در بخش اول از مجموعه مقالات آموزشی پردازش متن، با مفاهیم پایه متن کاوی و همچنین کتابخانه فارسی هضم برای کار با متون فارسی آشنا شدید. در ادامه این سری آموزشی با بررسی یکی از مسابقات پردازش متن سایت معروف کگل، به صورت عملی با جنبه های نوین این شاخه ... ادامه مطلب »
«صنعت آی‌تی بیش از دنیای مد زنان مدام با تغییر ذائقه‌ها متحول می‌شود.» شاید همین جمله ریچارد استالمن پدر دنیای متن‌باز کافی باشد تا بفهمیم چرا زنان به مباحث مد و سطوح بالاتر فناوری، بیش از حوزه‌های زیرساختی آن علاقه نشان می‌دهند. مبحث کلان‌داده‌ها هم از این وضعیت مستثنی نیست ... ادامه مطلب »
نتیجه انتخابات ریاست جمهوری آمریکا که اعلام شد بسیاری از افراد حتی تحلیلگران زبردست عالم سیاست حیرت‌زده بودند. برخی نتیجه را به هک شدن سیستم‌های کامپیوتری انتخابات از سوی روسیه نسبت می‌دادند. کار به جایی رسید که خود کاندیدای مغلوب هم به زبان آمد و صراحتاً اعلام کرد:«مداخلات روسیه و ... ادامه مطلب »
سه نظریه درباره وضعیت فعلی دادههای کلان و کاربردهای آن در ایران وجود دارد که هر کدام با پرسش‌هایی اساسی مواجه هستند: نظریه اول: دادههای کلان یا همان Big Data در ایران جمع، ذخیره‌سازی و تحلیل نمی‌شوند چون نهاد‌های دولتی، حکومتی یا خصوصی چندان برای آن ارزش قائل نیستند و ... ادامه مطلب »
مقدمه بعد از حدود ۱۳ سال از معرفی هدوپ به عنوان اولین سامانه عمومی پردازش کلان داده، این اکوسیستم به بلوغ رسیده است به گونه‌ای که امروز با معرفی نسخه ۳ هدوپ، بسیاری از اشکالات و نواقص آن برطرف شده است. در این بین، نحوه ذخیره فایلها در اکوسیستم هدوپ ... ادامه مطلب »
دادههای کلان در یک دهه اخیر تبدیل به واژه پرگفتمان در کلیه سطوح تحقیقاتی و تجاری شده است و کنفرانس‌های متعدد آکادمیک و تجاری در سطح جهان با محوریت اصلی این موضوع برگزار شده است. به موازات آن حجم زیادی از مقالات علمی برآمده از کارهای تحقیقاتی در دانشگاه‌ها نیز ... ادامه مطلب »
تیم بسکتبال کلیولند کاوالیرز (Cleveland Cavaliers) با قهرمانی در مسابقات بسکتبال حرفه‌ای ایالات متحده در سال ۲۰۱۶ تاریخساز شد. این نخستین قهرمانی تیم در تاریخ مسابقات بود و باعث شگفتی طرفداران این رشته ورزشی و حتی بازیکنان و مربیان این حرفه در ایالات متحده شد. درآمد تیم کاوالیرز ناگهان به ... ادامه مطلب »
سایت معتبر kdnuggets در هجدهمین نظرسنجی سالیانه خود از فعالان حوزه تحلیل و پردازش داده در سرتاسر دنیا، ابزار و کتابخانه های مورد استفاده آنها را مورد سوال قرار داده است . نتایج اولیه این نظر سنجی که حدود ۲۹۰۰ نفر در آن شرکت کرده اند، اخیراً منتشر شده است. نگاهی ... ادامه مطلب »
سایت The Data Incubator که آموزش های مختلفی را در حوزه علم داده برگزار می کند، اخیراً فهرستی از محبوب ترین کتابخانه های پایتون و کتابخانه های R در حوزه علم داده منتشر کرده است و بر اساس سه پارامتر میزان دانلود، تعداد پستها در سایت StackOverflow و نیز امتیاز ... ادامه مطلب »
در مورد مسیر تبدیل شدن به یک دانشمند علم داده قبلاً توضیحات مفصلی در این سایت داده شده است بخصوص مطلب اخیری که سایت آنالیتیکزویدیا در مورد مسیر کامل یادگیری این علم در ابتدای سال ۲۰۱۷ منتشر کرده بود و در سایت مهندسی داده به آن پرداخته ایم. با این ... ادامه مطلب »
– الو، پیتزا گوردون؟ – خیر آقا، پیتزا گوگل. – آه، ببخشید؛ اشتباه گرفتم. – خیر آقا؛ گوگل اونو خریده. – بسیار خوب؛ لطفاً سفارش مرا یادداشت کنید. – بله آقا؛ مثل معمول باشه؟ – معمول؟ مگر شما منو می‌شناسین؟ – طبق برگۀ دادههای سفارش دهندگان ما، در ۱۲ مرتبۀ ... ادامه مطلب »
دنیای اقتصاد: کلان داده (big Data) عبارتی است که مدت‌هاست درباره آن می‌شنویم، اما هنوز ابهاماتی در رابطه با ماهیت این کلان داده‌ها وجود دارند. در حقیقت، کلان داده‌ها نیروی محرکه اصلی در ظهور تکنولوژی‌های جدید از جمله هوش مصنوعی، علم دیتا و اینترنت اشیا (IoT) در عصر دگرگونی دیجیتالی ... ادامه مطلب »
مهندسی داده هر آنچه راجع به مدیریت داده، کلان داده و بانکهای اطلاعاتی نوین باید بدانید