یادگیری ماشین در تمامی حوزه‌هایی که با داده سر و کار دارند از رشته‌های مهندسی تا مدیریت کسب‌وکار به صورت گسترده استفاده می‌شود. در دوره «یادگیری ماشین با رویکرد بهینه‌سازی در پایتون» نمونه‌هایی کاربردی از مسائل یادگیری ماشین در حوزه‌های مختلف مورد بررسی قرار خواهند گرفت و از امکانات بهینه‌سازی برای حل آن‌ها استفاده خواهد شد.
📳علیرضا سرودی؛ متخصص ارشد علوم داده و راهبر پروژه‌های بهینه‌سازی و تحقیق در عملیات در شرکت ایرگرید و عضو ارشد موسسه مهندسان برق و الکترونیک، استاد سابق دوبلین‌کالج ایرلند، در این ویدئو دو نمونه از مسائل مرتبط با دوره را معرفی کرده است.
نمونه اول مربوط به تحلیل و برنامه‌ریزی برای تقاضای مصرف برق در شبکه با استفاده از متغیرهای مختلفی مثل نیاز روزانه مصرف، میزان تابش خورشید، دمای هوا، نیاز روزانه گرمایش و سرمایش و تعرفه قیمت است که در آن از روش خوشه‌بندی استفاده می‌شود و نمونه دوم مربوط به تصمیم‌گیری برای تخصیص وام بانکی بر اساس متغیرهایی مثل سن، جنسیت، میزان تحصیلات، درآمد، ارزش ملک و انگیزه دریافت وام است که در آن روش رگرسیون لوجستیک مورد بررسی قرار خواهد گرفت.
برای کسب اطلاعات بیشتر درباره دوره آموزشی «یادگیری ماشین با رویکرد بهینه‌سازی در پایتون» و ثبت نام به لینک زیر مراجعه کنید: 👆d-learn.ir/mlopt
یادگیری ماشین در تمامی حوزه‌هایی که با داده سر و کار دارند از رشته‌های مهندسی تا مدیریت کسب‌وکار به صورت گسترده استفاده می‌شود. در دوره «یادگیری ماشین با رویکرد بهینه‌سازی در پایتون» نمونه‌هایی کاربردی از مسائل یادگیری ماشین در حوزه‌های مختلف مورد بررسی قرار خواهند گرفت و از امکانات بهینه‌سازی برای حل آن‌ها استفاده خواهد شد.
📳علیرضا سرودی؛ متخصص ارشد علوم داده و راهبر پروژه‌های بهینه‌سازی و تحقیق در عملیات در شرکت ایرگرید و عضو ارشد موسسه مهندسان برق و الکترونیک، استاد سابق دوبلین‌کالج ایرلند، در این ویدئو دو نمونه از مسائل مرتبط با دوره را معرفی کرده است.
نمونه اول مربوط به تحلیل و برنامه‌ریزی برای تقاضای مصرف برق در شبکه با استفاده از متغیرهای مختلفی مثل نیاز روزانه مصرف، میزان تابش خورشید، دمای هوا، نیاز روزانه گرمایش و سرمایش و تعرفه قیمت است که در آن از روش خوشه‌بندی استفاده می‌شود و نمونه دوم مربوط به تصمیم‌گیری برای تخصیص وام بانکی بر اساس متغیرهایی مثل سن، جنسیت، میزان تحصیلات، درآمد، ارزش ملک و انگیزه دریافت وام است که در آن روش رگرسیون لوجستیک مورد بررسی قرار خواهد گرفت.
برای کسب اطلاعات بیشتر درباره دوره آموزشی «یادگیری ماشین با رویکرد بهینه‌سازی در پایتون» و ثبت نام به لینک زیر مراجعه کنید: 👆d-learn.ir/mlopt
Telegram has become more interventionist over time, and has steadily increased its efforts to shut down these accounts. But this has also meant that the company has also engaged with lawmakers more generally, although it maintains that it doesn’t do so willingly. For instance, in September 2021, Telegram reportedly blocked a chat bot in support of (Putin critic) Alexei Navalny during Russia’s most recent parliamentary elections. Pavel Durov was quoted at the time saying that the company was obliged to follow a “legitimate” law of the land. He added that as Apple and Google both follow the law, to violate it would give both platforms a reason to boot the messenger from its stores. The last couple days have exemplified that uncertainty. On Thursday, news emerged that talks in Turkey between the Russia and Ukraine yielded no positive result. But on Friday, Reuters reported that Russian President Vladimir Putin said there had been some “positive shifts” in talks between the two sides. The Russian invasion of Ukraine has been a driving force in markets for the past few weeks. Such instructions could actually endanger people — citizens receive air strike warnings via smartphone alerts. Pavel Durov, a billionaire who embraces an all-black wardrobe and is often compared to the character Neo from "the Matrix," funds Telegram through his personal wealth and debt financing. And despite being one of the world's most popular tech companies, Telegram reportedly has only about 30 employees who defer to Durov for most major decisions about the platform.
from hk
