🍉 برگزاری آیین گرامی‌داشت شب یلدا در دانشکده علوم ریاضی

🍇 آیین گرامی‌داشت شب یلدا با حضور اعضای هیأت علمی، کارکنان و دانشجویان، در سالن استاد دکتر بزرگ‌نیا دانشکده علوم ریاضی برگزار شد. این مراسم با فضایی صمیمی و فرهنگی، جلوه‌ای از پاسداشت سنت‌های کهن ایرانی را به نمایش گذاشت.

🍊 در آغاز برنامه، گروهی از هنرمندان موسیقی سنتی در دو نوبت به اجرای زنده پرداختند که اجرای آنان با استقبال گرم و تشویق ممتد حاضران همراه بود و حال‌وهوایی دلنشین به مراسم بخشید. در ادامه، با ارائه مطالبی در خصوص سنت حافظ‌خوانی در شب یلدا، به جایگاه والای این آیین فرهنگی در حافظه تاریخی ایرانیان پرداخته شد.

🍌 سپس آقای دکتر مشایخی با سخنانی پیرامون آشنایی عمیق‌تر با شخصیت و اندیشه‌های حافظ شیرازی، بر ضرورت مطالعه و تأمل بیشتر در آثار و منابع مرتبط تأکید کردند و برخی آثار پیشنهادی در این حوزه را نیز معرفی نمودند.

🥒 در بخش دیگری از این مراسم، اعضای هیأت رئیسه دانشکده، ضمن خوشامدگویی به شرکت‌کنندگان، از از دست‌اندرکاران برگزاری این آیین که نقش مؤثری در حسن اجرای مراسم داشتند، قدردانی به عمل آوردند و به رسم یادبود، با همراهی آقای حسن احمدی، مدیر امور عمومی دانشکده، هدایایی به همه نیروهای خدماتی دانشکده که با تلاش صمیمانه خود به بهبود فضای فیزیکی دانشکده همت می گمارند اهدا شد.

🍲 در پایان، مراسم با پذیرایی از حاضران و توزیع آش رشته، مطابق با سنت دیرینه این شب، در محوطه بیرونی دانشکده به کار خود خاتمه داد.

📣 در آخرین روز از دهه بزرگداشت پژوهش و فناوری، کارگاه تخصصی «علم داده و مدل‌های انتخاب» با ارائه آقای شکیب پناه‌بِحق در دانشکده علوم ریاضی برگزار شد. این کارگاه با حضور و استقبال اعضای هیئت علمی، پژوهشگران و دانشجویان، به بررسی جایگاه علم داده و مدل‌های یادگیری ماشین در مواجهه با مسائل واقعی و کاربردی اختصاص داشت.

🔸 در آغاز این سخنرانی، آقای شکیب پناه‌بِحق به طرح این پرسش بنیادین پرداختند که با گسترش روزافزون مدل‌های هوش مصنوعی، آیا همچنان نیازی به متخصصان داده وجود خواهد داشت یا خیر. در پاسخ تأکید شد که آینده این حوزه مبتنی بر حذف نیروی انسانی نیست، بلکه بر هم‌افزایی و تلفیق دانش انسانی و توان محاسباتی هوش مصنوعی استوار است؛ تلفیقی که می‌تواند ارزش‌آفرینی واقعی ایجاد کند.
در ادامه، محسنات و چالش‌های استفاده از مدل‌های یادگیری ماشین مورد بحث قرار گرفت. افزایش دقت، مقیاس‌پذیری بالا و انعطاف‌پذیری از جمله مزایای این مدل‌ها عنوان شد و در مقابل، محدودیت‌هایی نظیر کاهش تفسیرپذیری، نیازمندی‌های داده‌ای سنگین و خطر بیش‌برازش (Overfitting) به‌صورت تحلیلی تشریح گردید.

🔸 بخش دیگری از سخنرانی به تبیین مفهوم Trade-off در سیستم‌های تحلیلی اختصاص یافت؛ از جمله تفاوت میان تخمین (Estimation) و پیش‌بینی (Prediction) و نیز مقایسه مدل‌های کلاسیک با مدل‌های مبتنی بر یادگیری ماشین. در این راستا توضیح داده شد که تخمین بیشتر به چرایی پیش‌بینی می‌پردازد، در حالی که بسیاری از مدل‌های هوش مصنوعی ماهیتی شبیه «جعبه سیاه» دارند و امکان توضیح‌پذیری در آن‌ها محدود است. بر همین اساس، اشاره شد که سازمان‌های تولیدکننده که نیازمند تحلیل علّی و تخمین هستند، غالباً از مدل‌های کلاسیک استفاده می‌کنند، در حالی که سیستم‌های غیرتولیدی بیشتر به سمت مدل‌های هوش مصنوعی گرایش دارند.

🔸 در ادامه، برخی از مهم‌ترین مدل‌های یادگیری ماشین مورد استفاده در مدل‌های انتخاب معرفی شد. از جمله این مدل‌ها می‌توان به Random Forest در حوزه حمل‌ونقل، Gradient Boosting Machines در کسب‌وکارهای تجارت الکترونیک، Neural Networks در سامانه‌های پیشنهاددهنده نظیر نتفلیکس و دیجی‌کالا، Support Vector Machine برای تصمیم‌های دودویی و در نهایت Deep Learning با ساختارهای پویا و کم‌تفسیر اشاره کرد.

🔸 برای روشن‌تر شدن مباحث، نمونه‌ای از تحلیل سیستم پیشنهاددهنده نتفلیکس ارائه شد که در آن داده‌های کاربران، داده‌های مرتبط با فیلم‌ها و داده‌های متنی مورد بررسی قرار گرفت. همچنین چالش‌های اصلی این سیستم‌ها از جمله مسئله Cold Start، مقیاس‌پذیری (Scalability) و Interoperability تشریح شد.

🔸 در بخش بعدی، پلتفرم بومی «اسنپ» به‌عنوان یک نمونه عملی تحلیل گردید. چالش‌هایی همچون ترافیک سنگین، تورم بالا، الگوهای فرهنگی و مذهبی و تنوع ترجیحات کاربران از جمله مسائل کلیدی این پلتفرم عنوان شد. در این زمینه، استفاده از مدل Gradient Boosting با هشت متغیر برای پیش‌بینی انتخاب سرویس و نیز به‌کارگیری مدل Random Forest برای پیش‌بینی حساسیت قیمتی کاربران تشریح شد. همچنین هشت عامل مؤثر در موفقیت اسنپ، از جمله توجه به مناسبت‌های مذهبی، منطقه‌بندی کلان‌شهرها، تحلیل الگوهای ترافیکی، لحاظ تورم در قیمت‌گذاری و توجه به زمان‌های نماز و افطار، به تفصیل بیان گردید.

🔸 در ادامه، پلتفرم دیجی‌کالا مورد بررسی قرار گرفت و چالش‌هایی نظیر تحریم‌های اقتصادی، تورم بالا، ترجیحات فرهنگی، محدودیت‌های پرداخت و ترجیحات برند مطرح شد. در این بخش، استفاده از مدل Gradient Boosting برای دسته‌بندی کالاها بر اساس متغیرهایی چون محل اقامت کاربر، سطح درآمد، حساسیت قیمتی، نرخ تورم و زمان تحویل و همچنین به‌کارگیری مدل Random Forest برای پیش‌بینی کشش قیمتی و تحلیل مؤلفه‌های اقتصادی بازار ایران تشریح شد.

🔸 در پایان، نمونه «من‌کارت» شهرداری و تحلیل داده‌های مرتبط با آن به‌عنوان مثالی دیگر از کاربرد عملی علم داده در خدمات شهری معرفی شد. این کارگاه با جمع‌بندی مباحث و تأکید بر اهمیت بومی‌سازی مدل‌های داده‌محور در حل مسائل واقعی کشور به کار خود پایان داد.

🏅 ارتقای آقای دکتر مهدی جباری نوقابی به مرتبه استادی

بر اساس اعلام معاونت آموزشی و دبیرخانه هیأت‌های ممیزه و اجرایی جذب دانشگاه فردوسی مشهد، در چهارصد و نوزدهمین جلسه هیئت ممیزه دانشگاه فردوسی مشهد به تاریخ ۱۴۰۴/۱۰/۰۱، آقای دکتر مهدی جباری نوقابی، عضو هیئت علمی گروه آمار، به مرتبه استادی ارتقا یافتند.

ضمن تبریک این موفقیت علمی به آقای دکتر مهدی جباری نوقابی و خانواده دانشکده علوم ریاضی دانشگاه فردوسی مشهد، بهروزی و توفیق روزافزون ایشان را از خداوند متعال خواستاریم.

مدیریت، اعضای هیات علمی و کارکنان دانشکده

به اطلاع اعضای محترم هیئت علمی و دانشجویان گرامی تحصیلات تکمیلی می‌رساند،

میزگرد تخصصی «کیفیت مقالات پژوهشی»

از مجموعه برنامه های هفته پژوهش، که به علت بارش نزولات الهی و غیرحضوری شدن فعالیت های دانشگاه به تعویق افتاد، در روز
امروز شنبه، ۶ دی ۱۴۰۴، ساعت ۱۲:۰۰
در سالن شورای دانشکده با حضور اساتید و دانشجویان تحصیلات تکمیلی برگزار می‌گردد.

راهبران جلسه:

. دکتر مصلحیان
. دکتر شهروزی
. دکتر آرشی


به همراه تقدیر از استادیاران برگزیده

حضور شما سروران گرامی، موجب غنای مباحث علمی خواهد بود.

#اطلاعیه

آزمون انتخابی تیم مسابقات ریاضی دانشگاه فردوسی مشهد

📢 قابل توجه دانشجویان مقطع کارشناسی تمامی رشته‌ها

در راستای انتخابی تیم مسابقات دانشجویی دانشگاه فردوسی مشهد سه آزمون تشریحی برگزار خواهند شد که اولین این آزمون‌ها روز پنجشنبه ۱۱ دی ماه در محل دانشکده علوم ریاضی دانشگاه فردوسی مشهد برگزار می‌شود.

📚مباحث آزمون اول
ریاضی عمومی، مبانی آنالیز ریاضی، مبانی جبر و ترکیبیات
در ادامه ۱۵ نفر برتر انتخاب و برای آزمون دوم که تاریخ آن متعاقبا اطلاع‌رسانی خواهد شد، آماده می‌شوند.

🔴 تمامی دانشجویان کارشناسی دانشگاه (رشته ریاضی یا رشته های دیگر) می توانند در این آزمون شرکت کنند.

📅 پنجشنبه ۱۱ دی ماه ۱۴۰۴
⏰ ساعت ۹ صبح
🏫 دانشکده علوم ریاضی

چهل و هشتمین دوره از مسابقات ریاضی دانشجویی در تیرماه ۱۴۰۵ به میزبانی دانشگاه فردوسی مشهد برگزار خواهد شد.

🔺🔹🔸🔺🔹🔸🔺🔹🔸🔺🔹
#انجمن_علمی_ریاضی
#انجمن_های_علمی_دانشکده_ریاضی
#انجمن_های_علمی_دانشگاه_فردوسی_مشهد

🆔@fummath
🆔@ssafum

"هفتمین دوره از مسابقات ارائه برتر"

📍 نشست هفتم: دانشکده علوم ریاضی

⏰ زمان: دهم دی ماه، ساعت ۱۱:۴۵

🏛 مکان: تالار دکتر بزرگ‌نیا

⚖️ هیئت داوران:

• دکتر امیررضا مسعودی
مدير رفاه و سلامت دانشجويان دانشگاه فردوسی مشهد
عضو هیئت علمی گروه مهندسی عمران

• دکتر مهدی فیضی
رئیس بنیاد نخبگان خراسان رضوی
عضو هیئت علمی گروه اقتصاد

• دکتر سعید ابریشمی
معاون پارک علم و فناوری دانشگاه فردوسی مشهد
عضو هیئت علمی گروه مهندسی کامپیوتر

• دکتر محسن پرویزی
ریاست اسبق گروه شهاب دانشگاه فردوسی مشهد
عضو هیئت علمی گروه ریاضی محض

📎@iefumm
📎@FumMath
📎@engfum
📎@ssafum

🥇 انتخاب عضو هیأت علمی دانشکده علوم ریاضی به عنوان پژوهشگر برتر دانشگاه فردوسی مشهد

🔸 در آیین پاسداشت هفته پژوهش و فناوری دانشگاه فردوسی مشهد که روز دوشنبه هشتم دی‌ماه ۱۴۰۴ در سالن دکتر رحیمی‌زاده دانشکده علوم برگزار شد، از جمعی از پژوهشگران برتر دانشگاه در سال جاری تقدیر به عمل آمد. در این مراسم، آقای دکتر محمد آرشی، عضو هیأت علمی گروه آمار دانشکده علوم ریاضی، نیز به عنوان یکی از پژوهشگران برتر دانشگاه در سال ۱۴۰۴ معرفی و مورد تجلیل قرار گرفت.

🔸 هیأت رئیسه، اعضای هیأت علمی و کارکنان دانشکده علوم ریاضی، ضمن تبریک این موفقیت ارزشمند به ایشان، توفیقات روزافزون و استمرار دستاوردهای علمی را برای وی آرزومندند

📌اطلاعیه در خصوص فعالیت های آموزشی و اداری دانشگاه فردوسی مشهد 
در روز چهارشنبه مورخ ۱۰ دی ماه ۱۴۰۴


🖇 به آگاهی دانشگاهیان محترم می رساند
پیرو جلسه مشترک ستادهای مدیریت بحران و مدیریت انرژی استان خراسان رضوی و اعلام تعطیلی تمامی دانشگاهها و موسسات آموزش عالی استان خراسان رضوی در روز چهارشنبه مورخ ده دی ماه، کلیه فعالیت های آموزشی و همچنین بخش های اداری دانشگاه فردوسی مشهد در تاریخ مذکور، تعطیل می باشند.

#روابط_عمومی_دانشگاه_فردوسی_مشهد

با سلام حضور همه دانشجویان عزیز، اعضای محترم هیات علمی و کارکنان گرامی،

بنا به استعلام به عمل آمده، تعطیلی فردا مطلق و در همه زمینه‌ها از جمله آموزش است.

معاونت آموزشی دانشکده