مه داده (کلان داده) در بیوانفورماتیک

دومین وبینار آنلاین «آشنایی با هدوپ»
6 خرداد 1395 ساعت 18 تا 20
هزینه ثبت نام: رایگان

پس از برگزاری فایل اسلاید و ویدیو وبینار منتشر خواهد شد.

توجه: اگر در اولین وبینار آشنایی با هدوپ ثبت نام کردید،نیاز به ثبت نام مجدد نیست و اطلاعات ورود به وبینار برای شما ارسال خواهد شد.

لینک ثبت نام: www.hadoop.ir/webinars/intro

مرجع هدوپ ایران
www.hadoop.ir
@hadoop

BigData:
نقشه راه برای ارزیابی و پیاده سازی کلان داده در سازمان ها :

@BigDataTechnology

⭕ ارزیابی نیازمندی و ارزش کلان داده
⭕ توافق سازمانی
⭕ تیم سازی
⭕ اثبات یک مفهوم
⭕ ارزیابی فناوری و انتخاب اولیه
⭕ فرایند توسعه،آزمایش و پیاده سازی برنامه کاربردی
⭕ دامنه پروژه و پلتفرم
⭕ برنامه یکپارچگی تحلیل های کلان داده
⭕ مدیریت و نگهداری
⭕ ارزیابی
#BigData
#RoadMap

@BigDataTechnology

در ادامه هر یک را بررسی خواهیم کرد.

منبع : کتاب تحلیل های عظیم داده
ترجمه دکتر سعید روحانی
 (عضو هیات علمی دانشکده مدیریت دانشگاه تهران)

تولید ثــروت از داده‌هـا
@BigDataTechnology

میزگرد کاربردها و چالش‌های کلان داده در صنعت بانکی در مرکز فابا با حضور :

 ✔ دکتر سینا سوهان‌گیر فارغ‌التحصیل دانشگاه استنفورد با پیشینه فعالیت با داده‌های بزرگ در توئیتر

✔ دکتر صادق علی‌اکبری مدرس دانشگاه صنعتی شریف و عضو هیأت مدیره شرکت مشاوره اعوان

✔ دکتر مهدی نصیری مدرس دانشگاه علم‌وصنعت

✔ دکتر فرزاد خندان مدیرعامل شرکت داده‌پردازی سیمیاگران
 
منبع: نشریه تخصصی بانکداری الکترونیک شماره 59

@BigDataTechnology

جهت اطلاع بیشتر به لینک مراجعه فرمایید.
http://www.ebg.ir/module/News/Shownews/page-1670/index.aspx?NewsId=897

معرفی مرجع نرم افزارها و خدمات حوزه پردازش و تحلیل داده:

@BigDataTechnology

حوزه تحلیل و پردازش داده ها امروزه به قدری وسیع و متنوع شده است که انتخاب یک نرم افزار  در این حوزه، خود به یک تخصص و احاطه نسبی نیاز دارد .

از طرفی، سرویس های مختلفی که برپایه رایانش ابری و بر روی اینترنت برای تحلیل و پردازش داده و  خدمات هوش تجاری ارائه شده اند و با قیمت بسیار مناسب هم در دسترس هستند، به تنوع سبد محصولات علم داده افزوده است .

سایت PredictiveAnalyticsToday  
یا «تحلیل پیشگویانه امروز» معرفی نرم افزارهای مختلف حوزه تحلیل و پردازش داده و ارائه لیست های متنوع از نرم افزارها و خدمات مورد نیاز جامعه امروز فناوری اطلاعات است که توصیه میشود اگر قصد انتخاب یک سرویس یا نرم افزاری در حوزه داده کاوی، پیش پردازش و پاکسازی داده ها، هوش تجاری، تحلیل پیش گویانه و امثالهم را دارید، حتماً به این سایت و خدمات آن مراجعه کنید تا بهترین ها را همیشه در اختیار داشته باشید .
آدرس سایت:
http://www.predictiveanalyticstoday.com/

این سایت، خدماتش را به چهار قسمت تقسیم کرده است :

هوش تجاری
کلان داده
تحلیل متن
تحلیل پیشگویانه

منبع : bigdata.ir

نرم افزارها و بسترهای تحلیل بیگ دیتا : راه حل های جامع  – ۴۳ مورد

http://www.predictiveanalyticstoday.com/bigdata-platforms-bigdata-analytics-software/

۱۱ نرم افزار متن باز جستجوی حرفه ای کلان داده ها

http://www.predictiveanalyticstoday.com/top-open-source-big-data-enterprise-search-software/

توجه❗️

با عرض سلام و احترام به اعضای کانال

زمان ارتباط با ادمین کانال BigData به روز چهارشنبه ساعت ۲۲ الی ۲۳ تغییر یافت.🕙🕚

لطفا فقط در زمان مشخص شده پیام ارسال فرمایید.

با کمال پوزش از پاسخگویی به عزیزانی که غیر زمان تعیین شده پیام ارسال میکنند ، معذور میباشم.

با تشکر از توجه شما
گلناز اردشیری

https://telegram.me/BigDataTechnology

ماهوت MAHOUT

@BigDataTechnology

ماهوت پروژه ای است که کتابخانه ای از پیاده سازی های مقیاس پذیر " الگوریتم های یادگیرنده ماشین " را بروی MapReduce و HDFS فراهم می آورد.

کتابخانه Mahout شامل تعدادی بسیار زیادی روش های تحلیلی است:

⭕ الگوریتم های فیلترینگ مشارکتی
Collaborative filtering algorithms

⭕ الگوریتم های توصیه گر مبتنی بر موضوع یا کاربر
Recommender algorithms

⭕ خوشع بندی
⭕ طبقه بندی
⭕ متن کاوی
⭕ کاوش الگوریتم متناوب

البته Mahout روش ها و الگوریتم های دیگر را نیز پشتیبانی میکند.

منبع : کتاب تحلیل های عظیم داده
Big Data Analytics
David Loshin
ترجمه دکتر سعید روحانی

#Mahout

@BigDataTechnology

✳️ دیدگاه بشر نسبت به قدرت بیگ دیتا

بر اساس تحقیقات Druva حجم اطلاعات تولید شده توسط انسان، از سال 2015 که به 2.73 زتابایت میرسیده است، تا پایان این دهه به 10.5 زتاپایت خواهد رسید. هر زتاپایت برابر یک تریلیون گیگابات می باشد.

🌍: https://datafloq.com/read/humanized-perspective-power-big-data/1231

#داده_کاوی #اطلاعات
🆔: @mfta_ir

مدیریت داده های غیر رابطه ای با HBASE

@BigDataTechnology

❌یک پایگاه داده رابطه ای نیست.
❌واکشی های SQL را پشتیبانی نمی کند.

🔸حجم انبوهی از مجموعه داده ها را در سراسر Hadoop توزیع نموده و به اشتراک میگذارد.

🔸از BigTable گوگل استخراج شده و از جمله چیدمان ردیف گرا محسوب می گردد.

🔸تحمل خطا را جهت ذخیره سازی، دستکاری ، تغییر و تعدیل جداول داده فراهم می کند.

🔸از اجرای عملیات در حافظه پشتیبانی می کند.

عملیات پایه و اصلی :

🔹دریافت (دستیابی به یک ردیف مشخص در جدول)

🔹قراردادن (ذخیره سازی و یا به روزرسانی یک ردیف در جدول)

🔹اسکن (تکرار بیش از یک مجموعه از ردیف ها در جدول)

🔹حذف (حذف یک ردیف از جدول)

#HBase

@BigDataTechnology

✳️ بیگ دیتا و نقش آن در بهداشت و درمان
بیگ دیتا طریقه تفکر ما را درباره همه چیز تغییر داده است و حالا میخواهد ارتباط ما را با پزشکی و مراقبت های بهداشتی به طور کلی تغییر دهد. برای سال های سال، اطلاعات بیشتر تحقیقات پزشکی و کشفیات انجام پذیرفته در این حوزه جمع آوری و آنالیز شده است اما اکنون ما سنسورها و گوشی های هوشمندی همراه خود داریم که قادر به اشتراک گذاری اطلاعات بسیاری نسبت به گذشته از ما و بهداشت و درمان ما هستند. با تغییر کردن کیفیت و کمیت این اطلاعات نقش بیگ دیتا بسیار پر رنگ تر شده است...

🌍: http://www.forbes.com/sites/bernardmarr/2016/05/24/big-data-a-game-changer-in-healthcare/#624244003c75

🆔: @mfta_ir

✳️ #بیگ_دیتا : 33 منبع اطلاعاتی مجانی برای سال #2016


🌍: http://www.forbes.com/sites/bernardmarr/2016/02/12/big-data-35-brilliant-and-free-data-sources-for-2016/#677a2a6b6796

🆔: @mfta_ir

✅ اینترنت انرژی (energy Internet) در حال آمدن است

مدیران صنایع به دنبال مشتریهایی در حوزه انرژی می باشند و استارت آپ های بیگ دیتا نیز به دنبال ساخت ابزارهایی برای این صنایع می باشند. در این بین، کمپانی های فعال در حوزه انرژی خواهان به کار گیری تکنولوژی هایی هستند که مخصوصا برای خدمت در فضای اینترنت شکل گرفته اند (مانند blockchain که یک مدل از پایگاه داده توزیع شده است که در ایجاد بیتکوین به جهان معرفی شد)...

🌍: http://fortune.com/2016/05/24/big-money-in-energy-big-data/
#بیگ_دیتا #اینترنت_انرژی #استارت_آپ
🆔: @mfta_ir

یادگیری ماشین در پزشکی : مروری کامل

یادگیری ماشین در پزشکی : مروری کامل

اشپرینگر ، کتابی جامع در باب یادگیری ماشین در حوزه پزشکی منتشر کرده است که برای علاقه مندان به کار در حوزه پردازش داده پزشکی بسیار مغتنم است .
این کتاب از سه بخش اصلی زیر تشکیل شده است :
دسته بندی و خوشه بندی در پزشکی
مدلهای خطی
مدلهای مبتنی بر قانون (Rule Based)

جهت دانلود کتاب به لینک زیر مراجعه کنید:

http://www.bigdata.ir/%DA%A9%D8%AA%D8%A7%D8%A8%D8%AE%D8%A7%D9%86%D9%87/%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C-%D9%85%D8%A7%D8%B4%DB%8C%D9%86-%D8%AF%D8%B1-%D9%BE%D8%B2%D8%B4%DA%A9%DB%8C-%D9%85%D8%B1%D9%88%D8%B1%DB%8C-%DA%A9%D8%A7%D9%85%D9%84/

درود

با سپاس از شما برای ثبت نام در دومین وبینار آنلاین آشنایی با هدوپ.
اطلاعات مربوط به شرکت در وبینار به قرار زیر است:

لینک پیوستن به وبینار : http://live.e-seminar.ir/hadoop/
قبل از پیوستن به وبینار حتما دقایقی قبل از حضور راهنمای حضور در وبینار(http://hadoop.ir/WEBINAR%20Guide.pdf) را مطالعه بفرمایید.

پس از ورود به لینک بالا ، از بخش Guest نام کامل خودتان را که در زمان ثبت نام اعلام کردید وارد نمایید و وارد وبینار شوید. لازم به ذکر است در زمان شروع وبینار بخش Guest فعال خواهد شد.

وبینار راس ساعت 18 تا 20 روز 6 خرداد ماه ۱۳۹۵ شروع می شود و خواهشمندیم قبل از ساعت فوق نسبت به نصب نرم افزار موردنیاز و اطمینان از سرعت اینترنت مناسب اقدام فرمایید.

✅ توجه ✅

دوستانی که در «دومین وبینار آنلاین هدوپ» ثبت نام نموده اند،اطلاعات مربوط به شرکت در وبینار به ایمیل و شماره وارد شده در فرم ثبت نام ارسال شد.

مرجع هدوپ ایران
www.hadoop.ir
@hadoop