انجمن علمی مهندسی صنایع دانشگاه بوعلی سینا
🛑 نخستین همایش درون دانشگاهی مهندسی صنایع ( به مناسبت روز مهندس) زمان: 27 بهمن ماه مکان: آمفی تئاتر دانشکده مهندسی دانشگاه بوعلی سینا ثبت نام در همایش: https://evnd.co/GdD7L ❌نکات قابل توجه در سامانه ایوند❌ ⭕ سعی شود هرچه زودتر ثبت نام انجام گیرد، زیرا…
⭕ آشنایی با کارگاه های نخستین همایش درون دانشگاهی مهندسی صنایع ( به مناسبت روز مهندس)
✅کارگاه #داده_کاوی_در_مهندسی_صنایع
✴مدرس
دکتر احسان ثقه ای
⚛داده کاوی (Data Mining) مجموعهای از ابزارهای مهم و کاربردی است، که قطعاً در هر رشته و حوزه کاری، که داده و اطلاعات وجود دارد، میتواند کاربرد داشته باشد. اصولاً در داده کاوی، سعی میشود انبوه دادهها و اطلاعات در دسترس، به طریقی به نوعی از دانش تبدیل شود، که بیانی بسیار خلاصه و مفید از پدیدهها را ارائه مینماید.
به عنوان مثال، در زمینه مدیریت زنجیره تأمین (Supply Chain Management) یا SCM، روشهای مختلف طبقه بندی (نظارت شده) و خوشه بندی (غیر نظارت شده) برای گروه بندی مشتریان، خدمات دهندگان و کالاها (یا خدمات) مورد استفاده واقع شدهاند و هدف اصلی آنها، ایجاد یک تصویر بیان خلاصهتر از زنجیره تأمین بوده است.
❎سر فصل ها:
1.تعاریف و مفاهیم مرتبط با علم داده
2.چرایی کلان داده ها و تفاوت آن با داده کاوی
3.کیفیت داده
4.کاربردهای تحلیل داده در مهندسی صنایع
5.وظایف داده کاوی
6.آشنایی کلی با ابزارهای کلان داده ها و داده کاوی
#کارگاه_های_همایش
@IESANA
✅کارگاه #داده_کاوی_در_مهندسی_صنایع
✴مدرس
دکتر احسان ثقه ای
⚛داده کاوی (Data Mining) مجموعهای از ابزارهای مهم و کاربردی است، که قطعاً در هر رشته و حوزه کاری، که داده و اطلاعات وجود دارد، میتواند کاربرد داشته باشد. اصولاً در داده کاوی، سعی میشود انبوه دادهها و اطلاعات در دسترس، به طریقی به نوعی از دانش تبدیل شود، که بیانی بسیار خلاصه و مفید از پدیدهها را ارائه مینماید.
به عنوان مثال، در زمینه مدیریت زنجیره تأمین (Supply Chain Management) یا SCM، روشهای مختلف طبقه بندی (نظارت شده) و خوشه بندی (غیر نظارت شده) برای گروه بندی مشتریان، خدمات دهندگان و کالاها (یا خدمات) مورد استفاده واقع شدهاند و هدف اصلی آنها، ایجاد یک تصویر بیان خلاصهتر از زنجیره تأمین بوده است.
❎سر فصل ها:
1.تعاریف و مفاهیم مرتبط با علم داده
2.چرایی کلان داده ها و تفاوت آن با داده کاوی
3.کیفیت داده
4.کاربردهای تحلیل داده در مهندسی صنایع
5.وظایف داده کاوی
6.آشنایی کلی با ابزارهای کلان داده ها و داده کاوی
#کارگاه_های_همایش
@IESANA
انجمن علمی مهندسی صنایع دانشگاه بوعلی سینا
🛑 نخستین همایش درون دانشگاهی مهندسی صنایع ( به مناسبت روز مهندس) زمان: 27 بهمن ماه مکان: آمفی تئاتر دانشکده مهندسی دانشگاه بوعلی سینا ثبت نام در همایش: https://evnd.co/GdD7L ❌نکات قابل توجه در سامانه ایوند❌ ⭕ سعی شود هرچه زودتر ثبت نام انجام گیرد، زیرا…
basu - Copy.pdf
3.3 MB
ACCESS(2016)....pdf
11.4 MB
⭕ آموزش نرم افزار Access ⭕
✅ کار درجه یک و عالی از بچههای خوب دانشگاه بوعلی سینا
🗣️ همراه توضیحات تکمیلی که با جستوجوی QR CODE های قرار داده شده در هر بخش، میتوانید از آنها برای یادگیری هر چه بهتر استفاده کنید .
👤با تشکر ویژه از زحمات خانمها ؛
▪️طهرانی زاده
▫️بحیرایی
▪️مجیدی
▫️قلمرو
▪️چراغی
@BASU_IESANA
➖➖➖➖
😷Take care of your health😷
➖➖➖➖
#یک_گام_فراتر
#داده_کاوی
#اکسس
#BE_IE
#IE_Soft
#Access
✅ کار درجه یک و عالی از بچههای خوب دانشگاه بوعلی سینا
🗣️ همراه توضیحات تکمیلی که با جستوجوی QR CODE های قرار داده شده در هر بخش، میتوانید از آنها برای یادگیری هر چه بهتر استفاده کنید .
👤با تشکر ویژه از زحمات خانمها ؛
▪️طهرانی زاده
▫️بحیرایی
▪️مجیدی
▫️قلمرو
▪️چراغی
@BASU_IESANA
➖➖➖➖
😷Take care of your health😷
➖➖➖➖
#یک_گام_فراتر
#داده_کاوی
#اکسس
#BE_IE
#IE_Soft
#Access
داده كاوي و درخت تصميم.pdf
522.8 KB
✨داده کاوی و درخت تصمیم✨
🔸ممکن است برای هر مهندس صنایعی این مشکل رخ داده باشد که با حجم زیادی از داده واطلاعات رو به رو شده،اما نداند بایداز کجا و چطور شروع به کار و ساماندهی اطلاعات کند.
در اینجا داده کاوی به کمک مهندسین میرسد.
🔸به طور کلی روش های داده کاوی به دو دسته تقسیم می شود:
➖ توصیفی
➖ پیشبینانه
خوشه بندی (درخت تصمیم)از معروف ترین روش های توصیفی است.
🔸درخت تصمیم
➖یکی از پرکاربردترین الگوریتمهای دادهکاوی است.
➖ دقیقا مانند یک درخت موضوعات را دسته بندی و در هر شاخه قرار میدهد البته با این تفاوت که ریشه به سمت پایین(برگ)رشد میکند.
🔸با این کار یک دستهبندی جامع از دادها و همچنین یک پیش بینی از روند اجرای کار خواهیم داشت.
#یک_گام_فراتر
#داده_کاوی
#درخت_تصمیم
#Data_mining
#one_step_ahead
➖➖➖➖➖➖➖➖➖➖➖➖
🔶برای یادگیری بهتر و جامع تر این موضوع بهتر است به فایل pdf ضمیمه مراجعه کنید و بیشتر درباره درخت تصمیم بدانید.
🔸با ما همراه باشید:
تلگرام
اینستاگرام
آپارات
لینکدین
🔸ممکن است برای هر مهندس صنایعی این مشکل رخ داده باشد که با حجم زیادی از داده واطلاعات رو به رو شده،اما نداند بایداز کجا و چطور شروع به کار و ساماندهی اطلاعات کند.
در اینجا داده کاوی به کمک مهندسین میرسد.
🔸به طور کلی روش های داده کاوی به دو دسته تقسیم می شود:
➖ توصیفی
➖ پیشبینانه
خوشه بندی (درخت تصمیم)از معروف ترین روش های توصیفی است.
🔸درخت تصمیم
➖یکی از پرکاربردترین الگوریتمهای دادهکاوی است.
➖ دقیقا مانند یک درخت موضوعات را دسته بندی و در هر شاخه قرار میدهد البته با این تفاوت که ریشه به سمت پایین(برگ)رشد میکند.
🔸با این کار یک دستهبندی جامع از دادها و همچنین یک پیش بینی از روند اجرای کار خواهیم داشت.
#یک_گام_فراتر
#داده_کاوی
#درخت_تصمیم
#Data_mining
#one_step_ahead
➖➖➖➖➖➖➖➖➖➖➖➖
🔶برای یادگیری بهتر و جامع تر این موضوع بهتر است به فایل pdf ضمیمه مراجعه کنید و بیشتر درباره درخت تصمیم بدانید.
🔸با ما همراه باشید:
تلگرام
اینستاگرام
آپارات
لینکدین