تازه‌های فناوری

معیار حذف یا به روزرسانی مقالات چیست؟

برای این کار در ابتدا سعی کنید اطلاعات و آمار کامل و جامعی در مورد مقالات قدیمی از طریقابزارهایی مثل سرچ کنسول و یا گوگل آنالیتیکس استخراج کنید.
این اطلاعات باید کاملا کمی و مربوط به بازدید، کامنت، نرخ تعامل و… باشد.

پس از جمع آوری این اطلاعات باید به بررسی و مقایسه مقالات بپردازید تا بتوانید در مورد حذف و یا بروزرسانی آن‌ها تصمیم گیری کنید برای این کار من پنج معیار مهم را به شما معرفی می کنم تا این کار سخت را به راحتی انجام دهید.

معیار اول: محتوای من تا چه میزان برای کاربر مفید و کاربردی است؟

محتوای مفید ( متنی، صوتی، ویدئویی) در اصل محتوایی است که آگاهی کاربر را افزایش داده و یا او را سرگرم می کند.
یک محتوای مفید باید یک سوال در ذهن مخاطب ایجاد کرده و یا سوالی را به کاربر پاسخ دهد، باعث حل مشکل کاربر شده یا برای او دارای جذابیت باشد.

معیار دوم: محتوای من تا چه میزان ارزشمند است؟

محتواهایی که آمار بازدید بالایی داشته و مخاطب را به اشتراک گذاری و یا اظهار نظر ترغیب می‌کند، محتوایی ارزشمند است.
لازم به ذکر است که ارزشمند ترین محتوا، محتوایی است که کاربر را از طریق یک دکمه CTA هوشمندانه به صفحه خرید می‌کشاند.

معیار سوم: محتوای من ایراد فنی دارد؟

در همه ی وبلاگ ها حتی وبلاگ خودمان هم قطعا مقالاتی وجود دارد که از نظر کیفیت محتوا در سطح بالایی قرار داشته باشند اما به دلایلی از لحاظ فنی مثل نکات نگارشی، داشتن عکس های جذاب و مرتبط، لینک سازی داخلی خوب و … دچار ضعف باشند. این محتواها که اغلب دردسته مقالات قرار میگیرند پاسخ این سوال میباشند.

معیار چهارم: محتوای من با موضوع کاری من در ارتباط است؟

محتوای شما قطعا باید با موضوع وبسایت و حوزه کاری شما مرتبط باشند در غیر این صورت دلیلی برای نگهداری این مقالات وجود ندارد. حتی محتوایی که دارای ارزش افزوده است اگر با حوزه کاری شما در ارتباط نباشد، بهتر است از سایت حذف شده و محتوایی مرتبط و با کیفیت با آن جایگزین شود.

معیار پنجم: موضوع و یا متن محتوای من تکراری است؟

در حین ارزش گذاری و بررسی مقالات ممکن است به مواردی برخورد کنیم که از نظر موضوعی مشابه یکدیگر هستند و در موارد نادری کاملا کپی به نظر برسند.
این مقالات ممکن است مشکلاتی نظیر محتوای کپی شده ویا Cannibalization را در سایت شما ایجاد کنند.

نتیجه گیری اول

برای خود یا تیم محتوا یک جدول استراتژی بروزرسانی محتوا نوشته و در ماه تعدادی از مقالات خود را به صورت مداوم بهبود ببخشید، شما با استفاده از معیارهای فوق به آسانی می‌توانید در مورد مقالات قدیمی تصمیم گیری کرده و مقالات بی ارزش را با استفاده از ریدایرکت ۳۰۱ به مطالب و یا صفحه فرود مرتبط منتقل کنید.
در ادامه برای شما به توضیح مورد از راه هایی که برای بروزرسانی مقالات می‌توانید استفاده کنید پرداخته ام.

۱) ارتقا کیفیت محتوا و اصول نگارشی

اولین کاری که خود من برای بروزرسانی مقالات انجام می‌دهم، اصلاح مقالات از لحاظ نگارشی است، رعایت قواعد نگارشی، بهبود جمله بندی، رعایت اصول پاراگراف بندی و… از مجموعه کارهایی است که شما در قدم اول می‌توانید برای محتواهای ارزشمند قدیمی خود به کار ببرید.

۲) بهبود سئو مقالات

همانطور که در مقالات گذشته گفتم، رعایت نکات سئو محتوا در ارتقا و بهبود جایگاه محتوای شما در کلمات کلیدی خاص بسیار از اهمیت بالایی برخوردار است.
قرار دادن لینک های داخلی برای به جریان افتادن مخاطب در بین صفحات سایت شما، بهبود و بازبینی کلمات کلیدی، به کار بردن کلمات کلیدی در پاراگراف های اول و آخر، بروزرسانی و یا بهبود وضعیت متن های جایگزین تصویر، انکر تکست‌ها و… از مجموعه نکات سئومحتوایی است که شما باید انجام دهید و یا اگر نقصی در آن وجو دارد به بهبود آن بپردازید.

۳)‌ بهبود وضعیت ظاهری مقالات

متمایز کردن رنگ زیر عنوان ها، جمع بندی‌ها و نکات، اضافه کردن تصاویر یا ویدئو به محتوا، بهبود پاراگراف بندی و… از مواردی است که در مرحله سوم باید به بهبود آن بپردازید.

۴) اضافه کردن اطلاعات جدید به محتوا

طبق تجربه یکی از مهم ترین فاکتورهایی که گوگل به آن توجه بسیار دارد به روز بودن مقالات است. در اصل بعد از مدتی کاربران و گوگل نسبت به مقالاتی که اطلاعات به روز و دسته اولی ندارند، بی اعتماد می شوند. پس یکی از بهترین روش ها برای بازگرداندن مقالات قدیمی بروزرسانی محتوایی آن هاست.4

این کار نه تنها رتبه مقاله شما را در کلمات کلیدی ارزشمند حفظ می کند بلکه تا حدود ۷۴ برابر شانس شما را برای جذب بازدید کننده افزایش می دهد.اضافه کردن اطلاعات جدید، قوانین، رویدادها و … از جمله کارهایی است که شما می توانید برای بهبود محتوایی مقالات قدیمی خود به کار ببرید.

۵) انتشار محتوا در شبکه های اجتماعی

اگر زمان و هزینه ای برای بهبود محتوای خود صرف کردید بهتر است محتوای خود را با این شکل جدید در اختیار عموم بگذارید، برای اینکار توصیه می کنم حتما با تغییر تاریخ انتشار، مقاله را در صفحه اول سایت خود نیز به اشتراک بگذارید.

منبع : https://amanjacademy.com/comprehensive-guide-to-updating-articles-to-improve-seo/

یادگیری ماشین به کاربران امکان می دهد تا به صورت ساده تر دوستان و همکاران را در شبکات اجتماعی پیدا کرده و با آن ها ارتباط برقرار کنند.

آیا تا به حال به این فکر کردید که چگونه از یادگیری ماشین برای درگیر کردن شما در حساب اجتماعیتان استفاده می کنند؟ بسیاری از افراد پس از باز کردن قفل تلفن همراه خود، به بررسی حساب خود در رسانه‌های اجتماعی مانند توئیتر می‌پردازند تا در جریان اخبارجدید قرار گیرند. ML نه تنها برای شخصی‌سازی آنچه کاربر در این رسانه‌ها می‌بیند، به کار می‌رود بلکه اخبار دروغین را شناسایی می‌کند !

برای مثال شبکه اجتماعی فیسبوک بطور مداوم فعالیت هایتان رابررسی میکند، فعالیت هایی مانند اینکه با چه کسانی صحبت کرده اید، چه کسانی را لایک کرده اید ،محیط کار و تحصیل شما. و به این ترتیب فیسبوک براساس فعالیت های شما و به کمک یادگیری ماشینی برای شما پیشنهاداتی را ارائه می دهد.

برخی از موارد استفاده شما از هوش مصنوعی در شبکه های اجتماعی به شرح زیر است:

لینکدین (Linkedin)

به منظور ایجاد احتمال همخوانی بهتر بین کارمند و کارفرما، هوش مصنوعی به تطبیق دادن کاندیداهای موجود به فرصت های شغلی معرفی شده، کمک می کند. لینکدین در بلاگ استعدادهای خود شرح می دهد که:

با استفاده از نگاهی عمیق تر به رفتار متقضیان در لینکدین، نه تنها به پیش بینی این که چه کسی برای کار شما مناسب است می پردازیم، بلکه فردی را که در نهایت استخدام می شود را هم پیش بینی می کنیم.

پینترست (Pinterest)

ابزار LENS سایت Pinterest از هوش مصنوعی به منظور تشخیص اشیاء در تصاویر استفاده می کند. برای مثال اگر از سرویس میز نهارخوری در خانه دوست تان توسط این ابزار عکس بگیرید، عملکردِ بر پایه هوش مصنوعی این ابزار، میزهای سرویس های مشابه را برای شما پیدا خواهد نمود.

در برخی موارد شما خواهید توانست که فروشنده محصول را نیز این این طریق پیدا نموده و اقدام به خرید نمایید.

ربات های چت (Chatbots)

ربات های چت، کلمات و عبارات را به منظور ارائه مطالب مفید به مشتریانی که معمولا سوالات مشابهی دارند شناسایی می کنند. در برخی موارد ربات های چت به قدری دقیق عمل کرده اند که تجربه صحبت با آنها همانند تجربه صحبت با یک انسان واقعی بوده است.

ربات های چت سعی می کنند زبان و نحوه صحبت طبیعی یک فرد را تقلید کنند. از آن ها در انجام امور روتین و روزمره مثل تعیین وقت ملاقات، دریافت سفارشات و پاسخ به سوالات در خصوص صورت حساب های صادره استفاده می شود.

فیسبوک (facebook)

_تشخیص پیش گیرانه در Facebook

در نوامبر ۲۰۱۷، شرکت Facebook قابلیت تشخیص پیش گیرانه را راه اندازی کرد. این قابلیت با تحلیل پست های ارسالی افراد، الگوهایی را که نشان می دهد فرد مذکور در آینده نزدیک قصد صدمه زدن به خود را دارد، تشخیص می دهد.

زمانی که الگوهای فکری منجر به خودکشی تشخیص داده شود، برنامه مبتنی بر هوش مصنوعی، برای فرد و گاهی برای دوستان وی مطالبی در خصوص سلامت ذهن تهیه و ارسال می کند. فیس بوک از این برنامه مبتنی بر ماشین لرنینگ و هوش مصنوعی به کمک نیروهای انسانی پشتیبانی می کند. افراد دخیل در این موضوع شامل مدیران آموزش دیده و موسسات سلامت روان محلی که به صورت قراردادی فعالیت می کنند و همین طور امدادگران محلی (در صورت لزوم برای مداخله) می باشند.

برای مثال در گزارشی که در اتاق خبر Facebook به اشتراک گذاشته شد، در شمال ایالت نیویورک، دپارتمان پلیس تماسی تلفنی را در خصوص خانمی جوان که تهدید کرده بود به خودش صدمه می زند دریافت می کند. به لطف برنامه تشخیصی Facebook، به پلیس محلی خبر داده شده و آن ها توانستند خانم مذکور را از طریق ردیابی تلفن همراه پیدا کنند. بدین وسیله آن ها وی را به موقع به بیمارستان رسانده و در نتیجه جان وی را نجات دادند.اگر اتفاقات اخیر در ارتباط با نشر داده های خصوصی Facebook به بیرون را نادیده بگیریم، باید گفت Facebook نقطه عطفی برای انسان در ورود به عصر هوش مصنوعی بوده است.

_تشخیص چهره در Facebook

به طور مثلا پروژه DeepFace که از الگوریتم های یادگیری ماشین برای تشخیص صورت است، می تواند با دقت 97.25 درصد، تصاویر متعلق به یک شخص را تشخیص داده و صفحات مختلف را به هم ربط داده و استنتاج های مورد نیاز فیسبوک را در اختیار قرار دهد. پروژه DeepFace می تواند 4000 جز از ظرایف صورت انسانی را مورد بررسی قرار داده و تصاویر را تشخیص دهد

خطاهای سری ۴xx

این خطاها به اصطلاح خطاهای کلاینتی نام دارند و اغلب قابل رفع کردن می‌باشند. گرچه این خطاها اغلب مربوط به کاربر می باشد ولی آگاهی از اینکه کاربر دقیقا با چه کد خطایی مواجه شده است بسیار مهم است.

خطای ۴۰۰ یا bad request

که به معنی درخواست بد یا نامناسب می‌باشد؛ برای رفع این خطا ابتدا مطمئن شوید که آدرس صفحه وبسایت را درست وارد کرده اید و سپس کوکی و کش سیستم خود را پاک کنید و دوباره آن را تست کنید.
از طرفی باید این مورد را امتحان کنید که آیا این خطا فقط برای یک سایت رخ می‌دهد یا سایت های دیگر هم به این مشکل دچارند!
اگر در سایت های دیگر هم این ارور دیده شود احتمال زیاد، مشکل اصلی در سیستم شما و یا ارائه دهنده خدمات اینترنتی شما می‌باشد.

خطای ۴۰۱ یا unauthorized

معنی این خطا این است که شما احتمالا میخواهید وارد بخش کاربری و یا مدیریت یک بخشی از سایت شوید ولی نام کاربری، رمز شما و یا آدرسی که تایپ کرده اید اشتباه است.
و در بعضی موارد به معنی این است که دسترسی شما به پایان رسیده است.
خیلی از سایت هایی که ما از آن اشتراک دریافت میکنیم؛ پس از پایان اشتراک بدون اطلاع ما را با این پیغام سوپرایز میکنند!

خطای ۴۰۳ یا forbidden

این خطای معروف، ممنوع بودن دسترسی به یک صفحه را به ما نمایش میدهد و به این معنی است که ما حالا به هر دلیلی حق دسترسی به یک صفحه یا سایت را نداریم.
معمولا در این سال ها که تحریم از طرف سایت ها وسرویس های خارجی شدت گرفته است، این ارور برای همه‌ی ما پررنگ تر شده است.
برای رفع این مشکل میتوانید از فیلترشکن استفاده کنید و یا کش خود را خالی کنید و دوباره از فیلترشکن استفاده کنید.
از راه های دیگر؛ بررسی صحت ادرس سایت، بررسی عدم وجود تداخل بین افزونه‌ها و قالب های مدیریت محتوا و… میباشد.
اگر باز هم مشکل رفع نشد میتوانید با تیم ما تماس بگیرید.

خطای ۴۰۴ یاnot found

معروف ترین ارور در سری خطاهای ۴۰۰، خطای ۴۰۴ می‌باشد، به زبان ساده، درسمت مرورگر یک صفحه و یا آدرسی درخواست میشود که به هر دلیل این آدرس و یا این صفحه وجود خارجی ندارد.
این خطا اغلب بخاطر اشتباه تایپی در آدرس سایت به وجود می آید.
این خطا بخاطر اینکه غالبا زیاد رخ می‌دهد باید به شکلی قوی رصد شود و به شکلی بهینه نیز طراحی شود تا کاربر شما از صفحه سایت شما خارج نشود.
وجود این خطا به سئو سایت شما، به دلیل تعدد، ممکن است ضربه بزند، پس برای آن برنامه ریزی و طراحی جدا گانه داسته باشید.

خطای ۴۰۸ یا request timeout

این خطا به معنی پایان رسیدن مهلت زمانی ارتباط شما با وب‌سایت می‌باشد و زمانی رخ می‌دهد که به هر دلیلی مشکلی در اینترنت، سرور و یا هر دو، به وجود بیاید.
برای رفع این خطا اغلب زدن کلید F5 کافی است.
از راه های دیگر رفع این خطا میشود به استفاده و مراجعه به سایت در ساعات دیگر و یا عوض کردن اینترنت اشاره کرد.

جمع بندی بخش اول:
خطاهای سری ۴۰۰، همانطور که گفته شد معمولا از سمت کاربر رخ میدهد و با رفرش کردن، اصلاح و یا تعویض اینترنت، رفع می‌شود.
خطاهای سری ۴۰۰، چند مورد دیگر نیز دارد ولی به دلیل اینکه زیاد رایج نیستند و با استفاده از همین روش ها قابل رفع هستند از پرداختن به آن‌ها صرف نظر کردم.
وب‌مسترهای گرامی، حتما به طراحی و برنامه ریزی برای نمایش و رفع این خطاها اهمیت بدهید، زیرا کاربر ممکن است با همین اشتباهات کوچک، سایت شما را رها کند.

خطاهای سری ۵xx

این سری خطاها یه این معنی می‌باشند که برای سایت مقصد مشکلی پیش آمده یا سرور از دسترس خارج شده است این خطاها به موارد اصلی زیر، دسته بندی می‌شوند

خطای ۵۰۰ یا internal server

این نوع ارور دقیقا مشخص نمیکند که مشکل چه چیزی است، این ارور اغلب بخاطر مشکلات سیستم، اینترنت کاربر، کوکی‌ها‌، کش، خطا در کدنویسی و یا مشکلات در تنظیمات هاست و سرور رخ بدهد.

خطای ۵۰۲ یا bad gateway

به دلیل بروز مسائلی بین سرورهای آنلاین که خارج از کنترل شماست این خطا ممکن است رخ بدهد.
با این حال اغلب هیچ مسئله خاصی وجود ندارد بلکه مرورگر شما فکر میکند این مشکل مربوط به تجهیزات شبکه‌ی خانگی شماست و یا علت دیگری دارد که خارج از کنترل شماست.
ولی غالبا این خطا یک خطای شبکه ای بین سرورهای اینترنت است. به این معنی که این خطا ناشی از رایانه یا ارتباط اینترنتی شما نیست.

خطای ۵۰۳ یا service unavailable

بیشتر مواقع این خطا به این دلیل رخ می‌دهد که سرویس دهنده و یا سرور به شدت مشغول است و یا اینکه تعمیراتی در حال اجراست.
گاهی ممکن است به دلیل محدودیت های اتصال، کنترلگر‌ پهنای باند، تغییر منابع سیستم، ارتقای ورژن پی اچ پی سرور و یا تداخل بین کدها، این ارور به وجود بیاید.
برای رفع این خطا باید با سرور تماس بگیرید و علت وراه حل اصلی را از آن‌ها بپرسید.

خطای ۵۰۴ یا gateway timeout

این خطا به این معنی است که سرویس دهنده یا همان سرور به موقع از سرویس دهنده دیگر، که در تلاش برای تکمیل درخواست سرور بوده است، پاسخ را دریافت نکرده است.
به بیان دیگر این خطا از کنترل شما خارج است و باید این خطارا با سرور خود در میان بگذارید.

از آنجایی که هوش مصنوعی (AI) در سال 2020 به سرعت پیشرفت می کند و چون یادگیری ماشین و هوش مصنوعی مکمل یکدیگرهستند، تسلط یافتن بر یادگیری ماشین در عصر دیجیتال همیت ویژه ای دارد.
اگر چه با وجود کتاب های درسی و مقالات متعدد میتوانید دانش مورد نیاز خود را در این حوزه کسب نمایید، اما تا زمانی که وقت خود را صرف انجام آزمایش و پروژه های واقعی ماشین لرنینگ نکنید هرگزنمی توانید بر یادگیری ماشین مسلط شوید چرا که شما صرفا با کار با ابزارها و الگوریتم های ماشین لرنینگ می توانید درک کنید که زیر ساخت های آن در واقعیت چگونه کار می کنند.
در این مقاله ما سعی کردیم لیستی از پروژه های برتر یادگیری ماشین را برای مبتدیان، با در نظر گرفتن جنبه های اصلی ماشین لرنینگ ( یادگیری نظارت شده ، یادگیری بدون نظارت و یادگیری عمیق و شبکه های عصبی) را با دقت انتخاب کرده ایم.

در تمام این پروژه های یادگیری ماشین، شما با مجموعه داده های دنیای واقعی که در دسترس عموم است شروع به حرکت در مسیر هوش مصنوعی می‌کنید.
اگر می خواهید در ماشین لرنینگ حرفه ای شوید، برای شروع باید تجاربتان را با چنین پروژه هایی به دست آورید. اکنون زمان آن رسیده تا تمام دانشی را که از طریق کتاب ها و آموزش های خود جمع آوری کرده اید آزمایش کرده و پروژه ی یادگیری ماشین شخصی خود را بسازید!

1. پیش بینی قیمت سهام

یکی از بهترین ایده ها برای شروع آزمایش در مورد پروژه های یادگیری ماشینی برای مبتدیان ، کار در پیش بینی قیمت سهام است. سازمان های تجاری و شرکت ها امروزه در جستجوی نرم افزاری هستند که بتوانند عملکرد شرکت را نظارت و تحلیل کنند و قیمت های آینده سهام های مختلف را پیش بینی کنند.

با داده های بسیار زیادی که در بازار بورس موجود است ، این کانون فرصت مناسبی برای دانشمندان داده که تمایل به امور مالی دارند میباشد .
با این حال ، قبل از شروع کار ، شما باید دانش نسبتاً خوبی را در زمینه های زیر داشته باشید:

تجزیه و تحلیل پیش بینی: با استفاده از تکنیک های مختلف هوش مصنوعی برای فرآیندهای مختلف داده مانند کاوی داده ها ، اکتشاف داده ها و غیره برای پیش بینی رفتار نتایج احتمالی.
تحلیل رگرسیون: تحلیل رگرسیون نوعی تکنیک پیش بینی است که براساس تعامل بین متغیر / متغیر وابسته (هدف) و مستقل (پیش بینی کننده) میباشد .
آنالیز عمل: در این روش کلیه اقدامات انجام شده توسط دو روش ذکر شده در بالا مورد تجزیه و تحلیل قرار می گیرد که پس از آن نتیجه در حافظه یادگیری ماشین تغذیه می شود.
مدل سازی آماری: فرایندی شامل ساخت توضیحات ریاضی یک فرآیند در دنیای واقعی و توضیح عدم قطعیت ها در صورت وجود.

2. پیش بینی مسابقات ورزشی توسط یادگیری ماشین

2. درکتاب Moneyball از مایکل لوئیس ، تیم دو و میدانی اوکلند با ترکیب تکنیک پیشاهنگی بازیکنان خود و تحلیل آن در برنامه بازی خود ، چهره بیس بال را دگرگون کردند. و درست مثل آنها ، شما نیز می توانید در دنیای واقعی ورزش را متحول کنید!

از آنجا که هیچ کمبود اطلاعات و داده ای در دنیای ورزش وجود ندارد ، می توانید از این داده ها برای ساخت پروژه های یادگیری ماشین سرگرم کننده و خلاق مانند استفاده از آمار ورزشی دانشگاه خودتان استفاده کنید تا پیش بینی کنید کدام بازیکن بهترین حرفه را در کدام رشته ورزشی (استعدادیابی استعدادی).

همچنین می توانید با تجزیه و تحلیل نقاط قوت و ضعف بازیکنان در یک تیم و طبقه بندی بازیکنان بر اساس آن ، مدیریت تیم را ارتقا دهید.با وجود آمار و اطلاعات ورزشی موجود ، این یک عرصه عالی برای تسریع مهارتهای اکتشاف و تجسم اطلاعات شما میباشد. و میتواند به شما کمک کند که رزومه کاریتان بسیار جالب تر از سایرین به نظر برسد. برای هر کسی که دارای مهارت خاصی در پایتون باشد ، Scikit-Learn گزینه ایده آلی خواهد بودزیرا شامل مجموعه ای از ابزارهای مفید برای تحلیل رگرسیون ، طبقه بندی ، ورود داده ها و غیره است.

برای خواندن ادامه‌ی مقاله اینجا کلیک کنید.

این مقاله به روایت از دکتر Sridhar Mahadevan ، دکترای کامپیوتر از دانشگاه روتگرز (1990) ، استاد دانشگاه ماساچوست و مدیر آزمایشگاه علوم داده در San Jose میباشد.

کتاب اول Hofstadter

بگزارید ازهمان ابتدا به این سوال پاسخ دهیم : آیا یادگیری ماشین واقعا دشوار است؟ خیر.
من اولین برنامه ماشین لرنینگ خود را در سال 1982 نوشتم ، قبل از اینکه اینترنت ،GPU رایانه ، لپ تاپ ،گوگل ،تلفن همراه ، دوربین های دیجیتال و رایانه های شخصی رومیزی وجود داشته باشند و قبل ازاینکه تقریباً چیزی ازدنیای تکنولوژی که امروزه اطراف خود میبینید وجود داشته باشد.
پس چگونه وجود چنین چیزی را کشف کردم؟
در آن زمان ، برای یادگیری کتاب می خواندند. البته شما مجبور بودید به کتابخانه بروید ،البته در مورد من ، یک رویداد عجیب به نام نمایشگاه کتاب..من در یک نمایشگاه بزرگ کتاب در دهلی نو ، پایتخت هند شرکت کردم و یک کتاب 800 صفحه ای و قطور را انتخاب کردم.در آن زمان، من در انستیتوی فناوری هند (کانپور) مشغول تحصیل در رشته مهندس برق بودم.

به نظر من ، هنوز هم این کتاب بهترین است ، و برای من بسیار الهام بخش بود.
آن کتاب دنیای تخیلی کاملاً جدیدی را به تصویر میکشید که در آن پیوندهای عمیقی بین هنر ، موسیقی و ریاضی انتزاعی وجود دارد ، که توسط سه شخصیت اصلی – یوهان سباستین باخ ، موریس اسچر ، کورت گودل – و محاسباتی که شامل ماشین لرنینگ و هوش عصبی بود محقق شده بود.
این کتاب مجموعه ای از پازل های بصری را از یک محقق روسی به نام بونگارد نشان می دهد ، که در آن وظیفه کشف دستوری که به کمک آن شش چهره سمت چپ را از آنهایی که در سمت راست قرار دارند جدا کند. این یک مشکل اساسی در ماشین لرنینگ است که طبقه بندی یا classification نامیده میشود.و این کارهمانند تشخیص ایمیل ازهرزنامه یا تشخیص دادن یک چهره در یک تصویر میباشد .
ما به عنوان انسان، در طول زندگی میلیاردها بار محرک های حسی راطبقه بندی می کنیم و بقای ما به آین موضوع بستگی دارد. برای مثال هنگام عبورازیک جاده ، آیا شیء ای که به شما نزدیک میشود یک فرد است یا یک کامیون ؟ اگر پاسخ را اشتباه تشخیص دهید زندگی شما در واقع به پایان رسیده است و ذهن ما چنین مشکلاتی را به طرز شگفت انگیزی حل می کند.

شروع یادگیری ماشین

شما رادعوت میکنم تا این کاررا انجام دهید ، من بدون هیچ آموزشی در این زمینه ، تصمیم گرفتم به طرز احمقانه ای این موضوع را هسته اصلی پایان نامه کارشناسی ارشد خود را قرار دهم.به نوعی من درعمل انجام شده قرار گرفتم و راه حلی را به دست آوردم ، هرچند بسیار ساده لوحانه به نظرمیرسید.
این تجربه باعث شد که متوجه شوم هوش مصنوعی و ماشین لرنینگ هدف زندگی من هستند ، و تصمیم گرفتم که در سال 1983 به آمریکا مهاجرت کنم وبسیار خوش شانس بودم که توانستم با محقق فرهیخته و با استعدادی به نام توماس میچل ، که اکنون معاون دانشگاه علوم کامپیوتر در دانشگاه Carnegie Mellon میباشد در این زمینه همکاری کنم.

از tom درس مهمی را آموختم. این که که هیچ کتابی نمی تواند شما را آموزش دهد. درعوض تحقیقات سرگرم کننده ودر عین حال بسیار آموزنده است.
او سخت تر از هر کسی که من ملاقات کرده بودم کارو تحقیق می کرد و این درس اثر بزرگی بر من گذاشت و از آن زمان تا کنون با من ماند.
پس از اخذ مدرک دکترا ، من در اواخر سال 1989 به IBM Watson Research در نیویورک پیوستم ، جایی که آنها نتوانستند تشخیص دهند که یک محقق ماشین لرنینگ برای چه کاری مناسب است بنابراین مرا به یک گروه روباتیک تازه تشکیل بردند. من هیچ زمینه ای در این حیطه نداشتم و هرگزیک ربات را برنامه نویسی نکرده بودم.

ولی به نظر می رسید که من در این چالش تا حدودی موفق بودم و به نوشتن برخی از مقالات با استناد به تحقیقات قبلی خود پرداختم، برای مثال چگونه روبات ها می توانند با استفاده از زمینه یادگیری تقویتی رفتارهای جدیدی را بدست آورند. همچنین در سال 1993 اولین کتاب در زمینه یادگیری روبات ها را منتشر کردم ، که شامل تحقیقاتی از سراسر جهان در زمینه هوش مصنوعی بود و با وجود نداشتن هیچ پیش زمینه ای دررباتیک ، موفق شدم شهرتی نسبی دراین زمینه کسب کنم.

سالها بعد، من به عنوان عضو منتخب انجمن AAAI ( پیشرو در جامعه حرفه ای بین المللی برای محققان هوش مصنوعی ) انتخاب شدم که در آن هر ساله تعداد محدودی ازمحققان انتخاب می شوند و رقابت شدید است.
اعضای AAAI امسال و در 2020 شامل برخی از بنیانگذاران انقلاب یادگیری عمیق (دیپ لرنینگ) میباشد: یوشوا بنگیو ، و یان لو کون.

لیست اعضاء AAAI همواره شامل برخی ازبزرگترین محققان هوش مصنوعی و یادگیری ماشین است ، و من بسیار خوش شانس بوده ام که در چنین انجمن ممتازی قرار گرفتم.
هیچ یک از این اتفاق ها نمی افتاد اگردر همان سال 1982 ، فکر می کردم انجام ماشین لرنینگ بدون آموزش رسمی دراین زمینه ، با محاسبات بدوی یا فعالیت درزمینه یادگیری روبات در IBM آن هم بدون آموزش رباتیک ، دشوارو امکان پذیر میباشد.

توصیه های من

برای آن دسته از محققان جوان مشتاق که این مطلب را می خوانند ، بهترین توصیه ای که می توانم کنم این است که اگر خودتان را به چالش بکشید و شروع کنید، هیچ چیز “دشوار” نیست. مهمتر از همه ، به یاد داشته باشید: تحقیقات بسیارسرگرم کننده و جذاب است!
برای سالهای بسیاری، از سال 2001 تا 2011 ، من به عنوان یکی از پیشگامان یادگیری تقویتی درآزمایشگاهی در دانشگاه ماساچوست مشغول بودم .Andrew Barto و دانشجوی دکترای وی Rich Sutton همکاران من بوده و به ایجاد زمینه مدرن RL ، فضایی که زمینه ساز Deep Mind و Alpha Go Zero بود ، کمک کردند.
اندی و ریچ تجسم روح واقعی پژوهشگران را داشتند و ازپژوهش لذت می برند و همکاری با آنها بهترین تجربه حرفه ای در کار من بود.آن ها در آزمایشگاه علامتی را بر روی درب اصلی آویزان کردند که نقل قول یکی از برجسته ترین دانشمندان همه زمان ها ، آلبرت انیشتین بود :

که بیانگر ابن بود که “تحقیقات نیازی به تخصص ندارند” انیشتین در حقیقت از دانش کتاب درسی متنفربود. مهمتر از همه ، او ارزش بسیاری برای توانایی رویا پردازی و تخیل قائل بود. او به والدین دانش آموزان توصیه کرده بود :اگر می خواهید فرزندان خود را باهوش کنید ، داستان های پری و جادوگری را به آنها یاد دهید.

هم اکنون با آخرین بیماری همه گیر ، کورونا ویروس ووهان می جنگیم و بزرگترین سلاحی که در اختیارداریم ،توانایی ما درشناسایی توالی ژنوم ویروس است.
بزرگترین پیشرفتی که درزیست شناسی قرن بیستم از طرف واتسون و کریک ، دو زیست شناس بی نظیرایجاد شد و دنیای زیست شناسی را ترقی دادند آن هم با تفریح و سرگرمی!
Watson در ادامه به نوشتن یک گزارش بسیار محبوب از کشف خود با نام Double Helix اشاره کرد. در آن گزارش وی داستان اینکه چگونه آنها توسط محققان برجسته ، مانند اسوالد اوری از دانشگاه کلمبیا رسوا شدند، وقتی وی فهمید که آنها حتی بیوشیمی ابتدایی را نمی شناسند را گفته بود.

با این حال ،آن ها با بازی با مدل های سه بعدی و سرقت از مجموعه داده های جمع آوری شده Rosalind Franklin و با انجام کارهایی که از آن لذت میبردند وبرایشان سرگرم کننده بود راززندگی را شکستند!

بنابراین ، در پایان، مجددا پاسخ من این است : نه ،یادگیری ماشین دشوار نیست. سرگرم کننده است! بنابراین ، پیش بروید، کاوش کنید و یک ذهن باز برای یادگیری داشته باشید.

برخی از پروژه های جالب را پیدا کنید که نیاز به مهارت یادگیری ماشینی دارد ،تا انگیزه ای برای یادگیری آن داشته باشید و خود را به چالش بکشید.

منابع مفید برای آشنایی با ماشین لرنینگ

میتوانید در ابتدا از منابع زیر استفاده نموده تا درک مناسبی از ماشین لرنینگ کسب نمایید و سپس کاوش در برنامه های کاربردی یادگیری ماشین را شروع کرده و سعی کنید پروژه های مورد نظر خود را بسازید.

• دوره اندرو پوکر در یادگیری ماشین – یادگیری ماشین | کورسرا
• سخنرانی های Caltech در زمینه یادگیری ماشین – دوره یادگیری ماشین YouTube – CS 156
• سخنرانی های ویدیویی Nptel – آشنایی با یادگیری ماشین NPTEL پروفسور S. Sarkar IIT – YouTube
• (اختیاری ، در صورت علاقه به شبکه های عصبی) یادگیری عمیق توسط Simon haykins – https: //cours.etsmtl.ca/sys843/R …

عنوان یا title tag چیست؟

عنوان یا همان برچسب محتوا را ممکن است به اسم عنوان وبسایت یا عنوان html نیز شنیده باشید

عنوان صفحه، همان چیزی است که وقتی ما سایتی یا اسمی را در موتور جستجوی گوگل سرچ می‌کنیم به ما نمایش داده می‌شود. شما می‌توانید برای تنظیم عنوان صفحه خود از برچسب

بیشتر سیستم های مدیریت محتوا مانند وردپرس، فرم هایی دارند که شما می‌توانید خیلی آسان عنوان یا همان اسم برگه یا نوشته را در آن تعریف کنید، پس زیاد نگران آن نباشید.

چرا عنوان ها مهم هستند؟

عناوین، موضوع محتوا را به کاربران و موتورهای جستجو نشان می‌دهند.این عناوین با داشتن کلمات کلیدی مرتبط به کاربران این موضوع را می‌گویند که آنچه آن‌ها می خواهند چه قدر به محتوایی که در زیر این عنوان پنهان شده است، شبیه می باشد.به همین دلیل انتخاب یک عنوان جذاب که شامل کلمات کلیدی محتوا نیز باشد، به طور چشم گیری در افزایش نرخ کلیک ما تاثیرگذار است.

عنوان خوب سه ویژگی مهم دارد: استفاده از اعداد، کلمات پرسشی و همچنین سادگی!

عناوین کجا به ما نمایش داده می‌شود؟

علاوه بر وبسایت خود، عناوین در چند مورد دیگر نیز در دید مخاطب قرار می‌گیرد که شما باید از‌آن‌ها آگاهی داشته باشید.

۱) تب یا نوار جستجو (browser tab)

همانطور که قبلا هم شاید به آن توجه کرده باشید عنوان در نوار جستجوی کاربر نیز نمایش داده می‌شود، عنوان شما باید به روشی ساده و همچنین تاثیر گذار محتوای صفحه را به مخاطب انتقال دهد.

۲) صفحه نتایج جستجو (SERP)

عنوان صفحه پس از بررسی توسط موتور‌های جستجو در صفحه نتایج نیز ظاهر ‌می‌شود. در موتور جستجو گوگل برچسب عنوان، همان پیوند آبی متنی است که شما می توانید برای ورود به سایت روی آن کلیک کنید.

۳) وب سایت های خارجی

نکته: منظور از وبسایت های خارجی، سایت هایی است که سایت و یا پست شما را در صفحه خود معرفی می‌کنند.
اغلب وبسایت‌ها و شبکه های اجتماعی محتوا و وبسایت شما را با عنوانی که دارد معرفی کرده و از آن به عنوان لینک ancher text استفاده می‌کنند.

ابزارهای رایگان و مفید برای بررسی عناوین

شما برای آنالیز و بررسی صحت عنوان‌های خود از ابزار زیر می‌توانید با توجه به نیاز خود استفاده کنید:

Semrush site audit

این بخش از سایت خوب semrush شما را درشناسایی مشکلات سایت خود کمک می کند و همچنین عناوین، توضیحات متا و … را درسایت به شما نشان می‌دهد.

Content audit
این ابزار جدولی برای تجزیه و تحلیل محتوا را با سنجش معیارهای درست و اساسی سئو به شما ارائه می‌دهد.
بعد از آنکه خزنده‌ این ابزار وارد سایت شما شود، شما می‌توانید یک گزارش کامل از عناوین و توضیحات متای سایت خود را در اختیار داشته باشید.
به همین راحتی!

Yoast seo

این ابزار یکی از پلاگین‌های سیستم مدیریت محتوای وردپرس می‌باشد و همان لحظه که در حال نوشتن و یا ویرایش محتوای خود می‌باشید. به طور لحظه ای آدرس سایت، عنوان، توضیحات متا و … را به شما پیشنهاد می‌دهد و جدا از آن پیشنهادات خوبی برای افزایش خوانایی و بهبود کیفیت محتوای شما با توجه به یک کلمه کلیدی خاص، به شما ارائه می‌دهد.

بازاریابی دیجیتال به عنوان یکی از ارکان اصلی و بسیار مهم فرایند بازاریابی کسب و کارهای امروزی به شمار می‌رود که توانسته طبق آمارها، بازاریابی سنتی با آن ریشه تاریخی را در حدود کمتر از۲۰ سال کنار بگذارد.
قطعا پشت استراتژی های هوشمند دیجیتال مارکتینگ یک دیجیتال مارکتر موفق حضور داشته است مگرنه مطالعات، موفقیت کسب و کارهای مبنی بر بازاریابی دیجیتال اصولی و استاندارد را ۶۴٪ بیشترازمابقی کسب و کارها به ما نشان نمیداد، در اصل قدرت بازاریابی دیجیتال در برابر بازاریابی سنتی وقتی مشخص می‌شود که ما متوجه رشد بی سابقه تکنولوژی های هوشمند در زندگی روزمره خود می‌شویم.
پس وقتی ما بیشتر وقتمان را در این فضا سپری میکنیم چرا یک بازاریاب دیجیتال نباید برای ترفیع نیازها و حل مشکلاتمان ما را به سمت کسب و کار خودش راهنمایی کند؟
البته دیجیتال مارکتری که دارای ویژگی های زیر باشد:

۱) دیجیتال مارکتر باید به روز باشد

یکی از چالش‌ها و البته جذابیت های کار یک کارشناس دیجیتال مارکتینگ، تغییرات سریع و متفاوت در دنیای دیجیتال است. بنابراین شما باید آماده باشید، تغییرات را دنبال کنید ودر کارها و بررسی استراتژی های بازاریابی خود به آنها توجه کنید.

به روز بودن یک مارکتر، همه چیز نیست

به روز بودن در دنیای فناوری های دیجیتال در دنیای امروزی ضروری است اما نباید در این حوزه بزرگنمایی انجام شود. رعایت نکات سئو مهم است، تولید محتوا برای جلب مخاطب همچنان پادشاه است و بازاریابی شبکه‌های اجتماعی نیز رکن اصلی آگاهی از برند ما محسوب می‌شود.
در واقع بدنه اصلی دیجیتال مارکتینگ ثابت است اما به روز بودن کمک می‌کند با پاسخ سریع و حساب شده به شرایط، موفقیت‌های بیشتری کسب کنید.

۲) دیجیتال مارکتر باید دنبال یادگیری بیشتر باشد

یکی از فاکتورهای مهم در داشتن علاقه زیاد به یادگیری مسائل جدید است این موضوع تا حدودی به معنی به روز بودن نیز هست.

یادگیری همه چیز نیاز نیست

اینکه ما در مورد مسائل مختلفی بدانیم جذاب است اما وقتی در حال یادگیری چیزهای مختلف باشیم، توانایی تمرکز بر روی یک قسمت و تخصص پیدا کردن در آن حیطه را از دست می‌دهیم. اینکه بخواهید همه چیز را یاد بگیرید همه چیز را در حد متوسط و با تجربه کم یاد می‌گیرید و این در بازار برای شما مزیت رقابتی ایجاد نمی‌کند.قاعدتا اگر می‌خواهید در کسب‌وکار خود پیشرو باشید و برگ برنده خود را نسبت به بقیه دیجیتال مارکترها نشان دهید این راه درستی نیست، این تخصص در یک زمینه است که مهم است پس بهتر آنکه از تمام مسائل آگاهی پیدا کنید ولی تنها در یک حیطه مثل ایمیل مارکتینگ، سئو، بازاریابی شبکه‌های اجتماعی، ویدئو مارکتینگ و.. تخصص داشته و با دیگر موضوعات یک آشنایی کلی داشته باشید.

همچنین به خاطر داشته باشید، یادگیری با خواندن کتاب و محتوا، دنبال کردن اخبار و دیدن ویدئوهای جدید در دیجیتال مارکتینگ خوب است اما نه به عنوان یادگیری کامل، یادگیری شما زمانی کامل می‌شود که تمام موارد جدیدی که با آن مواجه می‌شوید را در عمل انجام دهید نتایج آن را ببینید و تحلیل کنید.
بنابراین نگران به روز بودن و یادگیری چیزهای جدید در حوزه فعالیت خود نباشید بلکه به دنبال کسب تجربه و تست داوطلبانه چیزهای جدید و استفاده از استعداد و نوآوری خود باشید.

۳) کسب مهارت در استفاده موثر از شبکه های اجتماعی

ابزارهای رایگان بسیاری وجود دارد که به عنوان یک دیجیتال مارکتر برای هر نوع از بازاریابی نیازمند به استفاده از آن هستید.از جمله این ابزارها می‌توان از twitter analytics، گوگل آنالیتیکس، گوگل وب مستر تولز ، canava برای طراحی پوستر و بروشور و… نام برد. در ادامه چند ابزار برای قسمت‌های مختلف در دیجیتال مارکتینگ را به صورت مختصر معرفی خواهیم کرد.

ابزار های بازاریابی ایمیلی

همه ما در مورد ایمیل مارکتینگ کم و بیش اطلاعاتی داریم.ایمیل مارکتینگ به نوعی از بازاریابی مستقیم جهت گسترش رابطه با مشتری بالقوه یا مشتری فعلی گفته می‌شود که در آن معمولاً محتوای تبلیغاتی، ترویجی، خدماتی و… به مخاطبانمان به منظور ایجاد وفاداری، اعتماد یا آگاهی از برند ارسال می‌کنیم.
ابزارهای متعددی در این زمینه وجود دارد اما از ابزارهای رایگان در این زمینه می‌توان به mailchimp و mailerlite اشاره کرد.

ابزارهای بازاریابی شبکه های اجتماعی

در هر کسب وکار در هر صنعتی که مشغول به فعالیت هستید برای ارتباط با مشتریان خود بهتر است بازاریابی شبکه های اجتماعی را ضمیمه کار خود کنید.
برای سوشال مدیا مارکتینگ می‌توان به ابزارهای twitter analytics، buffer، hootsuite و… اشاره کردکه در مقاله های بعدی قطعا به بررسی جداگانه بهترین ابزارهای مدیریت و آنالیز شبکه های اجتماعی خواهیم پرداخت.

۴) دیجیتال مارکتر باید تحلیل اطلاعات را بلد باشد

در مورد اهمیت بیگ دیتا (داده‌های حجیم) بسیار شنیده‌ایم.
نکته مهم‌تر از خود جمع آوری داده تفسیر درست این داده‌ها و استفاده آن در تدوین استراتژی های بازاریابی است. شما با آنالیز اطلاعات و رسیدن به بینش درست می‌توانید سود آوری خود را چند برابر کنید، در این فرایند از شناخته شده ترین ابزارها در دیجیتال مارکتینگ میتوان به گوگل آنالیتیکیس اشاره کرد.

تنها به تحلیل دیتا در دیجیتال مارکتینگ اکتفا نکنید

اگر کمپین تبلیغات کلیکی راه اندازی کرده باشید قطعا متوجه شده اید که داده‌های زیادی برای مدیریت کمپین در اختیارتان قرار می‌گیرد.این دیتا که میزان کلیک بر روی تبلیغ شما را نشان می‌دهد گاهی به نظر ناامیدکننده می‌رسد، اما باید در نظر داشته باشید که همه چیز دیتای مربوط به کلیک نیست.
در واقع یکی از اهداف راه اندازی کمپین‌ها، شناخته شدن برند در ذهن مخاطبین است و کمپین‌های بازاریابی به طور غیر مستیقم تأثیر خود را در جذب مشتری نشان می‌دهند و نرخ تبدیل را بالا می‌برند.

نکته دیگر اینکه جمع آوری دیتای زیاد باعث سردرگمی می‌شود. شما باید به این مسئله فکر کنید که از هر کدام از این داده‌ها چه استفاده‌ای می‌توانید داشته باشید و کدام داده‌ها را باید در گزارش احتمالی به مدیرتان تحویل دهید. بعد از این برآورد می‌توانید دیتاهای غیرضروری را حذف کنید.

ما همچنین گاهی شنیده‌ایم که برای تحلیل داده‌ها استفاده از ابزارهایی مثل اکسل و یادگیری آن در حد پیشرفته را توصیه می‌کنند ولی واقعیت این است که اکثر کارشناسان دیجیتال مارکتینگ می گویند در کارهایشان هیچ گاه از اکسل استفاده نمی‌کنند، قطعاً ابزارهای مهم‌تری هستند که می‌توانید برای یادگیری آنها وقت بگذارید و تأثیر مستقیم آن را در جذب مشتری برای کسب وکار خود ببینید.

۵) دیجیتال مارکتر باید با ابزارهای گرافیکی آشنایی داشته باشد

آشنایی با ابزارهای گرافیکی نیز برای یک کارشناس بازاریابی دیجیتال لازم و ضروری است.طراحی‌های گرافیکی کار گرافیست است ولی یک کارشناس دیجیتال مارکتینگ باید توانایی طراحی یک بنر با یک دکمه CTA ساده و یا ریسایز و تغییرات کلی در تصاویر را داشته باشد.
می دانیم که برای موفقیت بیشتر در جذب ترافیک وبسایت طراحی مناسب بنرها و لندینگ پیج ها جزء نکات مهم است، مخصوصاً صفحات فرودی که در صورت موفقیت آمیز بودن به جذب مخاطب و ترافیک رایگان کمک بسزایی می‌کنند.در هر صنعتی که فعالیت می‌کنید می‌توانیم به راحتی بگوییم که اکثر رقبای شما به طراحی و بهبود تجربه کاربری در تبلیغات و لندینگ پیج ها کمترین توجه را دارند و این حیطه بسیار جای پیشرفت برای کسب و کارها فراهم می‌کند.

بهبود طراحی سایت و صفحات مختلف به صورت مستقیم بر سئو سایت شما اثر دارد چرا که یکی از عوامل مؤثر در بهبود سئوسایت، میزان درگیری مخاطب با سایت و میزان حضور او در وبسایت شماست. قطعا متناسب با نوع کاربری سایت، هر چه طراحی شما طراحی سایت جذاب‌تری داشته باشید حس خوبی که به مخاطب منتقل می‌شود مانع بستن سریع سایت و افزایش نرخ پرش شما می‌شود.

جمع بندی

در قسمت اول این مقاله در مورد ویژگی های یک دیجیتال مارکتر موفق با شما صحبت کردیم و رکن اساسی و گام اول را به یادگیری مداوم و بروز بودن بازاریاب دیجیتال اختصاص دادیم،اما گفتیم که این تمام راه نیست بلکه انعطاف، خلاقیت و مهارت استفاده از این آموخته ها و تحلیل و تفسیر آن است که شما را در دیجیتال مارکتینگ از دیگران متمایز میکند.

منبع سایت :

https://amanjacademy.com/the-lessons-i-learned-from-a-successful-digital-marketer/