@BIMining
✅ تفاوت تجزیه و تحلیل‌های توصیفی (Descriptive)، پیشگویانه (Predictive) و دستورالعملی (Prescriptive)
#بخش_دوم
☑️ تجزیه و تحلیل توصیفی، بینشی به گذشته:
تجزیه و تحلیل توصیفی یا آماری به تشریح و خلاصه سازی داده‌های خام می‌پردازد و بر آن است داده‌های خام را به طریقی، برای انسان قابل تقسیر نماید. نکته‌ی مثبت این رویکرد در آن است که امکان یادگیری از رفتار‌های گذشته را برای کسب و کارها فراهم می‌سازد و امکان درک اثر وقایع گذشته را بر آینده ایجاد می‌نماید.
روش‌های توصیفی در نشان دادن مواردی نظیر کل موجودی در انبار، میانگین هزینه به ازای هر مشتری، تغییرات سالیانه فروش و ... مناسب هستند. مثال‌های معمول این روش در کسب و کارها، شامل گزارش‌های تولید گذشته‌ی شرکت، اطلاعات مالی گذشته، فرآیندها، فروش، موجودی و مشتریان هستند.
📢 از روش مذکور در مواقعی استفاده می‌شود که کسب و کارها نیازمند نیل به درک جامعی از آن چه در شرکت روی می‌دهد هستند و همچنین زمانی که نیت توصیف جنبه‌های مختلف یک کسب و کار است
@BIMining
📃 منبع:
https://halobi.com/blog/descriptive-predictive-and-prescriptive-analytics-explained/
@BIMining
✅ تفاوت تجزیه و تحلیل‌های توصیفی (Descriptive)، پیشگویانه (Predictive) و دستورالعملی (Prescriptive)
#بخش_دوم
☑️ تجزیه و تحلیل توصیفی، بینشی به گذشته:
تجزیه و تحلیل توصیفی یا آماری به تشریح و خلاصه سازی داده‌های خام می‌پردازد و بر آن است داده‌های خام را به طریقی، برای انسان قابل تقسیر نماید. نکته‌ی مثبت این رویکرد در آن است که امکان یادگیری از رفتار‌های گذشته را برای کسب و کارها فراهم می‌سازد و امکان درک اثر وقایع گذشته را بر آینده ایجاد می‌نماید.
روش‌های توصیفی در نشان دادن مواردی نظیر کل موجودی در انبار، میانگین هزینه به ازای هر مشتری، تغییرات سالیانه فروش و ... مناسب هستند. مثال‌های معمول این روش در کسب و کارها، شامل گزارش‌های تولید گذشته‌ی شرکت، اطلاعات مالی گذشته، فرآیندها، فروش، موجودی و مشتریان هستند.
📢 از روش مذکور در مواقعی استفاده می‌شود که کسب و کارها نیازمند نیل به درک جامعی از آن چه در شرکت روی می‌دهد هستند و همچنین زمانی که نیت توصیف جنبه‌های مختلف یک کسب و کار است
@BIMining
📃 منبع:
https://halobi.com/blog/descriptive-predictive-and-prescriptive-analytics-explained/
@BIMining
Logility
Home
Logility’s platform for supply chain optimization uses machine learning to automate planning, augment performance and accelerate decision-making.
#استخدام
معرفی موقعیت شغلی
شما در تیم رادین از زیرمجموعه‌های گروه حصین، قراره روی پروژه‌های مبتنی بر داده کار کنین، از توسعه سامانه بک‌اند و فرانت‌اند تا تحلیل داده و ساخت مدل بر اساس هوش مصنوعی.
در حال حاضر تیم شامل 5 نفره و نیاز به یک همکار با علاقه برای کمک در زمینه‌های مختلف داره. از مسئولیت‌های شما پیاده‌سازی بک‌اند و فرانت‌اند سامانه مبتنی بر وب در پروژه فعلی، تحلیل داده و تهیه مدل مبتنی بر هوش مصنوعی در پروژه‌های آتیست.
🔸 این کار نیاز به حداقل یک سال سابقه کار دات نت و ترجیحا وب داره
🔸 لازمه که به یکی از انواع دیتابیس مسلط باشید.
🔸 اگه با پایتون، آمار و یا مدل‌های پایه ماشین لرنینگ آشنا باشید یک مزیت محسوب می‌شه.
🔸 مدرک تحصیلیتون لازمه که کامپیوتر باشه و اگر ارشد خوندید ترجیحا گرایشون هوش مصنوعی باشه
🔸 سایر مشخصات مورد نیاز:
▫️باهوش
▫️علاقه مند به کار دیتا
▫️دارای نظم فکری
▫️توانایی مستند‌سازی
▫️تمایل به همکاری طولانی مدت(تا دو سال قصد ادامه تحصیل و مهاجرت نداشته باشه)
▫️امکان همکاری تمام وقت
اگر علاقه مند به همکاری هستید می‌تونید رزومه‌تون رو به ایمیل 👇بفرستید:
hr@hasintech.com
و یا وارد لینک زیر بشید
https://goo.gl/8HYt5w
@BIMining
معرفی موقعیت شغلی
شما در تیم رادین از زیرمجموعه‌های گروه حصین، قراره روی پروژه‌های مبتنی بر داده کار کنین، از توسعه سامانه بک‌اند و فرانت‌اند تا تحلیل داده و ساخت مدل بر اساس هوش مصنوعی.
در حال حاضر تیم شامل 5 نفره و نیاز به یک همکار با علاقه برای کمک در زمینه‌های مختلف داره. از مسئولیت‌های شما پیاده‌سازی بک‌اند و فرانت‌اند سامانه مبتنی بر وب در پروژه فعلی، تحلیل داده و تهیه مدل مبتنی بر هوش مصنوعی در پروژه‌های آتیست.
🔸 این کار نیاز به حداقل یک سال سابقه کار دات نت و ترجیحا وب داره
🔸 لازمه که به یکی از انواع دیتابیس مسلط باشید.
🔸 اگه با پایتون، آمار و یا مدل‌های پایه ماشین لرنینگ آشنا باشید یک مزیت محسوب می‌شه.
🔸 مدرک تحصیلیتون لازمه که کامپیوتر باشه و اگر ارشد خوندید ترجیحا گرایشون هوش مصنوعی باشه
🔸 سایر مشخصات مورد نیاز:
▫️باهوش
▫️علاقه مند به کار دیتا
▫️دارای نظم فکری
▫️توانایی مستند‌سازی
▫️تمایل به همکاری طولانی مدت(تا دو سال قصد ادامه تحصیل و مهاجرت نداشته باشه)
▫️امکان همکاری تمام وقت
اگر علاقه مند به همکاری هستید می‌تونید رزومه‌تون رو به ایمیل 👇بفرستید:
hr@hasintech.com
و یا وارد لینک زیر بشید
https://goo.gl/8HYt5w
@BIMining
Hasin Group
Hasin Group - Technical Department *
We operate across a diverse range of business sectors. While our current openings may vary, they predominantly center on the following roles:
Senior DevOps
Infrastructure Development and Deployment S
Senior DevOps
Infrastructure Development and Deployment S
2020 Gartner Magic Quadrant for #Data_Science and #Machine_Learning Platforms (آپدیت ماه فوریه)
نکته جالب حضور Databricks در جمع #Leaders هست.
@BIMining
نکته جالب حضور Databricks در جمع #Leaders هست.
@BIMining
Forwarded from مهندسی و علم داده
☑️✳️كتاب فارسي"نحوه پياده سازي انبار داده مبتني بر ODI 12C مقدماتي" از صفر تا صد
نصب و راه اندازي ODI 12c در پلتفرم ويندوز و لينوكس
نحوه پياده سازي نگاشت ، پكيج ،user Function ، انواع متغير ها ،پياده سازي وب سرويس و ... با مثالهاي فراوان بصورت اشكال و نمودارها و بصورت گام به گام
با مطالعه اين كتاب (سطح مقدماتي)و كتاب با سطح پيشرفته (تا يكهفته ديگر چاپ خواهد شد) هيچگونه نيازي به حضور در كلاسها با صرف وقت و هزينه زياد نخواهيد داشت.
ارادتمند
محمد عاليشاهي
نصب و راه اندازي ODI 12c در پلتفرم ويندوز و لينوكس
نحوه پياده سازي نگاشت ، پكيج ،user Function ، انواع متغير ها ،پياده سازي وب سرويس و ... با مثالهاي فراوان بصورت اشكال و نمودارها و بصورت گام به گام
با مطالعه اين كتاب (سطح مقدماتي)و كتاب با سطح پيشرفته (تا يكهفته ديگر چاپ خواهد شد) هيچگونه نيازي به حضور در كلاسها با صرف وقت و هزينه زياد نخواهيد داشت.
ارادتمند
محمد عاليشاهي
Forwarded from مهندسی و علم داده
فهرست مطالب.pdf
199.1 KB
Forwarded from مهندسی و علم داده
☑️✳️كتاب فارسي"نحوه پياده سازي انبار داده مبتني بر ODI 12C پيشرفته" از صفر تا صد
نصب و راه اندازي ODI 12c در پلتفرم ويندوز و لينوكس
نحوه پياده سازي نگاشت ، پكيج ،user Function ، انواع متغير ها ،پياده سازي وب سرويس و ... با مثالهاي فراوان بصورت اشكال و نمودارها و بصورت گام به گام
با مطالعه كتاب (سطح مقدماتي)و كتاب با سطح پيشرفته هيچگونه نيازي به حضور در كلاسها با صرف وقت و هزينه زياد نخواهيد داشت.
ارادتمند
محمد عاليشاهي
@BIMining
نصب و راه اندازي ODI 12c در پلتفرم ويندوز و لينوكس
نحوه پياده سازي نگاشت ، پكيج ،user Function ، انواع متغير ها ،پياده سازي وب سرويس و ... با مثالهاي فراوان بصورت اشكال و نمودارها و بصورت گام به گام
با مطالعه كتاب (سطح مقدماتي)و كتاب با سطح پيشرفته هيچگونه نيازي به حضور در كلاسها با صرف وقت و هزينه زياد نخواهيد داشت.
ارادتمند
محمد عاليشاهي
@BIMining
Forwarded from مهندسی و علم داده
فهرست کتاب پیشرفته.pdf
299.5 KB
4_5996864214642197643.PDF
407.7 KB
آموزش فارسی نصب تنسرفلو GPU
💠 راهنمای راه‌اندازی Tensorflow بر روی کارت گرافیک‌های NVIDIA
🙏Thanks: @BIMining
💠 راهنمای راه‌اندازی Tensorflow بر روی کارت گرافیک‌های NVIDIA
🙏Thanks: @BIMining
معرفی تعدادی از کتابخانه‌های برتر پایتون در حوزه علم داده
کتابخانه Scikit-learn: کتابخانه Scikit-learn یکی از محبوب‌ترین کتابخانه‌های یادگیری ماشین در پایتون است. این کتابخانه از طیف وسیعی از الگوریتم‌های طبقه‌بندی و خوشه‌بندی و… پشتیبانی می‌کند.
کتابخانه NumPy: با استفاده از این کتابخانه امکان استفاده از آرایه‌ها، ماتریس‌های بزرگ چند بعدی و استفاده از تابع‌های ریاضیاتی سطح بالا در پروژه‌های علم‌داده فراهم می‌شود.
کتابخانه Pandas: جهت کار با داده‌های ساختاریافته و آماده‌سازی دادگان از این کتابخانه محبوب استفاده می‌شود.
کتابخانه Matplotlib: کتابخانه Matplotlib جز معروف‌ترین کتابخانه‌های پایتون در حوزه Data Visualization است.
کتابخانه Seaborn: کتابخانه دیگر مطرح در حوزه مصورسازی داده‌ها در پایتون Seaborn است. طیف وسیعی از نمودارها در این کتابخانه پشتیانی می‌شود.
کتابخانه Tensorflow: جهت پیاده‌سازی مدل‌های مبتنی بر یادگیری عمیق بر فریم‌ورک تسنورفلو در زبان پایتون از کتابخانه Tensorflow می‌توانید استفاده کنید.
کتابخانه Theano: از دیگر کتابخانه مطرح حوزه یادگیری عمیق می‌توان به لایبرری Theano اشاره کرد. کتابخانه Keras نیز با توجه به قابلیت‌های بالا آن نیز در حوزه یادگیری عمیق سهولت و کارایی بسیار بالایی دارد.
@BIMining
کتابخانه Scikit-learn: کتابخانه Scikit-learn یکی از محبوب‌ترین کتابخانه‌های یادگیری ماشین در پایتون است. این کتابخانه از طیف وسیعی از الگوریتم‌های طبقه‌بندی و خوشه‌بندی و… پشتیبانی می‌کند.
کتابخانه NumPy: با استفاده از این کتابخانه امکان استفاده از آرایه‌ها، ماتریس‌های بزرگ چند بعدی و استفاده از تابع‌های ریاضیاتی سطح بالا در پروژه‌های علم‌داده فراهم می‌شود.
کتابخانه Pandas: جهت کار با داده‌های ساختاریافته و آماده‌سازی دادگان از این کتابخانه محبوب استفاده می‌شود.
کتابخانه Matplotlib: کتابخانه Matplotlib جز معروف‌ترین کتابخانه‌های پایتون در حوزه Data Visualization است.
کتابخانه Seaborn: کتابخانه دیگر مطرح در حوزه مصورسازی داده‌ها در پایتون Seaborn است. طیف وسیعی از نمودارها در این کتابخانه پشتیانی می‌شود.
کتابخانه Tensorflow: جهت پیاده‌سازی مدل‌های مبتنی بر یادگیری عمیق بر فریم‌ورک تسنورفلو در زبان پایتون از کتابخانه Tensorflow می‌توانید استفاده کنید.
کتابخانه Theano: از دیگر کتابخانه مطرح حوزه یادگیری عمیق می‌توان به لایبرری Theano اشاره کرد. کتابخانه Keras نیز با توجه به قابلیت‌های بالا آن نیز در حوزه یادگیری عمیق سهولت و کارایی بسیار بالایی دارد.
@BIMining
📁 معرفی نمودار Word Cloud یا Tag Cloud
📡 تعریف : تمام کلمات در یک خوشه یا ابر کلمات مرتب می شوند.بصورت عمودی افقی ستونی
📨 از این نمودار (Word Cloud ) می توان برای نمایش کلماتی که داده های متا به آنها اختصاص داده شده باشد ، استفاده شود. به عنوان مثال ، در یک Word Cloud با تمام نامهای کشور جهان ، می توان میزان جمعیت را برای تعیین هر اندازه به هر کشور اختصاص داد.
📨 رنگ استفاده شده در Word Cloud معمولاً بی معنی است و در درجه اول زیبایی شناسی است ، اما می توان از آن برای طبقه بندی کلمات یا نمایش متغیر داده دیگر استفاده کرد.
👆🏼 هر چیزی معایبی هم دارد . کلماتی که نامه های آنها حاوی صعودها و نزول های زیادی است ممکن است توجه بیشتری را به خود جلب کنند و نکته دیگر اینکه از نظر دقت تحلیلی عالی نیستند ، بنابراین به جای آن به دلایل زیبایی شناختی بیشتر مورد استفاده قرار می گیرند.
@BIMining
📡 تعریف : تمام کلمات در یک خوشه یا ابر کلمات مرتب می شوند.بصورت عمودی افقی ستونی
📨 از این نمودار (Word Cloud ) می توان برای نمایش کلماتی که داده های متا به آنها اختصاص داده شده باشد ، استفاده شود. به عنوان مثال ، در یک Word Cloud با تمام نامهای کشور جهان ، می توان میزان جمعیت را برای تعیین هر اندازه به هر کشور اختصاص داد.
📨 رنگ استفاده شده در Word Cloud معمولاً بی معنی است و در درجه اول زیبایی شناسی است ، اما می توان از آن برای طبقه بندی کلمات یا نمایش متغیر داده دیگر استفاده کرد.
👆🏼 هر چیزی معایبی هم دارد . کلماتی که نامه های آنها حاوی صعودها و نزول های زیادی است ممکن است توجه بیشتری را به خود جلب کنند و نکته دیگر اینکه از نظر دقت تحلیلی عالی نیستند ، بنابراین به جای آن به دلایل زیبایی شناختی بیشتر مورد استفاده قرار می گیرند.
@BIMining
کانال مرجع هوش تجاري كلان داده ايران:
@BIMining
گروه مرجع هوش تجاری كلان داده ايران باحضور مدیران ارشدسازمانها،متخصصین و اساتید بنام دانشگاههای معتبر
https://telegram.me/joinchat/BLcX0k7agG_-sG9JyJzuKw
@BIMining
گروه مرجع هوش تجاری كلان داده ايران باحضور مدیران ارشدسازمانها،متخصصین و اساتید بنام دانشگاههای معتبر
https://telegram.me/joinchat/BLcX0k7agG_-sG9JyJzuKw