⏱ آیا زمان حقیقیست؟ یا تنها زاده ی توهم ماست؟

🟡 قانون دوم ترمودینامیک

✅ زیرنویس فارسی

#فیزیک #زمان
🙋🏻‍♂ @meteorjournal

🔴 The business model canvas
By: dan stotz

▫️دوره آموزشی بوم مدل کسب و کار دن استارتز
▫️۱۵ فیلم انیمیشن آموزشی
▫️با زیر نویس فارسی

#کارآفرینی #بوم_کسب_و_کار #آموزشی

🙋🏻‍♀@meteorjournal

📚 کتاب صوتی دوپامین؛ مولکولی با خواص شگفت انگیز

نوشته: دنیل ز. لیبرمن - مایکل ای. لانگ
ترجمه: دکتر محمداسماعیل فلزی

🟣 با بخش های مربوط به حال و آینده ی مغز بیشتر آشنا شوید

🔵 نبوغ چیست؟

🟢 بیماری های روانی چگونه بوجود میایند؟

🟡 رفتارهای ما چگونه شکل میگیرند؟

#کتاب_صوتی #کتاب
🙋🏻‍♂@meteorjournal

#سوالات_مصاحبه_استخدامی_متخصص_علم_داده
#سوال_سه

⁉️بایاس و واریانس چیست؟

✔️ بایاس: بایاس خطایی است که به علت ساده بودن بیش از حد الگوریتم یادگیری ماشین به وجود آمده است. زمانی که مدل را آموزش می دهیم، مدل فرض ساده شده ایی را ایجاد می کند تا برای تابع هدف آسان تر قابل درک باشد. بایاس ممکن است منجر به کم برازش (underfitting) شود.

✔️ واریانس: واریانس خطایی است که به علت پیچیده بودن الگوریتم یادگیری ماشین به وجود می آید. در اینجا مدل حتی نویزها را از مجموعه داده آموزشی (training set)، یاد می گیرد اما در مجموعه داده آزمایش (test dataset) عملکرد خوبی ندارد. واریانس می تواند منجر به بیش برازش (overfitting) شود.

🔻 الگوریتم های یادگیری ماشین با بایاس کم: درختان تصمیم، K-NN و SVM
🔺الگوریتم های یادگیری ماشین با بایاس زیاد: رگرسیون خطی، رگرسیون لجستیک.

منبع: سایت www.edureka.co

👩🏻‍💻@meteorjournal

🔩 ماشینی که با نیروی جاذبه کار میکنه

❓ به نظرتون این ماشین تا ابد کار میکنه؟

#فیزیک
🙋🏻‍♂@meteorjournal

🔭 اگر بدون محافظ با تلسکوپ به خورشید نگاه کنیم چه اتفاقی میافتد؟

معرفی میکنم: کابوس منجمان😅

🛑 این اتفاق باعث کوری در کسری از ثانیه میشه

#نجوم #رصد
🧑🏻‍🚀@meteorjournal

🦋 اثر پروانه ای چگونه کار میکند؟

🟢 نظریه ی آشوب چیست؟

🟡 الگوهای فرکتال چگونه بوجود میایند؟

#اثر_پروانه_ای #نظریه_آشوب #فرکتال
🙋🏻‍♂@meteorjournal

📚 کتاب ساختار و تحول ستاره ای
نوشته دیانا پریالینک
ویرایش دوم

❗️زبان انگلیسی

#کتاب #نجوم
🙋🏻‍♂@meteorjournal

💻 کلان داده (Big Data) چیست؟

⁉️ پنج مشخصه اصلی کلان داده (5V):

▫️حجم و اندازه (VOLUME): حجم داده های تولید شده توسط منابع مختلف بسیار زیاد است.
▫️سرعت (VELOCITY): سرعت تولید داده ها بسیار بالاست.
▫️تنوع (VARIETY): داده ها در فرمت های گوناگونی مانند ساختاریافته، نیمه ساختاریافته و بدون ساختار تولید می شوند.
▫️صحت (VARACITY): داده ها درست هستند و می توانیم به آنها اعتماد کنیم.
▫️ارزش (VALUE): داده ها دارای ارزش ذاتی هستند .

⁉️ فریم ورک های ذخیره و پردازش داده:

▫️هدوپ
▫️اسپارک
▫️کاساندرا

✔️ ویدئو به زبان انگلیسی همراه زیر نویس انگلیسی است.

🙋🏻‍♀@meteorjournal

⚗ آزمایش منحنی هویگنس

مهم نیست گلوله ها در چه ارتفاعی نسبت به هم قرار بگیرن؛ نهایتا در مرکز منحنی به هم میرسن.

زمان رسیدن گوی به پایین ترین سطح منحنی همواره برابره با عدد پی ضربدر جذر شعاع نیم دایره تقسیم بر ثابت گرانش.

#فیزیک #منحنی_هویگنس #خم_همزمانی
🙋🏻‍♂@meteorjournal

🐒 پنج انقراض بزرگ زمین در یک نگاه

#انقراض #زیست_شناسی
🙋🏻‍♂@meteorjournal

#سوالات_مصاحبه_استخدامی_متخصص_علم_داده
#سوال_چهار

⁉️ رابطه بین بایاس و واریانس چیست؟

✔️ زمانی که پیچیدگی مدل افزایش می یابد، به دلیل بایاس کمتر در مدل، خطا کاهش می یابد. البته، همانطور که در شکل می بینید، این کاهش تا نقطه خاصی ادامه می یاید. اگر پیچیدگی مدل باز هم افزایش یاید، مدل دچار بیش برازش و واریانس بالا می شود.

موازنه بایاس و واریانس: هدف هر الگوریتم یادگیری ماشین نظارتی این است که بایاس و واریانس کمی داشته باشند تا بتواند پیش بینی خوبی انجام دهد.
الگوریتم KNN بایاس کم و واریانس بالایی دارد، اما تعادل می تواند با افزایش مقدار k که تعداد همسایگان مشارکت کننده در پیش بینی است، تغییر کند و بایاس مدل افزایش یابد.
الگوریتم SVR بایاس کم و واریانس بالا دارد. اما تعادل با افزایش پارامتر C که بر تعداد خطاهای حاشیه مجاز در داده آموزشی تاثیر می گذارد، تغییر می کند تا بایاس افزایش یابد و واریانس کاهش یابد.
🔺هیچ راه حلی برای گریز از رابطه بایاس و واریانس در یادگیری ماشین وجود ندارد. افزایش بایاس موجب کاهش واریانس می شود. افزایش واریانس نیز سبب کاهش بایاس می شود.

منبع: https://www.edureka.co

🙋🏻‍♀@meteorjournal

📚 کتاب انفجار بزرگ کیهان

کرایگ هوگان
ترجمه علی فعال پارسا

142 صفحه فارسی

#کتاب #فیزیک
🙋🏻‍♂@meteorjournal

❓بوزون هیگز یا ذره ی خدا چیست؟

❓ماهیت جرم از کجا می آید؟

❓در جهان کوانتومی اطراف ما چه می گذرد؟

#فیزیک #کوانتوم #بوزون_هیگز #بوزون #هیگز

🙋🏻‍♂@meteorjournal

💿 ساخت سلول خورشیدی

🔩 وسایل مورد نیاز: سی دی، دیود زنر، سیم مفتول

منبع: کانال #مهارت_برق
#برق #ساخت
🙋🏻‍♂@meteorjournal

#سوالات_مصاحبه_استخدامی_متخصص_علم_داده
#سوال_پنج

⁉️ ماتریس confusion چیست؟

✔️ماتریس confusion یک جدول دو در دو است که شامل 4 خروجی طبقه بند باینری (binary classifier) است. معیارهای مختلفی مانند نرخ خطا، درستی (accuracy)،دقت (precision) و recall از این ماتریس مشتق می شوند. دیتاستی که برای ارزیابی کارایی استفاده می شود، مجموعه داده آزمایشی (test) نامیده می شود. یک طبقه بند پایه همه نمونه داده های مجموعه داده آزمایشی را به صورت منفی (N) یا مثبت (P) پیش بینی می کند. بنابراین چهار خروجی خواهیم داشت:
مثبت-درست (TP): پیش بینی درست مقدار مثبت
مثبت-غلط (FP): پیش بینی نادرست مقدار مثبت
منفی-درست (TN): پیش بینی درست مقدار منفی
منفی-غلط (FN): پیش بینی نادرست منفی

منبع: https://www.edureka.co

🙋🏻‍♀@meteorjournal

📚 کتاب صوتی کم عمقها: اینترنت با مغز ما چه میکند

نویسنده: نیکلاس کار
ترجمه: امیر سپهرام

#کتاب_صوتی #کتاب
🙋🏻‍♂@meteorjournal