درود و آرزوی سلامتی برای همگی؛ همانطور که می دانید گروهی پارسی زبان در لینکدین درباره علم داده و هو…
انتشار: 2026/06/21 14:37 UTCدریافت: 2026/08/15 03:30 UTCآخرین مشاهده: 2026/08/15 03:30 UTC
درود و آرزوی سلامتی برای همگی؛ همانطور که می دانید گروهی پارسی زبان در لینکدین درباره علم داده و هوش مصنوعی داریم که در طی قطعی اینترنت و کاهش شدید فعالیت بیشتر اعضا، گروه از طرف لینکدین غیرفعال تلقی شد.نتیجه در کمال تعجب این بود که کلیه مطالب گروه لینکدین که در طی چندسال گذشته جهت ارتقای دانش، اطلاع از تحولات فناوری های اخیر و کمک به نسل جوان داخل کشور به اشتراک گذاشته شده بودند به طور خودکار حذف شدند. جهت احیای گروه، تقاضایی از همراهان عزیز دارم.لطفا مطالب علمی و تجربیات تخصصی خودتان را در زمینه علم داده و هوش مصنوعی مجددا در گروه لینکدین زیر به اشتراک بگذارید تا با اشتراک مطالب شما به حالت قبل برگردیم. linkedin.com/groups/12424311/%D8%A8%D9%87 اشتراک گذاری مطالب علمی، تجربیات، تحولات اخیر و دانش تخصصی و تجربیات کاری شما در زمینه علم داده، یادگیری ماشین، هوش مصنوعی و فناوری های نوین بسیار مفید و سازنده خواهند بود.همانطور که می دانید تبلیغات دوره ها، کنفرانس ها، محصولات، شرکت ها و غیره منتشر نخواهند شد. منتظر مطالب شما دوستان هستیم. 💐 باسپاس، افشین آشفته، عضو هیات علمی دانشگاه نووا#ققنوس
تاریخچه بازدید مشاهدهشده
حدود 0 بازدید تازه در ساعت در این نمونهپستهای تلگرام — علم داده و سواد آماری
مقاله جدیدی امروز با عنوان «تبدیل کانولوشن برای کاهش ابعاد کافی در سریهای زمانی» را که در مجله ژاپنی آمار و علوم داده (doi.org/10.1007/s42081-026-00364-y) منتشر کردیم که در لینک زیر به صورت رایگان قابل مطالعه است.rdcu.be/fxyoh%D8%A7%DB%8C%D9%86 مقاله در مورد مدل های پیش بینی سری زمانی است.معمولا مجموعه دادههای سری زمانی اغلب شامل مشاهدات یا تأخیرهای گذشته زیادی هستند، اما تنها تعداد کمی از ترکیبات این تأخیرها ممکن است برای درک یا پیشبینی اتفاقات بعدی مهم باشند.در این مقاله، ما یک روش جدید کاهش ابعاد کافی مبتنی بر کانولوشن را معرفی میکنیم که اطلاعات تأخیرهای با ابعاد بالا را فشرده میکند و در عین حال مرتبطترین اطلاعات در مورد رفتار آینده سری را حفظ میکند.این کاهش ابعاد می تواند مدلهای واضحتر، سریعتر و قابل اعتمادتر در زمینههایی مانند امور مالی، اقتصاد، بیمه، بهداشت عمومی و پیشبینیهای زیستمحیطی و غیره تولید کند.از دیگر نویسندگان این مقاله از دانشگاه وست فلوریدا و دانشگاه ساوترن ایلینوی صمیمانه تشکر میکنم.لینکدین:linkedin.com/groups/12424311/
همراهان گرامی درود. امروز سه شنبه ساعت ۱۷:۳۰ (پنج و نیم عصر به وقت ایران) سخنرانی در رابطه با مدلسازی سریهای زمانی توسط یکی از دوستان بنده که استاد علوم کامپیوتر، ریاضیات و آمار دانشگاه ایلینوی هستند در دانشگاه نووا برگزار می شود که لینک زیر را برای علاقه مندان به شرکت آنلاین در مایکروسافت تیمز در دسترس قرار دادم. teams.microsoft.com/meet/362618635712328?… که می دانید ارایه به زبان انگلیسی است.