
وب سایت معروف Rbloggers اقدام به معرفی 5 کتاب برتر در آموزش زبان برنامه نویسی R کرده است. فایل این کتابها با کلیک روی نام آنها قابل دانلود خواهد بود.
رایورز - استفاده از راهحلهای هوش مصنوعی برای تشخیص تمایلات کاربر میتواند به نتایج مثبتی مانند خدمات بهتر، درآمد بیشتر و وفاداری بیشتر به برند منتهی شود.
زمانی که شرکتها میزان رضایت مشتری را با عملکرد خدمات خود میسنجند، به عواملی نظیر مدت زمانی که مسئول مرکز تماس در تلفن یا چت با مشتری میگذراند، توجه میکنند و نتایج نظرسنجی از مشتریان را در نظر میگیرند؛ اما در عین حال، در این بین، به میزان اقدامات واقعی صورت گرفته از جانب مشتری برای تماس یا احساس واقعی مشتری بیتوجه هستند که در جای خود، موضوع حائز اهمیتی است.
به گزارش تک پرو ریسرچ، دکتر اسکایلر پلیس، معاون بخش علوم رفتاری در کوگیتو که نرمافزار هوش هیجانی زمان واقعی را ارائه میدهد، در این خصوص اذعان داشته است: «اگر با یک شماره با شرکتی تماس بگیرید، یا اگر به خاطر مشکلات زبانی، در درک صحبت نماینده به مشکل بربخورید، به شما کمکی نمیکند و مجبور هستید که هر بار نام و شماره حساب خود را تکرار کنید و به یک نماینده خدمات مشتری دیگر متصل شوید.»
در حال حاضر به خاطر پیشرفتهایی که در هوش مصنوعی، یادگیری ماشینی و جابجایی و تغییر در کلان دادهها رخ داده است، مسئولان خدمات مشتری به برخی از موارد نامحسوس تماسهای مشتری کمک میکنند.
یکی از نمونههای این کمک در مواردی است که به نظر میرسد میزان ناامیدی مشتری بالا میرود و به همین میزان، صدای خود را بالا میبرند یا زمانی که توقف طولانی در مکالمه اتفاق میافتد که میتواند بیانگر افزایش عصبانیت باشد.
به نظر میرسد این نقطه، دقیقاً جایگاه حساسی داشته که هوش مصنوعی باید برای آن راه حلی یافته و این مشکل روتین را مرتفع نماید.
از آنجا که به هوش مصنوعی آموزش داده شده است که به صورت چندزبانی و فرهنگی کار کند، میتوان این سیستمها را در کشورهایی که سبکهای مختلف زبانی و فرهنگی دارند به کار بست. البته لازم به ذکر است که سبکهای مذکور میتواند بر رضایت یا خشم مشتری اثرگذار باشد.
اگر مسئول خدمات مشتری بوده و در حال صحبت با مشتری باشید، هوش مصنوعی، قصد دارد پیامهای مربوط به شما را روی صفحه نمایش، نشان دهد. از جمله این پیامها میتوان به «بیش از حد صحبت کردهاید»، اشاره نمود. این امکان وجود دارد که این پیامها برای مقاصد آموزشی، به طور همزمان برای سرپرست نیز ارسال گردد.
رایورز - سازمان مهندسی لینکدین، مجموعهای از ابزارهای کلیدی تحت عنوان پروژههای متن باز را برای کمک به کسبوکارها طراحی نموده است که در مواقعی به کار میروند که برنامههای آنها با مشکل مواجه شود.
ابزارهای متن بازی که به تازگی توسط لینکدین طراحی شده است، به شرکتها و سازمانها کمک میکنند که به صورت خودکار با مهندسان ارتباط برقرار کنند و مسائل و مشکلاتی که در برنامههایشان به وجود میآید را با آنها در میان بگذارند و تا حد امکان برای رفع آنها بکوشند. به نظر میرسد این ابزارها، تمایل زیادی در سازمانها برای استفاده از این شبکه ایجاد نماید.
"آیریس" که نام آن از الهه یونان گرفته شده است، کاربران را از هشدارهایی که توسط سیستمهای شرکت ایجاد میشود، مطلع میکند. برای مثال در صورتی که سرور تولید با مشکل مواجه شود، میتواند با مهندسان تماس بگیرد و قابلیت اطمینان سایت را با آنها در میان بگذارد.
به گزارش ونچربیت، با استفاده از این ابزارها، در صورتی که کاربران به اعلان اول پاسخ ندهند، آیریس پیامهای بعدی را ارسال مینماید تا بالاخره پاسخی دریافت کند. ارتباط سیستم با مهندسان از طریق سیستم آنکال صورت میگیرد که پروژهای است که اخیراً انتشار یافته است.
همچنین شایان ذکر است که این سرویس به شرکتها این امکان را میدهد که برای مسئول رسیدگی به مشکلات احتمالی، برنامه زمانی تعیین کند. کاربران برنامه زمانی خود را در یک تقویم قرار میدهند و آیریس از این اطلاعات برای ارسال اعلان به افراد استفاده میکند.
از دید کارشناسان، مقصود لینکدین از طراحی این پروژهها این است که خودکارسازیِ فرآیندِ اعلان کردن به مهندسان برای قطعی سیستم و سایت، تسهیل گردد.
لینکدین، آیریس و آنکال را به عنوان بخشی از برنامه خود برای خودکارسازی روزافزون اعلانها ایجاد کرده است. مهندسان مرکز عملیات شبکه لینکدین پیش از پیادهسازی این سیستم، مشکلات به وجود آمده را به صورت دستی به مهندسان اعلام مینمودند.
با همت و کوشش مهندسان در ساخت و ارائه این سیستم، استقرار سیستم مورد بحث در یک شرکت، به صورت کاملاً آسان و سریع صورت میگیرد. به محض پیادهسازی آریس و آنکال در یک شرکت، کاربران باید اطلاعات مهندسان را در سیستم وارد نمایند. لینکدین به منظور احراز هویت مهندسان از سیستم LDAP استفاده میکند که البته سیستمی مناسب محسوب میشود.
رایورز - با توجه به گسترش کاربران در سراسر جهان، زمان آن فرارسیده است که به دنبال یک راه حل مدیریت قابلیت تحرک مبتنی بر فضای ابری باشیم. البته در حال حاضر مزایا و معایب مدیریت دستگاههای موبایل و کاربران را از طریق سرویسهای میزبان بررسی میکنیم.
گفته میشود که افراد در شرایط سخت یا بر عکس وقتی همه چیز خوب است، اطلاعات بیشتری در مورد یک فرد یا سازمان یاد میگیرند. این موضوع در مورد عملیات فناوری اطلاعات (آی.تی) هم کاملاً صادق است.
به ویژه زمانی که کاربران دور هستند و از دستگاههای موبایل برای دسترسی به اطلاعات سازمانی استفاده میکنند، این موضوع به خوبی به چشم میآید.
به گزارش زد.دی نت، جدای از این موضوع، ارائه پشتیبانی IT به کاربران و دستگاههای آن از راه دور، یک مسئله چالش برانگیز است.
کسانی که در این شرایط عملکرد بهتری از خود ارائه دهند، نه تنها تجربه فوقالعادهای به مشتری منتقل میکنند، بلکه به مأموریت و نتایج شرکت خود نیز کمک قابل توجهی میکنند.
بخشی از این چالش، از تفکر در مورد پشتیبانی فناوری اطلاعات متحرک میآید؛ زیرا این پشتیبانی، محدود به دستگاه موبایل است.
دستیابی به رایانش متحرک، نیاز به لایههای مختلفی از فناوری و سرویس دارد. در انتهای فرآیند رایانش متحرک، کاربرانی هستند که در پی دسترسی به اطلاعات، برقراری ارتباط و استفاده از برنامهها هستند.
اکثر افراد فوراً به این فکر میافتند که پشتیبانی از کارکنان، مستلزم پشتیبانی از کاربر نهایی است، اما بخش زیادی از پشتیبانی از کاربر را میتوان با استفاده از اتوماسیون ابری انجام داد.
وقتی نگاهی به سؤالات معمول و مکرر میاندازیم، میبینیم که خودکارسازی فرآیند بازیابی یا تغییر رمز عبور گمشده، دو سوم سؤالات پشتیبانی را تشکیل میدهد. ارائه دسترسی خودکار به سؤالات معمول میتواند به روند حل مشکلات سرعت بخشیده و رضایتمندی کاربران را افزایش دهد.
پشتیبانی مبتنی بر فضای ابری، با خودکارسازی فرآیندهایی که مستعد بیشترین خطای کاربر یا سایر خطاها هستند، یک پلتفرم مدیریت دستگاه مؤثر ارائه میدهد.
کاربران گوشی هوشمند و تبلت، به دانلود نرمافزار از فروشگاههای اپلیکیشن مبتنی بر فضای ابری عادت کردهاند که با پشتیبانی مبتنی بر فضای ابری، امکان تأمین امنیت برای این گوشیها و تبلتها فراهم میشود.
وب سایت معروف Rbloggers اقدام به معرفی 5 کتاب برتر در آموزش زبان برنامه نویسی R کرده است. فایل این کتابها با کلیک روی نام آنها قابل دانلود خواهد بود.
Data Mining یک فرایند کلی است برای مرتب سازی مجموعه ای از داده های بسیار، این تکنیک عموما توسط سازمانهای تجاری و تحلیلگران مالی مورد استفاده قرار می گیرد ولی این قانون بطور فزاینده ای توسط دانشمندان برای استخراج اطلاعات از میان مجموعه های داده ی بسیار بزرگ که توسط آزمایش های مدرن و شیوه های مبتنی بر مشاهده گرد آوری شده مورد بهره برداری قرار می گیرد.از این نوع استخراج داده برای تولید گزارشات مدیریتی و گزارشاتی که برمبنای آنها تجارتی انجام می شود، استفاده می شود.
در این که کتاب توسط آقای مهدی صمدی به فارسی ترجمه شده است. به بررسی داده کاوی با استفاده از زبان برنامه نویسی R پرداخته است که نسخه اصلی کتاب نیز به همراه نسخه فارسی آن برای دانلود قرار گرفته است.
تعداد صفحات کتاب : ۲۷۶ صفحه
اندازه فایل : ۷٫۹۲MB
رایورز - امروزه شاهد پیشرفت هوش مصنوعی و کاربرد آن در تمامی وسایل هستیم. اما با وجود پرکاربرد بودن این فناوری، عمر آن به این زودی به پایان نمیرسد.
بدون تردید تاکنون اصطلاح "هوش مصنوعی" را شنیدهاید. بر اساس گزارش گوگل ترندز، در سال 2012 فقط 5 درصد از مردم آمریکا در مورد هوش مصنوعی در اینترنت جستوجو کرده بودند. اما در سال 2017 این عدد به حدود 60 درصد رسیده است.
هوش مصنوعی بر خلاف سایر فناوریهای زودگذری که وارد صنعت تکنولوژی میشود، به این زودی دچار افت و نزول نمیشود. توسعه هوش مصنوعی در حقیقت به گونهای است که روز به روز نفوذ خود را در زندگی افراد بیشتر میکند.
به گزارش ونچربیت، بر خلاف روزهای اولی که فناوری هوش مصنوعی وارد بازار شده بود، امروز شاهد این هستیم چارچوبهای قوی و مفید زیادی نظیر تنسورفلو و کافه وجود دارد که نیاز بسیاری از مهندسان به کدنویسی را مرتفع کرده و باعث اجرای آسان فناوریهای هوش مصنوعی شده است.
این چارچوب، موجب صرفه جویی قابل توجه در وقت و منابع شده است و فناوری هوش مصنوعی را روز به روز گستردهتر خواهد کرد و در اختیار تمامی شرکتها قرار خواهد داد.
شبکههای عصبی بسیار زیادی وجود دارد که از پیش آموزشدیده هستند و برای مصارف عمومی در زمینههای مختلف نظیر محتوا، تصویر و تشخیص صدا مورد استفاده قرار میگیرند.
این شبکهها به رشد و رونق تلاشهای مربوط کارآفرینی در حوزه هوش مصنوعی کمک میکنند و امکان استفاده از مدلهای شبکه عصبی از پیش تهیهشده را فراهم میکنند. یولو، فستکست و دیپ اسپیچ از جمله مواردی هستند که از این امکانات بهره بردهاند.
نگهداشت سرویسهای هوش مصنوعی به مقدار زیادی مقرون به صرفه است و افزایش سرعت محاسبات در آن، به لطف جی.پی.یو عامل بسیار مهمی در رشد روزافزون هوش مصنوعی میباشد.
از آنجا که ارائه دهندگان فضای ابری مانند آمازون، هزینه خدمات خود را به طور مداوم کاهش میدهند، هزینههای نگهداشت هوش مصنوعی، مقرون به صرفه است. همچنین بازده محاسبات روی جی.پی.یو، خیلی بیشتر از روشهای دیگر است. به همین خاطر هم بسیاری از فناوریها، میکوشند که به نحوی از این فناوری بهرهمند شوند.