‌
نکاتی پیرامون الگوریتم NSGA II (زمان اجرا، تنظیم پارامتر و پردازش موازی)

🔗 لینک این پادکست در کست‌باکس [+]

#الگوریتم_ژنتیک
#الگوریتم_فراابتکاری
#محاسبات_تکاملی

___________

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA
مکاتبه جهت طرح پرسش‌ها: @Kalami_PR

‌

‌
🔗 لینک توئیت
___________

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
خوشه‌بندی اتوماتیک با الگوریتم ژنتیک

🔗 لینک این پادکست در کست‌باکس [+]

#الگوریتم_ژنتیک
#الگوریتم_فراابتکاری
#محاسبات_تکاملی
#خوشه_بندی


___________

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA
مکاتبه جهت طرح پرسش‌ها: @Kalami_PR

‌

‌
آنچه در عکس (آ) مشاهده می‌کنید، اولین تصویر دقیق از ظاهر یک سیاه‌چاله است که در سال ۱۹۷۸ میلادی و با استفاده از کارت‌های پانچ در کامپیوتر «آی‌بی‌ام ۷۰۴۰» (IBM 7040) ساخته شده است.

تصویر (ب)، اولین تصویر واقعی منتشر شده از یک سیاه‌چاله (۱۳۹۸/۰۱/۲۱) است.

🔗 بیشتر بخوانید: «سیاه چاله چیست؟»

#نجوم

@elmyab — علم‌یاب
‌‌
‌‌@FaraDarsMag — مجله فرادرس

‌

‌
این ویدئوی معرفی آموزش کاهش ابعاد با استفاده از PCA است که اخیر روی یارپیز (Yarpiz) منتشر شده است. یارپیز، فاز بین‌المللی آموزش‌های فرادرس است و تا کنون با تلاش محدودی که در این زمینه انجام شده‌است، ده‌ها هزار دانشجوی بین‌المللی از قریب به ۱۵۰ کشور جهان داشته‌ام.

اگر مایل هستید که این آموزش رایگان را مشاهده کنید، می‌توانید به سایت یارپیز مراجعه کنید: yarpiz.com

در این آموزش، پس از بررسی مبانی تئوری الگوریتم تحلیل مؤلفه اساسی یا PCA، پیاده‌سازی این روش در پایتون و متلب به صورت گام به گام آموزش داده شده است. برای افرادی که در حوزه یادگیری ماشین، داده‌کاوی و علوم داده مشغول به کار یا تحصیل هستند، می‌تواند مفید باشد.

___________

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
🔗 لینک توئیت
___________

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
‌- این وطن قابل ساختن است؟
‌- بله.
‌
‌- آیا کار راحتی است؟
‌- نه. اصلاً.
‌
‌- چه کسی باید آن را بسازد؟
‌- خودمان.
‌
‌- ما می‌توانیم؟
‌- بله.
‌
ـــــــــــــــــــــــــــ

چند ماه پیش در توئیتر نوشتم:

ایران‌بانوی عزیز؛
باید فرزندانت را بیدار کنی و بفرستی سر کار. باید به آن‌ها بیاموزی که به جای آسمان و باران، نگاهشان به دستان خودشان باشد. اگر نه، آینده خوبی در انتظار تو و‌ فرزندانت نیست.

اما الان می‌گویم:

ایران‌بانوی گرامی؛
فقط فرزندانت را بیدار کن. همین. کار هم نکردند، مهم نیست. فقط نگذار خواب بمانند.

🔗 لینک توئیت

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
این فیلم مصاحبه ریحانه را حتما دیده‌اید. متأسفانه او و چند کودک دیگر، آبان ماه ۱۳۹۸، در زلزله روستای ورنکش (واقع در آذربایجان شرقی) جان خود را از دست دادند.

اینجا ریحانه به خبرنگار می‌گوید:
‌«گرک حیرصلنم دای. بیلیسن؟ گرک من گئدم، مملکتیمی دۆزلدم.»
‌
‌یعنی:
‌«باید عصبانی باشم دیگه. می‌دونی؟ من باید برم و مملکتم رو بسازم.»
‌
‌تا اطلاع ثانوی، باید همه‌مان همین طور عصبانی باشیم، تا این مملکت ساخته شود. باید این طور باشیم، تا بتوانیم تغییری ایجاد کنیم.

باید عصبانی باشیم. همه. از الان، تا هر وقت که لازم باشد. برای ایران. به خاطر فرزندان‌مان.

🔗 لینک توئیت

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
در اوایل دهه ۶۰ میلادی، برای اولین بار آقای «شینگئو شینگو»، مجموعه‌ای از روش‌ها و تکنیک‌ها را در کارخانه تویوتا پیاده کرد که به نام پوکایوکه (Poka-Yoke، ژاپنی: ポカヨケ) شناخته می‌شوند؛ یعنی: پیشگیری از خطای ناخواسته. البته وی در ابتدا، از نام باکایوکه (Baka-Yoke، ژاپنی: バカヨケ)، به معنی محافظت در برابر نادان‌ها (Fool-proofing) برای این روش‌ها استفاده می‌کرد.

اخیرا آموزشی در فرادرس منتشر شده است که به پیاده‌سازی پوکایوکه و تکنیک‌های خطاناپذیر کردن فرایندها پرداخته است. لینک این آموزش در ادامه آمده است:

🔗 لینک آموزش

با اجرای روش‌های پوکایوکه، نه تنها زمینه خطای انسانی غیر عمد در فرایندها از بین می‌رود، بلکه اغلب، حتی اگر افراد بخواهند نیز، امکان خطا نخواهند داشت. خطاناپذیری فرایندها در محیط‌های صنعتی و کاری، و کلا در هر زمینه‌ای که امکان بروز خطای انسانی وجود دارد، قطعا می‌تواند منجر به کاهش خطرات و هزینه‌ها، و افزایش بهره‌وری و کارایی بشود.


🔗 لینک توئیت

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
این پیام را امروز، فردی به اسم «عبدالله» روی وبسایت یارپیز (yarpiz.com) ارسال کرده است:

«من تحصیلات دکترای خود را با استفاده از کدهای موجود در وب‌سایت شما (یارپیز) به پایان رساندم. این وب‌سایت حقیقتا برای همه پژوهشگران مفید است. سپاس‌گزارم؛ خدا یارتان باشد.»

در طی تمام سال‌هایی که در فرادرس و یارپیز مشغولم، پیام‌های زیادی مثل این از داخل و خارج گرفته‌ام و فکر می‌کنم، چیزی به اندازه آموزش و دانش، دارای بُرد، اثر و ماندگاری نیست.

🔗 لینک توئیت

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
مجموعه پادکست
کاربردهای هوش مصنوعی در کسب و کار

بخش ششم: رستوران‌های زنجیره‌ای مک‌دونالدز (McDonald's)

برخی مطالب پوشش داده شده:
- مروری بر تاریخچه و دستاوردها
- برنامه مک‌دونالدز برای استفاده از هوش مصنوعی و فناوری دیجیتال
- مسائل و مشکلات مک‌دونالدز که نیازمند استفاده از هوش مصنوعی هستند
- اهمیت موضوع کنترل موجودی
- تابلوی منوی دیجیتال و دینامیکی
- مدیریت زمان‌های ازدحام در رستوران
- کیوسک‌های سفارش خودکار غذا
- سیستم‌های تحلیل هوشمند مبتنی بر عوامل محیطی و اجتماعی
- محتوای هوشمند و تطبیقی در منوها
- اپلیکیشن موبایل مک‌دونالدز و اهمیت آن
- آمار کیوسک‌های مک‌دونالدز
- فعالیت‌های رقبای مک‌دونالدز در حوزه هوش مصنوعی
- همکاری KFC و بایدو در شهر پکن
- روبات Flippy محصولی از CaliBurger
- دستاورهای مک‌دونالدز از هوش مصنوعی
- تأثیر منوهای پیش‌بینی‌کننده در کانادا
- تأثیر هوشمندساز اپ موبایل در ژاپن
- اشتغال و هوش مصنوعی

🔗 لینک این اپیزود در کست‌باکس [+]

#پادکست #هوش_مصنوعی

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
🔎 مهارت‌های لازم برای علم داده و منابع یادگیری آن‌ها

پیش از این، در پادکست‌های پرسش و پاسخ [+] و مطالب وبلاگ شخصی‌ام [+] به موضوع مهارت‌های لازم برای علم داده و منابع یادگیری آن‌ها پرداختم. اما، همچنان پرسش‌های زیادی را در این رابطه دریافت می‌کنم که محور همه آن‌ها در دو پرسش زیر خلاصه شده است:

● برای ورود به حوزه علم داده، چه مباحثی را باید یاد بگیرم؟

● چه آموزش‌هایی از فرادرس را برای فراگیری علم داده استفاده کنم؟

در اینجا قصد دارم ضمن معرفی مهارت‌های لازم برای فراگیری علم داده، آموزش‌هایی از فرادرس را نیز که در مسیر یادگیری به شما کمک می‌کنند معرفی کنم.

امیدوارم دانشجویان بتوانند با استفاده از این موارد، هرچه سریع‌تر یادگیری را شروع کنند و برای ورود به بازار کار به عنوان یک نیروی ماهر و توانمند آماده شوند. همچنین، افرادی که درصدد ارتقا و بهبود شرایط شغلی خود هستند، بتوانند با یادگیری این مهارت‌ها، فرصت‌های شغلی بهتری را از آن خود کنند.

❄️ در حال حاضر، طرح تخفیف زمستانه‌ای [+] هم در فرادرس وجود دارد که با استفاده از آن، می‌توانید آموزش‌های مورد نظرتان را با تخفیف تهیه کنید.

به طور کلی، مهارت‌های مورد نیاز برای علم داده به چند دسته تقسیم می‌شوند:

● ریاضیات پیش‌نیاز برای علم داده

● مفاهیم و روش‌های هوش مصنوعی و یادگیری ماشین

● اصول و روش‌های داده‌کاوی

● ابزارهای لازم (مهارت‌های برنامه‌نویسی و نرم‌افزارهای این حوزه)

● روش‌های بصری‌سازی داده‌ها

● مباحث مبتنی بر دامنه مسئله، مثل روش تحلیل داده‌های گراف و ابزارهای ویژه این حوزه برای تحلیل شبکه‌های اجتماعی، روش‌های وب‌کاوی و متن‌کاوی و دیگر موارد


نکته مهمی که باید به آن توجه داشت این است که برای یادگیری علم داده نیازی نیست فرد به یک ریاضیدان مبدل شود، ولی مباحثی از جبر خطی و آمار و احتمال وجود دارد که ریاضیات پایه برای علم داده محسوب می‌شوند و تسلط بر آن‌ها، به فرد در یادگیری هرچه بهتری الگوریتم‌های یادگیری ماشین و اصول و روش‌های داده‌کاوی کمک می‌کند.

📚 منابع آموزشی برای مبانی ریاضی علم داده

● آمار و احتمال مهندسی
● تئوری احتمالات

📚 مفاهیم و روش‌های هوش مصنوعی و یادگیری ماشین

● یادگیری ماشین (Machine Learning) (تئوری – عملی) – بخش اول
● یادگیری ماشین (Machine Learning) (تئوری و عملی) – بخش دوم
● یادگیری ماشین

📚 آموزش‌های هوش مصنوعی

● هوش مصنوعی
● هوش مصنوعی – تکمیلی
● هوش مصنوعی توزیع شده

📚 اصول و روش‌های داده‌کاوی

● داده‌کاوی در متلب
● اصول و روش‌های داده‌کاوی
● انتخاب ویژگی
● خوشه‌بندی تفکیکی با نرم‌افزار R
● خوشه‌بندی سلسله مراتبی در R
● خوشه‌بندی K میانگین (K-Means) با نرم افزار SPSS
● خوشه‌بندی تفکیکی با نرم‌افزار R
● همبستگی و رگرسیون خطی در SPSS
● تحلیل رگرسیون لجستیک دو حالتی در SPSS
● تخمین خطای طبقه‌بندی

📚 ابزارهای لازم برای علم داده (مهارت‌های برنامه‌نویسی و نرم‌افزارهای این حوزه)

● یادگیری ماشین با پایتون
● داده کاوی در RapidMiner
● برنامه‌نویسی یادگیری عمیق با پایتون (TensorFlow و Keras)
● تحلیل داده‌ها با Minitab
● تحلیل اطلاعات و داده‌ها با Minitab
● ایجاد و توسعه مدل پیش‌بینی کننده با (Salford Predictive Modeler (SPM

📚 روش‌های بصری‌سازی داده‌ها

● مصورسازی داده‌ها در نرم افزار R با بسته ggplot2
● نرم‌‌افزار Grapher برای رسم نمودارهای حرفه‌ای

📚 مباحث مبتنی بر دامنه

● تحلیل شبکه‌های اجتماعی با زبان R و متن‌کاوی
● پردازش زبان‌های طبیعی در پایتون با پلتفرم NLTK
● تحلیل و پیش‌بینی سری‌های زمانی
● آموزش متلب با نگرش تحلیل آماری، تحلیل سری‌های زمانی و داده‌های مکانی
● آموزش حل مساله فروشنده دوره گرد با استفاده از الگوریتم ژنتیک
● آموزش کاهش تعداد رنگ تصاویر با استفاده از روش های خوشه بندی هوشمند
● آموزش یادگیری عمیق در پزشکی

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
ویروس کرونا

ویروس کرونا متعلق به خانواده بزرگی از ویروس‌ها است که عامل ایجاد بیماری‌های تنفسی هستند. جالب است بدانید که بسیاری از انسان‌ها در طول زندگی خود، یک بار با ویروس کرونا مواجه می‌شوند.

برای آشنایی بیشتر با این ویروس و بیماری ناشی از آن، مطالعه مطلب «ویروس کرونا - هر آنچه باید بدانید» توصیه می‌شود. در این مطلب، موضوعات زیر مورد بررسی قرار گرفته‌اند.

● چیستی
● تاریخچه
● انواع ویروس کرونا
● ویروس کرونا ۲۰۱۹
● مقایسه ویروس کرونا با ویروس عامل سارس و مرس
● روش‌های انتقال
● علائم ابتلا
● راه‌های درمان
و ...

🔗 مطالعه «ویروس کرونا — هر آنچه باید بدانید» [+]

@elmyab — علم‌یاب
‌‌
‌‌@FaraDarsMag — مجله فرادرس

‌‌

‌
🔗 لینک توئیت

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
🔗 لینک توئیت

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
لورد ویـنِـتِـیْرو (Lord Vinheteiro) با نام اصلی «فابریسیو دی پائولو»، پیانیست برزیلی است که بیش از ۵ میلیون نفر دنبال کننده در یوتیوب دارد.

او در این ویدئوی کوتاه، تحولات موسیقی در ۳۴۰ سال گذشته را، با اجرای منحصر به فردش، روایت می‌کند.

🔗 لینک ویدئو روی یوتیوب

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
تا کنون ۶ اپیزود از فصل اول پادکست هوش مصنوعی منتشر شده است. در این فصل به «کاربردهای هوش مصنوعی در کسب وکار» پرداخته‌ام.

بخش‌های منتشر شده:

۱. مقدمه [تلگرام | کست‌باکس]

۲. آمازون [تلگرام | کست‌باکس]

۳. بایدو [تلگرام | کست‌باکس]

۴. اپل [تلگرام | کست‌باکس]

۵. علی‌بابا [تلگرام | کست‌باکس]

۶. مک‌دونالدز [تلگرام | کست‌باکس]

🔗 لینک پادکست روی کست‌باکس [+]

این پادکست، در سایر پلتفرم‌ها، از جمله پادکست‌های گوگل، اپل و اسپاتیفای نیز در دسترس است. کافی است عبارت «هوش مصنوعی» را جستجو کنید.

برای دسترسی به پادکست‌ها روی همین کانال نیز، می‌توانید روی هشتگ‌های زیر کلیک کنید.

#پادکست #هوش_مصنوعی

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
‌ هر روز، روز موش خرماست ...

امروز، دوم فوریه، به نام «روز گراندهاگ» (Groundhog Day) یا «روز موش خرما» شناخته می‌شود و جشنی به همین مناسبت، در آمریکای شمالی برگزار می‌شود.

بنابر رسوم قدیمی مرسوم در کانادا و آمریکا، اگر موش خرما، از لانه خود بیرون بیاید و هوا ابری باشد، نویدبخش این است که بهار به زودی شروع خواهد شد. اما اگر هوا صاف و آفتابی باشد، و موش خرما سایه خودش را ببیند، به لانه‌اش بر می‌گردد و زمستان شش هفته دیگر نیز، طول خواهد کشید.

در سال ۱۹۹۳، فیلمی سینمایی به نام «روز موش خرما» منتشر شد که داستان یک گزارشگر هواشناسی، به نام «فیل کانرز» را روایت می‌کند. او برای تهیه گزارشی به مناسبت جشن روز گراندهاگ، به شهر «پانکسوتونی» (Punxsutawney) می‌رود. اما این روز، تبدیل به عجیب‌ترین اتفاق زندگی فیل می‌شود و برای همیشه، او را و زندگی‌اش را تغییر می‌دهد.

اگر فیلم را ندیده‌اید، احتمال دارد چیزی که در ادامه خواهم نوشت، داستان را برای شما لو بدهد و مزه تماشای آن را از بین ببرد. این یک اخطار برای خطر اسپویل شدن ماجرای فیلم است.

فیل کانرز، روز دوم فوریه را چند صد بار، شاید چند هزار بار زندگی می‌کند. کار را با خوش‌گذرانی، عیاشی، دزدی و بی‌قانونی شروع می‌کند. در ادامه، بارها و بارها دست به خودکشی می‌زند. اما فردا، بدون این که چیزی تغییر کند، باز هم روز گراندهاگ برایش شروع می‌شود. اما اطرافیان، چیزی از دیروز به خاطر ندارند.

نهایتا، فیل کانرز از این حلقه زمانی بی‌نهایت خارج می‌شود. اما راه خروجش، نه از دل خودکشی و خوش‌گذرانی، بلکه از مسیر ایجاد تغییر در زندگی خود و دیگران می‌گذرد. او به این نتیجه می‌رسد که اگر قرار است یک روز را، به جبر زمان، بارها و بارها زندگی کند، آن چیزی که باید عوض شود، خود اوست. همین کار، راه خروج را به او نشان می‌دهد.

فیل کانرز، دوستی را بعد از سال‌ها و به صورت اتفاقی در آن شهر می‌بیند. دوستش، نِد رایرسون، یک فروشنده ناشی بیمه است و فیل هم دل خوشی از او ندارد. اما در اواخر فیلم، فیل کانرز طرح بیمه‌ای را از او می‌خرد و از زبان نِد می‌شنویم که: «امروز بهترین روز زندگی من است.» در حقیقت، فیل کانرز، آن روز را تبدیل به بهترین روز زندگی خیلی از اهالی و مسافران آن شهر کرده بود.

واقعیت این است که همه روزهای ما نیز، مثل هم هستند. حالا شاید با شماره‌ها و اعدادی این‌ها را از هم تفکیک کرده باشیم. اما در عمل، خیلی از ماها، یک روز را هزاران بار زندگی می‌کنیم؛ بدون هیچ تغییری. اما اگر قرار است از چنین تله‌ای خارج شویم، به نظر من، بهترین راه، ایجاد تغییر در خودمان و زندگی اطرافیان است.

حضور فیل کانرز، در آن روز، خوش‌شناسی محض برای افرادی بود که با او مواجه می‌شدند. نمی‌گویم همیشه، اما سعی کنیم بعضی وقت‌ها، خوش‌شانسی افرادی باشیم که به هر نحوی، با ما رو در رو می‌شوند.

🔗 منبع: kalami.ir/1968

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA

‌

‌
نکاتی پیرامون انتخاب موضوع پایان‌نامه

🔗 لینک این اپیزود در کست‌باکس

#آموزش
#آموزش_عالی

ـــــــــــــــــــــــــــ

سید مصطفی کلامی هریس
وبسایت: kalami.ir
کانال رسمی: @KalamiHeris

کانال پرسش و پاسخ: @Kalami_QA
مکاتبه جهت طرح پرسش‌ها: @Kalami_PR

‌