〰〰〰〰〰〰🍃🌹

✅ ساختار سمینار کارشناسی ارشد بر چه اساسی است؟

گزارش سمینار دارای قالب خاصی است که باید آن را رعایت کرد. این گزارش معمولا شامل 3 فصل است که محتوای آن به شکل زیر است:

1⃣فصل اول تقریبا همان بخش های پروپوزال است که می تواند با یک مقدار توضیحات بیشتر بیاید. بنابراین فصل 1 شامل بیان مسئله، اهمیت و مشکلات- اهداف-فرضیات یا سوالات تحقیق و روش تحقیق بصورت کلی می باشد.

2⃣سوابق یا پیشینه در فصل دوم آورده می شود.فصل دوم شامل پیش زمینه و سوابق است. منظور از پیش زمینه آوردن تمام تعاریف- دسته بندی ها و اصطلاحاتی است که مستقیما با موضوع پروپوزال ارتباط دارند نه مواردی که کلی هستند و از موضوع دور هستند. نباید خیلی طولانی باشد و نه خیلی هم مختصر. بعد از پیش زمینه باید سوابق تحقیق آورده شود. کارهای پیشینی که دقیقا مربوط به موضوع هست باید آورده شود. در واقع همان سوابقی که در پروپوزال می نویسند و آنجا بین 1 تا 2 صفحه است در سمینار بصورت مبسوط تر آورده می شود.

در سوابق باید مشخص کنید چه کاری و در کجا انجام شده- چه روشی استفاده شده-محدودیت های احتمالی چه بوده- نتایج چه بوده. معمولا باید بین 10 الی 15 کار توضیح داده شود. این کارها بویژه در رشته های فنی و مهندسی باید بیشتر از 5 سال اخیر باشند و از مراجع معتبر باشند.در انتهای فصل باید کارهای انجام شده با هم مقایسه شوند بر اساس یکسری شاخص که این شاخص ها بستگی به نوع تحقیق و ذوق نویسنده دارد. ( بنابراین تعداد صفحات این فصل می تواند متغیر و بین 20 تا 30 صفحه باشد)

3⃣فصل سوم روش تحقیق است و مراحل تحقیق را تا آنجا که پیش رفته اید توضیح می دهید. البته این فصل را برخی از سمینار حذف کرده اند که بستگی به نظر استاد راهنما- قواعد دانشگاه، دانشکده و گروه دارد.

یک سری جزوه آموزش متلب را در زیر ارائه میدهم ولی تنها راه یادگیذی متلب تمرین تمرین تمرین است.

جزوه آموزشی متلب 🖕🖕🖕🖕🖕🖕🖕🖕

چه تفاوتی بین علامت های H+ ، H ، 3G ، E ، G و 4G در اینترنت موبایل وجود دارد ؟

⭕️در واقع هر یک از این علامت ها نشان میدهد که شما به چه نوع از شبکه داده ها وصل شده اید و این شبکه های مختلف با توجه به علامت آنها امکانات و سرعت اتصال به اینترنت بسیار متفاوتی ارائه میکنند . هر یک از سرعت ها بصورت خلاصه که واحد آنها بایت بر ثانیه هستند بصورت زیر می باشند:

G = 14 KBps
E = 48 KBps
3G = 395 KBps
H = 1.75 MBps
H+ = 21 MBps
4G = 37 MBps

این هوش مصنوعی به عکس‌های شما امتیاز می‌دهد و آن‌ها را نقد می‌کند

keegan یک هوش مصنوعی است که بدون خجالت و به صورت واضح تصاویر شما را نقد می‌کند و نظر خود را بیان می‌کند. در واقع کیگان خود را اینگونه معرفی می‌کند: «سلام، من کیگان هستم، مربی عکاسی شخصی شما. عکس‌های خود را برای من ارسال کنید و من به شما در بهبود مهارت عکاسی کمک خواهم کرد. ممکن است سخت گیر باشم اما خشن و بد اخلاق نیستم!«
برای دریافت نظرات انتقادی کافی است عکس خود را بردارید و داخل این وبسایت آنلاین بکشید.
در این مرحله کیگان چند ثانیه صرف تحلیل و ارزیابی عکس شما می‌کند و سپس نظر کارشناسی خود را با لحنی دوستانه با شما در میان می‌گذارد. در تصویر زیر می‌توانید نمونه‌ای از نظر کیگان درباره عکس ارسالی را مشاهده کنید که در آن می‌گوید:«خوبه، اما روی رنگ‌ها بیشتر کار کن. بهت نمره ۶.٣/١٠ می‌دم.»
keegan-feedbackاین هوش مصنوعی تحلیلگر، به عکس‌های معقول و مناسب نمره ۵/١٠ می‌دهد، شات های خوب می‌توانند نمره‌ای در حدود ٧/١٠ دریافت کنند و عکس‌های استثنایی از این مربی آنلاین نمره ٩/١٠ دریافت می‌کنند. اگر می‌خواهید جزییات بازخورد کیگان را مشاهده کنید، کافی است بر روی دکمه “Get more feedback” کلیک کنید. در ادامه همانطور که در تصویر مشاهده می‌کنید ویژگی‌های زیبایی شناختی به صورت درصدی بیان می‌شود و می‌توانید به صورت حرفه‌ای تر با ویژگی‌های عکس خود آشنا شوید. برچسب‌های ذکر شده برای هر عکس نیز نشان می‌دهد این هوش مصنوعی به خوبی قادر به تشخیص عناصر موجود در هر تصویر است.
اگر در کیگان حداقل ١٠ عکس آپلود کنید، هوش مصنوعی شما را به عنوان یک عکاس در نظر می‌گیرد. همچنین اگر عکس شما به اندازه کافی نمره خوبی دریافت کند، می‌توانید عکس خود را در تالار عمومی مشاهیر کیگان به اشتراک بگذارید. در ادامه نیز می‌توانید به پروفایل خود رفته و نمرات و دستاوردهای عکاسی خود را مشاهده کنید.

آیا از keegan برای بهبود کیفیت عکس برداری خود استفاده می‌کنید؟
کیگان یک روبات است، بنابراین هنوز جای پیشرفت دارد و نظرات این برنامه در تمام موارد صحیح و قابل اتکا نیست. با این حال، این برنامه یک ابزار سرگرم کننده برای عکاسان مبتدی است و برخی از نظرات و انتقادات آن حداقل باعث می‌شود بیشتر در مورد عکس‌های خود فکر کنید و خلافیت خود را در برخی زمینه‌ها افزایش دهید. بنابراین بدون شک استفاده از این هوش مصنوعی می‌تواند برای کیفیت عکس برداری شما مفید باشد.

آدرس این ربات : https://keegan.regaind.io/

یکی از دانشجویان دکتر حسابی به ایشان گفت: شما سه ترم است که مرا از این درس می اندازید. من که نمیخواهم موشک هوا کنم. میخواهم در روستایمان معلم شوم.
دکتر جواب داد: تو اگر نخواهی موشک هواکنی و فقط بخواهی معلم شوی قبول، ولی تو نمی‌توانی به من تضمین بدهی که یکی از شاگردان تو در روستا، نخواهد موشک هوا کند.

یک سایت بسیار عالی درباره پروژه ها و ارائه های یادگیری ماشین https://www.ini.rub.de/PEOPLE/wiskott/Teaching/Material/index.html

فیلم های آموزشی درباره آشوب را در سایت زیر می توانید مشاهده کنید. مناسب برای ترکیب با پروژه های رمزنگاری و ... در پروژه های مهندسی برق و کامپیوتر http://maktabkhooneh.org/course/chaos

تشخیص الگو (pattern recognition) شاخه ای از مبحث یادگیری ماشین (machine learning) می باشد که تمرکز آن بر روی شناخت الگو ها و نظم داده‌ها است. روش‌های تشخیص الگو، الگوهای مورد نظر را از یک مجموعه داده‌ها با استفاده از دانش قبلی در مورد الگوها یا اطلاعات آماری داده‌ها، جداسازی می‌کند. تشخیص الگوها کاربردهای زیادی در تشخیص صدا، تشخیص چهره، تشخیص امضا و غیره دارد. فیلم های آموزشی http://maktabkhooneh.org/course/fatemizadeh-patternrecognition

پردازش سیگنالهای دیجیتال http://maktabkhooneh.org/course/mashhadi752

هوش مصنوعی http://maktabkhooneh.org/course/soleimani-ai

الگوریتم های داده های حجیم http://maktabkhooneh.org/course/abam-bigdata

درس معماری کامپیوتر به چگونگی کارکرد، طراحی و ساخت پایه ای ترین اجزای کامپیوتر می پردازد. این درس با بررسی یک پردازش گر ساده و ابتدایی اصول کارکرد آن را بیان میکند. سپس به معماری های مختلف پردازشگر میپردازد. همچنین به بیان مفاهیم پیشرفته تر پردازشگر مانند cache, pipelining و . . . نیز میپردازد.
در انتهای درس انتظار میرود که بتوان یک کامپیوتر ساده ساخت. برای یادگیری مفاهیم ریز پردازنده معماری خیلی مناسب است. فیلم های آموزشی در سایت http://maktabkhooneh.org/course/godarzi784

یادگیری ماشین فیلم های آموزشی http://maktabkhooneh.org/course/soleymani23