MIDOONY Logo

نتیجه جستجوی عبارت «کسب_و_کار» : تعداد (27) مورد یافت شد.

منطق فازی چیست What is Fuzzy Logic

منطق فازی رویکردی برای محاسبات مبتنی بر "درجه درستی" به جای منطق بولین معمولی، "درست یا نادرست" (1 یا 0) است که رایانه های امروزی بر آن اساس استوار هستند

1402/08/16

فناوری تشخیص ویدیوهای جعلی ( Deepfake Video Detection ) - بخش اول

اخیراً ویدیوهای ‌جعلی که توسط الگوریتم‌های یادگیری عمیق تولید می شوند مورد توجه زیادی قرار گرفته اند. از این فناوری برای تغییر چهره به صورت بسیار واقعی استفاده می شود.

1402/05/14

طبقه بندی انواع ریسک ها و طبقه بندی ریسک در صنعت بانکداری

رابرت مولر در کتاب خود یک طبقه‌بندی از ریسک کسب و کار ارائه کرد که در آن ریسک‌ها را به چهار دسته کلی ریسک های استراتژیک، عملیاتی، مالی و اطلاعات و تکنولوژی تقسیم می‌کند که

1401/01/11

اهمیت مدیریت ریسک و مزایای آن

هدف کلی از فرایند ریسک، شناسایی ریسک ها و ایجاد توانایی برای مدیریت اثربخش آن ها می باشد. بنابر این مدیریت ریسک برای موفقیت کسب و کار ضروری می باشد. پیامد مدیریت صحیح ریسک ها در کسب و کار عبارت از کاهش تعداد تهدیداتی که مشکل ساز خواهند بود، و حداقل کردن اثر آن هایی که به وقوع می پیوندند، می باشد

1400/12/01

دریاچه داده و انبار داده - تعاریف، معماری، ویژگی ها Data Lake and Data Warehouse

دریاچه_داده (Data Lake) و انبار داده (Data Warehouse ) دو نوع معماری ذخیره داده با ویژگی ها و توانایی های متمایز هستند. انتخاب هر کدام به نحوه استفاده از داده و اهداف سازمان بستگی دارد. اما آنها در یک چیز مشترک هستند، هر دو، داده ها را ذخیره می کنند، ولی نحوه مدیریت داده آنها کاملاً متفاوت است.

1400/09/23

معرفی سیستم های OLTP و OLAP، مشخصات، مزایا و تفاوت ها

OLTP و OLAP دو اصطلاح شبیه به هم هستند اما به انواع مختلفی از سیستم ها اشاره می کنند. پردازش تراکنش آنلاین (OLTP) داده‌های تراکنش‌ها را در زمان واقعی جمع‌آوری، ذخیره و پردازش می‌کند. پردازش تحلیلی آنلاین (OLAP) از پرس و جوهای پیچیده برای تحلیل تاریخچه داده های جمع آوری شده از سیستم های OLTP استفاده می کند.

1400/09/01

مدل سازی ابعادی (بخش سوم - Schemaها) Dimensional Modeling

سه نوع schema برای ساخت مدل ابعادی وجود دارد: شمای ستاره ای (star schema)، شمای دانه برفی (snowflake schema) و شمای چند بعدی (multidimensional schema). برای انتخاب شمای مناسب هنگام ساخت مدل ابعادی، سوالات زیر را مد نظر قرار می دهند: • چه نوع تحلیلی برای داده ها لازم است؟  • نیازها و محدودیت های تحلیلی کدامند؟ • داده های مد نظر برای پرس و جو و تحلیل، چقدر سازگاری دارند؟ • ابزار BI مورد استفاده کدام است؟

1400/08/19

مدل سازی ابعادی (بخش دوم - dimensionها) Dimensional Modeling

بعد (dimension) موجودیتی است که موضوعات کسب و کاری را برای سنجه های (factهای) مورد استفاد سازمان وضع می نماید. ابعاد (dimensions) سوالات چه کسی، چه چیزی، کجا و چرای مدل ابعادی را پاسخ می دهند و ویژگی های مشابه در یک دسته بندی یا ناحیه موضوعی را مشخص می کنند. نمونه هایی از ابعاد عبارتند از محصول، جغرافیا، مشتریان، کارمندان و زمان.

1400/08/17

مدل سازی ابعادی (بخش اول - نمای کلی و factها) Dimensional Modeling

مدل سازی ابعادی (dimensional) هم مانند مدل سازی ER، روشی برای  طراحی منطقی داده ها است. مدل سازی ابعادی برای نرم افزارهای هوش کسب و کار (BI) و انبار داده (DW) بسیار مناسب‌تر است. این روش، فرایندهای کسب و کار را به تصویر کشیده و  داده های آنها را سازماندهی می کند.

1400/08/15

مقایسه Microsoft Power BI و Google Data Studio

Microsoft Power BI و Google Data Studio دو ابزار قوی تحلیل داده هستند که برای مصورسازی داده های خام و پیچیده استفاده می شوند. اما کدام بهتر است؟ تحلیل و مصورسازی داده ها  به گروه های کاری در برنامه ریزی کارها، تهیه پروپوزال پروژه ها و تاثیر روی مشتریان کمک می کند. ابزارهای فوق دو برنامه پرطرفدار برای تحقق این مهارت ها هستند.

1400/08/10