#نیویورکر و افشای عشق ممنوع کوهِن به ترامپ:
دیوید مارکوس، خویشاوند کوهن، معتقد بود که کوهن واقعاً به ترامپ علاقه دارد❗️ و نه صرفا علاقه بلکه یک احساسِ مالکیّت شدید داشت: «فکر می‌کنم روی واقعاً این نوع احساس غرور مالکیت را نسبت به ترامپ احساس می‌کرد. گرچه او خودش ترامپ را ساخته بود و بعد از آشناییشان، ترامپ را از نابودی نجات داده بود اما...این عشق، علاقه عادی یک مرد به مرد دیگر نبود و کوهن این کششِ عجیب را تا آخر نسبت به او داشت.»

#RoyKohn
#نیویورکر
#وکیل‌مدافع_شیطان
@toobabigdatascience

❌دلیل توقف حملات برنامه ریزی شده آمریکا به ایران چه بود؟ روزنامه صهیونیستی مَعاریو پاسخ می‌دهد

بر اساس گزارشی تحلیلی روزنامه عبری‌زبان «معاریو» که با استناد به افشاگری‌های شبکه سی‌ان‌ان و ارزیابی‌های مرکز مطالعات استراتژیک و بین‌المللی (CSIS) تدوین شده است، ارتش ایالات متحده در جریان تقابل نظامی اخیر با ایران، با بحران بی‌سابقه مهمات و «کاهش خطرناک» ذخایر راهبردی خود مواجه شده است.

این گزارشگر تصریح می‌کند که واشنگتن تاکنون نزدیک به ۸۰ درصد از موشک‌های رهگیر سامانه پیشرفته تاد و حدود نیمی از موشک‌های پاتریوت خود را مصرف کرده است؛ آماری که با توجه به ظرفیت محدود و کند تولید ماهانه در صنایع دفاعی آمریکا (تنها ۱۵ موشک تاماهاک و ۲۰ رهگیر پاتریوت)، بازسازی و جبران آن به بیش از سه سال زمان نیاز خواهد داشت.

به روایت این تحلیل، روند پرشتاب تخلیه انبارهای تسلیحاتی پنتاگون، نه‌تنها چتر پدافندی ایالات متحده را در معرض فلج شدن قرار داده، بلکه متحدان این کشور را نیز در برابر قدرت‌نمایی تهران بی‌دفاع ساخته است.

در بخش دیگری از این ارزیابی راهبردی، تحلیلگر معاریو ضمن واکاوی پیامدهای ژئوپلیتیک و میدانی این بحران، خاطرنشان می‌سازد که تهی شدن زرادخانه‌های دفاعی و تهاجمی آمریکا، موجی از هراس عمیق را در میان متحدان واشنگتن در حاشیه خلیج فارس برانگیخته است؛ چرا که آن‌ها به شدت نگران آسیب‌پذیری زیرساخت‌های انرژی خود در برابر حملات تلافی‌جویانه موشکی و پهپادی ایران هستند.

وی در ادامه می‌افزاید که ترکیب همین فشارهای منطقه‌ای با هشدارهای جدی و درون‌سازمانی ژنرال «دن کین»، رئیس ستاد مشترک ارتش آمریکا مبنی بر اتمام تسلیحات دوربرد و نقطه‌زن، در نهایت موجب شد تا دونالد ترامپ از اجرای عملیات نظامی برنامه‌ریزی‌شده علیه اهدافی در ایران عقب‌نشینی کرده و دستور توقف آن را صادر کند.

در نهایت، این تحلیل با نگاهی جامع به آینده نتیجه‌گیری می‌کند که تداوم این فرسایش نظامی، نه‌تنها توانمندی عملیاتی ایالات متحده را در برابر ایران محدود می‌سازد، بلکه آمادگی رزمی واشنگتن را برای هرگونه رویارویی احتمالی با رقبای استراتژیک جهانی نظیر چین و روسیه به طور جبران‌ناپذیری تضعیف خواهد کرد.

#پاینده‌ایران
#جنگ
#تفاهم‌نامه
#معاریو
@toobabigdatascience

⚠️‏آیا لوله‌کشی نفت،اعراب را از #تنگه_هرمز ،بی‌نیاز می‌کند؟

💸 استیو هانکه، استاد دانشگاه و اقتصاددان مشهور آمریکایی می‌گوید:

🛢تا سال ۲۰۳۰، در نهایت ممکن است روزانه تا ۱۵ میلیون بشکه نفت خام از طریق خطوط لوله جدید و توسعه‌یافته، بدون عبور از تنگه هرمز صادر شود.
اما با این حال، همچنان حدود ۱۰ میلیون بشکه نفت خام در روز هیچ مسیر جایگزینی برای صادرات نخواهد داشت.
این فقط بخشی از خسارت‌هایی‌ست که جنگ ترامپ علیه ایران ایجاد کرده است.

#جنگ
#تفاهم‌نامه
@toobabigdatascience

"تابستان خود را چگونه گذراندید؟"
بنام خدا
البته بر همگان واضح و مبرهن است که برای یک کارمند دون‌پایه همه فصل‌ها زمستان اند.
امسال اما، در تابستان توانستیم علاوه بر خرید یک کیلو و ۲۵۰ گرم زرد‌آلو و ۹۰۰ گرم گیلاس! ،چند کتاب ارزشمند را که برادر #آمازون، فصل‌فصل می‌فروشد را یک هوع! در عملیاتی متهورانه و متقلبانه و بیشتر متعجبانه! با موفقیت مورد هدف قرار‌داده و مایه‌ی باراندازشان را مالِ خود کنیم، و بسیار خرسندیم !
ولی در میان کتاب‌های مکتسبه! در این اقدامات تحریم‌دور‌زن هیچ کتابی، این کتاب خواهر‌روپیکا نشد
#امپراطوری_داده !
این کتاب یک چیز محشری ست
تاریخ امپراطوری را بسیار بدقت تا همین امروز یعنی ۲۰۲۶ واکاویده ماشالله قوه و بنیه ی خوبی داشته
ولی اگر بنده بودم مولف را می نوشتم:
Roopika Risam && CHATGPT sol && others 🫪
می فرمایند :" چگونه اطلاعات مسیر تاریخ بشری را تغییر داد؟"
مهمتر این‌است که نشان می دهد چگونه با داده‌ها
می‌توان جهان را کنترل کرد!،سازماندهی اش کرد! و بر آن مسلّط شد!
فلذا می‌توان چند فصل کتاب را برای تدریس در یک ترم قرض کرد🤓
#DataEmpire
#تحت_تحریم
#زرد‌آلو
#اختصادی
@toobabigdatascience

تذکره‌تُن:
حدود ۲۰ سال پیش از روپیکا، اساتید عالیقدر ما بالاخص استاد دکتر نصیری گرامی، دقیقا می‌گفتند این عصر، عصر طلای دیجیتال است باید استخراج معادن این گنج های دیجیتال (mining ) را آغاز کرد...
بسیار حرص و جوش خوردند و ما هم دانشجوی مشتاق شان بودیم.
همان زمان دکتر نصیری در کلاس‌ها می‌گفتند که با داده ها می‌توان بر جهان حکومت کرد،کنترلش کرد، تسلط جُست و تسلط یافت
ولی متاسفانه گوشِ شنوا خیلی کم پیدا می‌شد

و مبحث حیاتی امنیت دیتا و اطلاعات را استاد عالیقدر،#دکتر‌شهریار‌محمدی، پایه نهادند در خواجه‌نصیر و چه خون‌دل‌ها خوردند برای آنکه نشان دهند این مبحث حیاتی، میدانِ جنگ‌های آینده است!
وقتی دیتا، عامل تسلط و کنترل باشد
حتما امنیتِ و حفظ محرمانگی و صحت و جامعیّت آن، بزرگترین چالش آینده بشری ست
ایشان گفتند که امنیت اطلاعات و مدیریت آن، در محاسبات (هزینه/فایده) و سود و زیان ِ رایج نمی‌گنجد، و حیاتی‌ترین عرصه پژوهشی و مطالعاتی و موجودیتی ست و باید در مقاطع تکمیلی بالاخص دکتری روی آن سرمایه‌گذاری ویژه بشود ولی ظاهرا برخی قسم خورده‌اند که نفهمند! چون دغدغه‌ای ندارند

#DataMining
#InfoSec
@toobabigdatascience

#یدیعوت‌آحارانوت :
قومِ فراریِ تاریخِ بشر؛ از سرزمینِ موعودِ اشغالی شان هم؛ دارند (در) می‌روند!
چرا؟
❌چون #ملت‌سازی جواب نداده و نخواهد داد!
چرا؟
❌چون آدمی که به طمعِ خانه و ماشین مفت ِ دیگران که صاحبانش را ترور کرده اند [ مثل خانه و ماشین دکتر و همسرش و فرحان🥹 که به مهاجران پفیوز یهودی داده‌شد در #بازمانده مرحوم #سیف‌الله_داد] ، تابعیت کشوری که کلا ۸۰ سال از عمر نطفه ی نامشروعش نگذشته] علقی به چیزی ندارد! چه تعصبی به چه‌چیزی؟ مگر خانه‌ی اجدادی اوست؟ مگر پدر و مادرش در آن خاک اند؟ مگر اجدادش آنرا ساخته اند؟
به‌محض اینکه دیگر صرف نکند پالانش را بشانه می‌اندازد و می‌رود...
🔥تذکره‌تن:
🪔سیف‌الله‌ داد، بهترین و تاثیرگذار ترین فیلم را در باره #فلسطین ساخت!
جالب اینکه فیلم «بازمانده» مدتها توقیف بود!. این فیلم در آستانه نمایش در جشنواره فجر سال ۱۳۷۴، با مانع جدی مواجه شد:
دلیل اصلی توقیف: به دلیل پوشش بازیگران زن فیلم که توسط برخی از مسئولان وقت «مناسب» تشخیص داده نشد، فیلم «غیرقابل نمایش» اعلام شد!!!
@toobabigdatascience

🤖مقایسه سرعت و عملکرد مدل‌های بزرگ زبانی

⭕️در سرعت، مدل های زیرمجموعه OpenAI را ببینید و
در کارایی و دقت مدل‌های شرکت آنتروپیک
#Anthropic
#LLMs
#OpenAI
#IntelligenceIndex
@toobabigdatascience

⭕️چگونه با داده ها Misinformation درست کنیم؟
مصورسازی فوق تفکیک هزینه‌های جنگ با ایران را از دیدگاه #پنتاگون نشان می‌دهد ! (دیدگاه پنتاگون هم که معلوم است به کدام سمت بایاس دارد) که مجموعاً ۴۰ میلیارد دلار برآورد شده است
🤯تحلیل:
💨موشک و مهمات (۲۶ میلیارد دلار – ۶۵٪ کل)
بزرگترین سهم، حاکی از اتکای سنگین به حملات هوایی، موشکی و پهپادی در این سناریو است. این رقم نشان می‌دهد جنگ عمدتاً «آتش‌افشانی» و دوربرد تعریف شده، نه درگیری زمینی گسترده.
💨خسارت به پایگاه‌ها (۴ تا ۹ میلیارد دلار – حدود ۱۰ تا ۲۲٪)
دامنه بالا نشان‌دهنده عدم قطعیت در شدت حملات به تأسیسات نظامی و زیرساخت‌های ایران است. این هزینه‌ها شامل بازسازی سازه‌ها و تجهیزات داخلی می‌شود.
💨تلفات تجهیزات (۲ تا ۴ میلیارد دلار – حدود ۵ تا ۱۰٪)
عمدتاً مربوط به هواپیماهای سرنگون‌شده و خودروهای زرهی است. بازه متغیر نشان می‌دهد که میزان درگیری زمینی نامشخص است.
⚠️جایی تشریف نبرید ادامه دارد!
#پنتاگون
#DataAnalysis
#جنگ
#تنگه_هرمز
@toobabigdatascience

💨 سایر هزینه‌ها (۲ میلیارد دلار – ۵٪)
شامل افزایش قیمت سوخت و امنیت زیرساخت‌ها - هزینه‌های جانبی اما تأثیرگذار بر لجستیک.
💨سرعت عملیاتی (۷۵۰ میلیون دلار – کمتر از ۲٪)
شامل حقوق و مزایای اضافی نیروها در حین تشدید عملیات.
💨جابه‌جایی نیروها (۱۷۰ میلیون دلار – کمتر از ۰٫۵٪)
بسیار ناچیز، زیرا بیشتر جابه‌جایی‌ها در بودجه جاری پنتاگون پیش‌بینی شده بود.

⚠️تذکره‌تُن :💶💶💶بنده به عنوان مطلع! عرض می‌کنم که این فاکتورها را حداقل سه برابر کنید!

ضربه ی دیگری که از همه این مبالغ بالاتر و سنگین‌تر و مهیب‌تر است، ضربه نهایی به #هژمونی و اتوریته امریکا، بعنوان قوی‌ترین ارتش جهان🤓،توسط کشوری ست که بیش از ۴۰ سال است تحت تحریم همه‌جانبه است! دقیقا نه بخاطر زیان‌های مالی که به خاطر این زیان است که امریکا، نمی‌تواند که ازین منطقه دست‌خالی برود! نمی‌تواند و نیز نمی‌داند با چه زبانی به ملت امریکا و جهان بگوید:" باختم!"
حتی متحدان اروپایی او هم ازین پس برایش تره‌های زیادی خُرد نخواهند کرد

حالا تصور کنید که رقبای امریکا، چین،روسیه و...ازین پس چه مقدار تره برای ابرقدرت سابق جهان، خُرد خواهند کرد؟

نتیجه‌گیری تحلیلی:

این برآورد صرفاً هزینه‌های مستقیم نظامی برای آمریکاست و هزینه‌های غیرمستقیم مانند تأثیر بر اقتصاد جهانی، افزایش قیمت نفت، بازسازی بلندمدت، تلفات انسانی، و پیامدهای ژئوپلیتیکی را نادیده می‌گیرد. همچنین هزینه‌های متحدان و‌پراکسی های آمریکا در این جدول نیست. با این حساب، رقم ۴۰ میلیارد دلار ،واقعی نیست و چندبرابر خواهد شد!

داده‌ها، را می‌توان دستکاری کرد! و در آن دست بُرد!
می‌توان داده‌سازی کرد! و هر نتیجه دلخواهی را که از قبل گرفته‌ایم و ساخته‌ایم، با داده های دستکاری شده، بدست آورد!
یعنی، نتیجه مطلوب مان را تعیین کنیم و آنگاه، داده های مورد نیاز برای حصول به آنرا بسازیم!
در برخی وزارتخانه های خودمان دقیقا با این روش، حقّ مدیریت های کلان می‌لُمبانند! و کارایی کاذب! از خود به‌در می‌کنند
چرا وزارتخانه ها و سازمان‌های دولتی زیانده فقط؟
بسیاری از دانشجویان اهلِ [هوش مصنوعی و همکاران] و نخبگان تقلبی خودمان، مقالات‌شان را اینچنین مستند می‌کنند!🫪
#جنگ
#پنتاگون
#داده‌سازی
@toobabigdatascience

🏠رشد ۱۰۰۰‌درصدی قیمت ِ ساخت یک‌متر مسکن در طهران!

🔥داداش! کُت تان را برای مبارزه تن‌به‌تن با تورم هزاردرصدی در ساخت ِ #مسکن هم در بیآورید

🏚متوسط قیمت یک متر مربع واحد مسکونی ساخته شده در شهر #تهران حدود یک میلیون تومان بوده است. به این ترتیب با هزینه ساخت یک متر واحد مسکونی در سال ۱۴۰۵ این امکان وجود داشت که دو دهه قبل یک واحد ۵۵ متری در تهران خریداری شود.

🏘در حال حاضر کف هزینه های ساخت مسکن در تهران به متری ۱۸
میلیون تومان رسیده است.

🏡تنها در ۵ سال هزینه ساخت مسکن بیش از هزار درصد افزایش یافته است. مبنای این افزایش هزینه ۴.۶ میلیون تومانی ساخت یک متر مسکن در سال ۱۴۰۰ و هزینه
ساخت ۵۵ میلیون تومانی مسکن در سال ۱۴۰۵ است

#اختصادی
#مسکن
#تورم
@toobabigdatascience

💝هاروارد و پنج اصل مهم برای زندگی سالم وطولانی
#سالم‌بمانید
#تغذیه
#تحرک
#خواب
#استرس
#ارتباطات_اجتماعی
@Toobabigdatascience

💰 #متا از کجا پول در‌میآره؟
#Advertising
@toobabigdatascience

💸 #گوگل از کجا پول در‌میآره؟
#Advertising
#Pixel
@toobabigdatascience

🤖آموزش یادگیری عمیق ، بدون نیاز به ریاضیات پیشرفته و بصورتِ ویژوال و تصویری

🖼یادداشت‌های تصویری تهیه‌شده بر اساس دوره‌های تخصصی یادگیری عمیق اندرو ان‌جی در پلتفرم آموزشی کورسرا؛ این فایل یک گزارش پژوهشی رسمی نیست، بلکه یک خلاصه آموزشی مصور از مفاهیم اصلی یادگیری عمیق است...


https://www.linkedin.com/posts/khoshnoodiiust_graphical-dl-activity-7492311419183521793-OXJX?utm_source=share&utm_medium=member_android&rcm=ACoAABJytlwBtzZe9vFCGnAnWMDnSjRU2wSsbEc

🤖هوش مصنوعی اکنون به یک مسئله اصلی در انتخابات تبدیل شده است.

چرا ۷۰ درصد آمریکایی‌ها با ساخت مراکز داده هوش مصنوعی مخالفند؟
چهارهزار مرکز‌ داده هوش مصنوعی، در خاک امریکا فعال اند و ۴۰۰۰ دیتا‌سنتر هوش مصنوعی دیگر در حال ساخت است!
اما نظرسنجی موسسه گالوپ نشان می‌دهد که ۷۱٪ از آمریکایی‌ها با ساخت مراکز داده هوش مصنوعی در منطقه خود مخالفند و ۴۸٪ به شدت مخالف هستند. این مخالفت فراتر از یک حزب خاص است و به یک کنسensus دوحزبی تبدیل شده؛ به طوری که ۷۵٪ دموکرات‌ها و ۶۳٪ جمهوری‌خواهان با این ساخت‌وساز مخالفند.

#AI
#Datacentres
@toobabigdatascience

⚠️مهم‌ترین دلایل این مخالفت گسترده عبارتند از:

۱. مصرف بی‌رویه منابع (نگرانی اصلی): نیمی از مخالفان، مصرف بیش از حد آب و برق را دلیل اصلی می‌دانند. هر مرکز داده به مقدار زیادی آب برای خنک‌سازی و برق سنگین نیاز دارد.
۲. آسیب‌های زیست‌محیطی: ۷۰٪ از آمریکایی‌ها نگران آسیب این مراکز به محیط‌زیست هستند. ۱۶٪ از مخالفان به آلودگی صوتی، هوا و آب اشاره کرده‌اند.
۳. کاهش کیفیت زندگی: حدود یک‌پنجم از مخالفان نگران افزایش ترافیک، جمعیت و استفاده نامناسب از زمین هستند.
۴. افزایش هزینه‌های اقتصادی: مردم نگران افزایش قبوض آب و برق و هزینه‌های زندگی هستند. برخی نیز از هزینه‌های عمومی برای ساخت این مراکز نگرانند.
۵. مخالفت بیشتر از نیروگاه هسته‌ای: جالب اینکه میزان مخالفت با مراکز داده (۷۱٪) حتی از مخالفت با نیروگاه هسته‌ای (۵۳٪) بیشتر است.
۶. باور نداشتن به منافع اقتصادی: تنها ۲۷٪ از مردم معتقدند این مراکز به رشد اقتصادی و ایجاد شغل کمک می‌کنند.

🔥این مخالفت آنقدر جدی است که به یک مسئله انتخاباتی تبدیل شده و در برخی مناطق، سیاستمداران حامی این پروژه‌ها را از دور خارج کرده است.
#AI
@toobabigdatascience

⚠️این اینفوگرافیک به‌صراحت ادعا می‌کند که در سال ۲۰۲۶، معماری ELT (استخراج، بارگذاری، سپس تبدیل) به طور کامل جایگزین روش سنتی ETL (استخراج، تبدیل، سپس بارگذاری) شده و ابزار dbt به عنوان سلطان بلامنازع تحول داده (Data Transformation) معرفی شده است!

⭕️مشکل روش قدیم (ETL): انباره‌های داده‌ی قدیمی فقط داده‌های ساختاریافته را پشتیبانی می‌کردند، بنابراین مجبور بودید داده را پیش از بارگذاری در یک سرور جداگانه تبدیل کنید که هزینه‌بر و کند بود.
· تغییر اساسی: انباره‌های مدرن (مانند Snowflake و BigQuery) اکنون از داده‌های ساختاریافته، نیمه‌ساختاریافته و بدون‌ساختار پشتیبانی می‌کنند. بنابراین منطقی است که داده را خام بارگذاری کرده و بعداً تبدیل کنیم (ELT).
· دلیل موفقیت dbt:
· مبتنی بر SQL (یادگیری آسان برای تحلیل‌گران).
· به همراه بهترین شیوه‌های مهندسی نرم‌افزار (کنترل نسخه، تست‌نویسی، مستندسازی).
· شجره‌نامه داده (Lineage) را به‌صورت خودکار نمایش می‌دهد.
ادامه دارد....
#DataEngineering
#ETL
#ELT
@toobabigdatascience

◀️ موارد استثنا برای استفاده از ETL (طبق خود اینفوگرافیک):
· خطوط داده‌ی بلادرنگ (Real-time) مانند Flink.
· تبدیلات سنگین سفارشی که در SQL نمی‌گنجد.
· سیستم‌های قدیمی (Legacy) که هزینه‌ی مهاجرت از آنها بیشتر از دردسر نگهداری‌شان است.

👼ولی آیا ETL واقعا مرده است؟

فکت : برای اکثر پروژه‌های دسته‌ای (Batch Processing) که با داده‌های ساختاریافته و نیمه‌ساختاریافته در انباره‌های مدرن ابری سروکار دارید، استفاده از معماری ELT به همراه dbt در سال ۲۰۲۶ یک پیش‌فرض هوشمندانه و منطقی است.

اما جمله‌ی «ETL مرده است» اغراق‌آمیز است. ETL نمرده، بلکه به حوزه‌های تخصصی‌تر (پردازش بی‌درنگ، الگوریتم‌های سنگین و سیستم‌های قدیمی) محدود شده است.

🪔کلام آخر: بله، معماری خود را بروز کنید، اما هر ابزاری را برای کارِ درست انتخاب کنید و فریب شعارهای مطلق‌گرایانه را نخورید. استفاده از ELT و dbt را به عنوان گزینه‌ی پیش‌فرض در نظر بگیرید، اما آن را تنها راه حل ندانید.

@toobabigdatascience

⚠️پروسه ETL در مهندسی داده
#ETL
@toobabigdatascience