سعید تمر

آینده خوشی برای همه میخواهم به روشی منظم

سعید تمر

آینده خوشی برای همه میخواهم به روشی منظم

این دفتر شلوغ و بینظم من است. دفتر شخصی.
شاید چند پیوند مفیدی برایتان وجود داشته باشد.
به زودی افتتاح سایت رسمی خودم را در اینجا اعلام خواهم کرد.
tamar.ir
---------------
خوش به حال آنانی که چهل سال اول زندگی خود را به خودشان اختصاص می دهند و باقی را وقف مردم می کنند
و
بدا به حال آنانکه جابه جا

تبلیغات
Blog.ir بلاگ، رسانه متخصصین و اهل قلم، استفاده آسان از امکانات وبلاگ نویسی حرفه‌ای، در محیطی نوین، امن و پایدار bayanbox.ir صندوق بیان - تجربه‌ای متفاوت در نشر و نگهداری فایل‌ها، ۳ گیگا بایت فضای پیشرفته رایگان Bayan.ir - بیان، پیشرو در فناوری‌های فضای مجازی ایران
طبقه بندی موضوعی
پیوندها

۷ مطلب در دی ۱۳۹۴ ثبت شده است

کارمندی گفت رییس! الگوی من تویی! من خیانت هایت را دیدم. من الان یک خائنم!

-------------------------

به نظر من، وقتی به بهانه بسیار درست 130000000000000 تومانی بار حقوق کارکنان بر بودجه عمومی کشور، قرار است ادارات دولتی را به حال خود رها کنیم، این حق کارمندان است که رییسی داشته باشند که از خودشان باشد!

با کمبودها بسازند و راهی برای برون رفت بیابند!

نه اینکه این وسط یک قشری از یک گوشه دیگر کشور را بر این بدبختها رییس بگماریم که عین خیالشان نیست که آینده این نظام اداری به کجا می انجامد!


نظام اداری که باید موتور محرک اقدامات اصلاحی دولت باشد شده بار وبال بودجه! چرا؟ به دلیل خیانتها! خیانت کسانی که باید الگو باشند ولی الگوی خیانت شده اند!


-----------------------------

اپیزدود یک: من نمیخواهم کارمند باشم! خب بسم الله بفرما بیرون!

اپیزود دو: من نمیخواهم رییس این اداره کوچک باشم من خیلی گردن کلفت ترم و معروف! خب تو هم بسم الله بفرما بیرون!

خیانت معنی نداره کثافط. وطن فروشی فلانی و خیانت مغرورانه تو چه تفاوتی دارد؟ جاسوسی و قتل و دزدی با کار تو چه فرقی دارد! چقدر منفعت خودت را آشکارا بر کار اداری و خدمت اداری ترجیح داده ای خائن؟!

یعنی تو اینقدر بی شعوری که متوجه نیستی به چه اهمیت می دهی و به چی بی توجهی می کنی در اداره؟! هیهات که تو آگاهانه خیانت می کنی و جهنم بئص المصیر برای توست!


من از زیردستانت خرده نگیرم که خیانت را الگو تویی!

خدایا

شاهد باش، شاهد باش که چگونه بندگانت اسیر خائنان شدند. شاهد باش که من نالیدم.

سعید تمر

وقتی در سکوت پس از اقدام، بازی به نفع ماست!

تحرکات بلندپروازانه طبقه حاکم کم تجربه عربستان سعودی مثل اعلام دو ائتلاف جنگی علیه یمن و بحرانهای منطقه ای، تعدی به احساسات شیعیان با اجرای حکم شهید نمر در اندازه توان این کشور برای ایفای نقش در منطقه پرتلاطم خاورمیانه نبود.

در این میان، ایران پرتجربه، می توانست همچون گذشته آرام نظاره گر توهمات سعودی ها باشد و فقط به دفع و خنثی سازی حمایتهای سعودی ها از تروریستهای منطقه ای متمرکز باشد.

پیامی که سعودی ها از اعدام نمر می خواستند ارسال کنند داخلی بودن مساله اعدام 47 نفر انسان بود در حالیکه به نظر بسیاری از تحلیل گران، تحریک ایران در جریان  اجرایی شدن برجام بود. انتخاب 2 ژانویه و مصادف با تعطیلات غربی ها و احتمالا پس از همفکری با اردوغان از حساب شده بودن زمان ارسال پیام بود.

برخی کشورهای اروپایی در حد حقوق  انسانی و نکوهش اعدام به مساله واکنش نشان دادند. اما تفسیر پیام سعودی ها منتظر تفسیر پیام ایرانیان بود و این ایران بود که میتوانست دریافت کنندگان پیام سعودی را یاری رساند.

در تهران تجمعات اعتراضی شکل گرفت. تجمعاتی که نمی توانست معطل واکنشهای مردمی داخل مرزهای نظام سعودی باشد.

عده ای در تهران برخلاف نظر عرف و اخلاق اسلامی، دیپلوماتیک و ایرانی یک شوک خبری ایجاد کردند. در نکوهش و محکوم بودن نقض تعهدات پذیرفته شده هیچ شکی نیست. همان طور که در محکوم کردن هر جنایت تروریستها شکی نیست. همانطور که من تک تک جنایات تروریستهای حامی سعودی ها را محکوم نمی کنم یا اعلام محکوم نمی نمایم از اعلام محکومیت اقدام آن عده معترض شب یک شنبه در حمله به سفارت سعودی ها را هم لازم نمی دانستم. حداقل موج محکومیتهای نخبگان را ضروری نمی دیدم و برایم تعجب برانگیز بود که چرا در اصرار بر محکومیت این پیام رسانه ای شدت به خرج می دهند. یک اقدام زشتی شده بود مثل اقدامات زشت دیگر. مهم تمرکز بر کلیت ماجرایی بود که عربستانی ها در سر می پروراندند.

باید دو دیدگاه را از هم منفک کنیم. یک دیدگاه رسمی و پایدار اخلاقی است که مسوولان رسمی کشور ملزم به آن هستند. در این دیدگاه هیچ استثنایی در محکومیت تعدی به سفارتخانه ها وجود ندارد و نباید وجود داشته باشد.

دیدگاه کم طرفدار دیگر این است که باید مقابل توهمات سعودی ها قاطع بود باید به دنیا و مخاطبان کمک کرد که در مقابل توهمات و تصورات غلط سعودی ها از واقعیت صف آرایی کنند. در این دیدگاه، می توانست اعتراضات مردمی ایران روزها دوام یابد تا بلکه رسانه ها چیزی بعنوان ارزش خبری بیابند. مردم ما این راه را بسیار آزموده اند. به نظر من اتفاق زشتی که رخ داد ناخودآگاه ارزش خبری را به رسانه های دنیا ارائه کرد.

الان مردم دنیا در مقابل توهمات سعودی ها از تفسیر آنچه در خاورمیانه در جریان است یک قطب جدی و قاطع می بینند! ایران برای کنترل توهمات عربستان آماده است! مردم دنیا ارزش این پیام را می دانند. عربستان دیگر نمی تواند با چند میلیارد دلار واقعیت را جور دیگری تفسیر و نمایش دهد. اینجا مردم دنیا بر تفسیر ایرانی از خاورمیانه احترام می گذارند.

امروز فرصت بینظیری برای دستگاه دیپلوماسی کشور خلق شده است. فرصتی که پافشاری مردمی ایران ایجادش کرده است. فرصتی که با هزینه های بسیار و هزینه های اخلاقی متقبل شده ایرانیان بوجود آمده است. آری سفارت حریم است حریم اخلاق و تعهدات ما اما نه تا زمانی که میلیاردها دلار پول و منفعت  سعودی سعی می کند واقعیات را قلب کند! در اینجا عده ای ناخودآگاه یا به اشتباه اقدامی کردند که به مردم دنیا یک گزینه دیگر اعطا کرد. ما نمی توانیم توهمات سعودی ها را تحمل کنیم.

حال سعودی ها باید دلارهای بیشتری را هزینه کنند تا ببینند میتوان عقل جمعی مردم را آزمود یا نه! این حق مردم ایران است که از سوی مردم دنیا  در درجه اول و سیسیتمهای سیاسی دنیا به عنوان مردمی صلح جو، خیرخواه و قاطع احترام شوند. امیدوارم دولت و ملت از این فرصت همدلی جهانی برای گذر از موانعی که ردپای پولهای سعودی را درآنها میتوان دید گذر کنند و خاورمیانه به ثباتی که شایسته آن است نظری کند.

توضیح: هیچ اشتباهی قابل قبول نیست اما میتوان آن اشتباه ها را بهانه ای برای اصرار بر تفکرات و مواضع خود نکنیم. برای کشورمان الان هیچ چیزی مهم تر از تمرکز بر منافع و فرصتها برای خلق رفاه نیست. امروز فرصت ما این است که دنیا تحمل توهمات سعودی ها را ندارند و میتوان به جای ادامه دادن بر محکومیت خودسرها بر فرصت های اندکی که روی می نماید تمرکز کرد.

 

سعید تمر

Data Mining: Input and Output

The definition given in the previous item implies data mining needs inputs and outputs.

Inputs could be:

  1. concept, the things that is to be learned;
  2. instance, an individual and indipendent example of concept to be learned (classified, associated or clustered). Each instance is characterized by the values of a set of predetermined attributes;
  3. attribute, feature of instances which assumes a value choosen by a predetermined set.

The row of a database represents an instances while the colomn an attribute. If the whole set of instances has the attribute values not null then the database is called dense, while if at least one instance has at least one attribute value null then the database is called sparse.

The mmost common way of representing outputs is reported below.

  1. Decision table. It is a schema of row and column just the same as the input but reduced to instance and attribute of interest. The figure reported below shows an example of decision table.

  2. Decision tree. This structure derived from graph theory. It has nodes, which contain information, and edgeswhich link two nodes. If the edge is directed, as an arrow, it links the head node to the tail. The root is the head of the whole tree, while the leaf is one of the tail of the whole tree. The figure reported below shows a decision tree in which "A" is the root and "C", "D", "D" are the leafs.

  3. Rule. A rule has the antecedent or precondition, a logical expression, and a consequent or conclusion which represents predicate.

    There exist two kind of rule: classification rule and association rule.

    In the classification rules the consequent gives the class or classes that apply to instances covered by the rule and all the tests must succeed if the rule is to fire. Rules can be gruoped in a set a fired in order as a decision list. Each rule seems to represent an indipendent nugget of knowledge, so that new rule can be added to an existing rule set without disturbing ones already there, but it is important to consider how the set of rules is executed. The figure below illustrates two examples of classification rules.

    Different from classification rules, association rules can predict any attrivute not just the class, and this allows to predict combinations of attribute too.

    Beacuse so many different association rules can be derived from even a tiny database, interest is restricted to those that apply to a reasonably large number of instances and have and high accuracy.

    The two most important measures are: support, or coverage, is the number of instances in which the rule occurs;confidence, or accuracy, is the number of instances in which the rule occur with respect to those instances which contains just only the antecedent of the same rule.

    Tipically an association rule must have a minimum value of support and confidence.

    The figure below illustrates two examples of association rules.


  4. Cluster. It grupos similar instances according to one or more characteristics. The output takes the form of diagram that shows how the instances fall into the cluster. Some algorihtms allow one instance to belong to more than one cluster. The figure reported below illustrates how 5 instances have been clustered in 2 different clusters.


Data Mining e Machine Learning

The amount of data in the world is going on and on increasing. Computers allow us to save it. Decisions, needs, activities and so on coulb re reduced to a record in a database. As the amount of data incereases, the proportion of if that people understand decreases. Lying hidden in all this data is potentially useful information that is rarely made explicit.

According to Piatesky-Shapir "Knowledge Discovery is the non-trivial process of identifying valid, novel, potentially useful, and ultimately understandable patterns in data". Data mining is the automatic, or semiautomatic, process of discovering patterns in data. People have been seeking patterns since human life began. Hunters seek patterns in animal migration behavior; resellers seeks patterns in buyer behavior.

It has been estimated that the amount of data stored in databses doubles evey 20 months, thus data mining is the only hope for elucidating pattern. Furthrmore data mining can lead to new insight and, in commercial settings, to competitive advantages.

Pattern have to:
  1. be meaningful in that they lead to some advantage, usually economic advantage;
  2. allow non trivial forecasting;
  3. infer previously unknown information.

There are two extremes for the expression of a pattern: black box and white box. Innards of a black box pattern are effectively incomprehensible, while construction of white box reveals the structure of the pattern so that it could be examined and reasoned about.

Most of the tecniques for searching and reason about pattern belongs to machine learning. The main learning tecniques are:
  1. classification, the learning scheme is a set of classified examples from which it is expected to learn a way of classifying unseen examples;
  2. association, relations beetween instances are sought;
  3. clustering, instances belonging to the same category are grouped in a cluster;
  4. numeric prediction, the outcome of prediction is a numeric quantity.
  5. Most of time the terms machine learning and data mining vengono are commonly confused, as they often employ the same methods and overlap significantly. Machine learning focuses on prediction, based on known properties learned from the training data while data mining focuses on the discovery of unknown properties on the data. The two areas overlap in many ways: data mining uses many machine learning methods, but often with a slightly different goal in mind. On the other hand, machine learning also employs data mining methods as "unsupervised learning" or as a preprocessing step to improve learner accuracy.
سعید تمر

After studying over 500 millionaires, including Andrew Carnegie, Henry Ford, and Charles M. Schwab, journalist and author Napoleon Hill found that they shared a single quality:decisiveness.

"Analysis of several hundred people who had accumulated fortunes well beyond the million dollar mark disclosed the fact thatevery one of them had the habit of reaching decisions promptly," Hill wrote in his 1937 classic, "Think and Grow Rich."

سعید تمر

Each year, the Nobel Prize brings together some of the brightest minds to celebrate accomplishments and people that have changed life on Earth for the better. Through a suite of events ranging from lectures and panel discussions to art exhibits, concerts and glamorous banquets, the Nobel Prize doesn't just celebrate accomplishments, but also celebrates work in progress: open questions and new, tantalizing opportunities for research and innovation. link

سعید تمر