🔘 توضیح مراحل مختلف اپلای برای رشته های مختلف

منبع: کانال یوتیوب saeedspov

🙋🏻‍♀@meteorjournal

⚡️پلاسما

بجز حالات جامد، مایع، و گاز؛ مواد دارای حالت دیگه ای به نام پلاسما هستن.
پلاسما ذرات گازی ای هستش که شدیدا یونیزه شده و از مقدار تقریبا برابری از ذرات مثبت و منفی تشکیل شده.

دمای پلاسما بر خلاف حالات دیگه ی ماده از روی ارتعاش ذرات محاسبه نمیشه، بلکه از میزان یونش (جدا شدن یون های مثبت و منفی) تعریف میشه.

این حالت ماده در ستاره ها، جوشکاری، سیم پیچ تسلا، قوس الکتریکی، شفق قطبی، یونسفر جو زمین، صاعقه، و خیلی جاهای دیگه مشاهده میشه.

یک نوع پلاسما وجود داره با نام «پلاسمای حالت جامد»
توی مواد نیمه رسانا میتونیم با تزریق بار الکترون ها (بار -) و حفره ها (بار +) رو بوجود بیاریم (البته این بارها به صورت ناخالصی در نیمه رساناها به مقدار کم وجود دارن). از این طریق میتونیم پلاسمای حالت جامد بسازیم.

#فیزیک #پلاسما
🙋🏻‍♂@meteorjournal

📃 Dunning–Kruger effect

#اثر_دانینگ_کروگر
🙋🏻‍♂@meteorjournal

🔬 استدلال دموکریتوس درباره ی ساختار دانه ای جهان (اتم)

برشی از #کتاب #واقعیت_ناپیدا
#فیزیک #دموکریت #اتم
🙋🏻‍♂@meteorjournal

📣📣📣 ۲۵۰ دوره آنلاین رایگان شرکت فنآوری های هواوی چین برای دانشجویان سراسر دنیا ( در زمینه هوش مصنوعی، بیگ دیتا، اینترنت اشیا، امنیت، شبکه و غیره)

🌐 اطلاعات بیشتر و ثبت نام:
https://e.huawei.com/en/talent/#/search?productTags=&productName=&navType=learningNavKey

🙋🏻‍♀@meteorjournal

⚡️واکنش قوس الکتریکی به میدان مغناطیسی

بیشتر بخوانید 👇🏼

🟢 قوس الکتریکی

🟡 سیم پیچ تسلا

🟠 پلاسما

#فیزیک #قوس_الکتریکی #پلاسما #مغناطیس
🙋🏻‍♂@meteorjournal

💻 تفاوت بین ANN، CNN و RNN:

🔸 شبکه عصبی مصنوعی (ANN):
یک پرسپترون یا نرون را می توان مانند یک رگرسیون logistic در نظر گرفت. شبکه عصبی مصنوعی یا ANN از گروهی از چندین پرسپترون یا نورون در هر لایه تشکیل شده است. آنها به عنوان شبکه عصبی پیشخور (Feed-Forward ) نیز نامیده می شوند زیرا ورودی ها فقط در جهت رو به جلو پردازش می شوند. ANN از لایه های ورودی، مخفی و خروجی تشکیل شده است. این شبکه ها می توانند عمیق (deep) یا سطحی (shallow) باشند و برای حل مسائل مربوط به داده های جدولی، داده های عکس و داده های متن به کار گرفته شوند.

🔸 شبکه عصبی پیچشی (CNN):
شبکه عصبی پیچشی از انواع شبکه عصبی و یکی از مدل های پر استفاده امروزی است. CNN در حوزه ها و کاربردهای متفاوتی به کار می روند اما به صورت ویژه در پروژه های پردازش ویدئو، عکس وبینایی ماشین کاربرد دارند. مرکز شبکه عصبی پیچشی، لایه کانولوشن یا پیچشی است و دلیل نامگذاری این نوع شبکه محسوب می شود.

🔸 شبکه عصبی بازگشتی (RNN):
شبکه عصبی بازگشتی، شبکه پیچیده ایی است. هدف آنها پردازش داده های دنباله ایی است. RNN می تواند به علت داشتن حافظه داخلی، ورودی قبلی خود را به خاطر بسپارد و از این حافظه برای پردازش دنباله ایی از ورودی ها استفاده کند. در این شبکه ها خروجی گره های پردازشی، ذخیره می شوند و نتیجه دوباره به مدل بازگرداننده می شوند.

👈بیشتر بخوانید:
https://vrgl.ir/fcjkC

👩🏻‍💻@meteorjournal

🌡 نمودار تغییر دما در اثر تغییر ارتفاع در جو زمین

🔵 تروپوسفر:
75% جرم اتمسفر رو تشکیل میده و تقریبا تمام بخار آب اتمسفر رو شامل میشه. به علاوه بیشتر پدیده های روزمره به این لایه مربوطه.

🟢 استراتوسفر:
لایه ی اوزون در این بخش از جو قرار داره. و سپری در برابر اشعه ی ماوراء بنفش خورشیده.

🟡 مزوسفر:
شهاب سنگ ها در اثر برخورد با ذرات این لایه شروع به سوختن میکنن.

🟠 ترموسفر:
در این بخش دما به دلیل تابش مستقیم خورشید زیاده و اتم ها بدلیل تابش فرابنفش یونیزه میشن.

#اتمسفر
🙋🏻‍♂@meteorjournal

⚗ آزمایش میلر

توی این آزمایش (با توجه به فرضیات سال 1952 از شرایط نخستین زمین) تلاش شد تا از مولکول های ساده ی غیر زیستی (آب، متان، آمونیاک، و هیدروژن)؛ مولکول های زیستی تولید بشه.

توی این آزمایش یک مخزن که تا نیمه از آب پر شده قرار داره و توسط منبع حرارت به بخار تبدیل میشه. بعد با سایر مواد اولیه مخلوط شده و به یک مخزن 5 لیتری وارد میشه. توی مخزن جدید الکترودهایی وجود دارن که با ایجاد جرقه، رعد و برق رو تداعی میکنن (مرحله ی ایجاد واکنش های شیمیایی). نهایتا محصولات واکنش از مخزن خارج؛ و بعد از سرد شدن به سمت خروجی هدایت میشن.

در نتیجه ی این آزمایش، تعداد قابل توجهی آمینو اسید (واحدهای سازنده ی پروتئین) بوجود اومد که بر امکان بوجود اومدن موجودات زنده از مواد بی جان صحه میذاره.

⚠️ هنوز تئوری قطعی ای برای شرایط اولیه ی زمین وجود نداره ولی شواهد حاکی از امکان تولید موجودات زنده از مولکول های غیر زنده هستش.

#آزمایش_میلر
🙋🏻‍♂@meteorjournal

#سوالات_مصاحبه_استخدامی_متخصص_علم_داده
#سوال_هفت

⁉️ توزیع نرمال (Normal distribution) چیست؟

✔️ داده ها می توانند با روش های مختلفی توزیع شده باشند. اگر داده در اطراف مرکز توزیع شده باشد و بایاسی به چپ یا راست نداشته باشند، یک شکل زنگوله مانند به دست می آید که به آن توزیع نرمال می گویند.
توزیع نرمال که توزیع گوسی (Gaussian Distribution) نیز نامیده می شود، از مهمترین توزیع احتمالاتی در آمار است و دارای ویژگی های زیر است:
▫️در توزیع نرمال میانگین، میانه و مد، برابر هستند. میانگین مرکز نمودار (خم) است و نمودار در نقطه میانگین دارای بیشترین ارتفاع است و بیشتر مقادیر در آن نقطه قرار دارد.
▫️توزیع نرمال دارای تقارن است. یعنی اگر نمودار توزیع نرمال را از وسط برش بزنید، هر طرف آینه و بازتاب طرف دیگر است.
▫️در توزیع نرمال کل ناحیه زیر خم (area under the curve) برابر با کل احتمال همه مقادیر متغیرها و حدود 100 درصد است.
▫️از توزیع نرمال برای درک چگونگی گسترده شدن مقادیر می توان استفاده کرد.
▫️در توزیع نرمال اگر انحراف معیار و میانگین را داشته باشیم، ناحیه زیر خم می تواند مشخص شود.

بیشتر بخوانید

🙋🏻‍♀@meteorjournal

✅ انواع بورسیه ها و کمک هزینه‌ ها برای تحصیل در خارج از کشور

⁉️ تفاوت فاند، اسکلارشیپ و گرنت

منبع: assisteam

🙋🏻‍♀@meteorjournal

💻 مهارت های نرم چیست؟

مهارت‌های سخت (Hard Skills) به توانایی شما در انجام وظایف فنی و تخصصی گفته می‌شود. در واقع مهارت‌های سخت مجموعه‌ای از مهارت‌های اکتسابی، قابل تدریس و مربوط به دقت در جزئیات تخصصی است. مثل مهارت به‌کارگیری یک ابزار خاص مانند دستگاه جوش یا استفاده از یک نرم‌افزار مانند Excel.

مهارت‌های نرم (Soft Skills) مهارت هایی هستند که با درونیات و خلق و خوی شما سر و کار دارند. این مهارت ها به نحوه تعامل شخص با خود و سایر افراد مرتبط هستند و در انجام کارهای مختلف تاثیر می گذارند مانند مهارت‌ حل مسئله، توانایی هماهنگی در کار تیمی.
یادگیری مهارت های نرم اگر چه به نظر آسان می رسد، اما به‌ مراتب از مهارت‌های سخت، دشوارتر است.

مهمترین مهارت های نرم عبارتند از:
▫️ارتباطات (communication)
▫️تطبیق پذیری و انعطاف پذیری (Adaptability)
▫️مهارت حل مسئله و تفکر انتقادی (problem-solving and critical thinking)
▫️روحیه کار تیمی (Team work)
▫️مدیریت زمان (Time Management)

🔺ویدئو به زبان انگلیسی است.
🔺زیرنویس انگلیسی

#مهارت_نرم #مهارت_سخت

🙋🏻‍♀@meteorjournal