#خبر
https://newatlas.com/digitally-recreate-minds-eye-images/53537/
محققان دانشگاه تورنتو با اسکن سیگنالهای مغز چهرهی فردی که به آن فکر میکنید را بازیابی میکنند!
#eeg #brain #reconstructing #decoding
https://newatlas.com/digitally-recreate-minds-eye-images/53537/
محققان دانشگاه تورنتو با اسکن سیگنالهای مغز چهرهی فردی که به آن فکر میکنید را بازیابی میکنند!
#eeg #brain #reconstructing #decoding
New Atlas
How brain scans can read your mind to reconstruct the face you're thinking of
It's frustrating to have a clear mental image of something but not be able to exactly get it across in words or a drawing. Now, a team of neuroscientists from the University of Toronto Scarborough has developed a way to digitally recreate exactly the image…
اطلاعیه پروژه های جایگزین/کسر از خدمت سربازی مرکز رشد واحدهای فناور و دانشبنیان دانشگاه جامع امام حسین (ع) در ادامه تقدیم می شود: 👇🏻
مدیریت محترم انجمن علمی ماشین بینایی و پردازش تصویر ایران
با سلام،
بدینوسیله اعلام میگردد سامانه kasri.ihu.ac.ir امکان تعریف پروژههای جایگزین/کسر از خدمت سربازی را در راستای تأمین نیازمندیهای پژوهشی قرارگاه سازندگی خاتمالانبیاء (ص) فراهم نموده است. لذا از جنابعالی تقاضا میشود به نحو مطلوب (ارسال ایمیل، شبکههای اجتماعی خبری انجمن علمی، تابلو اعلانات و ...) متقاضیان واجد شرایط را از این امکان مطلع فرمایید.
لازم است متقاضیان پس از ثبتنام در سامانه و طی کلیه مراحل ارسال رزومه تا انتخاب یکی از کمیتههای ذیل مرکز تحقیقات کاربردی و خودکفایی قرارگاه سازندگی خاتمالانبیاء (ص) را که با رشته تحصیلی و زمینه تحقیقاتیشان مطابقت دارد ادامه داده تا پرونده آنها در روند بررسی قرار گیرد. بدیهی است عدم تکمیل این چرخه و تنها ثبتنام در سامانه بهمنزله عدم شروع فرآیند بررسی پرونده متقاضی است. شایان ذکر است کلیه فرآیندهای ارتباط با داوران، مدیریت سایت، بررسی رزومه و ... تنها از طریق پنل کاربری هر فرد قابل رهگیری بوده و پیامهای ارسالی از خارج این فرآیند قابلیت بررسی و پیگیری را ندارند. پیشاپیش از حسن توجه و همکاری شما متشکریم
همچنین در راستای خودکفایی نرمافزاری، از کلیه عزیزانی که در هرکدام از حوزههای برنامهنویسی و علیالخصوص روشهای پردازش تصویر و شبکههای عصبی مصنوعی و ماشین بردار پشتیبان و ... مهارت و تجربه کافی دارند و همچنین توانمندی کار تیمی و هدایت گروههای مختلف مرتبط با ین حوزه را دارند دعوت میشود تا علاوه بر ثبتنام در سامانه فوق، رزومه خود را بهkasri.ihu.ac.ir@gmail.com ارسال نمایند. همچنین در صورت نیاز میتوانند پس از ارسال مشخصات با 09127120802 (آقای ابهری) تماس حاصل نمایند (در صورت عدم پاسخگویی خواهشمند است پیامک ارسال فرمایند).
با آرزوی توفیق روزافزون
مرکز رشد واحدهای فناور و دانشبنیان
دانشگاه جامع امام حسین (ع)
.منبع کانال انجمن بینایی ماشین ایران
Ismvip.ir
مدیریت محترم انجمن علمی ماشین بینایی و پردازش تصویر ایران
با سلام،
بدینوسیله اعلام میگردد سامانه kasri.ihu.ac.ir امکان تعریف پروژههای جایگزین/کسر از خدمت سربازی را در راستای تأمین نیازمندیهای پژوهشی قرارگاه سازندگی خاتمالانبیاء (ص) فراهم نموده است. لذا از جنابعالی تقاضا میشود به نحو مطلوب (ارسال ایمیل، شبکههای اجتماعی خبری انجمن علمی، تابلو اعلانات و ...) متقاضیان واجد شرایط را از این امکان مطلع فرمایید.
لازم است متقاضیان پس از ثبتنام در سامانه و طی کلیه مراحل ارسال رزومه تا انتخاب یکی از کمیتههای ذیل مرکز تحقیقات کاربردی و خودکفایی قرارگاه سازندگی خاتمالانبیاء (ص) را که با رشته تحصیلی و زمینه تحقیقاتیشان مطابقت دارد ادامه داده تا پرونده آنها در روند بررسی قرار گیرد. بدیهی است عدم تکمیل این چرخه و تنها ثبتنام در سامانه بهمنزله عدم شروع فرآیند بررسی پرونده متقاضی است. شایان ذکر است کلیه فرآیندهای ارتباط با داوران، مدیریت سایت، بررسی رزومه و ... تنها از طریق پنل کاربری هر فرد قابل رهگیری بوده و پیامهای ارسالی از خارج این فرآیند قابلیت بررسی و پیگیری را ندارند. پیشاپیش از حسن توجه و همکاری شما متشکریم
همچنین در راستای خودکفایی نرمافزاری، از کلیه عزیزانی که در هرکدام از حوزههای برنامهنویسی و علیالخصوص روشهای پردازش تصویر و شبکههای عصبی مصنوعی و ماشین بردار پشتیبان و ... مهارت و تجربه کافی دارند و همچنین توانمندی کار تیمی و هدایت گروههای مختلف مرتبط با ین حوزه را دارند دعوت میشود تا علاوه بر ثبتنام در سامانه فوق، رزومه خود را بهkasri.ihu.ac.ir@gmail.com ارسال نمایند. همچنین در صورت نیاز میتوانند پس از ارسال مشخصات با 09127120802 (آقای ابهری) تماس حاصل نمایند (در صورت عدم پاسخگویی خواهشمند است پیامک ارسال فرمایند).
با آرزوی توفیق روزافزون
مرکز رشد واحدهای فناور و دانشبنیان
دانشگاه جامع امام حسین (ع)
.منبع کانال انجمن بینایی ماشین ایران
Ismvip.ir
فرصت کار آموزی بین المللی
نام سازمان ارائه کننده: سازمان کشورهای صادرکننده نفت( اوپک)
مکان کارآموزی: دفتر اوپک در وین
رشته های مورد تقاضا: علوم کامپیوتر، آمار و رشته های مرتبط
مدت کارآموزی: سه ماه
شرایط:
1: ثبت نام در سال آخر دانشگاه
2: داشتن مهارتهای برنامه نویسی کامپیوتری و کار با نرم افزارها
3: توانایی در زبان انگلیسی
مهلت ثبت نام:
28 فوریه 2018 برابر با 9 اسفندماه 1396
اطلاعات بیشتر و ثبت نام:
http://www.opec.org/opec_web/en/employment/4824.htm
نام سازمان ارائه کننده: سازمان کشورهای صادرکننده نفت( اوپک)
مکان کارآموزی: دفتر اوپک در وین
رشته های مورد تقاضا: علوم کامپیوتر، آمار و رشته های مرتبط
مدت کارآموزی: سه ماه
شرایط:
1: ثبت نام در سال آخر دانشگاه
2: داشتن مهارتهای برنامه نویسی کامپیوتری و کار با نرم افزارها
3: توانایی در زبان انگلیسی
مهلت ثبت نام:
28 فوریه 2018 برابر با 9 اسفندماه 1396
اطلاعات بیشتر و ثبت نام:
http://www.opec.org/opec_web/en/employment/4824.htm
This media is not supported in your browser
VIEW IN TELEGRAM
🏙📺 شهر هوشمند چیست و چگونه کار می کند؟ (دوبله فارسی)
چالش دیگر از تیم kaggle با جایزه 30 هزار دلاری اطلاعات بیشتر در ادامه؛
Hi Jalil,
We’re excited to announce Kiva Crowdfunding, our inaugural Data Science for Good challenge on Kaggle Datasets! We launched our Data Science for Good program to enable the Kaggle community to come together and make significant contributions to tough social good problems. This is not a traditional machine learning competition; participants will develop their own creative approaches to addressing the objective using Kernels.
Host:
Kiva.org. Kiva is an international nonprofit, founded in 2005 and based in San Francisco, with a mission to connect people through lending to alleviate poverty. Kiva celebrates and supports people looking to create a better future for themselves, their families and their communities.
Data Science for Good Challenge:
Kiva.org uses an online crowdfunding platform to extend financial services to poor and financially excluded people around the world. In order to set investment priorities, help inform lenders, and understand their target communities, knowing the level of wealth or poverty of each borrower is critical. However, this requires inference based on a limited set of information for each entrepreneur.
In this challenge, Kiva's inviting you to estimate and describe the welfare levels of residents in given regions using historical loans data combined with external data sources.
With a stronger understanding of their borrowers and their poverty levels, Kiva will be able to better maximize the impact of their work among communities that need it the most.
Total prizes:
Kiva is awarding $30,000 in total prizes:
Top 1-5 kernel solutions: $14,000 in total prizesTop 8 upvoted kernels: $1,000 eachTop 4 popular datasets: $2,000 each
Read more about the prizes here.
Next important deadline:
April 3, 2018: Kernels Award Deadline (Top 8 upvoted kernels)
Join the Challenge
این چالش های می تونه به عنوان پایان نامه و موضوع تحقیق هم برای عزیزان مورد استفاده قرار بگیرد.
Good luck,
The Kaggle Team
منبع؛
Data Science for Good: Kiva Crowdfunding | Kaggle
https://www.kaggle.com/kiva/data-science-for-good-kiva-crowdfunding?utm_medium=email&utm_source=intercom&utm_campaign=kiva+competition+2018
Hi Jalil,
We’re excited to announce Kiva Crowdfunding, our inaugural Data Science for Good challenge on Kaggle Datasets! We launched our Data Science for Good program to enable the Kaggle community to come together and make significant contributions to tough social good problems. This is not a traditional machine learning competition; participants will develop their own creative approaches to addressing the objective using Kernels.
Host:
Kiva.org. Kiva is an international nonprofit, founded in 2005 and based in San Francisco, with a mission to connect people through lending to alleviate poverty. Kiva celebrates and supports people looking to create a better future for themselves, their families and their communities.
Data Science for Good Challenge:
Kiva.org uses an online crowdfunding platform to extend financial services to poor and financially excluded people around the world. In order to set investment priorities, help inform lenders, and understand their target communities, knowing the level of wealth or poverty of each borrower is critical. However, this requires inference based on a limited set of information for each entrepreneur.
In this challenge, Kiva's inviting you to estimate and describe the welfare levels of residents in given regions using historical loans data combined with external data sources.
With a stronger understanding of their borrowers and their poverty levels, Kiva will be able to better maximize the impact of their work among communities that need it the most.
Total prizes:
Kiva is awarding $30,000 in total prizes:
Top 1-5 kernel solutions: $14,000 in total prizesTop 8 upvoted kernels: $1,000 eachTop 4 popular datasets: $2,000 each
Read more about the prizes here.
Next important deadline:
April 3, 2018: Kernels Award Deadline (Top 8 upvoted kernels)
Join the Challenge
این چالش های می تونه به عنوان پایان نامه و موضوع تحقیق هم برای عزیزان مورد استفاده قرار بگیرد.
Good luck,
The Kaggle Team
منبع؛
Data Science for Good: Kiva Crowdfunding | Kaggle
https://www.kaggle.com/kiva/data-science-for-good-kiva-crowdfunding?utm_medium=email&utm_source=intercom&utm_campaign=kiva+competition+2018
Kaggle
Data Science for Good: Kiva Crowdfunding
Use Kernels to assess welfare of Kiva borrowers for $30k in prizes
با کسب اجازه از جناب اقای دکتر شهبازیان
فراخوان برای همکاری در تهیه یک مقاله survey در حوزه Big Data
با سلام و عرض ادب
همانطور که مستحضر هستید، مقالات Survey جایگاه مناسبی از نظر خوانده شدن، ارجاعات و شاخص های علمی دارند. مشکل اصلی، زمان بر بودن و سختی کار تهیه یک مقاله Survey مناسب است. بدیهی است که مسائل دیگری، همچون مشارکت افراد شاخص و البته خارج از کشور در چنین مقالاتی، شانس پذیرش و همچنین نگارش را به طرز قابل توجهی بهبود می دهد.
اکنون این فرصت فراهم شده است تا در کنار یک تیم بین المللی، مقاله/مقالات مناسبی در این حوزه تهیه شود.
در صورتی که علاقه مند به مشارکت هستید، خواهشمند است، اطلاعات اولیه خود (شامل نام، شماره تماس، دانشگاه و رشته محل تحصیل و مقطع آن و محدودیت ها و سوالات خود را به آدرس ایمیل shahbazian@ieee.org ارسال بفرمایید). انتظار می رود عزیزان علاقه مند، آشنایی لازم با مسائل مربوط به پژوهش و انتشار آن را داشته باشند.
تا کنون حضور دو استاد تمام خارجی و بنده در تهیه این مقاله قطعی است.
ایمیل:
shahbazian@ieee.org
آخرین زمان ارسال درخواست: 11 اسفند 1396
فراخوان برای همکاری در تهیه یک مقاله survey در حوزه Big Data
با سلام و عرض ادب
همانطور که مستحضر هستید، مقالات Survey جایگاه مناسبی از نظر خوانده شدن، ارجاعات و شاخص های علمی دارند. مشکل اصلی، زمان بر بودن و سختی کار تهیه یک مقاله Survey مناسب است. بدیهی است که مسائل دیگری، همچون مشارکت افراد شاخص و البته خارج از کشور در چنین مقالاتی، شانس پذیرش و همچنین نگارش را به طرز قابل توجهی بهبود می دهد.
اکنون این فرصت فراهم شده است تا در کنار یک تیم بین المللی، مقاله/مقالات مناسبی در این حوزه تهیه شود.
در صورتی که علاقه مند به مشارکت هستید، خواهشمند است، اطلاعات اولیه خود (شامل نام، شماره تماس، دانشگاه و رشته محل تحصیل و مقطع آن و محدودیت ها و سوالات خود را به آدرس ایمیل shahbazian@ieee.org ارسال بفرمایید). انتظار می رود عزیزان علاقه مند، آشنایی لازم با مسائل مربوط به پژوهش و انتشار آن را داشته باشند.
تا کنون حضور دو استاد تمام خارجی و بنده در تهیه این مقاله قطعی است.
ایمیل:
shahbazian@ieee.org
آخرین زمان ارسال درخواست: 11 اسفند 1396
This media is not supported in your browser
VIEW IN TELEGRAM
🌶 #دیرین_دیرین #دوشنبه_تند
تقدیم به دوستانی که خسته راه فناوری هستند
🔻این قسمت : #نگذارندگان
منبع؛
goo.gl/s57F5G
🔸فناوری، با مانع تراشی و تخریب متوقف نمی شود!
تقدیم به دوستانی که خسته راه فناوری هستند
🔻این قسمت : #نگذارندگان
منبع؛
goo.gl/s57F5G
🔸فناوری، با مانع تراشی و تخریب متوقف نمی شود!
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Sand Flea Jumping Robot
با قابلیت محاسبه ارتفاع مانع و پرش و عبور از مانع هوشمند
منبع: https://www.youtube.com/watch?v=6b4ZZQkcNEo&feature=youtu.be
با قابلیت محاسبه ارتفاع مانع و پرش و عبور از مانع هوشمند
منبع: https://www.youtube.com/watch?v=6b4ZZQkcNEo&feature=youtu.be
#فرصت_شغلی
یک موسسه پژوهشی معتبر برای انجام کارهای پژوهشی خود به یک نفر دانشجو یا فارغ التحصیل کارشناسی ارشد و یا دکتری مسلط به زبان انگلیسی از حوزه های زیر نیاز دارد.
فناوری اطلاعات- مدیریت فناوری اطلاعات
محل کار: تهران_ شهرک غرب
نوع کار: پروژه تحقیقاتی در حوزه برق
نوع همکاری: پاره وقت_ قطعا حضوری
علاقمندان جهت اعلام آمادگی برای همکاری رزومه خود را به آدرس زیر ارسال نمایند.
@energy_admin2
#فرصت_شغلی
یک موسسه پژوهشی معتبر برای انجام کارهای پژوهشی خود به یک نفر دانشجو یا فارغ التحصیل کارشناسی ارشد و یا دکتری مسلط به زبان انگلیسی از حوزه های زیر نیاز دارد.
فناوری اطلاعات- مدیریت فناوری اطلاعات
محل کار: تهران_ شهرک غرب
نوع کار: پروژه تحقیقاتی در حوزه برق
نوع همکاری: پاره وقت_ قطعا حضوری
علاقمندان جهت اعلام آمادگی برای همکاری رزومه خود را به آدرس زیر ارسال نمایند.
@energy_admin2
#فرصت_شغلی
در 22-20 مارس، در کنفرانس رایگان و دیجیتالKaggle CareerCon 2018 شرکت کنید
، رویداد متمرکز در کمک به دانش آموزان و کارفرمایان حرفه ای که برای اولین بار کار خود را در زمینه علوم داده ها می خواهند شروع کنند.
If you’ve doubted whether you have what it takes to find a data science job–or whether the energy you’re spending to switch careers is really worth it–you’re not crazy. The data science field is wildly undefined right now, and that can be nerve-racking.
But, a lot of people have found fulfilling data science careers, from all sorts of backgrounds. You can too.
FEATURED SPEAKERS
Fei-Fei Li PhD
CHIEF SCIENTIST AT GOOGLE CLOUD AI/ML
William Chen
DATA SCIENCE MANAGER AT QUORA
David Havera
DATA SCIENTIST AT GE
Jessica Kirkpatrick PhD
DATA SCIENTIST AT SLACK
SEE ALL THE SPEAKERS
At CareerCon, you'll get advice on building a successful data science career from speakers with a wide range of educational backgrounds and past careers. You’ll learn first-hand how they navigated their way into data science and machine learning positions at companies like Slack, GE and Google.
منبع و ادرس ثبت نام:
https://www.kaggle.com/careercon/2018?utm_medium=email&utm_source=mailchimp&utm_campaign=careercon-announcement-2018
، رویداد متمرکز در کمک به دانش آموزان و کارفرمایان حرفه ای که برای اولین بار کار خود را در زمینه علوم داده ها می خواهند شروع کنند.
If you’ve doubted whether you have what it takes to find a data science job–or whether the energy you’re spending to switch careers is really worth it–you’re not crazy. The data science field is wildly undefined right now, and that can be nerve-racking.
But, a lot of people have found fulfilling data science careers, from all sorts of backgrounds. You can too.
FEATURED SPEAKERS
Fei-Fei Li PhD
CHIEF SCIENTIST AT GOOGLE CLOUD AI/ML
William Chen
DATA SCIENCE MANAGER AT QUORA
David Havera
DATA SCIENTIST AT GE
Jessica Kirkpatrick PhD
DATA SCIENTIST AT SLACK
SEE ALL THE SPEAKERS
At CareerCon, you'll get advice on building a successful data science career from speakers with a wide range of educational backgrounds and past careers. You’ll learn first-hand how they navigated their way into data science and machine learning positions at companies like Slack, GE and Google.
منبع و ادرس ثبت نام:
https://www.kaggle.com/careercon/2018?utm_medium=email&utm_source=mailchimp&utm_campaign=careercon-announcement-2018
اینده مهندسان هوش مصنوعی راه یابی به بهترین دانشگاه ها برای خودنمایی در دنیای هوش مصنوعی
ده دانشگاه برتر کانادا برای دانشجویان خارجی و مهاجرین رتبه بندی شد
هر ساله دانشگاه های کانادا با توجه به طیف گسترده ای از معیارها برای یک دانشجوی خارجی و بطور کلی مهاجرین رتبه بندی می شوند. عوامل مهم رتبه بندی شامل موقعیت مکانی، محبوبیت، کیفیت رشته ها، مهاجر دوست بودن و در نظر داشتن شهریه دانشگاه است.
شماره یک: دانشگاه مک گیل، مونترال
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۷,۸۵۹$ (۱۵۰۰$ برای کسانی که واجد شرایط معافیت از پرداخت شهریه میشوند.)
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۶,۱۱۸$ (۱۵۰۰$ برای کسانی که واجد شرایط معافیت از پرداخت شهریه میشوند.)
شماره دو: دانشگاه مموریال کانادا، نیوفاندلند
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۸,۸۰۰$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۵,۷۱۸$شاید تحصیل در یک دانشگاه قدیمی ۶۰ ساله و کوچک در سرزمین کوهستانی نیوفاندلند عاقلانه به نظر نرسد، ولی تعداد دانشجویان بینالملل این دانشگاه گویای واقعیت دیگری است.
شماره سه: دانشگاه کوئین، کینگ استون
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۲۶,۳۶۱$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۴,۱۱۴$
شماره چهار: دانشگاه تورنتو
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۳۴,۰۰۰$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۹,۷۱۴$
شماره پنج: دانشگاه ساسکچوان، ساکچوان
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۷,۴۷۰$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۵,۳۷۷$
شماره شش: دانشگاه یورک، تورنتو
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۹,۵۷۵$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۲,۰۲۳$
شماره هفت: دانشگاه بریتیش کلمبیا، ونکوور
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۲۳,۳۰۰$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۷,۷۹۳$
شماره هشت: دانشگاه دال هوزی، هالیفاکس
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۵,۷۹۲$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۶,۷۶۲$
شماره نه : دانشگاه مونترال
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۴,۶۱۸$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۲,۵۵۰$
شماره ده: دانشگاه آلبرتا، ادمونتون
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۲۰,۰۷۶$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۸,۲۲۰$m
ده دانشگاه برتر کانادا برای دانشجویان خارجی و مهاجرین رتبه بندی شد
هر ساله دانشگاه های کانادا با توجه به طیف گسترده ای از معیارها برای یک دانشجوی خارجی و بطور کلی مهاجرین رتبه بندی می شوند. عوامل مهم رتبه بندی شامل موقعیت مکانی، محبوبیت، کیفیت رشته ها، مهاجر دوست بودن و در نظر داشتن شهریه دانشگاه است.
شماره یک: دانشگاه مک گیل، مونترال
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۷,۸۵۹$ (۱۵۰۰$ برای کسانی که واجد شرایط معافیت از پرداخت شهریه میشوند.)
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۶,۱۱۸$ (۱۵۰۰$ برای کسانی که واجد شرایط معافیت از پرداخت شهریه میشوند.)
شماره دو: دانشگاه مموریال کانادا، نیوفاندلند
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۸,۸۰۰$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۵,۷۱۸$شاید تحصیل در یک دانشگاه قدیمی ۶۰ ساله و کوچک در سرزمین کوهستانی نیوفاندلند عاقلانه به نظر نرسد، ولی تعداد دانشجویان بینالملل این دانشگاه گویای واقعیت دیگری است.
شماره سه: دانشگاه کوئین، کینگ استون
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۲۶,۳۶۱$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۴,۱۱۴$
شماره چهار: دانشگاه تورنتو
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۳۴,۰۰۰$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۹,۷۱۴$
شماره پنج: دانشگاه ساسکچوان، ساکچوان
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۷,۴۷۰$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۵,۳۷۷$
شماره شش: دانشگاه یورک، تورنتو
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۹,۵۷۵$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۲,۰۲۳$
شماره هفت: دانشگاه بریتیش کلمبیا، ونکوور
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۲۳,۳۰۰$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۷,۷۹۳$
شماره هشت: دانشگاه دال هوزی، هالیفاکس
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۵,۷۹۲$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۶,۷۶۲$
شماره نه : دانشگاه مونترال
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۱۴,۶۱۸$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۱۲,۵۵۰$
شماره ده: دانشگاه آلبرتا، ادمونتون
هزینه تحصیل برای یک سال در مقطع لیسانس برای دانشجویان بینالملل ۲۰,۰۷۶$
هزینه تحصیل برای یک سال در مقطع فوق لیسانس ۸,۲۲۰$m
Amputee_Makes_History_with_APL_s_Modular_Prosthetic_Limb.135.mp4
20.9 MB
Amputee Makes History with APL’s Modular Prosthetic Limb
این کلیپ زیبا ارزش واقعی علم رباتیک را به تمایش میگذارد. امید است که علم رباتیک در کشور ما هم به این سمت سوق پیدا کند.
این کلیپ زیبا ارزش واقعی علم رباتیک را به تمایش میگذارد. امید است که علم رباتیک در کشور ما هم به این سمت سوق پیدا کند.
کتاب خانه های معروف برای پردازش زبان طبیعی
Most common libraries for Natural Language Processing:
CoreNLP from Stanford group:
http://stanfordnlp.github.io/CoreNLP/index.html
NLTK, the most widely-mentioned NLP library for Python:
http://www.nltk.org/
TextBlob, a user-friendly and intuitive NLTK interface:
https://textblob.readthedocs.io/en/dev/index.html
Gensim, a library for document similarity analysis:
https://radimrehurek.com/gensim/
SpaCy, an industrial-strength NLP library built for performance:
https://spacy.io/docs/
Source: https://itsvit.com/blog/5-heroic-tools-natural-language-processing/
#nlp #digest #libs
Most common libraries for Natural Language Processing:
CoreNLP from Stanford group:
http://stanfordnlp.github.io/CoreNLP/index.html
NLTK, the most widely-mentioned NLP library for Python:
http://www.nltk.org/
TextBlob, a user-friendly and intuitive NLTK interface:
https://textblob.readthedocs.io/en/dev/index.html
Gensim, a library for document similarity analysis:
https://radimrehurek.com/gensim/
SpaCy, an industrial-strength NLP library built for performance:
https://spacy.io/docs/
Source: https://itsvit.com/blog/5-heroic-tools-natural-language-processing/
#nlp #digest #libs
CoreNLP
High-performance human language analysis tools, now with native deep learning modules in Python, available in many human languages.
🗒 Deep Learning with NVIDIA GPU Cloud & NVIDIA TITAN
🏛 مرکز ارائه دهنده : Nvidia
⏱ زمان : چهار شنبه 16اسفند ساعت 22:30
🔗 لینک ثبت نام: https://goo.gl/3pGptt
🏛 مرکز ارائه دهنده : Nvidia
⏱ زمان : چهار شنبه 16اسفند ساعت 22:30
🔗 لینک ثبت نام: https://goo.gl/3pGptt
🗒 AI at the Edge: TensorFlow to TensorRT on Jetson
🏛 مرکز ارائه دهنده : Nvidia
⏱ زمان : پنجشنبه 17اسفند ساعت 22:30
🔗 لینک ثبت نام: https://goo.gl/qUnK6B
🏛 مرکز ارائه دهنده : Nvidia
⏱ زمان : پنجشنبه 17اسفند ساعت 22:30
🔗 لینک ثبت نام: https://goo.gl/qUnK6B
برای دوستانی که دارن مقاله ردیف می کنند 🌺🌹👇
Conflicts of Interest
❓ پرسش:
در هنگام Submit مقاله از من تکمیل فرم
Conflicts of Interest Statement
درخواست شده، مفهوم آن چیست؟
✅ پاسخ:
▫️ در جریان انتشار مقالات علمی، تعارض در منافع (Conflicts of Interest) به این معنی است که نویسنده یا نویسندگان، داوران و یا حتی سردبیران مجلات ممکن است دارای ارتباطات شخصی و یا اقتصادی بوده و درنتیجه آن به طور ناعادلانهای بر تصمیمگیری آنها در جهت چاپ یک مقاله تأثیرگذار باشد.
▫️ بطور مثال وابستگی اقتصادی به یک شرکت دارویی ممکن است سبب شود که به طور ناعادلانهای میزان تأثیر داروی مورد نظر بیش از حد واقعی آن گزارش شود.
▫️ با توجه به اهمیت تعارض در منافع در هر نوع و شکل، مجلات بایستی سیاست روشنی را در قبال این موضوع انتخاب نمایند. محور اساسی این سیاستها بایستی به افشای (Disclosure) هرگونه تعارض در منافع از سوی نویسندگان، مرورگران و حتی سردبیران مجلات بیانجامد.
▫️ در خصوص نویسندگان، معمولاً مجلات در راهنمای نویسندگان (Instructions to authors) میخواهند که هر نوع امکان تعارض در منافع را در یک صفحه جداگانه و به هنگام سابمیت مقاله خویش به سردبیر مجله اعلام نمایند.
▫️ از طرف دیگر، هنگامی که سردبیر مقالهای را به داوری ارسال میکند، از داور می خواهد که هرگونه احتمال تعارض در منافع را که ممکن است بر روی نتایج داوری وی تأثیر بگذارد به طور صادقانه با سردبیر در میان بگذارد.
(بازنشر از مجله دانشگاه علوم پزشکی رفسنجان)
Conflicts of Interest
❓ پرسش:
در هنگام Submit مقاله از من تکمیل فرم
Conflicts of Interest Statement
درخواست شده، مفهوم آن چیست؟
✅ پاسخ:
▫️ در جریان انتشار مقالات علمی، تعارض در منافع (Conflicts of Interest) به این معنی است که نویسنده یا نویسندگان، داوران و یا حتی سردبیران مجلات ممکن است دارای ارتباطات شخصی و یا اقتصادی بوده و درنتیجه آن به طور ناعادلانهای بر تصمیمگیری آنها در جهت چاپ یک مقاله تأثیرگذار باشد.
▫️ بطور مثال وابستگی اقتصادی به یک شرکت دارویی ممکن است سبب شود که به طور ناعادلانهای میزان تأثیر داروی مورد نظر بیش از حد واقعی آن گزارش شود.
▫️ با توجه به اهمیت تعارض در منافع در هر نوع و شکل، مجلات بایستی سیاست روشنی را در قبال این موضوع انتخاب نمایند. محور اساسی این سیاستها بایستی به افشای (Disclosure) هرگونه تعارض در منافع از سوی نویسندگان، مرورگران و حتی سردبیران مجلات بیانجامد.
▫️ در خصوص نویسندگان، معمولاً مجلات در راهنمای نویسندگان (Instructions to authors) میخواهند که هر نوع امکان تعارض در منافع را در یک صفحه جداگانه و به هنگام سابمیت مقاله خویش به سردبیر مجله اعلام نمایند.
▫️ از طرف دیگر، هنگامی که سردبیر مقالهای را به داوری ارسال میکند، از داور می خواهد که هرگونه احتمال تعارض در منافع را که ممکن است بر روی نتایج داوری وی تأثیر بگذارد به طور صادقانه با سردبیر در میان بگذارد.
(بازنشر از مجله دانشگاه علوم پزشکی رفسنجان)
Forwarded from Deleted Account
استفاده از «کلان داده» برای ایجاد تحولی عظیم در آموزش
«کلان داده» (Big Data) عبارتی است که برای اشاره به مجموعه هایِ داده ای حجیم استفاده مي شود، داده های انبوه که نمی توان آنها را با پایگاههای داده سنتی و معمولي مدیریت کرد.این عبارت اولین بار در “سیلیکون ولی” ، مهد فناوری پیشرفته، در کالیفرنیا ساخته شد. آیا می توان از این مفهوم برای ایجاد تحول در آموزش هم استفاده کرد؟ در این گزارش «جهان دانش» کاربرد این مفهوم دنیای اطلاعات در شیوه های آموزشی بررسی می شود.
* استفاده از «کلان داده» چه فایده ای برای بهبود کار استاد دارد؟
کِنِت کوکی یر، روزنامه نگار آمریکایی و سردبیر مجله “اکونومیست” از پنج سال پیش روی این مفهوم کار می کند. وی سال گذشته میلادی با ویکتور مایر شونبرگ، کتابی منتشر کرده و در آن نشان داده است که می توان از زیرساختهای «کلان داده» در آموزش هم استفاده کرد. مجموعه های بزرگ، وسیع، پیچیده و متنوع اطلاعاتی که روی تلفنهای همراه و کامپیوترهایمان ضبط می کنیم، در واقع نمونه ای از «کلان داده» است.
از نظر کوکی یر، باید فرزندانمان را از نظام آموزشی سنتی که برای همه یک نسخه تجویز می کند، نجات دهیم و باید آموزشی متناسب با نیازهای امروز داشته باشیم.
وی می گوید: «در کلاسهای درس آنلاین که به درسهای باز و انبوه آنلاین معروف هستند، استادها می توانند ببینند که دانشجوها چه هنگام درسهای آنها را نگاه می کنند و چه موقع نگاه نمی کنند یا باز می گردند و درسهای قبلی را دوباره نگاه می کنند.یکی از استادان دانشگاه استنفورد متوجه شد که همه دانشجوها حدود درس هفتم یا هشتم متوقف می شوند و سراغ درس سوم می روند.»
وی می افزاید: «با “کلان داده” استاد دو چیز را متوجه می شود: یکی اینکه می فهمد دانش آموزانش نیاز به آمادگی بیشتری دارند. دیگر اینکه می فهمد باید شیوه تدریسش در یک موضوع خاص را بهبود بخشد زیرا دانشجویان در آن موضوع مشکل دارند و از آن به بعد پیش نرفته اند.»
#Bigdata
«کلان داده» (Big Data) عبارتی است که برای اشاره به مجموعه هایِ داده ای حجیم استفاده مي شود، داده های انبوه که نمی توان آنها را با پایگاههای داده سنتی و معمولي مدیریت کرد.این عبارت اولین بار در “سیلیکون ولی” ، مهد فناوری پیشرفته، در کالیفرنیا ساخته شد. آیا می توان از این مفهوم برای ایجاد تحول در آموزش هم استفاده کرد؟ در این گزارش «جهان دانش» کاربرد این مفهوم دنیای اطلاعات در شیوه های آموزشی بررسی می شود.
* استفاده از «کلان داده» چه فایده ای برای بهبود کار استاد دارد؟
کِنِت کوکی یر، روزنامه نگار آمریکایی و سردبیر مجله “اکونومیست” از پنج سال پیش روی این مفهوم کار می کند. وی سال گذشته میلادی با ویکتور مایر شونبرگ، کتابی منتشر کرده و در آن نشان داده است که می توان از زیرساختهای «کلان داده» در آموزش هم استفاده کرد. مجموعه های بزرگ، وسیع، پیچیده و متنوع اطلاعاتی که روی تلفنهای همراه و کامپیوترهایمان ضبط می کنیم، در واقع نمونه ای از «کلان داده» است.
از نظر کوکی یر، باید فرزندانمان را از نظام آموزشی سنتی که برای همه یک نسخه تجویز می کند، نجات دهیم و باید آموزشی متناسب با نیازهای امروز داشته باشیم.
وی می گوید: «در کلاسهای درس آنلاین که به درسهای باز و انبوه آنلاین معروف هستند، استادها می توانند ببینند که دانشجوها چه هنگام درسهای آنها را نگاه می کنند و چه موقع نگاه نمی کنند یا باز می گردند و درسهای قبلی را دوباره نگاه می کنند.یکی از استادان دانشگاه استنفورد متوجه شد که همه دانشجوها حدود درس هفتم یا هشتم متوقف می شوند و سراغ درس سوم می روند.»
وی می افزاید: «با “کلان داده” استاد دو چیز را متوجه می شود: یکی اینکه می فهمد دانش آموزانش نیاز به آمادگی بیشتری دارند. دیگر اینکه می فهمد باید شیوه تدریسش در یک موضوع خاص را بهبود بخشد زیرا دانشجویان در آن موضوع مشکل دارند و از آن به بعد پیش نرفته اند.»
#Bigdata
Forwarded from Deleted Account
آموزش منطبق با نیازهای دانشجو در دانشگاه ایالتی آریزونا
دانشجویان دانشگاه ایالتی آریزونا، می توانند در کلاسهای درس دیجیتال مطالب درسی را بیاموزند. در این دانشگاه، با استفاده از یک نرم افزار کامپیوتری، الگوی یادگیری دانشجویان تجزیه و تحلیل می شود و سپس دانشجو می تواند از آموزش خصوصی مطابق با نیازهایش بهره گیرد. به این ترتیب دانشجو برای پیشرفت تنها به امید استاد نیست.
این نرم افزار اطلاعات و داده های مربوط به دانشجو را جمع آوری می کند. اطلاعاتی نظیر مهارتهایش در یادگیری، نقاط قوت و ضعف، و حتی تردیدهایش در حرکت موشواره زمانی که تمرینها را حل می کند.
الگوریتم های تطبیقی که دانشمندان طراحی کرده اند آمار را با داده هایی که از دهها هزار دانشجوی دیگر به دست آمده است مقایسه می کند. از این مقایسه ها الگوهایی به دست می اید و نرم افزار درمی یابد که برای هر دانشجو کدام محتوا مفید است و مواد درسی را به فراخور دانشجو تغییر می دهد.
با این فناوری جدید، روش آموزش نیز می تواند به تناسب حال دانشجو تغییر کند، چون استاد وقت بیشتری خواهد داشت که مسقتیما به دانشجو کمک کند و وقت کمتری را صرف درس دادن سر کلاس می کند. یکی از مزیتهای این وضعیت برای استادان این است که نرم افزار به طور خودکار به دانشجوها نمره می دهد.
ایرین بلوم، استاد ریاضیات دانشگاه ایالتی آریزونا می گوید: « این شیوه آموزش شخصی است، با نیازهای دانشجو منطبق است. از این رو ممکن است یک دانشجو موضوع خاصی را بسیار سریع یاد بگیرد، در حالی که دانشجوی دیگری نیاز به کار بیشتر دارد و سیستم می تواند خود را با هر دو دانشجو تطبیق دهد.»
مدیران دانشگاه ایالتی آریزونا به دنبال راههایی هستند که دانشجوها را در یادگیری ریاضیات دانشگاهی هدایت کند. این درس بیش از هر درس دیگری باعث می شود دانشجویان تحصیل را رها کنند. دانشگاه ایالتی آریزونا با بیش از ۷۰ هزار دانشجو بزرگترین دانشگاه دولتی ایالات متحده آمریکاست.
از زمان استفاده از این نرم افزار، میزان موفقیت در دانشگاه ایالتی آریزونا ۱۳ درصد بیشتر شده است و میزان کسانی که سال اول ترک تحصیل می کنند ۵۴ درصد کاهش یافته است. بزودی، بیش از پنج میلیون دانشجو از این سیستم یادگیری تطبیقی استفاده خواهند کرد.
#Bigdata
دانشجویان دانشگاه ایالتی آریزونا، می توانند در کلاسهای درس دیجیتال مطالب درسی را بیاموزند. در این دانشگاه، با استفاده از یک نرم افزار کامپیوتری، الگوی یادگیری دانشجویان تجزیه و تحلیل می شود و سپس دانشجو می تواند از آموزش خصوصی مطابق با نیازهایش بهره گیرد. به این ترتیب دانشجو برای پیشرفت تنها به امید استاد نیست.
این نرم افزار اطلاعات و داده های مربوط به دانشجو را جمع آوری می کند. اطلاعاتی نظیر مهارتهایش در یادگیری، نقاط قوت و ضعف، و حتی تردیدهایش در حرکت موشواره زمانی که تمرینها را حل می کند.
الگوریتم های تطبیقی که دانشمندان طراحی کرده اند آمار را با داده هایی که از دهها هزار دانشجوی دیگر به دست آمده است مقایسه می کند. از این مقایسه ها الگوهایی به دست می اید و نرم افزار درمی یابد که برای هر دانشجو کدام محتوا مفید است و مواد درسی را به فراخور دانشجو تغییر می دهد.
با این فناوری جدید، روش آموزش نیز می تواند به تناسب حال دانشجو تغییر کند، چون استاد وقت بیشتری خواهد داشت که مسقتیما به دانشجو کمک کند و وقت کمتری را صرف درس دادن سر کلاس می کند. یکی از مزیتهای این وضعیت برای استادان این است که نرم افزار به طور خودکار به دانشجوها نمره می دهد.
ایرین بلوم، استاد ریاضیات دانشگاه ایالتی آریزونا می گوید: « این شیوه آموزش شخصی است، با نیازهای دانشجو منطبق است. از این رو ممکن است یک دانشجو موضوع خاصی را بسیار سریع یاد بگیرد، در حالی که دانشجوی دیگری نیاز به کار بیشتر دارد و سیستم می تواند خود را با هر دو دانشجو تطبیق دهد.»
مدیران دانشگاه ایالتی آریزونا به دنبال راههایی هستند که دانشجوها را در یادگیری ریاضیات دانشگاهی هدایت کند. این درس بیش از هر درس دیگری باعث می شود دانشجویان تحصیل را رها کنند. دانشگاه ایالتی آریزونا با بیش از ۷۰ هزار دانشجو بزرگترین دانشگاه دولتی ایالات متحده آمریکاست.
از زمان استفاده از این نرم افزار، میزان موفقیت در دانشگاه ایالتی آریزونا ۱۳ درصد بیشتر شده است و میزان کسانی که سال اول ترک تحصیل می کنند ۵۴ درصد کاهش یافته است. بزودی، بیش از پنج میلیون دانشجو از این سیستم یادگیری تطبیقی استفاده خواهند کرد.
#Bigdata
Forwarded from Deleted Account
تربیت متخصصان کار با «کلان داده» در چین
هفت دانشگاه چین اینک دوره هایی برای تربیت «دانشگر داده» تعریف کرده اند. منظور از «دانشگر داده» کسی است که بداند چگونه با «کلان داده» (داده های انبوه) کار کند. این دوره های آموزشی اولین بار در سراسر جهان برگزار می شود.
وزارت آموزش چین با شرکت بزرگ فناوری اطلاعات “آی بی ام” قراردادی امضا کرده است تا به کمک این شرکت در چندین دانشگاه، دانشکده های آنالیز “کلان داده” به وجود بیاید. قرار است تا پایان سال جاری میلادی، ۴۰ هزار آنالیستِ داده برای تحلیل داده های مربوط به مدیریت مالی، پیش بینی هوا، و مدیریت خطرات تربیت شوند.
دانشگاه “ژیائوتانگ” در پکن یکی از قدیمی ترین دانشگاه های فناوری اطلاعات در چین است و از ماه سپتامبر تا کنون یکی از هفت دانشگاه نمونه ای است که در آنها اولین دوره آموزش «کلان داده» آغاز شده است.
در ماه ژوئن، اولین دوره دانشجویان رشته «کلان داده» از دنشگاه ژیائوتانگ فارغ التحصیل خواهند شد. قرار است تا پایان امسال این رشته در یکصد دانشگاه دیگر در چین به راه افتد.
در چین، فرصتهای شغلی برای تخصص آنالیز«کلان داده» از هر زمان دیگر بیشتر است. بسیاری از شرکتهای چینی به دنبال چنین کارشناسانی هستند.
#Bigdata
هفت دانشگاه چین اینک دوره هایی برای تربیت «دانشگر داده» تعریف کرده اند. منظور از «دانشگر داده» کسی است که بداند چگونه با «کلان داده» (داده های انبوه) کار کند. این دوره های آموزشی اولین بار در سراسر جهان برگزار می شود.
وزارت آموزش چین با شرکت بزرگ فناوری اطلاعات “آی بی ام” قراردادی امضا کرده است تا به کمک این شرکت در چندین دانشگاه، دانشکده های آنالیز “کلان داده” به وجود بیاید. قرار است تا پایان سال جاری میلادی، ۴۰ هزار آنالیستِ داده برای تحلیل داده های مربوط به مدیریت مالی، پیش بینی هوا، و مدیریت خطرات تربیت شوند.
دانشگاه “ژیائوتانگ” در پکن یکی از قدیمی ترین دانشگاه های فناوری اطلاعات در چین است و از ماه سپتامبر تا کنون یکی از هفت دانشگاه نمونه ای است که در آنها اولین دوره آموزش «کلان داده» آغاز شده است.
در ماه ژوئن، اولین دوره دانشجویان رشته «کلان داده» از دنشگاه ژیائوتانگ فارغ التحصیل خواهند شد. قرار است تا پایان امسال این رشته در یکصد دانشگاه دیگر در چین به راه افتد.
در چین، فرصتهای شغلی برای تخصص آنالیز«کلان داده» از هر زمان دیگر بیشتر است. بسیاری از شرکتهای چینی به دنبال چنین کارشناسانی هستند.
#Bigdata