💻 دانلود رایگان دوره های نانو دگری سایت Udacity (به همراه زیر نویس)

🔴 Udacity's Machine Learning Engineer Nanodegree
Download Link-
https://mega.nz/folder/qX5BWKDD#s6JadsuGzsyELin6zYfU8Q

🟠 Udacity's Data Analyst Nanodegree
Download Link-
https://mega.nz/folder/GbgnkCaR#gQodlI6pEkoKGIaqDhuCUg

🟡 Udacity's Android Basics Nanodegree
Download Link-
https://mega.nz/folder/nDgXkaob#5LPk0Hpz4HgZ7njcvyNmqw

🟢 Udacity's Blockchain Nanodegree
Download Link-
https://mega.nz/folder/HD43EKTL#jcAo2OvAjEQmi0SqHELuyA

⁉️ دوره های نانو دگری یوداسیتی از آموزش های غیر رایگان و معتبر این سایت است که مدرک آن مورد تائید شرکت های بزرگ مانند گوگل، فیسبوک و آی بی ام می باشد.

🔻 هر جلسه به صورت جداگانه قابل دانلود است.

#nanodegree #udacity #Machine_Learning_Engineer #Data_Analyst
#هوش_مصنوعی #یادگیری_ماشین #تحلیل_داده #دوره_آموزشی #آموزش
🙋🏻‍♀@meteorjournal

📜 به یاد داشته باش
میزان انسانیت یک فرد، از نحوه برخورد او با دیگرانی که برای وی هیچ کاری نکرده‌اند مشخص می‌شود!

📝 آن لندرز

#متن #آن_لندرز #Ann_Landers
🙋🏻‍♂@meteorjournal

🎥 مصاحبه ای با کارل سِیگِن پیرامون پیدایش حیات و وجود خدا

آیا زمان این نرسیده که کمی مسئولیت پذیر باشیم؟

#فیزیک #کارل_سیگن #دین #خدا #حیات
🧑🏼‍🚀@meteorjournal

💻 تفاوت CPU , GPU , TPU :

🔶 CPU - Central Processing Unit
سی پی یو یا واحد پردازشگر مرکزی به عنوان مغز کامپیوتر مسئول عملیات ریاضی و منطقی درون کامپیوتر است و برای حل مسائل محاسباتی بسیار کارا است. سی پی یو قادر به پردازش دهها عملیات در هر چرخه است. ابعاد داده معمولا واحد داده 1*1 است.

🔶 GPU - Graphics Processing Unit
جی پی یو یا واحد پردازشگر گرافیک به اجرای برنامه های خاصی مانند بازی ها، ویرایش عکس/ ویدئو، انیمیشن، تحقیقات علمی، نرم افزارهای تحلیلی و یادگیری عمیق می پردازد که نیاز به تصویر کشیدن نتایج گرافیکی با مقدار زیادی داده دارند. سی پی یو نیز می تواند این وظایف را انجام دهد، اما جی پی یو بسیار بهتر قادر به انجام آنهاست. زیرا جی پی یو دهها هزار عملیات را در هر چرخه انجام می دهد و ابعاد داده عموما، واحد داده 1*N است.

🔶 TPU - Tensor Processing Unit
تی پی یو یا واحد پردازش تنسور پردازشگرهایی هستند که برای وظایف یادگیری ماشین و یادگیری عمیق طراحی شده اند و به طور خاص برای استفاده از تنسور فلو توسعه یافته اند. تنسورفلو یک پلت فرم یادگیری ماشین منبع باز است که توسط گوگل توسعه یافته است.
اگرچه سی پی یو و چی پی یو تا حدی می توانند وظایف یادگیری ماشین و یادگیری عمیق را انجام دهند اما این وظایف برای جی پی یو و بدتر از آن برای سی پی یو بسیار سنگین است، اما تی پی یو همه چیز را به سطح دیگری می برد. تی پی یو معماری زیر سیستم حافظه را با ابعاد داده ایی، به واحد داده N*N مدیریت می کند. یعنی تی پی یو می تواند تا 128000 عملیات را در هر چرخه مدیریت کند که بسیار بیش از چیزی است که سی پی یو یا حتی جی پی یو قادر به انجام آن هستند.

#cpu #gpu #tpu #tensorflow #هوش_مصنوعی #یادگیری_ماشین #یادگیری_عمیق #پردازنده #سخت_افزار

🙋🏻‍♀@meteorjournal

💻 عکس مربوط به تفاوت CPU , GPU , TPU

لینک مطلب:
https://t.iss.one/meteorjournal/315

#cpu #gpu #tpu #tensorflow #هوش_مصنوعی #یادگیری_ماشین #یادگیری_عمیق #پردازنده #سخت_افزار

🙋🏻‍♀@meteorjournal

🎥 نقش خواب بر سیستم ایمنی، یادگیری، باروری، فرایند پیری و...
متاسفانه انسان تنها موجودیه که خوابش رو به تعویق میندازه و به این کار افتخار هم میکنه!

👉🏼 https://go.ted.com/CNMD 👈🏼

#tedtalk #سلامت
🙋🏻‍♂@meteorjournal

📚 کتاب صد سال دگر

🖌 نویسندگان: دارون عجم اوغلو، آنگس دیتن (برنده نوبل 2015)، الوین راث (برنده نوبل 2012)، رابرت شیلر (برنده نوبل 2013)، رابرت سولو (برنده نوبل 1987)، ادوارد گلیزر، جان رومر، مارتین وایتزمن، آویناش دیکسیت، آندره ماس _ کولی

🖌 مترجم: آرش پورابراهیمی

🖌 گردآورنده: ایگناسیو پالاسیوس هوئرتا

کتاب صد سال دگر که به پیش‌بینی‌های بهترین اقتصاددان‌های جهان در مورد آینده می‌پردازد در سال ۲۰۱۳ توسط انتشارات ام.آی.تی وارد بازار شد. کتاب موضوعاتی مانند وضعیت کار، درآمد، بهداشت، بازارها، صنعت بیمه، شرایط سیاسی، فناوری و تغییرات آب‌وهوایی را در برمی‌گیرد. ایگناسیو پالاسیوس هوئرتا، گردآورنده این پیش‌بینی‌ها خود استاد اقتصاد و مدیریت در مدرسه اقتصادی لندن است.
او معتقد است اقتصاددانان، به‌واسطه نظریه‌های علمی و آزمون‌های عملی، بهترین افراد برای پیش‌بینی آینده هستند. به همین خاطر او در کتاب «صد سال دگر» سراغ ۱۰ نفر از برترین اقتصاددانان جهان رفته و از آن‌ها خواسته پیش‌بینی کنند که تا سال ۲۱۱۴، اقتصاد جهان چه تحولات و روندهایی را تجربه خواهد کرد.

#کتاب #صد_سال_دگر #اقتصاد

🙋🏻‍♀@meteorjournal

☄ بارش شهابی آلفا ارابه رانی (عیّوقی)

🗓 بین 3 شهریور تا 15 شهریور (اوج در 10 شهریور)

🔭 در زمان اوج میل کانون: حدود 41 درجه و بعد کانون: حدود 85 درجه (نزدیکِ ستاره ی سروش یا آلفای ارابه ران)

#نجوم #بارش_شهابی #شهاب
🧑🏼‍🚀@meteorjournal

💻 یک دانشمند داده در سال 2020 چه مشخصاتی دارد؟
▫️غالبا مرد هستند (در 72 درصد موارد).
▫️غیر از زبان اصلی خود حداقل به یک زبان خارجی صحبت می کنند.
▫️8.5 سال تجربه کاری را پشت سر گذاشته اند.
▫️دارای مدرک فوق لیسانس و بالاتر هستند (در 80 درصد موارد).
▫️از زبان پایتون یا R استفاده می کنند (در 90 درصد موارد).

🌐 منبع:
https://365datascience.com/become-data-scientist-2020/

#دانشمند_داده #هوش_مصنوعی #یادگیری_ماشین

🙋🏻‍♀@meteorjournal

📜 Fairy tales are more than true: not because they tell us that dragons exist, but because they tell us that dragons can be beaten.

#Neil_Gaiman, #Coraline

🙋🏻‍♂@meteorjournal

❄️ چرا یخ به دست یا زبان می چسبه؟

اگر شما یخی رو در دست بگیرید که دمای اون بسیار پایین تر از نقطه ی انجماد رطوبت موجود بر روی ناهمواریهای دستتون باشه؛ وقتی یخ و دستتون به تعادل گرمایی میرسن، دمای نهایی کمتر از دمای انجماده و رطوبت دستتون یخ میزنه. این فرایند یک پیوند هیدروژنی بین رطوبت یخ زده ی دستتون و یخی که در دست شماست ایجاد میکنه که یکی از محکم ترین پیوندهای مولکولی محسوب میشه.
هرچی پوست دستتون صاف تر و خشک تر باشه کمتر این اتفاق میافته.

مشابه این مساله بین زبان و میله ی فلزی سرد اتقاق میافته؛ اما اینبار مقداری از بزاق دهان روی میله ی سرد (که دمایی پایین تر از تقطه ی انجماد آب داره) قرار میگیره (و یخ میزنه) و با بزاق یخ زده ی موجود در دهان پیوند هیدروژنی تشکیل میده.

#فیزیک #انجماد
🙋🏻‍♂@meteorjournal

💻 تفاوت دانشمند داده، مهندس داده و تحلیلگر داده:

🔶 دانشمند داده، ارشد تیم تحلیل داده است و دانش عمیقی در آمار، برنامه نویسی، تحلیل تجاری، مدیریت داده و یادگیری ماشین دارد. او باید مجموعه بزرگی از داده های خام را جمع آوری و تمیز کند، مدل های ریاضی ایجاد کند و یافته ها را به راه حلهای تجاری تفسیر کند. او ورودی خود را از مهندس داده و تحلیل گر داده می گیرد و مسئول ایجاد بینشهای تجاری است.

🔶 تحلیلگر داده یک عضو سطح ورودی در یک تیم تحلیل داده است و باید داده های عددی را به فرمتی تبدیل کند که هر کسی در سازمان قادر به درک آن باشد. تحلیلگر داده مدت زمان قابل توجهی را صرف ایجاد گزارش های هوش تجاری برای استفاده داخلی و مشتریان می کند و در اصول مدیریت داده، مدلسازی و گزارش گیری مهارت دارد.

🔶 مهندس داده واسطه بین تحلیلگر داده و دانشمند داده است و مسئول آماده سازی داده ها برای اهداف عملیاتی یا تحلیلی می باشد. او وظیفه طراحی، ساخت، ادغام، نگهداری داده ها از منابع متعدد و کار با داده های بزرگ را بر عهده دارد.

مطالعه بیشتر:
https://vrgl.ir/vaIja

#دانشمند_داده #تحلیلگر_داده #مهندس_داده

🙋🏻‍♀@meteorjournal

🌌 اختروش یا کوازار (Quasar)

واژه ی کوازار مخفف عبارت «منبع رادیویی شبه ستاره ای»ست.

این اجرام در سال 1960 با اندازه گیری گسیل رادیویی قویشون شناسایی شدن؛ اما بعدها مشخص شد گسیل رادیویی اونها بسیار کمه. اختروش ها پر انرژی ترین منابع شناخته شده در کیهان هستن (به اندازه ی صدها کهکشان انرژی گسیل میکنن) که بیشترین گسیل اونها در محدوده ی امواج الکترومغناطیسی فرابنفش و نور مرئیه.

پس از سال 1980 دانشمندان به توافق رسیدن که منشاء این اجرام، ناحیه ی متراکم و فشرده ی مرکز کهکشان های بزرگه (هسته های فعال و به شدت نورانی)؛ که سیاهچاله ی بزرگی رو احاطه کرده و هنگامیکه مواد این ناحیه به داخل سیاهچاله میریزه؛ مقدار زیادی جرم به انرژی تبدیل میشه.

طیف به دست اومده از این اجرام انتقال به سرخ بالایی داره. این امر بیانگر سرعت بالای دور شدن اختروش ها از ماست و طبق قانون انبساط هابل، این به منزله ی فاصله ی زیاد اونها از زمینه. بنابراین این اجرام نسبتا جوان هستن و اطلاعات بدست اومده از اونها به دوران جوانی کیهان برمیگرده.
همچنین خطوط نشری پهنی در اثر جابجایی دوپلری در این طیف ها مشاهده میشه که نشون میده اختروش ها از ابرهای گازی رقیق و بسیار داغی تشکیل شدن از سرعت گردابی بالایی برخوردارن.
به علاوه تغییرات درخشندگی کل طی دوره های کوتاه، کوچک بودن اختروش ها رو تایید میکنه.

تصویری از یک اختروش ببینید

#نجوم #اختروش #کوازار #quasar

🧑🏼‍🚀@meteorjournal

#کوازار #اختروش #quasar

🧑🏼‍🚀@meteorjournal