🔖Git cheat sheet

🔗خلاصه برگ کاربردی دستورات
#Git #Datascience_ku

📈انجمن علم داده دانشگاه کاشان
@Uk_dsa

📣📣انجمن علم داده دانشگاه کاشان برگزار میکند:

📚دوره تندخوانی و تقویت حافظه
👩‍💼مدرس:
عارفه خزایی
🔸دانشجوی کارشناسی مهندسی صنایع

💰هزینه ثبت نام:150,000تومان

📌📌به همراه تخفیف ثبت نام زودهنگام: 90,000تومان

📆شروع دوره از ۴ اردیبهشت ماه

⏰زمان:یکشنبه ها ساعت 17 الی 18:30
پنج شنبه ها ساعت 10 الی 11:30

🔖با ارائه گواهی حضور

🔗جهت ثبت نام و کسب اطلاعات بیشتر به لینک زیر مراجعه کنید:
https://rooydadestan.ir/?p=45557
➖➖➖➖➖➖➖➖➖➖
درصورت وجود هرگونه سوال به آیدی زیر پیام دهید:
@arrefeh_79
➖➖➖➖➖➖➖➖➖➖
📈انجمن علم داده دانشگاه کاشان
@uk_dsa

📣📣انجمن علم داده دانشگاه کاشان برگزار میکند:

⭕️وبینار با موضوع "علم داده در بانکداری"

👨‍💼میهمان:
هادی آقازاده
🔸کارشناس ارشد مهندسی صنایع دانشگاه امیرکبیر
🔸دانشمند داده در اسنپ باکس

📆زمان برگزاری:
جمعه ۲ اردیبهشت

⏰ساعت:
ساعت 18

🔗مکان:
🔹ادوب کانکت Adobe Connect
https://adobe.kashanu.ac.ir:443/rmwl4u5ezp1u/
➖➖➖➖➖➖➖➖➖➖➖➖
📈انجمن علم داده دانشگاه کاشان
@Uk_dsa

کنسرت جاستین بیبر در دنیای متاورس
#metaverse
#Datascience_ku

📈انجمن علم داده دانشگاه کاشان
@Uk_dsa

📣📣انجمن علم داده دانشگاه کاشان برگزار میکند:

💻کارگاه پیشرفته برنامه نویسی پایتون با رویکرد علم داده
👩‍💻مدرس:
مهدیه توکلی
🔸دکتری مهندسی صنایع دانشگاه تهران
🔸پژوهشگر
🔸مشاور و مدرس علم داده

📆شروع دوره از 19 خرداد

⏰زمان: پنج شنبه ها ساعت ۱۰ الی ۱۴

💰 هزینه ثبت نام:400000 تومان

❌❌به همراه تخفیف ثبت نام زودهنگام:250000 تومان

کدتخفیف 20درصدی ثبت نام دانشجویی :
ukstudentdsa20

🔖همراه با ارائه دوگواهی پایان دوره
🅰از طرف انجمن علم داده دانشگاه کاشان
🅱ارائه مدرک معتبر از طرف شتاب دهنده ره نشان دانشگاه صنعتی شریف

🔗جهت ثبت نام و کسب اطلاعات بیشتر به لینک زیر مراجعه کنید:

https://rooydadestan.ir/?p=51347
➖➖➖➖➖➖➖➖➖
درصورت وجود هرگونه سوال به آیدی زیر پیام دهید:
@ShimaHR
➖➖➖➖➖➖➖➖➖
📈انجمن علم داده دانشگاه کاشان
@uk_dsa

📣📣انجمن علم داده دانشگاه کاشان برگزار میکند:

✅ گفتگو در حوزه "DATA SCIENCE"

🧑‍💻میهمان:فرید جباری ملکی

🟢کارشناس ارشد مخابرات سیستم
🟢مشاور هوش مصنوعی تیم پرفومنس شبکه رایتل

⏱ساعت:
ساعت۱۷

📆تاریخ:
جمعه۲۰ خردادماه

🏷مکان:
لایو اینستاگرامی از طریق پیج انجمن
https://instagram.com/uk_dsa?utm_medium=copy_link
➖➖➖➖➖➖➖➖➖➖➖
📈انجمن علم داده دانشگاه کاشان
@Uk_dsa

⭕️کار آموزی در زمینه هوش مصنوعی

پیش نیاز : آشنایی مقدماتی با پایتون
آشنایی با یادگیری عمیق و پردازش زبان های طبیعی (NLP)

برای اطلاعات بیشتر به آیدی زیر پیام دهید:

@Ased_vahid_moravvej

#کارآموزی

📚علاقه مند به کارآموزی و یادگیری
📓علاقه مند به یادگیری پایتون
🎓 کارآموزی در حوزه های به روز و نوین
📌امکان کار به صورت ریموت


اطلاعات بیشتر و ثبت نام:
آیدی aimagroupir در تلگرام

#کارآموزی

KNN_Algorithm

#Machinelearning
#Datascience
#Statistic

📈انجمن علم داده دانشگاه کاشان
@uk_dsa

🎥حاکمیت داده و اهمیت آن در سیستم های سازمانی

📌یکی از مهم ترین مباحث هنگام تحلیل یک دیتابیس حاکمیت داده است،که در این ویدئو سعی کردیم با ذکر مثال این موضوع را توضیح دهیم.
➖➖➖➖➖➖➖➖
🔸ارائه دهنده:هانیه سادات جبلی

#حاکیمیت_داده #پاور_بی_ای
#Datascience_ku
#Business_Intelligence
➖➖➖➖➖➖➖➖➖
📈انجمن علم داده دانشگاه کاشان
@Uk_dsa

⭕️واژه نامه دیتاساینس

#Data_Science_Glossary

📈انجمن علم داده دانشگاه کاشان
@uk_dsa

📈انجمن علم داده دانشگاه کاشان
@uk_dsa

📚 کتاب بی نظیر تور علم داده :
📙 در این کتاب دو زبان برنامه‌نویسی R و Python را به صورت موازی یاد بگیرید👌🏼

✅ بر اساس گزارش Datacamp در سال ۲۰۲۲، زبان برنامه‌نویسی R بعد از Python در رتبه پرکاربردترین زبان‌های برنامه نویسی در علم داده قرار دارد. لذا یادگیری این دو زبان به عنوان مهم ترین ابزار علم داده، به پیشرفت شما در مسیر تبدیل شدن به یک دانشمند داده کمک بسزایی خواهد کرد.

📗 در کتاب تور علم داده علاوه بر پرداختن به مفاهیم اصلی علم داده، در چهار فصل زبان R و Python را به صورت موازی یاد خواهید گرفت.💯

#️⃣ #معرفی_کتاب #علم_داده #DataScience #Datascience_ku
〰〰〰〰〰〰〰〰〰〰〰〰
📈انجمن علم داده دانشگاه کاشان
📎 @uk_dsa

📌میکرو ربات‌های هوشمند برای درمان سرطان

🔸بنابر مطالعه‌ای که در نشریه ACS Nano منتشر شده است، پژوهشگران روشی جدید را برای انتقال داروهای شیمی‌درمانی به محل سلول‌های سرطانی با استفاده از میکروربات‌ها معرفی کرده‌اند. این می تواند به‌طور قابل توجهی درمان سرطان را بهبود ببخشد زیرا تزریق مستقیم داروهای شیمی‌درمانی در محل سلول های سرطانی را امکان‌پذیر می کند.
-------------------------------------------------------------
#⃣ #هوش_مصنوعی #Datascience_ku

📈انجمن علم داده دانشگاه کاشان
📎 @uk_dsa

📌معرفی مشاغل و فرصت‌های کاری جذاب در حوزه داده:



✅ در ادامه برخی از مشاغل مطرح و جذاب در حوزه علم‌داده و کلان‌داده معرفی خواهند شد:🔍

1⃣ متخصص علم داده:
جهت ورود به حوزه علم داده نیاز به کسب دانش و تخصص در موضوعاتی همانند مهندسی نرم افزار،آمار،ریاضیات،متخصص حوزه و... خواهید داشت.ساخت مدل های توصیفی،پیشبینانه،استقرار مدل های مبتنی بر یادگیری ماشین و آمار از وظایف کلیدی یک متخصص علم داده است.آشنایی با زبان های پایتون و R ،نرم افزار های ریپدماینر،SPSS،Knime،Modeler وتوانایی کار با پایگاه داده های رابطه و زبان SQL از مولفه های موفقیت در این فیلد شغلی در بازار کار کشور است.توجه به مهارت های نرم همانند خلاقیت،فنون مذاکره،کار تیمی و.... سبب تمایز شما در بازار کار خواهد شد.

2⃣ مهندس یادگیری ماشین:
بر اساس آمار برترین مشاغل در ایالات‌متحده آمریکا، امسال برترین شغل حوزه مهندسی یادگیری ماشین می‌باشد. حوزه‌ای کاملا جذاب و جدید که در آینده در داخل کشور نیز توجهات به آن افزایش پیدا خواهد کرد. توانایی پیاده‌سازی الگوریتم‌های تخصصی یادگیری ماشین، آشنایی با فریم‌ورک‌ها و پلتفرم‌های یادگیری عمیق، بهینه‌سازی و توسعه مدل‌های یادگیری ماشین در محیط‌های عملیاتی، استقرار مدل‌ها و الگوریتم‌های توزیعی و...از وظایف یک مهندس یادگیری ماشین خواهد بود.


3⃣ متخصص هوش‌تجاری:
هوش‌تجاری مجموعه‌ای از ابزارها، برنامه‌های کاربردی و متدولوژی‌ها است که با جمع‌آوری داده‌ها و تحلیل بلادرنگ آن، سبب اتخاذ تصمیمات داده‌‍محور بهینه و بهبود فرایندها در کسب‌وکار می‌شود. درصورتی‌که علاقه‌مند به ورود به حوزه هوش‌تجاری هستید آشنایی و کسب دانش تخصص در پلتفرم‌ها و فریم‌ورک‌های هوش‌تجاری پایگاه داده‌های Microsoft SQL Server یا Oracle توصیه می‌شود. آشنایی با نرم‌افزارها و ابزارهای مطرح داشبورد سازی و مصورسازی همانند Qlik, Power BI و Tableau از پیش‌نیازها می‌باشد.

4⃣ توسعه‌دهنده کلان داده:
یکی از مشاغل کلیدی در حوزه Big Data، توسعه‌دهنده کلان داده می‌باشد. وظیفه اصلی یک توسعه‌دهنده کلان داده استقرار و توسعه محصولات و سامانه‌های نرم‌افزاری در مقیاس کلان داده خواهد بود. آشنایی با پایگاه داده‌های غیر رابطه‌ای(NoSQL) و رابطه‌ای، تخصص در پلتفرم‌ها و کتابخانه‌های اکوسیستم آپاچی هدوپ و اسپارک، توانایی مدیریت، نگه‌داری و انتقال بلادرنگ داده‌ها، آشنایی با معماری‌های پردازشی توزیع‌شده و... از وظایف این حوزه کاری می‌باشد.

5⃣ تحلیلگر کلان داده:
در فیلد Big Data Analysis و فرصت‌های شغلی این حوزه هدف اصلی استقرار مدل‌های تحلیلی بر روی دادگان حجیم می‌باشد. آشنایی با پلتفرم‌ها و کتابخانه‌های تحلیلی کلان داده همانند کتابخانه‌های یادگیری ماشین هدوپ(Mahout)، اسپارک(Spark Mllib)، تخصص در مفاهیم یادگیری ماشین و استقرار مدل‌های پیش‌بینانه و توصیفی از نیازمندی‌های این حوزه هست. در این فیلد نیز زبان پایتون بهترین انتخاب خواهد بود.

6⃣ متخصص متن‌کاوی:
یکی از فیلدها جذاب که به‌تازگی توجهات به آن بر اساس کاربردها و کارکردهای که دارد افزایش یافته است حوزه متن‌کاوی می‌باشد. در این حوزه هدف استقرار مدل‌هایی در جهت تحلیل و آنالیز دادگان متنی و بدون ساختار موجود در سازمان همانند باشگاه مشتریان، شبکه‌های اجتماعی، کامنت‌ها و... می‌باشد. جهت ورود به این حوزه نیاز به آشنایی با زبان‌های برنامه‌نویسی همانند پایتون، جاوا یا R خواهید داشت. آشنایی با مفاهیم اصلی و پایه‌ یادگیری ماشین و داده‌کاوی نیز از پیش‌نیازها ورود به این حوزه است.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
#⃣ #علم_داده #Datascience_ku #Datascience #یادگیری_ماشین

📈انجمن علم داده دانشگاه کاشان
📎 @uk_dsa

📘 Automated Machine Learning
Methods, Systems, Challenges

🖋Editors :Frank Hutter Lars Kotthoff
Joaquin Vanschoren


📖 There is a lot to learn about automated machine learning theory and practice. This free eBook can get you started the right way.

➖➖➖➖➖➖➖➖➖➖➖➖
#⃣ #معرفی_کتاب #یادگیری_ماشین #علم_داده #Datascience_ku

📈انجمن علم داده دانشگاه کاشان
📎 @uk_dsa

‍ 📌 مسیر یادگیری مهندسی داده‼️


🔴 مهندسی داده یا Data Engineering یکی از مشاغل جذاب حوزه Data می‌باشد که به‌تازگی نیز توجهات به آن بسیار افزایش‌یافته است. مدیریت جریان داده، استقرار فرایندهای ETL، طراحی معماری، پیاده‌سازی و نگه‌داری انبار داده، توسعه سیستم‌های نرم‌افزاری مبتنی بر داده و... از فعالیت‌ها اصلی یک مهندس داده می‌باشد.


✅در تصویر زیر مهارت‌ها و گام‌های تبدیل‌شدن به یک مهندس داده بیان‌شده است. به‌صورت کلی جهت کسب تخصص در این فیلد کاری به مهارت‌های زیر نیاز خواهد داشت:


1⃣ دانش تخصصی برنامه‌نویسی:
کسب دانش پایه در حوزه سیستم‌عامل‌های مبتنی بر لینوکس و زبان‌های برنامه‌نویسی همانند Scala بنا به قابلیت‌های آن در حوزه Big Data از مهارت‌های پایه‌ای ورود به این حوزه تخصصی می‌باشد.

2⃣ استقرار فرایند ETL:
طراحی و پیاده‌سازی فرایند ETL بنا به دغدغه‌ها و نیازمندی‌ها، مدیریت جریان داده سازمان و توانایی کار با انواع پایگاه داده‌ها نیز در این فیلد کاری حائز اهمیت است.

3⃣ موتورهای پردازشی کلان داده:
با توجه به افزایش حجم‌ داده‌ها، دو حوزه مهندسی داده و توسعه‌دهنده کلان داده به یکدیگر بسیار نزدیک گردیده‌اند. توانایی کار با موتور پردازشی کلان داده آپاچی Spark از مهارت‌هایی می‌باشد که اگر قصد فعالیت در این حوزه را دارید می‌بایست در خود تقویت نمایید.

4⃣ مدیریت جریان‌های بلادرنگ داده:
یکی از مؤلفه‌های کلان داده حوزه Velocity یا سرعت نرخ تولید داده‌ها می‌باشد. در صورت افزایش حجم دادگان ورودی به سیستم‌های نرم‌افزاری با بهره‌گیری از ابزارها و پلتفرم‌هایی از قبیل Kafka، آپاچی Storm یا Flink امکان مدیریت این دادگان فراهم خواهد گردید.

5⃣ مهندسی یادگیری ماشین:
توسعه مدل‌های مبتنی بر یادگیری ماشین از وظایف اصلی متخصصین داده یا Data Scientist می‌باشد. در حوزه مهندسی داده گام استقرار مدل‌های توسعه داده‌شده و خودکاری سازی این فرایندها صورت می‌پذیرد.

----------------------------------------------------------------------
#⃣ #علم_داده #Datascience_ku

📈انجمن علم داده دانشگاه کاشان
📎 @uk_dsa

📌یادگیری تقویتی در عمل!

🔶یادگیری تقویتی یا Reinforcement Learning گونه‌ای از روش‌های یادگیری ماشین است که یک عامل (agent) را قادر به یادگیری در محیطی تعاملی با استفاده از آزمون و خطاها و استفاده از بازخوردهای اعمال و تجربیات خود می‌سازد.

🔸در ویدیو فوق یکی از کاربردهای این مدل‌هایی مبتنی بر هوش مصنوعی را مشاهده می کنید.
----------------------------------------------------------------------
#⃣ #هوش_مصنوعی #Datascience_ku #یادگیری_ماشین

📈انجمن علم داده دانشگاه کاشان
📎 @uk_dsa

🟠گزارش کاربردی شروع مسیر شغلی در علوم‌داده!

📙در صورتی که قصد فعالیت تخصصی در حوزه علوم داده را دارید مطالعه این گزارش کاربردی در خصوص بررسی جوانب مختلف فیلد شغلی علم داده توصیه میشود.👌🏻

🗒در این گزارش 33 صفحه ای سرفصل های زیر پوشش داده شده است:

🔸دلایل ورود به فیلد علم داده
🔸بررسی فیلدهای شغلی مرتبط با علوم داده
🔸مهارت‌های مورد نیاز
🔸گواهی‌های معتبر در فیلد علوم داده
🔸بررسی مصاحبه‌های شغلی
🔸نحوه نگارش رزومه
🔸کاربردهای علوم داده در صنایع
➖➖➖➖➖➖➖➖➖➖➖➖
#⃣ #علم_داده #Datascience_ku

📈انجمن علم داده دانشگاه کاشان
📎 @uk_dsa

🔵 چرا باید از علم داده استفاده کنیم؟


🔹در حالی که شرکت‌ها به دنبال این هستند که چگونه با حجم انبوهی از داده‌ها رفتار کنند و آن‌ها را قابل استفاده نمایند، علم داده بعنوان یک مفهوم انقلابی ظهور کرده و بازی را تغییر می‌دهد. علم داده به تدریج به یک ضرورت برای شرکت‌ها تبدیل می‌گردد تا فرصت‌های پنهان در اوضاع پیچیده کسب و کار را آشکار نماید.

اما علم داده چگونه در این بازه زمانی کوتاه به چنین محبوبیت بزرگی دست یافته است⁉️

پاسخ را باید در عوامل زیر جستجو کرد:🔍


1⃣ پاسخ‌های دقیق:
زمانی‌که استراتژی‌های تجارت به دقت پیش‌بینی شده باشند، بهتر فرموله‌بندی می‌شوند که این کار تنها از طریق الگوریتم‌های علم داده ممکن می‌گردد. تعداد زیادی از شرکت‌ها به کاربردهای علم داده پی برده‌اند و در صدد پیاده‌سازی این مفهوم برای خدمت‌رسانی بهتر به مشتریان خود هستند.

2⃣ توانایی تصمیم‌گیری بهتر:
مطابق بررسی انجام شده در دانشگاه هاروارد، شرکت‌هایی که از داده‌های تحلیل شده استفاده کرده‌اند، بهتر به اهداف مالی و عملیاتی دست یافته‌اند. به‌علاوه، این شرکت‌ها تا 6 درصد سود بیشتری نسبت به رقبای خود کسب کرده‌اند. آن روزهایی که کسب و کارها به تصمیم‌گیری‌های تجربی تکیه داشتند گذشته است! امروزه، تحلیل داده‌های حجیم، سناریو را تغییر داده و شرکت‌ها از علم داده کمک می‌گیرند تا دلیل و منطق را قبل از تصمیم‌گیری‌های مهم، از دل داده‌ها استخراج کنند.

3⃣ پی بردن به رفتارهای مهم تجارت:
دانشمندان داده به داده‌ها نگاه می‌کنند، الگو را پیدا کرده و بر اساس آن پیش‌بینی‌ها را انجام می‌دهند. به‌منظور دستیابی به اهداف سازمانی، علم داده به اطلاعات موجود نفوذ کرده و رفتارهای قابل‌توجه را استخراج می‌کند تا بر اساس نیازهای سازمانی، استراتژی‌های مناسب اتخاذ گردند.

➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
#⃣ #علم_داده #Datascience_ku

📈انجمن علم داده دانشگاه کاشان
📎 @uk_dsa

📌 تکنولوژی جعل عمیق (Deep Fake) در کمک به نوستالژی!

◼️ شرکت MyHeritage یک محصول با نام نوستالژی عمیق (Deep Nostalgia) را توسعه داده است که در آن به کمک هوش مصنوعی و تکنولوژی‌های یادگیری عمیق توانایی متحرک‌کردن عکس‌های قدیمی را دارد. ویدیو فوق نمونه‌ای از کیفیت محصول این شرکت می‌‌باشد.

◾️ به صورت خلاصه تکنولوژی جعل عمیق توسط دو سیستم هوش مصنوعی ایجاد میشود که یکی تولیدکننده و دیگری تفکیک کننده نام دارد. اساساً، تولید کننده، عکس یا ویدیویی جعلی میسازد و از تفکیک کننده میپرسد که آیا عکس یا ویدیو واقعی است یا خیر. هربار که تفکیک کننده، عکس یا ویدیویی را به درستی جعلی تشخیص دهد، به تولید کننده سرنخی میدهد درباره کاری که تولید کننده نباید هنگام ساخت عکس یا ویدیو بعدی انجام دهد. در این مکانیزم مدل نهایی (مدل بهینه شده) توانایی تولید عکس یا ویدویی جعلی را دارد که جعلی بودن آن نیز توسط انسان قابل تشخیص نخواهد بود.

▪︎شبکه عصبی عمیق حاصل از این فرایند شبکه تخاصمی تولیدی (Generative Adversarial Network) یا GAN نام دارد.

#⃣ #هوش_مصنوعی #Datascience_ku #یادگیری_عمیق #Deep_fake

📈 انجمن علم داده دانشگاه کاشان
📎 @uk_dsa