◀️ 10 اشتباه بزرگ در سخنرانی که حضار از آن متنفر هستند.

1️⃣ نداشتن هدف مشخص
شاید این بدیهی به نظر برسد ولی خیلی از سخنرانان به روشنی برای حضار مشخص نمی‌کنند که هدفشان از ارائه سخنرانی چیست.

2️⃣ نشناختن حضار
ایراد سخنرانی‌ای که با حضار تناسب یا موضوعیتی ندارد باعث می‌شود حضار از خود بپرسند چرا وقتشان را تلف و در جلسه سخنرانی شرکت کردند. گوش کردن به سخنرانی شما باید برای آنها مفید باشد و شما باید این را مشخص کنید.

3️⃣ مرگ به وسیله‌ی پاورپوینت
بسیاری از سخنرانان در این دام می افتند که اسلایدهای خیلی زیادی را با اطلاعات زیادی پر و به حضار عرضه می‌کنند.

4️⃣ سخنرانی با صدای یکنواخت
هیچ چیز بدتر از سخن گفتن با لحنی یکنواخت و با صدایی با ارتفاع سرعت و شدت یکسان نیست. این اشتباه قطعاً حضار را به خواب خواهد برد.

5️⃣ نداشتن آمادگی
اگر سخنرانی‌تان را آماده نکرده باشید، معلوم می‌شود و حضار فکر می‌کنند به خودتان زحمت نداده‌اید تلاشی کنید.

6️⃣ نداشتن سازماندهی
اگر مسیری روشن یا یک جریان اطلاعات ارائه ندهید تا حضار آن را دنبال کنند، آنان دیگر گوش نخواهند داد و حوصله‌شان سر خواهد رفت.

7️⃣ برقرار نکردن پیوند با حضار
بعضی از سخنرانان چنان روی خودشان تمرکز می‌کنند که رابطه‌ای دوستانه با حضار پیدا نمی‌کنند.

8️⃣ ارائه شواهد و مدارک ضعیف
اگر ایده‌هایتان را با شواهد و مدارک حمایت نکنید، اعتبارتان را از دست خواهید داد. پس کارهای مقدماتی را انجام دهید.

9️⃣ طول دادنِ سخنرانی
اگر سخنرانی‌تان را زیاد طول دهید یا آن را به درازا بکشانید، خستگی روحی بر حضار غالب می‌شود و آنها دیگر گوش نخواهند داد. آماده کنید که سخنرانی‌تان را کمی زودتر از اتمام وقت به پایان برسانید و اطمینان حاصل کنید که برای خوب به پایان رساندن سخنرانی‌تان وقت کافی چیزی داشته باشید.

0️⃣1️⃣ استفاده نامناسب از لطیفه
وقتی شک دارید، لطیفه نگویید. به جای آن از شوخ طبعی استفاده کنید.

✅ اگر از این اشتباهات معمول دوری کنید در مسیر سخنرانی موفق قرار می‌گیرید.

منبع: ویکرز آماندا و باویستر استیو. خودآموز سخنرانی. ترجمه ابوذر کرمی. تهران: نشر مینیاتور، 1390.

🆔 @hpe24 |کانال آموزش پزشکی

❕دستورالعمل نحوه امتیازدهی فعالیت‌های تحقیقاتی دانشجویان پژوهشگر

⭕️بند «ک» ماده 2 آيين نامه «تسهيلات آموزشی، پژوهشی و رفاهی ويژه استعدادهای درخشان»

1⃣انتشار مقاله: حداکثر ۲۵ امتیاز + ۲ برابر impact factor سال انتشار مقاله
2⃣پایان‌نامه: حداکثر ۱۰ امتیاز
3⃣کنگره‌ها و سمینارها: حداکثر ۱۵ امتیاز
4⃣انتشار کتاب: حداکثر ۱۵ امتیاز
5⃣اجرا یا همکاری در اجرای طرح‌های تحقیقاتی: حداکثر ۱۵ امتیاز
6⃣فعالیت در کمیته تحقیقات دانشجویی: حداکثر ۲۵ امتیاز
7⃣نوآوری، اختراع و اکتشاف: حداکثر ۲۰ امتیاز

🆗حد نصاب جهت معرفی برای دانشجوی پژوهشگر:
◀️لیسانس: ۵۵ امتیاز
◀️ارشد و دکترای حرفه‌ای: ۹۵ امتیاز
◀️دانشجویان مقاطع بالاتر: ۱۱۵ امتیاز

☑️برای اطلاعات کامل، فایل را مطالعه فرمایید

🔵#روابط_عمومی 
#دانشجوی_برتر_پژوهش_آموزش_پزشکی

⭕️کمیته توسعه آموزش دانشگاه علوم پزشکی ارومیه
🆔@SCMED_UMSU

حتما تاکنون با واژۀ «هوش مصنوعی» برخورد کردید! با یه نگاه ساده به تیترهای خبری زیر، می‌تونیم به اهمیت هوش مصنوعی در عصر داده پی ببریم:

محققان گفته‌اند که یک سیستم هوش مصنوعی برای کمک به پرکردن کلمات از دست رفته در نوشته‌های باستانی توسعه داده‌اند. این ابزار که Ithaca نام دارد برای کمک به مورخان برای تعمیر نوشته‌ها و شناسایی زمان و مکان نوشته‌شده، طراحی شده است.

محققان حوزه یادگیری ماشین با استفاده از الگوریتم جنگل تصادفی و با بهره‌گیری از عوامل تاثیرگذار بر سرطان پستان، قابلیت تشخیص ابتلا به سرطان با بیشترین دقت (94.75%) را پیدا‌کرده اند.

محققان «موسسه فناوری ماساچوست» و «دانشگاه هاروارد» به تازگی ابزاری ساخته‌اند که با کمک فناوری هوش مصنوعی می تواند متون جعلی را که توسط ربات‌ها نوشته شده، شناسایی کند. این ابزار کمک بزرگی به افراد در تشخیص اخبار جعلی خواهد کرد.

• ایلان ماسک در مراسم رو نمایی از پروژه نورالینک:
شاید کمی عجیب به نظر برسد..
اما ما می‌خواهیم در نهایت به همزیستی مغز انسان با هوش‌مصنوعی برسیم!

#artificial_intelligence
🆔@src_p_umsu
🆔LinkedIn
🆔 https://src.umsu.ac.ir

همون طور که مطالعه‌کردید، هوش مصنوعی و یادگیری ماشین، در ابعاد مختلفی از زندگی انسان‌ها کاربرد دارن. از بازی‌های ویدیویی و تبدیل گفتار به نوشتار گرفته تا زمینه‌هایی مثل تشخیص بیماری‌هایی از قبیل سرطان.
در مجموعه پست‌هایی که با هشتگ #artificial_intelligence در کانال کمیته تحقیقات دانشجویی دانشکده پزشکی ارومیه قرار داده میشه، با هوش مصنوعی و یادگیری ماشین به عنوان علوم روز دنیا آشنا میشیم و مقالات مختلفی رو که در حوزه سلامت هوشمند منتشر شدن، بررسی می کنیم.
📝گرد آورنده: آرمان قره باغی
#artificial_intelligence
🆔@src_p_umsu
🆔LinkedIn
🆔 https://src.umsu.ac.ir

برای دهه‌ها، تحقیقات در مورد بیولوژی سرطان بر دخالت ژن‌های کدکننده پروتئین متمرکز بود. اخیراً کشف شد که یک کلاس کامل از مولکول‌ها کهnon_coding RNA   نامیده می‌شوند، نقش‌های تنظیمی کلیدی را در شکل‌دهی فعالیت سلولی ایفا می‌کنند. این مولکول ها حاصل ژن هایی هستند که پروتئین کد نمی‌کنند. از آن زمان تحقیقات گسترده ای در زمینه بیولوژی ncRNA نشان داده است که آنها نشان دهنده یک گروه متنوع و رایج از RNA ها هستند، از جمله مولکول های انکوژنیک و مولکول هایی که به شیوه ای سرکوب کننده روی تومور کار می کنند. در نتیجه، صدها کارآزمایی بالینی متمرکز بر سرطان شامل ncRNAها به عنوان نشانگرهای زیستی جدید یا درمان‌ها آغاز شده‌اند و این ها احتمالاً آغاز راه هستند.

گردآوری: زهرا نجفیان
#genetics
@src_p_umsu

با عرض سلام و احترام خدمت دانشجويان گرامى
چند دوره آموزشی رایگان و بسیار ارزشمند که توسط دانشگاههای معتبر ارائه شده در زمینه تحلیل داده، نگارش مقاله، طراحی مطالعه، مدیریت پروژه و ....

Data Analysis:
1. Harvard - R Basics: https://lnkd.in/gzW8Z5jT
2. Harvard - Statistics and R:
https://lnkd.in/ggwKPfH3
3. Harvard - Data Wrangling: https://lnkd.in/gnArki9W
4. Harvard - Probability: https://lnkd.in/gRA-sCrU
5. Harvard - Linear Regression: https://lnkd.in/gCqYdf_W
6. Harvard - Inference and Modelling: https://lnkd.in/gSnuYTMW
7. Johns Hopkins - Advanced Statistics for Data Science Specialization: https://lnkd.in/g_n-3Wn5
8. RICE - Introduction to Data Analysis with Excel: https://lnkd.in/gBVHWzvR
9. Johns Hopkins - Biostatistics in Public Health Specialization: https://lnkd.in/g2bGxxet

Writing:
10. Lund - Writing in English at University: https://lnkd.in/gpMSRaAE
11. Ecole Polytechnique: How to Write and Publish a Scientific Paper: https://lnkd.in/gPfSdCSv
12. Stanford - Writing in the Sciences: https://lnkd.in/gSK3HbPn

Study Designs:
13. NUS - Quantitative and Qualitative Research for Beginners: https://lnkd.in/ggfRpway
14. Imperial - Study Designs in Epidemiology: https://lnkd.in/gay73vX8
15. UCT - Understanding Clinical Research: Behind the Statistics: https://lnkd.in/g6nhZjt6
16. Johns Hopkins - Introduction to Systematic Review and Meta-Analysis: https://lnkd.in/gvA5cfbT

Communication skills:
17. Harvard - Rhetoric: The Art of Persuasive Writing and Public Speaking: https://lnkd.in/gxsf9KgA

Grant writing:
18. Udemy - Just Start Grant Writing: https://lnkd.in/gT2v9peW

Project Management:
19. UCI - Project Management: The Basics for Success: https://lnkd.in/gRpf7NuB

بیماری های نورودژنراتیو
(Neurodegenerative Diseases )
طیف گسترده ای از بیماری ها هستند که به طور اولیه نورون های مغز را درگیر کرده و به تدریج باعث از بین رفتن نورون ها می شوند.
بیماری آلزایمر (AD)، بیماری پارکینسون (PD) و اسکلروز لترال آمیوتروفیک (ALS) سه مورد از بیماری‌های نورودژنراتیو مهم هستند. شیوع و بروز این بیماری ها با افزایش سن به طور چشمگیری افزایش می یابد. بنابراین انتظار می رود تعداد موارد ابتلا در آینده روند افزایشی داشته باشد. ارتباط بین عوامل ژنتیکی و محیطی، به استثنای برخی موارد، به خوبی شناخته نشده است. ادغام تکنیک های مولکولی، از جمله ژنومیکس، پروتئومیکس و… در تحقیقات اپیدمیولوژیک،برای افزایش پیشرفت در تعیین مکانیسم های پاتوژنز و شناسایی عوامل خطر خاص، به ویژه مکانیسم‌های بیماری زمینه‌ای و عوامل خطر، ممکن است منجر به بهبود مدیریت بیماری شود.
لینک مقاله
#Neurodegenerative_diseases
#Neuroscience

📝گرد آورنده: هانیه امینی

🆔@src_p_umsu
🆔LinkedIn
🆔 https://src.umsu.ac.ir

یادگیری ماشین چیست؟
به صورت خیلی خلاصه اگر بخواهیم بگوییم ماشین لرنینگ چیست، ماشین لرنینگ یا یادگیری ماشین یک نوع از هوش مصنوعی است که به یک سیستم امکان می‌دهد از روی داده‌ها یاد بگیرد و نه از روی برنامه‌نویسی دقیق.
در یک سطح دیگر می‌توان ماشین لرنینگ را فرایند آموزش دادن به یک سیستم کامپیوتری دانست تا بتواند هنگامی که اطلاعات مناسبی به آن داده می‌شود، پیشبینی‌های دقیقی انجام بدهد. این پیشبینی‌ها ممکن است تشخیص دادن اینکه یک تکه میوه در عکس، سیب یا پرتقال یا موز است، باشد، یا تشخیص یک دسته از افراد که در حال رد شدن از خیابان هستند باشد، یا اینکه در فلان جمله «دفتر» به معنای یک محل کار است یا به معنای محل یادداشت، و یا شناسایی محتوای یک ویدئو و تولید کپشن برای آن باشد.
به صورت کلی، اغلب الگوریتم‌های یادگیری ماشین به دو دسته اصلی
1.الگوریتم‌های یادگیری با نظارت
2.الگوریتم‌های یادگیری بدون نظارت تقسیم میشود.
منبع

📝گرد آورنده: آرمان قره باغی
#artificial_intelligence
🆔@src_p_umsu
🆔LinkedIn
🆔 https://src.umsu.ac.ir

🖊️انتخابات شورای مرکزی کمیته تحقیقات دانشجویی دانشگاه علوم پزشکی ارومیه برگزار میشود:
📝لیست داوطلبین پس از بررسی رزومه در فرم مشخص شده است
📌توجه فرمایید که هر فرد میتواند حداکثر به ۱۵ نفر رای دهد

❌مهلت شرکت در انتخابات تا ساعت ۲۲ دوشنبه ۱۰ بهمن
https://docs.google.com/forms/d/e/1FAIpQLSfOkymDIjWhfaZEsnP80pRmfS7PcWtqvkyt_AUmMXJFRH8pRA/viewform?usp=sf_link

@src_umsu

‍ ◀️ مفهوم‌پردازی پدیده سایش [قلدری] از منظر اعضای هیئت علمی دانشگاه‌های جامع شهر تهران؛ مطالعه‌ای زمینه‌ای

واژه Bullying که در برگردان فارسی آن از واژگانی چون قلدری و یا زورگویی استفاده می‌شود، در مفهوم به «دسته‌ای از رفتارهای منفی که به شکل آزار کلامی یا فیزیکی، طرد اجتماعی و یا اثر منفی گذاشتن بر عملکرد فرد در محیط کاری و به صورت هدفمند در یک بازه‌ی زمانی، تکرار شونده رخ می‌دهد»، اشاره دارد.

پدیده Bullying نشان دهنده رفتاری مخرب هر چند کوچک یا بزرگ است که در طول زمان تکرار شده و آسیب‌های جدی با خود به همراه آورده است. به تعبیری، مانند همان قطره آبی است که وقتی در طولانی مدت و مداوم بر سنگی محکم، می‌چکد بالاخره راهی در آن می‌یابد و فرایند فرسایش را رقم می‌زند.

اگرچه سایش نوعی رفتار مخرب است، اما باید توجه داشت که، رفتارهای مخرب زیادی (خشونت در محل کار، بی‌ادبی در محل کار، آزار و اذیت در محل کار، انحراف در محل کار، تضعیف اجتماعی و سوء استفاده عاطفی) در محیط کار هستند که گاه با سایش اشتباه گرفته می‌شوند. آنچه باعث تمایز این رفتارهای مخرب از سایش می‌شود، ذکر دو شرط (دوره زمانی و تکرار شوندگی) است.

در پژوهش حاضر با توجه به هدف؛ یعنی"مفهوم‌پردازی پدیده سایش مبتنی بر تجربه‌های زیسته اعضای هیئت علمی دانشگاه‌های جامع دولتی شهر تهران" از روش نظریه‌پردازی داده بنیاد با نگاه ساختگرایانه چارمز و برایانت استفاده شد.

1️⃣ پدیده سایش

مفهوم پدیده سایش
الگوی رفتاری بلندمدت، تکراری، هدفمند، برنامه‌ریزی شده، بازتولیدشونده، مخرب، آسیب زننده، سوء استفاده از قدرت

ابعاد پدیده سایش
- کلامی (توهین، تحقیر، تمسخر، طعنه و کنایه، ارعاب و تهدید به منظور آسیب‌زدن به روح و روان فرد)

- اجتماعی (مخدوش کردن روابط و وجهه اجتماعی فرد قربانی توسط عامل سایش از طریق شایعه‌پراکنی، تهمت‌زدن، نادیده گرفتن، طرد کردن و محروم کردن فرد قربانی)

سطوح پدیده سایش
- مدیریتی (میان اعضای هیئت علمی با مدیران)
- بین اعضای هیئت علمی

2️⃣ عوامل شکل‌گیری پدیده سایش

عوامل سازمانی
- قوانین و زیرساخت‌ها
- فرهنگ سازمانی
- تبعیض سازمانی
- مدیریت ناکارآمد
- ساختار حاکم بر دانشگاه
عوامل فردی
- ویژگی‌های شخصیتی عامل سایش

3️⃣ ریشه پدیده سایش
فرهنگ عمومی
آموزش و پرورش
خانواده

4️⃣ راهبردهای مواجهه با سایش
اجتناب
تقابل
پذیرش

5️⃣ عوامل مؤثر بر انتخاب راهبردهای مقابله
پاسخ‌گویی مسئولان
سطح تاب‌آوری
باور رایج

6️⃣ پیامدهای پدیده سایش برای قربانی

آسیب شغلی
- از دست دادن شغل
- کاهش تعهد کاری
- سکوت سازمانی
- ناامنی و فرسودگی شغلی
آسیب فردی
- جسمانی
- روانی
آسیب اجتماعی
- جدایی
- انزوا
- انتقام

منبع: رشیدی زهرا، فراستخواه مقصود. مفهوم‌پردازی پدیده سایش از منظر اعضای هیئت علمی دانشگاه‌های جامع شهر تهران؛ مطالعه‌ای زمینه‌ای. فصلنامه پژوهش و برنامه ریزی در آموزش عالی 1397؛ 24 (4) :123-150.

🆔 @hpe24 |کانال آموزش پزشکی

💠 کانال‌های تلگرامی شبکه نخبگان ایران

✅ کانال اصلی شبکه نخبگان ایران:
🆔 @IranElitesNet

✅ مرکز المپیادهای علمی علوم پزشکی:
🆔 @Olympiad_TUMS

✅ باشگاه المپیادهای دانش‌آموزی:
🆔 @Olympiad_Club

✅ کانـون کتابخـــوانی:
🆔 @Book_TUMS

✅ انجمن علمی ارتــوپدی:
🆔 @Orthopedic_Association

✅ کانال آموزشی ارتــوپدی:
🆔 @Orthopedic_learning

✅ انجمن علمی جراحی مغز و اعصاب:
🆔 @Neurosurgery_association

✅ انجمن علمی رادیــولوژی:
🆔 @Radiology_association

✅ انجمن علمی مدیریت نظام سلامت:
🆔 @Management_association

✅ انجمن علمی دندانپـــزشکی:
🆔 @Dentistry_Association

✅ انجمن علمی داروســــازی:
🆔 @Pharmacy_Association

✅ انجمن علوم انسانی سلامت:
🆔 @Philosophy_TUMS

✅ انجمن علمی بیــوتکنـولــوژی:
🆔 @BioTech_Association

✅ انجمن علمی سلول‌های بنیادی:                  
🆔 @StemCell_Association

✅ انجمن علمی فناوری نانــو:
🆔 @Nano_Association

✅ انجمن علوم داده (Data Science):
🆔 @DataScience_Association

✅ آکادمی MedAI (هوش مصنوعی و پزشکی):
🆔 @MedAI_academy

✅ آکادمی مِد استــارتاپ:
🆔 @Med_StartUp

✅ گروه جلسات انتقال تجربه به دستیاران :
🆔 @dastyaran1400

✅ کانال آموزشی مِدتَلنت:
🆔 @MedTalent

✅ کانال آموزشی بِیس‌تلنت (علوم‌پایه پزشکی و دندان‌پزشکی):
🆔 @Base_Talent

✅ باشگاه نشریات دانشجویی:
🆔 @Pub_Club

✅ گنجینه ادب پارسی:
🆔 @Ganjine_adab


🔸 Linkedin
🔸 aparat.com/IranElitesNet

در شبــکه نخبـــگان ایــران با ما همراه باشید 🌱
| @IranElitesNet |

بزرگترین گردهمآیی “هوش مصنوعی در ایران”
با تدریس یکی از ماهرترین اساتید این حوزه
“خانم دکتر الناز امانزاده”

سری کلاس های “Neuro-AI؛گامی به سوی آینده‌ای روشن‌تر”

🔰در ۱۰ جلسه به شرح زیر تدوین شده است.
۱)جلسه ی اول شامل معرفی و‌مقدمات
۲)سه جلسه شامل هوش مصنوعی در تشخیص
۳)سه جلسه شامل هوش مصنوعی در ‌ درمان
۴)سه جلسه شامل هوش مصنوعی در پیش‌آگاهی

🔰اهداف‌دوره:
الف)آشنایی با مفاهیم مقدماتی و‌کاربردی
ب)آشنایی کامل با BigData
ج)آشنایی با مدل های پیش‌بینی
د)افزایش توانمندی در حوزه‌ی طراحی پروژه‌ی تحقیقاتی

🔰مزایا:
الف)فراگیری مطالب فوق‌مهم که در دنیای امروز از ضروریات است
ب)دریافت گواهی انگلیسی معتبر شرکت دوره
ج)دریافت مجوز حضور در سری دوم کلاس ها که باهمکاری دانشگاه واشنگتن برگزار میشود.
د) ۵‌درصد برتر آزمون‌نهایی‌ وارد کارهای پژوهشی میشوند.

برای ثبت نام از طریق این لینک اقدام بفرمایید.


🔰مراکزهمکار:
۱)انجمن جراحی مغز و اعصاب به عنوان مرکز برگزار کننده
۲)مرکز تحقیقات عملکردی جراحی مغز و اعصاب
۳)شبکه‌ی‌ نخبگان ایران
ایدی ارتباطی:
🆔@Neurosurgery_association_admin

🆔@Neurosurgery_association
🆔@IranElitesNet

بیماری آلزایمر (AD) اختلالی است که باعث تخریب سلول‌های مغز می‌شود و عامل اصلی زوال عقل است که با کاهش تفکر و استقلال در فعالیت‌های روزانه شخص مشخص می‌شود. AD به عنوان یک بیماری چند عاملی در نظر گرفته می شود: دو فرضیه اصلی به عنوان علت AD ارائه شده است، فرضیه کولینرژیک و آمیلوئید.علاوه بر این، چندین عامل دیگر مانند افزایش سن، عوامل ژنتیکی، تروماهای سر، بیماری‌های عروقی، عفونت‌ها و عوامل محیطی در بروز این بیماری نقش دارند.در حال حاضر، تنها دو دسته از داروهای تایید شده برای درمان AD وجود دارد: مهارکننده‌های آنزیم کولین استراز و آنتاگونیست‌های N-methyl d-aspartate (NMDA) که فقط در درمان علائم AD موثر هستند، اما درمان یا پیشگیری نمی‌کنند. امروزه، پژوهش هایی برای درک پاتولوژی AD با هدف قرار دادن مکانیسم‌های مختلف، مانند متابولیسم غیرطبیعی پروتئین تاو، β-آمیلوئید، پاسخ های التهابی، و آسیب کولینرژیک و رادیکال‌های آزاد، به منظور کشف درمان‌های موفقی که قادر به توقف پیشرفت بیماری باشند، صورت می گیرد.
لینک مقاله
#Neurodegenerative_diseases #AD

📝گرد آورنده: هانیه امینی

🆔@src_p_umsu
🆔LinkedIn
🆔 https://src.umsu.ac.ir

🧠برای یادگیری بیشتر میتوانید این ویدئو از مجموعه Osmosis را تماشا کنید.
#Neurodegenerative_Diseases
#AD

💡وبینار مجازی «آموزش مبتنی بر کیس برای دروس داخلی با محوریت آب و الکترولیت»

👩‍🏫 مدرس: سرکار خانم دکتر خدیجه مخدومی

💊 فوق تخصص نفرولوژی؛ متخصص داخلی
💉 عضو هیئت علمی پژوهشکده تحقیقات بالینی


🖥 پلتفرم برگزاری: Google Meet

🕰 زمان برگزاری: پنجشنبه ۲۰ بهمن ۱۴۰۱
ساعت ۲۰

📡 برگزار کننده: دفتر منتورینگ دانشجویان پزشکی ارومیه

🌐 لینک ورود به کلاس:
http://meet.google.com/qwg-pmss-zmn

🔵#آموزش
#رویدادها
#CBL

🆔@SCMED_Kalan2

تفاوت یادگیری ماشین با برنامه نویسی سنتی
در برنامه نویسی سنتی، برنامه نویس، برنامه را به طور کامل به کامپیوتر میداد و دقیقا به رایانه می گفت که چه کار کند، در واقع فرآیند کاملا دستی بود، و برنامه نویس برنامه را خلق میکرد. پس می توان گفت در برنامه نویسی سنتی، فرآیند به شکل زیر بوده است:

خروجی = برنامه + ورودی

اما در یادگیری ماشین یا ماشین لرنینگ، فرآیند کاملا اتوماتیک است، به این شکل که ما دیگر به کامپیوتر برنامه ای نمیدهیم و در عوض ورودی و خروجی را می دهیم و برنامه را میگیریم؛ پس فرآیند ماشین لرنینگ به این صورت است:
برنامه = ورودی + خروجی
#artificial_intelligence
#pt_2
منبع
📝گرد آورنده: آرمان قره باغی

🆔@src_p_umsu
🆔LinkedIn
🆔 https://src.umsu.ac.ir

پست قبلی را با یک مثال تکمیل می کنیم.
در این مثال میخواهیم با استفاده از تصاویر دیجیتال از نمونه بافت تومور مثانه به عنوان ورودی (سمت چپ تصویر بالا)، خطر گسترش سرطان به غدد لنفاوی مجاور را پیش بینی کنیم (سمت راست تصویر بالا).

رویکرد برنامه نویسی سنتی: پیاده سازی این مدل با استفاده از برنامه نویسی سنتی تقریبا غیرممکن به نظر میرسد. زیرا مستلزم پیاده سازی شروط بسیار در برنامه بوده و در نهایت ممکن است مدل طراحی شده، با دقت غیرقابل قبولی پیش بینی بکند.

رویکرد یادگیری ماشینی: در یادگیری ماشین مجموعه داده ای تحت عنوان مجموعه train یا آموزش به الگوریتم ارائه میشود.
در این مدل، به عنوان مثال 1000 نمونه عکس از بافت تومور مثانه که توسط چندین متخصص حوزه سرطان به دو دسته " ریسک گسترش بالا" و "ریسک گسترش پایین" تقسیم شده اند به عنوان داده آموزشی به الگوریتم داده میشود. کامپیوتر با استفاده از داده های مجموعه آموزش، به اصطلاح یاد میگیرد که کدام عکس مربوط به "تومور با ریسک گسترش بالا" و کدام عکس مربوط به "تومور با ریسک گسترش پایین" است. با انتخاب ویژگی های مناسب و تنظیم هایپرپارامترهای الگوریتم، میتوانیم شاهد پیشبینی هایی حتی دقیق تر از پزشکان باشیم. پس از تنظیم مدل نوبت آزمایش یا تست مدل است. داده های ورودی ما شامل عکس های بدون برچسب هستند. مدل احتمال ریسک گسترش سرطان به غدد لنفاوی مجاور را برای ما پیش بینی خواهد کرد!

*توضیحات ارائه شده در این مثال برای درک آسان تر پیاده سازی یک مدل در یادگیری ماشین بوده و از این عکس برای درک بهتر استفاده شده است. لینک وبسایت این عکس جهت مطالعه بیشتر: لینک
#artificial_intelligence
#pt_2
📝گرد آورنده: آرمان قره باغی

🆔@src_p_umsu
🆔LinkedIn
🆔 https://src.umsu.ac.ir

🔵🔵🔵 پنل دانشجویی شانزدهمین كنگره  بين المللي ایمونولوژی و آلرژی و كميته تحقيقات دانشجويى و فناوری دانشگاه علوم پزشكى ایران برگزار میکند....

               Iran Mapping 16

🎯مسابقه ای سراسر هیجان

🪩مناظره هایی جذاب

🏆همراه با جوایزی باور نکردنی برای تیم های برتر🥇🥈

⏰زمان: ۷  تا ۹  اردیبهشت ماه ۱۴۰۲
📋مکان: تهران، مرکز همایش های رازی
دانشگاه علوم پزشکی ایران


📌اطلاعات بیشتر درمورد ثبت نام و شرکت در مسابقه بزودی در سایت و کانال کنگره اعلام می‌شود.
                  🔷🔷🔷🔷
گروه مسابقه
⭕️@S_ICIA

وب سایت کنگره

🌐 https://www.icia.ir/

▫️▫️▫️▫️▫️▫️▫️
ارتباط با ما
🗨@Pariioxx
🗨@abedi_1402

🔹🔹🔹🔹🔹🔹🔹🔹🔹
@iums_src
src.iums.ac.ir
🔹🔹🔹🔹🔹🔹🔹🔹🔹
#کمیته_تحقیقات_و_فناوری_دانشجویی_دانشگاه_علوم_پزشکی_ایران
#روابط_عمومی
#خبر
#کانسپت_مپ