز پیشنهاد می کنید؟
۱۶ در بعضی مواقع یک سناریو به داوطلب داده می شود و از او خواسته می شود که برای آن سناریو راه حل پیشنهاد کند. به عنوان مثال: مدیر یک موسسه انتشاراتی که پنج مجله در آن به چاپ می رسد از شما ( به عنوان داده کاو) می خواهد روشی ارائه دهید برای طراحی یک سیستم توصیه به خواننده که بر اساس سلیقه خواننده مجله مورد علاقه اش را به او پیشنهاد می کند.
الگوریتم های #یادگیری_ماشین
#مصاحبه_علم_داده
#علم_داده
@datalook_ir
منبع مطالب رایگان علم داده، کتاب ، نمونه کد
فیلم آموزشی
کارگاه و وبینار رایگان
Forwarded from مجله هوش مصنوعی
📝 پیشبینی آتشسوزی جنگلی قبل از گسترش
ایالت کالیفرنیا در ایالات متحده که هر ساله شاهد وقوع آتشسوزیهای گسترده جنگلی است، از این پس از هوش مصنوعی و بیش از ۱۰۰۰ دوربین برای شناسایی این آتشسوزیها قبل از شروع گسترش استفاده میکند.
این برنامه هوش مصنوعی موسوم به الرت کالیفرنیا(Alert California) که با همکاری دانشگاه کالیفرنیا سندیگو ایجاد شده است، از ۱۰۳۲ دوربین چرخان ۳۶۰ درجه تغذیه میکند و از هوش مصنوعی برای شناسایی ناهنجاریها بهره میجوید. سپس به نیروهای خدمات اضطراری و سایر مقامات اطلاع میدهد تا بررسی کنند که آیا آتش سوزی احتمالی نیاز به واکنش دارد یا خیر.
این برنامه که در ماه ژوئیه آغاز شده، تاکنون حداقل یک آتشسوزی بالقوه را فرونشانده است. گزارش شده است که یکی از این دوربینها، آتش سوزی نوپایی را در ساعت ۳ صبح در جنگل ملی کلیولند در شرق سندیگو ثبت کرده و هوش مصنوعی، آن را شناسایی کرده و به نیروهای آتش نشانی هشدار داده است. سپس حدود ۶۰ آتشنشان با تجهیزات و ادوات و دو تانکر آب به سراغ آن رفتند و شعلههای آتش را ظرف ۴۵ دقیقه خاموش کردند.
🔗 مشاهده کامل خبر
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
💟 : instagram.com/homeai.ir
ایالت کالیفرنیا در ایالات متحده که هر ساله شاهد وقوع آتشسوزیهای گسترده جنگلی است، از این پس از هوش مصنوعی و بیش از ۱۰۰۰ دوربین برای شناسایی این آتشسوزیها قبل از شروع گسترش استفاده میکند.
این برنامه هوش مصنوعی موسوم به الرت کالیفرنیا(Alert California) که با همکاری دانشگاه کالیفرنیا سندیگو ایجاد شده است، از ۱۰۳۲ دوربین چرخان ۳۶۰ درجه تغذیه میکند و از هوش مصنوعی برای شناسایی ناهنجاریها بهره میجوید. سپس به نیروهای خدمات اضطراری و سایر مقامات اطلاع میدهد تا بررسی کنند که آیا آتش سوزی احتمالی نیاز به واکنش دارد یا خیر.
این برنامه که در ماه ژوئیه آغاز شده، تاکنون حداقل یک آتشسوزی بالقوه را فرونشانده است. گزارش شده است که یکی از این دوربینها، آتش سوزی نوپایی را در ساعت ۳ صبح در جنگل ملی کلیولند در شرق سندیگو ثبت کرده و هوش مصنوعی، آن را شناسایی کرده و به نیروهای آتش نشانی هشدار داده است. سپس حدود ۶۰ آتشنشان با تجهیزات و ادوات و دو تانکر آب به سراغ آن رفتند و شعلههای آتش را ظرف ۴۵ دقیقه خاموش کردند.
🔗 مشاهده کامل خبر
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
💟 : instagram.com/homeai.ir
👌1
Forwarded from انجمن علوم داده
PythonNotesForProfessionals.pdf
6.1 MB
⭕️ کتاب Python Notes for Professionals
🔰 محتوای این کتاب از بستر Stack Overflow جمعآوری شده و حاوی آموزشها و نکات زبان برنامهنویسی پایتون است.
در انجمن علوم داده با ما همراه باشید 🌱
| @DataScience_Association |
🔰 محتوای این کتاب از بستر Stack Overflow جمعآوری شده و حاوی آموزشها و نکات زبان برنامهنویسی پایتون است.
در انجمن علوم داده با ما همراه باشید 🌱
| @DataScience_Association |
👍1
Forwarded from علم داده (Data Science)
مجموعه ویدئوهای آموزش یادگیری عمیق دکتر حامد ملک در ترم جاری دانشگاه شهید بهشتی
youtube : https://zaya.io/ifknh
✅ @Data➕Science
youtube : https://zaya.io/ifknh
✅ @Data➕Science
👍1
🔶#استخدام توسعه دهنده هوش مصنوعی شرکت ویراسنس
شرح فعالیتها:
گردآوری دیتاستها
توسعه مدل های هوش مصنوعی
بهینهسازی مدلهای موجود به لحاظ دقت، شرایط عملکردی و مصرف منابع
تهیه مستندات علمی
الزامات مورد نیاز برای این موقعیت شغلی:
مدرک تحصیلی کارشناسی ارشد و بالاتر
علاقهمندی به تحقیق و مطالعه مقالات تخصصی به زبان انگلیسی
آشنایی با مفاهیم پردازش تصویر
دانش قوی در حوزه هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
مهارت در تهیه مستندات علمی
تسلط در زبانهای برنامه نویسی پایتون و C++
آشنایی کامل با کتابخانههای NumPy، Keras، Tensorflow و OpenCV
درک ساختارمدلهای هوش مصنوعی و روش اجرای آنها
کدنویسی بهینه، خوانا و مسلط به اصول برنامه نویسی تمیز
تسلط به Git
داشتن حداقل یک سابقه کاری مرتبط
*آشنایی به فرآیندهای بک اند مزیت محسوب میشود
مهارتهای نرم:
علاقمند به کار تیمی
توان حل مسئله
روحیه چالشپذیری
مزایای همکاری:
بیمه تکمیلی
امکانات ورزشی
فضای پویا برای رشد و پیشرفت
امکان پذیرش امریه سربازی برای آقایان
متن کامل آگهی: https://veerasense.com/careers/
🆔@dsfum
شرح فعالیتها:
گردآوری دیتاستها
توسعه مدل های هوش مصنوعی
بهینهسازی مدلهای موجود به لحاظ دقت، شرایط عملکردی و مصرف منابع
تهیه مستندات علمی
الزامات مورد نیاز برای این موقعیت شغلی:
مدرک تحصیلی کارشناسی ارشد و بالاتر
علاقهمندی به تحقیق و مطالعه مقالات تخصصی به زبان انگلیسی
آشنایی با مفاهیم پردازش تصویر
دانش قوی در حوزه هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
مهارت در تهیه مستندات علمی
تسلط در زبانهای برنامه نویسی پایتون و C++
آشنایی کامل با کتابخانههای NumPy، Keras، Tensorflow و OpenCV
درک ساختارمدلهای هوش مصنوعی و روش اجرای آنها
کدنویسی بهینه، خوانا و مسلط به اصول برنامه نویسی تمیز
تسلط به Git
داشتن حداقل یک سابقه کاری مرتبط
*آشنایی به فرآیندهای بک اند مزیت محسوب میشود
مهارتهای نرم:
علاقمند به کار تیمی
توان حل مسئله
روحیه چالشپذیری
مزایای همکاری:
بیمه تکمیلی
امکانات ورزشی
فضای پویا برای رشد و پیشرفت
امکان پذیرش امریه سربازی برای آقایان
متن کامل آگهی: https://veerasense.com/careers/
🆔@dsfum
👍1
Forwarded from Data Science | علم داده
@DataScience_ir - All Cheat Sheets DS, ML, DL, AI.pdf
7.5 MB
🔴 مجموعه جامع برگه تقلب علوم داده
📝 شامل مباحث ML , DL , AI , DS
🏛 کاری از دانشگاه MIT و Stanford
✅ مجموعه ۵۲ صفحهای برگه تقلب علوم داده دانشگاه MIT و Stanford، نمایی جامع از تمامی مباحث اصلی که باید در حوزه علوم داده به آن ها مسلط شوید ارائه میدهد. این مباحث شامل ریاضیات علوم داده، یادگیری ماشین، یادگیری عمیق، علم داده و هوش مصنوعی میشود.
#️⃣ #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📎 @DataScience_ir
📝 شامل مباحث ML , DL , AI , DS
🏛 کاری از دانشگاه MIT و Stanford
✅ مجموعه ۵۲ صفحهای برگه تقلب علوم داده دانشگاه MIT و Stanford، نمایی جامع از تمامی مباحث اصلی که باید در حوزه علوم داده به آن ها مسلط شوید ارائه میدهد. این مباحث شامل ریاضیات علوم داده، یادگیری ماشین، یادگیری عمیق، علم داده و هوش مصنوعی میشود.
#️⃣ #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📎 @DataScience_ir
Forwarded from Machine Learning | یادگیری ماشین
⭕️ نسخه جدید دوره «یادگیری ماشین برای مبتدیان»
☑️ با استفاده از کتابخانه Scikit-learn پایتون
🔷 ورژن جدید و آپدیت شده مجموعه آموزشی رایگان یادگیری ماشین که توسط شرکت مایکروسافت تهیه شده است، تمامی مباحث مربوط به یادگیری ماشین و چگونگی ساخت مدلها با استفاده از ابزارهایی مثل SciKit Learn, NumPy, Pandas و Matplotlib را پوشش میدهد.
🔶 هر جلسه آموزشی شامل آزمونهای پیش و پس از درس، اسلایدهای آموزشی، تسک های عملی، ویدیوهای درسی و... است. این دوره آموزشی مبتنی بر پروژه شامل 26 جلسه در 12 هفته می شود.
✅ میتوانید این دوره آموزشی را به همراه لینک گیت هاب، از طریق لینک زیر دریافت نمایید :👇🏼
┌ 🏷 Machine Learning for Beginners
├ 🎬 ML for Beginners Course
├ 🗃 ML for Beginners GitHub
└ 📚 ML for Beginners PDF
#️⃣ #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
📎 @MachineLearning_ir
☑️ با استفاده از کتابخانه Scikit-learn پایتون
🔷 ورژن جدید و آپدیت شده مجموعه آموزشی رایگان یادگیری ماشین که توسط شرکت مایکروسافت تهیه شده است، تمامی مباحث مربوط به یادگیری ماشین و چگونگی ساخت مدلها با استفاده از ابزارهایی مثل SciKit Learn, NumPy, Pandas و Matplotlib را پوشش میدهد.
🔶 هر جلسه آموزشی شامل آزمونهای پیش و پس از درس، اسلایدهای آموزشی، تسک های عملی، ویدیوهای درسی و... است. این دوره آموزشی مبتنی بر پروژه شامل 26 جلسه در 12 هفته می شود.
✅ میتوانید این دوره آموزشی را به همراه لینک گیت هاب، از طریق لینک زیر دریافت نمایید :👇🏼
┌ 🏷 Machine Learning for Beginners
├ 🎬 ML for Beginners Course
├ 🗃 ML for Beginners GitHub
└ 📚 ML for Beginners PDF
#️⃣ #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
📎 @MachineLearning_ir
Forwarded from Rade AI News
🗞 انقلاب هوش مصنوعی در استخراج اطلاعات از اسناد پیچیده
🔘 هوش مصنوعی و مدلهای زبانی بزرگ (LLM) در حال تغییر روش استخراج اطلاعات از اسناد پیچیده هستند. این فناوریها با سادهسازی فرآیند استخراج دادهها از فرمتهای مختلف، کارایی و دقت را به طور چشمگیری افزایش میدهند.
🔘 متخصصان پیشبینی میکنند که این پیشرفتها میتواند تأثیر قابل توجهی بر صنایع مختلف از جمله امور مالی، حقوقی و پزشکی داشته باشد. با افزایش کاربرد این فناوریها، انتظار میرود که پردازش اسناد پیچیده به طور فزایندهای سادهتر و کارآمدتر شود.
🔗 Towards AI Medium
✔ @rade_ai_news | @rade_ai
🔘 هوش مصنوعی و مدلهای زبانی بزرگ (LLM) در حال تغییر روش استخراج اطلاعات از اسناد پیچیده هستند. این فناوریها با سادهسازی فرآیند استخراج دادهها از فرمتهای مختلف، کارایی و دقت را به طور چشمگیری افزایش میدهند.
🔘 متخصصان پیشبینی میکنند که این پیشرفتها میتواند تأثیر قابل توجهی بر صنایع مختلف از جمله امور مالی، حقوقی و پزشکی داشته باشد. با افزایش کاربرد این فناوریها، انتظار میرود که پردازش اسناد پیچیده به طور فزایندهای سادهتر و کارآمدتر شود.
🔗 Towards AI Medium
✔ @rade_ai_news | @rade_ai
👎1
Forwarded from Machine Learning | یادگیری ماشین
👨🏻💻 آمار یک نیاز ضروری برای یادگیری ماشینه و بهترین راهی که میتونین مباحث آماری رو چه برای دروس دانشگاهی و چه برای یادگیری ML فرا بگیرین، از طریق انیمیشن و تجسم تعاملی هست.
🔶 وب سایت "Seeing Theory" تمامی مباحث مورد نیاز، از آمار گرفته تا احتمال و موارد دیگه رو با تصاویر تعاملی به صورت رایگان به شما آموزش میده!
1️⃣ مبانی احتمال 2️⃣ احتمال مرکب
3️⃣ توزیع های احتمال 4️⃣ استنتاج فرکانسیست
5️⃣ استنتاج بیزی 6️⃣ آنالیز رگرسیون
✅ اینم لینک تمامی منابع این سایت: 👇🏼
┌🏷 Seeing Theory
├ 🌐 Wibsite
├ 📕 Book
└ 🗃 GitHub
#️⃣ #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
📎 @MachineLearning_ir
🔶 وب سایت "Seeing Theory" تمامی مباحث مورد نیاز، از آمار گرفته تا احتمال و موارد دیگه رو با تصاویر تعاملی به صورت رایگان به شما آموزش میده!
1️⃣ مبانی احتمال 2️⃣ احتمال مرکب
3️⃣ توزیع های احتمال 4️⃣ استنتاج فرکانسیست
5️⃣ استنتاج بیزی 6️⃣ آنالیز رگرسیون
✅ اینم لینک تمامی منابع این سایت: 👇🏼
┌🏷 Seeing Theory
├ 🌐 Wibsite
├ 📕 Book
└ 🗃 GitHub
#️⃣ #یادگیری_ماشین #MachineLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
💡 مهندس ML شوید :
📎 @MachineLearning_ir
👍1
Forwarded from Data Science | علم داده
@DataScience_ir - ML & DL Projects.pdf
146.8 KB
🔴 600 پروژه ML در دنیای واقعی
📚 30 پروژه دیپ لرنینگ + دیتاست
☑️ یک روش عالی برای یادگیری و تسلط به مباحث یادگیری ماشین و الگوریتم های آن، این است که از تجربیات دیگران در پروژههای واقعی در این حوزه الهام بگیرید تا بتوانید پروژههای خودتان را با بهترین عملکرد انجام دهید.💯
✅ فایل فوق که شامل 600 پروژه یادگیری ماشین به همراه 30 پروژه دیپ لرنینگ میشود به کسانی که به تازگی آموزش یادگیری ماشین را آغاز کرده اند، کمک میکند تا با استفاده از تجربیات دیگران، پروژههای خود را با بهترین کیفیت ممکن انجام دهند.
#️⃣ #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📎 @DataScience_ir
📚 30 پروژه دیپ لرنینگ + دیتاست
☑️ یک روش عالی برای یادگیری و تسلط به مباحث یادگیری ماشین و الگوریتم های آن، این است که از تجربیات دیگران در پروژههای واقعی در این حوزه الهام بگیرید تا بتوانید پروژههای خودتان را با بهترین عملکرد انجام دهید.💯
✅ فایل فوق که شامل 600 پروژه یادگیری ماشین به همراه 30 پروژه دیپ لرنینگ میشود به کسانی که به تازگی آموزش یادگیری ماشین را آغاز کرده اند، کمک میکند تا با استفاده از تجربیات دیگران، پروژههای خود را با بهترین کیفیت ممکن انجام دهند.
#️⃣ #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📎 @DataScience_ir
Forwarded from DeepMind AI Expert (Farzad 🦅)
کتابچه جامعه و خوبیه
An introduction to graph theory
https://arxiv.org/abs/2308.04512
#کتاب
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
An introduction to graph theory
https://arxiv.org/abs/2308.04512
#کتاب
🔸 مطالب بیشتر 👇👇
✅ @AI_DeepMind
🔸 @AI_Person
Forwarded from BigData Mining & OSINT (@BigData_Channel)
🔸نحوه انتخاب بهترین نمودار برای مصور سازی داده ها 👇
https://bigdata-ir.com/انواع-روش-های-بصری-سازی-داده-ِdata-visualization-و-نحو/
🖌 @BigData_channel
👁 @OsintPlus
https://bigdata-ir.com/انواع-روش-های-بصری-سازی-داده-ِdata-visualization-و-نحو/
🖌 @BigData_channel
👁 @OsintPlus
Forwarded from علم داده (Data Science)
🔴 پلتفرم 365 Data Science به مدت سه هفته، از 1 تا 21 نوامبر، دسترسی رایگان به دورههای خود را فراهم کرده است. این دورهها بیشتر حوزههای مرتبط با داده را پوشش میدهند، کیفیت مناسبی دارند و همراه با گواهینامه ارائه میشوند 🚀
365datascience.com/free-weeks-2024
➖➖➖➖➖➖➖➖➖➖➖➖
برای آموزش علم داده به جمع ما بپیوندید: 👇
📊👨🏫 @DataPlusScience | @Data➕Science
365datascience.com/free-weeks-2024
➖➖➖➖➖➖➖➖➖➖➖➖
برای آموزش علم داده به جمع ما بپیوندید: 👇
📊👨🏫 @DataPlusScience | @Data➕Science
Forwarded from علم داده (Data Science)
هفته رایگان DataCamp
تمامی دورههای DataCamp از امروز به مدت یک هفته (از ۴ تا ۱۰ نوامبر) به صورت رایگان در دسترس خواهد بود. علاقهمندان به حوزه داده و هوش مصنوعی میتوانند بدون پرداخت هزینه و حتی نیاز به کارت اعتباری، به تمامی دورهها و امکانات این پلتفرم دسترسی پیدا کنند.
https://www.datacamp.com/blog/datacamp-free-access-week
➖➖➖➖➖➖➖➖➖➖➖➖
برای آموزش علم داده به جمع ما بپیوندید: 👇
📊👨🏫 @DataPlusScience | @Data➕Science
تمامی دورههای DataCamp از امروز به مدت یک هفته (از ۴ تا ۱۰ نوامبر) به صورت رایگان در دسترس خواهد بود. علاقهمندان به حوزه داده و هوش مصنوعی میتوانند بدون پرداخت هزینه و حتی نیاز به کارت اعتباری، به تمامی دورهها و امکانات این پلتفرم دسترسی پیدا کنند.
https://www.datacamp.com/blog/datacamp-free-access-week
➖➖➖➖➖➖➖➖➖➖➖➖
برای آموزش علم داده به جمع ما بپیوندید: 👇
📊👨🏫 @DataPlusScience | @Data➕Science
انجمن آمار ایران برگزار می کند.
وبینار برآورد منظم و استنباط برای فرایندهای نقطه ای فضایی - زمانی
زمان: چهارشنبه 23 آبان ماه ساعت 18
لینک وبینار: https://vroom.ut.ac.ir/irstat
🆔@irstat
وبینار برآورد منظم و استنباط برای فرایندهای نقطه ای فضایی - زمانی
زمان: چهارشنبه 23 آبان ماه ساعت 18
لینک وبینار: https://vroom.ut.ac.ir/irstat
🆔@irstat
🔶#استخدام تحلیلگر داده کارخانه لوازم خانگی کلور در مشهد
شرح وظایف:
* جمعآوری، پاکسازی و تحلیل دادههای مختلف مارکتینگ
* ساخت داشبوردهای تحلیلی برای نظارت بر عملکرد کمپینها
* شناسایی روندها و الگوها در دادهها برای ارائه بینشهای عملیاتی
* همکاری با تیمهای مختلف مارکتینگ برای اجرای استراتژیهای مبتنی بر داده
* طراحی و اجرای مدلهای پیشبینی برای پیشبینی رفتار مشتریان
* انجام تحلیلهای رقابتی برای شناسایی فرصتهای جدید
* استفاده از ابزارهای تحلیل وب برای بررسی عملکرد سایت و کمپینها
* همکاری با تیمهای مختلف برای بهبود تجربه مشتری
لینک آگهی: لینک
🆔@dsfum
شرح وظایف:
* جمعآوری، پاکسازی و تحلیل دادههای مختلف مارکتینگ
* ساخت داشبوردهای تحلیلی برای نظارت بر عملکرد کمپینها
* شناسایی روندها و الگوها در دادهها برای ارائه بینشهای عملیاتی
* همکاری با تیمهای مختلف مارکتینگ برای اجرای استراتژیهای مبتنی بر داده
* طراحی و اجرای مدلهای پیشبینی برای پیشبینی رفتار مشتریان
* انجام تحلیلهای رقابتی برای شناسایی فرصتهای جدید
* استفاده از ابزارهای تحلیل وب برای بررسی عملکرد سایت و کمپینها
* همکاری با تیمهای مختلف برای بهبود تجربه مشتری
لینک آگهی: لینک
🆔@dsfum
Forwarded from Intellimage ( intelligent image processing )
⚪ تحلیل حرکت خاک در فرآیندهای آمادهسازی زمین با استفاده از الگوریتمهای نوین پردازش تصویر
◽ملاحظات اقتصادی و زیستمحیطی کشاورزان را مجبور به مدیریت خاکورزی با پیکربندیهای بهینه ابزارها میکند تا شرایط مطلوب خاک را به دست آورند.
◽روشهای کنونی برای بررسی مخلوط شدن لایههای خاک محدود هستند، بهویژه زمانی که نیاز به بررسی مخلوط شدن چند لایه وجود دارد.
◽استفاده از نشانگرهای فیزیکی رایجترین روش است. اگرچه این روش میتواند اطلاعات مفیدی ارائه دهد، اما به دلیل اینکه نمای کاملی از نحوه حرکت یا مخلوط شدن لایههای خاک ارائه نمیدهد، برآوردهای تقریبی نادرست اجتنابناپذیر است.
◽مخلوط شدن لایههای خاک با استفاده از شنهای رنگی مختلف که در لایههای مختلف با عمقهای متفاوت قرار داده شده بودند، بررسی میشودتابهطور مداوم مخلوط شدن لایههای خاک را مورد بررسی قرار دهد. یک الگوریتم خوشهبندی رنگ جدید برای تحلیل عملکرد مخلوط شدن لایههای چندرنگ با استفاده از خوشهبندی K-means و رویکرد تحلیل مؤلفههای اصلی (PCA) میتواند به تحلیل بهتر شرایط کمک کند.
🆔️telegram channel:
https://t.iss.one/Intellimage
#top_news
◽ملاحظات اقتصادی و زیستمحیطی کشاورزان را مجبور به مدیریت خاکورزی با پیکربندیهای بهینه ابزارها میکند تا شرایط مطلوب خاک را به دست آورند.
◽روشهای کنونی برای بررسی مخلوط شدن لایههای خاک محدود هستند، بهویژه زمانی که نیاز به بررسی مخلوط شدن چند لایه وجود دارد.
◽استفاده از نشانگرهای فیزیکی رایجترین روش است. اگرچه این روش میتواند اطلاعات مفیدی ارائه دهد، اما به دلیل اینکه نمای کاملی از نحوه حرکت یا مخلوط شدن لایههای خاک ارائه نمیدهد، برآوردهای تقریبی نادرست اجتنابناپذیر است.
◽مخلوط شدن لایههای خاک با استفاده از شنهای رنگی مختلف که در لایههای مختلف با عمقهای متفاوت قرار داده شده بودند، بررسی میشودتابهطور مداوم مخلوط شدن لایههای خاک را مورد بررسی قرار دهد. یک الگوریتم خوشهبندی رنگ جدید برای تحلیل عملکرد مخلوط شدن لایههای چندرنگ با استفاده از خوشهبندی K-means و رویکرد تحلیل مؤلفههای اصلی (PCA) میتواند به تحلیل بهتر شرایط کمک کند.
🆔️telegram channel:
https://t.iss.one/Intellimage
#top_news
👍1