ڈاکٹر عبدالحق
ادھر عرصہ سے کوئی مہینہ خالی نہیں جاتا جب سینہ ملت کو کوئی نہ کوئی تازہ داغ نہ اٹھانا پڑتا ہو۔ ابھی مولانا مدنی اور مولانا ابوالکلام کا غم تازہ تھا کہ افضل العلماء مولانا ڈاکٹر عبدالحق صاحب نے داعی اجل کو لبیک کہا، وہ مدراس کے تھے، اس لیے شمالی ہند کے خواص کے علاوہ عام لوگ کم ان سے واقف تھے، وہ اپنے اوصاف و کمالات کے اعتبار سے بہت بڑی شخصیت رکھتے تھے اور آج مسلمانوں میں جیسے مرد مومن کی ضرورت ہے اس کا نمونہ تھے، ان میں علم و عمل کے سارے کمالات جمع تھے، دینی علوم کے بھی باضابطہ عالم تھے اور علوم جدیدہ کے بھی فاضل تھے، انھوں نے عربی کی تکمیل کے بعد انگریزی پڑھی اور آکسفورڈ سے ڈاکٹریٹ کی ڈگری حاصل کی، اس علم و فضل کے ساتھ بڑے دیندار اور عملی انسان تھے، انتظامی قابلیت بھی ان میں اعلیٰ درجہ کی تھی، مدراس کے مسلمانوں کی انھوں نے بڑی خدمت کی، تنہا اپنی کوشش سے مسلمانوں کے کئی ڈگری کالج قائم کیے اور وہ بجاطور پر مدراس کے سرسید کہلاتے تھے، مختلف اوقات میں بڑے بڑے تعلیمی عہدوں پر ممتاز رہے۔
اب سے چند سال پیشتر مسلم یونیورسٹی کے پرو وائس چانسلر بھی رہے تھے، اور اپنی قابلیت، دینداری اور حسن انتظام سے یونیورسٹی کی فضا بدل دی تھی، مگر اس سیکولر دور میں پھر مسلم یونیورسٹی جیسے مسلم ادارہ میں اس کی گنجائش کہاں، اس لیے تھوڑے ہی دنوں کے بعد مدراس پبلک سروس کمیشن کے ممبر بنادیئے گئے، اس وقت اس کے چیرمین تھے، مگر ان کی قابلیت اور تعلیمی تجربات کی بناء پر ممبر کی حیثیت سے یونیورسٹی کی مختلف تعلیمی اور انتظامی کمیٹیوں سے برابر ان کا تعلق قائم رہا اور وہ اس سے عملی دلچسپی لیتے رہے، حقیقۃً وہ...
انطلقت الدراسة من هدف رئيس يتمثل في محاولة الكشف عن التداعيات الناجمة عن التفكك الأسري والحد من استفحالها، وأنبثق عنه عدة أهداف فرعية من بينها: محاولة التعرف على محاور اهتمام الدراسات المعتمدة في الدراسة والمهتمة بالتفكك الأُسري، والكشف عن نتائج الدراسات السابقة، وإذا ما حققت هذه الدراسات أهدافها أم لا، وتقديم مقترحات ورؤى استشرافية بالحلول المستقبلية للحد من ظاهرة التفكك الأسري بوصفه ظاهرة تهدد الكيان الأسري. أُجريت الدراسة على إحدى عشر دراسة بهدف تحليلها وفق العديد من المحاور من حيث الهدف والنتائج والمقترحات بالحلول، وقد استخدمت الباحثة المنهج الوصفي التحليلي، ومن خلاله تبين وجود منحى وتوجه اتخذته الدراسات السابقة المعتمدة من خلال تناول التفكك باعتباره عامل مؤثر في الجريمة والانحراف باختلاف المجتمعات المدروسة، والتي تتناسب فعليًا مع ارتفاع معدلات ونسب الطلاق والهجر وفقدان أحد الوالدين، وتوصلت الدراسة إلى نتائج منها : تعدد العوامل المسببة للتفكك الأسري من بينها تأثير أعباء العمل- ثقافة العولمة في زيادة نسبة التفكك الأسري، وتسبب التفكك الأسري في إيجاد العديد من الظواهر من بينها ظاهرة التسول والانحراف والجريمة، وقدمت الباحثة مقترحات ورؤى استشرافية للحد من انتشار ظاهرة التفكك الأسري، من أهمها تكوين مراكز إرشاد أسري متخصصة للحد من التفكك الأسري، وضرورة وضع خطط استراتيجية تُعنى بإعادة صقل وحدات المجتمع المتعرضة للانحراف، وتفعيل دور وسائل الأعلام والقيام ببرامج توعوية تكون بمثابة رسالة موجهة للأسرة لتقويم وتحسين دورها نحو أعضائها اولاً ونحو المجتمع
The performance of a classifier can affect to a great extent by the presence of missing values in a dataset. In literature, several methods have been proposed to treat missing data and the one used more frequently is deleting instances containing at least one missing value of a feature. In this part of the study we compare the three methods for dealing with missing values to evaluate the effect of misclassification error rate on the non-parametric classifier, the case deletion method, the simple random imputation and the modified random imputation procedure. The classifiers considered were the conventional random forest and the In/Out procedure of the random forest. The missing data problem is common and often unavoidable especially when dealing with large data sets from several real-world sources. Many new computationally tools have been developed to tackle missing data problems. In some cases, the sought after missing data processes engage temporary removal or surrogate of missing data. Existing methods have been successfully applied to well-defined parametric models, however, the usefulness of these models has yet to establish for tree-based models. The problem of missing value, out-of-bag error and misclassification rates in imbalanced data are difficult to deal in Random Forest technique. In this study, a new imputation method has been proposed for In/Out procedure of Random Forest. The proposed method does not depend on the missing data mechanisms which is the principal advantages of this method. This rectifies disadvantages of all other imputation methods its performance has been evaluated and compared with non-missing data sets. It is concluded that new proposed method reduced the Out-Of-Bag error in case of missing values using different Random Forest procedure.