TGViewer
Channel Public Channel
مهندسی و علم داده

مهندسی و علم داده

@bimining

در مورد ادمین کانال :
- محمد عالیشاهی
- دکترای هوش مصنوعی دانشگاه تهران
- مدیر ارشد پروژه های هوش مصنوعی و علم داده
-دبیر شورای حکمرانی داده انجمن هوش مصنوعی ایران
Subscribers
3.98K
Photos
393
Videos
174
Links
113

Showing posts older than #861 · Back to latest

Older Posts 20 shown
Post #856 3.41K
✅دستورات حذف wine در توزیع لینوکس RedHat ، Oracle Linux ،Ubuntu و ...

🔹yum remove wine
🔹rm -rf $HOME/.wine
🔹rm -f $HOME/.config/menus/applications-merged/wine*
🔹rm -rf $HOME/.local/share/applications/wine
🔹rm -f $HOME/.local/share/desktop-directories/wine*
🔹rm -f $HOME/.local/share/icons/????_*.xpm
برای توزیع ابونتو بجای دستور yum از sudo apt-get در command های ذیل استفاده می شود:
🔹yum remove –purge wine
🔹yum update
🔹yum autoclean
🔹yum clean
🔹yum autoremove

@BIMining
Post #855 2.45K
روز مهندس بر مهندسين عزيز مبارك
@BIMining
Post #854 5.05K
💠 آموزش #پایتون : جلسه شصت و چهارم

☑️ مباحث گفته شده:
🔘 گرفتن Errorها در پایتون @BIMining
Post #852 5.52K
🔴هوش تجاری ابری در صنعت بانکداری

👤ژاله زارعی-مدیر داخلی انجمن علمی پول و بانک ایران

✅کاهش هزینه‌ها، کاهش مدت زمان ارائه خدمات بانکی، مقیاس‌پذیری بالا، افزایش قابلیت اشتراک‌گذاری داده‌ها و ظرفیت نامحدود در ذخیره‌سازی داده‌ها، بهبود انطباق با اصول و قوانین جهانی، تقویت مبارزه با پولشویی و استفاده بهینه از منابع باعث شده است ۶۵ درصد از بانک‌های جهان تا پایان سال ۲۰۱۷ از هوش تجاری ابری استفاده کنند.

✅مهمترین کاربردهای هوش تجاری در حیطه صنعت بانکداری عبارتند از مدیریت ارتباط با مشتری (CRM)، مدیریت عملکرد (PM)، مدیریت ریسک (RM)، مدیریت دارایی و بدهی (ALM) و همخوانی با استانداردها از جمله قوانین بازل، تشخیص تقلب، مدیریت پورت‌فولیو و مبادلات اوراق بهادار، سیستم ضدپولشویی، انبار داده و پردازش تحلیلی آنلاین (OLAP) از پایگاههای اطلاعاتی.

✅خدمات ارائه شده در رایانش ابری را می‌توان در ۳لایه نرم‌افزار به عنوان سرویس(SaaS)»، داده‌های به عنوان سرویس (PaaS) و زیرساخت به عنوان سرویس (LaaS) طبقه‌بندی کرد.

📎مطلب کامل در لینک ادامه:
http://asrebank.ir/news/147314

@BIMining
Post #851 2.38K

Forwarded from Amir

#فرصت_شغلی
✅ پیام رسان بله

🔵 وب: کار با react آشنا با Java

🔵 برنامه نویسی ios: کار با سوئیفت آشنا با Objective C

🔵 اندروید: آشنا با Java

🔵 بک‌اند (سرور): java یا Scala

🔵 دیتابیس: مسلط به Cassandra


🔵هوش تجاری (Bi)

☑️ متقاضیان رزومه علمی خود را به همین ID ارسال نمایید.🌹🌹🌹
Post #850 4.59K
💠 آموزش #پایتون : جلسه شصت و سوم

☑️ مباحث گفته شده:
🔘 استفاده از Modules در پایتون @BIMining
Post #849 3.67K
💠 آموزش #پایتون : جلسه شصت و دوم
☑️ مباحث گفته شده:
🔘 نصب PyPI در پایتون @BIMining
Post #848 3.76K
10 توزیع برتر لینوکس در حوزه سرورهای شبکه

1-لینوکس ubuntu سرور
2-لینوکس Redhat Enterprise
3-لینوکس Suse Enterprise
4-لینوکس CentOS
5-لینوکس Debian
6-لینوکس Oracle
7-لینوکس Mageia/Mandriva
8-لینوکس ClearOS
9-لینوکس Arch
10-لینوکس Slackware

منبع :
@BIMining
Post #845 1.81K
#آشنایی با پکیج arm

این پکیج برای تجزیه و تحلیل داده ها با استفاده از مدل رگرسیون و چند سطح / سلسله مراتبی می باشد یکی از توابع موجود در این پکیج
#Binned_Residual_Plot
یا نمودار مانده های تظریف شده است
تابع آن در #R بصورت زیر می باشد:
> install.packages("arm")
> library(arm)
> help(binnedplot)
که تابع آن بصورت زیر است و جزییات وتوضیحات آن راجع به آرگومان های این تابع را میتوان از help مشاهده کرده:
binnedplot(x ,y, nclass=NULL,xlab="Expected Values", ylab="Average residual",main="Binned residual plot", cex.pts=0.8, col.pts=1, col.int="gray",...)
#مثال:
> library(MASS)
> library(Matrix)
> library(lme4)
> library(arm)
> old.par <- par(no.readonly = TRUE)
> data(lalonde)
> fit <- glm(treat ~ re74 + re75 + educ + black + hisp + married
+ nodegr + u74 + u75, family=binomial(link="logit"))
> x <- predict(fit)
> y <- resid(fit)
> binnedplot(x,y,main="Reducational")
> par(old.par)

كانال : @BIMining
Post #844 3.91K
واحد فناور آن آموز از متخصصین گرامی در حوزه علوم کامپیوتر دعوت به همکاری می نماید...
Post #843 3.29K
✅نحوه ایمپورت دیتا از اکسل به R:


🔹یکی از روش های مهم برای #import کردن فایل های #اکسل به #R استفاده از پکیج #RODBC است، و با استفاده از دستور #odbcDriverConnect به این مجموعه داده متصل می شویم:
> install.packages("RODBC")
> library(RODBC)
> data<-odbcDriverConnect(file.choose())
> sqlFetch(data)$Table_Name
> mydata<-sqlFetch(data,"sheet1")
> odbcClose(data)
> mydata
🔹بعد از فراخوانی بسته #RODBC با استفاده از دستور #odbcDriverConnect به دیتابیس #اکسل متصل می شویم، سپس با استفاده از دستور #sqlFetch محتوای جدول #اکسل را در محیط #R #نمایش داده می شود.
@BIMining
Post #842 4.77K
اولين سمينار علوم داده
@BIMining
Post #837 4.78K
💠 آموزش #پایتون : جلسه شصت و یکم

☑️ مباحث گفته شده:
🔘 ساخت کلاس برای دیتابیس در پایتون @BIMining
Post #836 4.46K
گوگل با کمک هوش مصنوعی روشی برای پیش بینی وضعیت فرد پس از ورود به بیمارستان را ابداع کرده است. در آزمایش ها این روش ۲۴ تا ۴۸ ساعت زودتر از مدل های معمول مرگ بیمار را پیش بینی کرد
🖥 @BIMining
Post #835 6.69K
✅اضافه شدن زبان برنامه نویسی پایتون به پلتفرم هوش تجاری اوراکل در نسخه 12.2.1.3 OBIEE

🔹شرکت اوراکل در نسخه های قبلی محصول هوش تجاری خود،زبان قدرتمند تحلیلی و آماری R را به محصول خود اضافه کرده بود و اکنون با انتشار جدیدترین نسخه هوش تجاری اوراکل یعنی نسخه 12.2.1.3 OBIEE، زبان برنامه نویسی قدرتمند پایتون را هم به محصول خود اضافه کرده است پایتون به علت دارا بودن کتابخانه های بسیار قوی و نسبتا کامل در حوزه داده کاوی و یادگیری ماشین می تواند مکمل بسیار خوبی برای محصول هوش تجاری اوراکل باشد. بنابراین می توان به یک بسته کاملا منحصر بفرد و کم نظیر در زمینه هوش تجاری مبتنی بر پلتفرم های اوراکل و لینوکس تحت عنوان هوش تجاری اوراکل رسید !
🔸با این محصول کامل و منحصربفرد می توان محصولات ترکیبی هوش تجاری و هوش مصنوعی(شبکه های عصبی) را براحتی پیاده سازی کرد. @BIMining
Post #834 4.82K
جلسه شصتم آموزش پایتون *****آموزش پایتون از صفر تا 100 در کانال @BIMining
Post #831 4.07K
مجموعه ای از آدرس سایت های دیتابیس و دیتاست :

انواع DataSet ها

http://archive.ics.uci.edu/ml/datasets.html

دیتاست مربوط به یوتیوب

http://netsg.cs.sfu.ca/youtubedata

دیتاست مربوط به داده های شبکه

http://networkdata.ics.uci.edu/netdata/html/bkHam.html


مجموعه داده های طبقه بندی شده در دیتاپول در موضوعات مختلف
http://www.datapool.ir

دیتاست مربوط به تشخیص چهره

http://www.face-rec.org/databases
دیتاست مربوط به دسته بندی حملات شبکه

http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html

دیتاست مربوط به وام های داده شده ، دیر کرد و غیره به مشتریان است

https://www.lendingclub.com/info/download-data.action

دیتاست مربوط به تصادفات جاده ای

http://www.nyc.gov/html/nypd/html/traffic_reports/motor_vehicle_collision_data.shtml

دیتاست مربوط به گربه ها

http://137.189.35.203/WebUI/CatDatabase/catData.html

دیتاست مربوط به حراجی آنلاین eBay

http://www.modelingonlineauctions.com/datasets

دیتاست مربوط به موسیقی و صدا

http://labrosa.ee.columbia.edu/millionsong/

دیتاست مربوط به انواع شبکه های موجود و وب سایت ها – دانشگاه استنفورد

http://snap.stanford.edu/data/index.html

دیتاست های مربوط به یادگیری ماشین

http://archive.ics.uci.edu/ml

گروه داده کاوی دانشگاه تگزاس

http://www.cs.utexas.edu/users/dmg/

وب سایت های مجموعه داده:

http://aws.amazon.com/public-data-sets

http://stackoverflow.com/questions/381806/large-public-datasets

https://archive.org/details/stackexchange

https://networkdata.ics.uci.edu/resources.php

https://www.kaggle.com

http://www.data.gov

http://www.kdnuggets.com/datasets/index.html

http://socialcomputing.asu.edu/pages/datasets

http://nodexlgraphgallery.org/Pages/Default.aspx

http://konect.uni-koblenz.de/networks

http://aws.amazon.com/public-data-sets/

http://stackoverflow.com/questions/381806/large-public-datasets

http://archive.ics.uci.edu/ml/datasets.html

https://archive.org/details/stackexchange

http://snap.stanford.edu/data/

https://networkdata.ics.uci.edu/resources.php

https://www.kaggle.com/

http://www.data.gov/

http://www.kdnuggets.com/datasets/index.html

http://socialcomputing.asu.edu/pages/datasets

http://nodexlgraphgallery.org/Pages/Default.aspx

http://konect.uni-koblenz.de/networks/

@BIMining
face-rec.org Face Recognition Homepage - Databases Face Recognition - Databases
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →