ا
روز معلم فرصت خوبیه که از معلم ها و استاد هایی که با حوصله دانش و تجربه شون رو در اختیار ما گذاشتند تشکر کنیم. خیلی از چیزهایی که امروز میدونیم و مسیری که جلو میریم، نتیجه زحمت و وقتی هست که معلمان و استادان و اساتید محترم برای آموزش گذاشتند. روز معلم را به همه معلم ها و استادان گرامی تبریک عرض میگوییم و برایشان سلامتی و موفقیت آرزو میکنیم.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۹:۳۶
رفع مشکل تایپ زبان فارسی در کلاس های وادانا
با توجه به اینکه در محیط کلاس های وادانا، نوشته های فارسی به درستی نمایش داده نمی شوند، ممکن است منظور پیام ها به طور کامل برای اساتید مشخص نباشد؛ بنابر این در ادامه راهکاری برای رفع این مشکل ارائه شده است.
مراحل رفع این مشکل:
۱- ابتدا فایلی که در زیر این پست قرار داده شده است را دانلود کنید.
۲- فایل دانلود شده را با استفاده از نرم افزار WinRAR اکسترکت (Extract) کنید.
۳- پس از اکسترکت کردن، به کمک فایل font.exe برنامه را نصب کنید.
۴- بعد از نصب، با استفاده از کلید ترکیبی Win + Space، پنجره انتخاب زبان را باز کنید.
۵- در این پنجره، آخرین زبانی که به لیست اضافه شده است را انتخاب کنید.
۶- اکنون می توانید بدون مشکل، شروع به تایپ فارسی در کلاس های وادانا کنید.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
با توجه به اینکه در محیط کلاس های وادانا، نوشته های فارسی به درستی نمایش داده نمی شوند، ممکن است منظور پیام ها به طور کامل برای اساتید مشخص نباشد؛ بنابر این در ادامه راهکاری برای رفع این مشکل ارائه شده است.
مراحل رفع این مشکل:
۱- ابتدا فایلی که در زیر این پست قرار داده شده است را دانلود کنید.
۲- فایل دانلود شده را با استفاده از نرم افزار WinRAR اکسترکت (Extract) کنید.
۳- پس از اکسترکت کردن، به کمک فایل font.exe برنامه را نصب کنید.
۴- بعد از نصب، با استفاده از کلید ترکیبی Win + Space، پنجره انتخاب زبان را باز کنید.
۵- در این پنجره، آخرین زبانی که به لیست اضافه شده است را انتخاب کنید.
۶- اکنون می توانید بدون مشکل، شروع به تایپ فارسی در کلاس های وادانا کنید.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۳:۳۵
درامد زبان های برنامه نویسی بسته به نوع و کاربرد آنها متفاوت است. اما شرکت های بزرگ با این همه درامد از کدام زبان ها استفاده میکنند؟
زبان هایی مثل پایتون، جاوا، جاوا اسکریپت، Go و سویفت جزو محبوب ترین و پردرآمدترین زبان ها هستند. پایتون به دلیل کاربرد زیاد در هوش مصنوعی و تحلیل داده درآمد بالایی دارد. زبان جاوا و Go بیشتر در پروژه های بزرگ و سازمانی استفاده می شوند. برنامه نویسان سویفت در ساخت اپلیکیشن های آیفون و برنامه نویسان جاوا اسکریپت در توسعه وب درآمد خوبی دارند.
زبان های محبوب شرکت های بزرگ:۱- پایتون (Python): این زبان به دلیل ساختار ساده و کاربرد های فراوان آن از جمله هوش مصنوعی، علوم داده، وبسایت و... در بسیاری از شرکت های بزرگ مانند گوگل، نتفلیکس، اسپاتیفای و متا مورد استفاده قرار می گیرد.
۲- جاوا (Java): این زبان محبوب سازمانی به دلیل امنیت بالا و قابلیت اجرا در سیستم های مختلف از جمله سیستم های سازمانی و سرویس های مقیاس پذیر قابل استفاده است. شرکت هایی مانند آمازون، لینکدین، اوراکل و آی بی ام بخش قابل توجهی از زیرساخت نرم افزاری خود را با استفاده از جاوا توسعه داده اند.
3- جاوا اسکریپت (JavaScript): جاوا اسکریپت زبان اصلی توسعه وب و یکی از پرکاربردترین زبان های برنامه نویسی در جهان است. تقریبا تمام شرکت های فناوری بزرگ از جمله گوگل، فیسبوک، مایکروسافت و اوبر برای ساخت وب سایت ها و نرم افزارهای تحت وب خود از جاوا اسکریپت استفاده می کنند. این زبان با فریم ورک هایی مانند React ،Vue و Angular امکان توسعه رابط های کاربری پویا و جذاب را فراهم می کند. همچنین Node.js، جاوا اسکریپت را از مرز مرورگرها عبور داده و در بخش بک اند نیز به کار گرفته می شود.
۴- گو (Go یا Golang): زبان گو که توسط شرکت گوگل توسعه یافته است، برای ساخت سرویس های ابری، شبکه های توزیع شده و سیستم های مقیاس پذیر طراحی شده است. شرکت هایی مانند اوبر، دراپ باکس و کلود فلر از این زبان برای توسعه زیر ساخت های خود استفاده می کنند. GO ترکیبی از سادگی در نگارش و سرعت در اجرا را ارائه می دهد و از هم زمانی به صورت داخلی پشتیبانی می کند.
۵- کاتلین (Kotlin): کاتلین زبانی مدرن و کارآمد است که توسط شرکت JetBrains توسعه یافته و به عنوان زبان رسمی ساخت اپلیکیشن اندروید توسط گوگل معرفی شده است. شرکت هایی مانند نتفلیکس، پینترست و ترلو از کاتلین برای ساخت نرم افزار های موبایل استفاده می کنند. این زبان نسبت به جاوا کد های کوتاه تر، خوانا تر و ایمن تری دارد و از بسیاری از ویژگی های پیشرفته برنامه نویسی شیء گرا پشتیبانی می کند. کاتلین کاملا با جاوا سازگار است، به همین دلیل بسیاری از شرکت ها بدون باز نویسی کامل پروژه های خود، به تدریج از جاوا به کاتلین مهاجرت کرده اند.
#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
زبان هایی مثل پایتون، جاوا، جاوا اسکریپت، Go و سویفت جزو محبوب ترین و پردرآمدترین زبان ها هستند. پایتون به دلیل کاربرد زیاد در هوش مصنوعی و تحلیل داده درآمد بالایی دارد. زبان جاوا و Go بیشتر در پروژه های بزرگ و سازمانی استفاده می شوند. برنامه نویسان سویفت در ساخت اپلیکیشن های آیفون و برنامه نویسان جاوا اسکریپت در توسعه وب درآمد خوبی دارند.
زبان های محبوب شرکت های بزرگ:۱- پایتون (Python): این زبان به دلیل ساختار ساده و کاربرد های فراوان آن از جمله هوش مصنوعی، علوم داده، وبسایت و... در بسیاری از شرکت های بزرگ مانند گوگل، نتفلیکس، اسپاتیفای و متا مورد استفاده قرار می گیرد.
۲- جاوا (Java): این زبان محبوب سازمانی به دلیل امنیت بالا و قابلیت اجرا در سیستم های مختلف از جمله سیستم های سازمانی و سرویس های مقیاس پذیر قابل استفاده است. شرکت هایی مانند آمازون، لینکدین، اوراکل و آی بی ام بخش قابل توجهی از زیرساخت نرم افزاری خود را با استفاده از جاوا توسعه داده اند.
3- جاوا اسکریپت (JavaScript): جاوا اسکریپت زبان اصلی توسعه وب و یکی از پرکاربردترین زبان های برنامه نویسی در جهان است. تقریبا تمام شرکت های فناوری بزرگ از جمله گوگل، فیسبوک، مایکروسافت و اوبر برای ساخت وب سایت ها و نرم افزارهای تحت وب خود از جاوا اسکریپت استفاده می کنند. این زبان با فریم ورک هایی مانند React ،Vue و Angular امکان توسعه رابط های کاربری پویا و جذاب را فراهم می کند. همچنین Node.js، جاوا اسکریپت را از مرز مرورگرها عبور داده و در بخش بک اند نیز به کار گرفته می شود.
۴- گو (Go یا Golang): زبان گو که توسط شرکت گوگل توسعه یافته است، برای ساخت سرویس های ابری، شبکه های توزیع شده و سیستم های مقیاس پذیر طراحی شده است. شرکت هایی مانند اوبر، دراپ باکس و کلود فلر از این زبان برای توسعه زیر ساخت های خود استفاده می کنند. GO ترکیبی از سادگی در نگارش و سرعت در اجرا را ارائه می دهد و از هم زمانی به صورت داخلی پشتیبانی می کند.
۵- کاتلین (Kotlin): کاتلین زبانی مدرن و کارآمد است که توسط شرکت JetBrains توسعه یافته و به عنوان زبان رسمی ساخت اپلیکیشن اندروید توسط گوگل معرفی شده است. شرکت هایی مانند نتفلیکس، پینترست و ترلو از کاتلین برای ساخت نرم افزار های موبایل استفاده می کنند. این زبان نسبت به جاوا کد های کوتاه تر، خوانا تر و ایمن تری دارد و از بسیاری از ویژگی های پیشرفته برنامه نویسی شیء گرا پشتیبانی می کند. کاتلین کاملا با جاوا سازگار است، به همین دلیل بسیاری از شرکت ها بدون باز نویسی کامل پروژه های خود، به تدریج از جاوا به کاتلین مهاجرت کرده اند.
#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۵:۱۳
تغییر زمان امتحان میانترم زبانهای انگلیسی ترکیبی امتحان میانترم زبانهای انگلیسی ترکیبی که قرار بود در تاریخ ۱۷ اردیبهشت برگزار شود، به تعویق افتاد و در دو نوبت جدید برگزار خواهد شد:دو درس در تاریخ ۱ خرداد ۱۴۰۵و دو درس دیگر در تاریخ ۸ خرداد ۱۴۰۵باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۹:۴۶
انجمن علمی دانشجوعی اینترنت اشیاء و علوم داده «هوش مصنوعی»تغییر زمان امتحان میانترم زبانهای انگلیسی ترکیبی امتحان میانترم زبانهای انگلیسی ترکیبی که قرار بود در تاریخ ۱۷ اردیبهشت برگزار شود، به تعویق افتاد و در دو نوبت جدید برگزار خواهد شد: دو درس در تاریخ ۱ خرداد ۱۴۰۵ و دو درس دیگر در تاریخ ۸ خرداد ۱۴۰۵ باشگاه پژوهشگران جوان و نخبگان - شهرری انجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
تغییر زمان امتحان میانترم زبانهای انگلیسی ترکیبی امتحان میانترم زبانهای انگلیسی ترکیبی که قرار بود در تاریخ ۱۷ اردیبهشت برگزار شود، به تعویق افتاد و در دو نوبت جدید برگزار خواهد شد: دو درس در تاریخ ۱ خرداد ۱۴۰۵ و دو درس دیگر در تاریخ ۸ خرداد ۱۴۰۵ باشگاه پژوهشگران جوان و نخبگان - شهرری انجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعیزمانبندی جدید برگزاری آزمون میانترم دروس #زبان_انگلیسی_ترکیبی نیمسال دوم ۱۴۰۴ - ۱۴۰۵ دانشگاه آزاد اسلامی
جمعه ۱ خرداد ماه ۱۴۰۵: زبان انگلیسی پیشدانشگاهی ترکیبی زبان انگلیسی عمومی ترکیبی ۳
جمعه ۸ خرداد ماه ۱۴۰۵: زبان انگلیسی عمومی ترکیبی ۱ زبان انگلیسی عمومی ترکیبی ۲
نکته: تعداد سوالات ۱۶ تا می باشد.نوع آزمون تستی و برخط(آنلاین) است.نمره نهایی میان ترم 4 نمره است.مدت آزمون ۲۵ دقیقه می باشد.در روز های یکم و هشتم خرداد ماه هیچ گونه کلاسی برگزار نمی شود.
#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
جمعه ۱ خرداد ماه ۱۴۰۵: زبان انگلیسی پیشدانشگاهی ترکیبی زبان انگلیسی عمومی ترکیبی ۳ جمعه ۸ خرداد ماه ۱۴۰۵: زبان انگلیسی عمومی ترکیبی ۱ زبان انگلیسی عمومی ترکیبی ۲ نکته: تعداد سوالات ۱۶ تا می باشد.نوع آزمون تستی و برخط(آنلاین) است.نمره نهایی میان ترم 4 نمره است.مدت آزمون ۲۵ دقیقه می باشد.در روز های یکم و هشتم خرداد ماه هیچ گونه کلاسی برگزار نمی شود.#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۵:۵۹
پایگاه داده چیست و تفاوت DBMS با RDBMS کدام است؟
۱ . پایگاه داده (Database)به مجموعهای منظم از اطلاعات، پایگاه داده میگویند.برای مثال دفترچهای شامل نام و شماره تماس دوستان، یک پایگاه داده ساده محسوب میشود.
۲ . دو مدل اصلی مدیریت اطلاعات ۲.۱. مدل اول: DBMS ساده (مدل غیررابطهای و قدیمی)اطلاعات در فایلهای جداگانه و بدون ارتباط با یکدیگر ذخیره میگردند.در صورت نیاز به ویرایش اطلاعات، کاربر باید به صورت دستی فایل مرتبط را پیدا کند.نرمافزار کمکی در این زمینه ارائه نمیدهد.احتمال ثبت اطلاعات تکراری و اشتباه در چندین محل وجود دارد.نرمافزار نسبت به این خطاها هشدار نمیدهد.۲.۲. مدل دوم: RDBMS (مدل رابطهای و مدرن)نرمافزار میان اطلاعات موجود ارتباط برقرار میکند.کاربر دیگر نیازی به جستجوی دستی ارتباطات ندارد.نرمافزار تمام دادهها را به یکدیگر متصل ساخته است.در صورت تغییر اطلاعات در یک نقطه، نرمافزار به صورت خودکار سایر نقاط مرتبط را بهروزرسانی مینماید.از ثبت اطلاعات تکراری جلوگیری میشود.در صورت وقوع خطا، نرمافزار هشدار لازم را صادر میکند.
۳. معیار انتخاب مدل مناسبالف) کارهای بسیار ساده و شخصی مانند تهیه یک لیست خرید:استفاده از DBMS قدیمی کفایت میکند.ب) راهاندازی سیستمهای حرفهای مانند سامانه ثبتنام دانشگاه یا فروشگاه اینترنتی:استفاده از RDBMS الزامی است.
۴ . نمونههای واقعیالف) DBMS قدیمی (غیررابطهای): FoxPro، dBaseب) RDBMS جدید (رابطهای): MySQL، PostgreSQL، SQL Server، Oracle
نکته: امروزه تقریباً تمام سیستمهای حرفهای از RDBMS بهره میبرند.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱ . پایگاه داده (Database)به مجموعهای منظم از اطلاعات، پایگاه داده میگویند.برای مثال دفترچهای شامل نام و شماره تماس دوستان، یک پایگاه داده ساده محسوب میشود.
۲ . دو مدل اصلی مدیریت اطلاعات ۲.۱. مدل اول: DBMS ساده (مدل غیررابطهای و قدیمی)اطلاعات در فایلهای جداگانه و بدون ارتباط با یکدیگر ذخیره میگردند.در صورت نیاز به ویرایش اطلاعات، کاربر باید به صورت دستی فایل مرتبط را پیدا کند.نرمافزار کمکی در این زمینه ارائه نمیدهد.احتمال ثبت اطلاعات تکراری و اشتباه در چندین محل وجود دارد.نرمافزار نسبت به این خطاها هشدار نمیدهد.۲.۲. مدل دوم: RDBMS (مدل رابطهای و مدرن)نرمافزار میان اطلاعات موجود ارتباط برقرار میکند.کاربر دیگر نیازی به جستجوی دستی ارتباطات ندارد.نرمافزار تمام دادهها را به یکدیگر متصل ساخته است.در صورت تغییر اطلاعات در یک نقطه، نرمافزار به صورت خودکار سایر نقاط مرتبط را بهروزرسانی مینماید.از ثبت اطلاعات تکراری جلوگیری میشود.در صورت وقوع خطا، نرمافزار هشدار لازم را صادر میکند.
۳. معیار انتخاب مدل مناسبالف) کارهای بسیار ساده و شخصی مانند تهیه یک لیست خرید:استفاده از DBMS قدیمی کفایت میکند.ب) راهاندازی سیستمهای حرفهای مانند سامانه ثبتنام دانشگاه یا فروشگاه اینترنتی:استفاده از RDBMS الزامی است.
۴ . نمونههای واقعیالف) DBMS قدیمی (غیررابطهای): FoxPro، dBaseب) RDBMS جدید (رابطهای): MySQL، PostgreSQL، SQL Server، Oracle
نکته: امروزه تقریباً تمام سیستمهای حرفهای از RDBMS بهره میبرند.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۹:۵۵
تفاوت Data science و Data Engineer و Data Analys و ML Engineer و MLOps در چیست؟
۱- دانشمند داده(Data Science):یک رشته میان رشتهای که شامل برنامه نویسی، تحلیل داده، یادگیری ماشین و هوش مصنوعی میباشد. دانشمند داده فردی است که با ابزارهای مختلف دادهکاوی، روشهای آماری و الگوریتمهای یادگیری ماشین سر و کار دارد تا با استفاده از آنها، از دادههای خام اطلاعاتی ارزشمند و معنادار استخراج کند تا در تصمیمات آینده سازمانی موثر باشد.
۲- تحلیل داده(Data Analys):یک تحلیلگر داده باید از میان دادههای فراوان روابط داده را کشف کند و آن ها را بصورت نموداری نمایش دهد. مهارت های مورد نیاز تحلیلگر داده ریاضیات، هوش تجاری، داده کاوی و زبان های برنامه نویسی پایتون، R، متلب و ابزار های Excel و SAS و Spark است. و هدف تحلیل داده مصور سازی داده است.
۳- مهندس داده(Data Engineer):هدف از مهندسی داده ساخت و طراحی زیرساخت هایی است که بتوان داده ها را ذخیره، جمعآوری و پردازش کند. مهندس داده اطمینان میدهد که زیرساختی برای در دسترس بودن داده برای تحلیلگر داده و دانشمند داده وجود دارد. ضمنا امنیت و حفظ آن داده ها از کارهای ضروری این رشته است. مهارت های مهندسی داده زبان های برنامه نویسی Java، پایتون، SQL و در بخش پایگاه داده MySQL، PostgreSQL یا MongoDB است. همچنین روی سیستم های توزیع شده و رایانش ابری تمرکز دارد.
۴- مهندس یادگیری ماشین(ML Engineer):هدف از این رشته یافتن الگوها میان داده ها و آموزش آن داده ها به مدل یادگیری ماشین است.یک مهندس ML میداند که الگوریتم های ML را و نحوه پردازش داده ها را میداند. مهارت های مورد ۵نیاز برای مهندسی یادگیری ماشین شامل پایتون، مفاهیم یادگیری ماشین و یادگیری عمیق، بینایی ماشین و کتابخانه های مورد نیاز است.
۵- امالآپس(MLOps):رشته ای است برای یکپارچه سازی توسعه مدلهای یادگیری ماشین با فرایند های عملیاتی در محیط های واقعی تا مدل ها بتوانند قابل اعتماد، مقیاس پذیر و همیشه قابل استفاده باشند. یک متخصص MLOps باید مهارتهایی مانند تسلط بر DevOps (کانتینرسازی با Docker، ارکستریشن با Kubernetes، CI/CD)، آشنایی با ابزارهای مدیریت چرخه عمر ML (مثل MLflow، Kubeflow، DVC)، درک عمیق از زیرساختهای ابری (AWS، Azure)، توانایی اتوماسیون pipeline های داده و مدل، زبان برنامه نویسی Python و مفاهیم یادگیری ماشین، و مهارت در مانیتورینگ مدل و دیتا را داشته باشد.
#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱- دانشمند داده(Data Science):یک رشته میان رشتهای که شامل برنامه نویسی، تحلیل داده، یادگیری ماشین و هوش مصنوعی میباشد. دانشمند داده فردی است که با ابزارهای مختلف دادهکاوی، روشهای آماری و الگوریتمهای یادگیری ماشین سر و کار دارد تا با استفاده از آنها، از دادههای خام اطلاعاتی ارزشمند و معنادار استخراج کند تا در تصمیمات آینده سازمانی موثر باشد.
۲- تحلیل داده(Data Analys):یک تحلیلگر داده باید از میان دادههای فراوان روابط داده را کشف کند و آن ها را بصورت نموداری نمایش دهد. مهارت های مورد نیاز تحلیلگر داده ریاضیات، هوش تجاری، داده کاوی و زبان های برنامه نویسی پایتون، R، متلب و ابزار های Excel و SAS و Spark است. و هدف تحلیل داده مصور سازی داده است.
۳- مهندس داده(Data Engineer):هدف از مهندسی داده ساخت و طراحی زیرساخت هایی است که بتوان داده ها را ذخیره، جمعآوری و پردازش کند. مهندس داده اطمینان میدهد که زیرساختی برای در دسترس بودن داده برای تحلیلگر داده و دانشمند داده وجود دارد. ضمنا امنیت و حفظ آن داده ها از کارهای ضروری این رشته است. مهارت های مهندسی داده زبان های برنامه نویسی Java، پایتون، SQL و در بخش پایگاه داده MySQL، PostgreSQL یا MongoDB است. همچنین روی سیستم های توزیع شده و رایانش ابری تمرکز دارد.
۴- مهندس یادگیری ماشین(ML Engineer):هدف از این رشته یافتن الگوها میان داده ها و آموزش آن داده ها به مدل یادگیری ماشین است.یک مهندس ML میداند که الگوریتم های ML را و نحوه پردازش داده ها را میداند. مهارت های مورد ۵نیاز برای مهندسی یادگیری ماشین شامل پایتون، مفاهیم یادگیری ماشین و یادگیری عمیق، بینایی ماشین و کتابخانه های مورد نیاز است.
۵- امالآپس(MLOps):رشته ای است برای یکپارچه سازی توسعه مدلهای یادگیری ماشین با فرایند های عملیاتی در محیط های واقعی تا مدل ها بتوانند قابل اعتماد، مقیاس پذیر و همیشه قابل استفاده باشند. یک متخصص MLOps باید مهارتهایی مانند تسلط بر DevOps (کانتینرسازی با Docker، ارکستریشن با Kubernetes، CI/CD)، آشنایی با ابزارهای مدیریت چرخه عمر ML (مثل MLflow، Kubeflow، DVC)، درک عمیق از زیرساختهای ابری (AWS، Azure)، توانایی اتوماسیون pipeline های داده و مدل، زبان برنامه نویسی Python و مفاهیم یادگیری ماشین، و مهارت در مانیتورینگ مدل و دیتا را داشته باشد.
#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۶:۵۵
۱.کَگِل(Kaggle) یک پلتفرم آنلاین جامعه محور برای دانشمندان داده و یادگیرندگان یادگیری ماشین است. این سایت میزبان مسابقات علم داده، ارائه مجموعه دادهها و فضایی برای اشتراکگذاری کد و بحث است. Kaggle به کاربران اجازه میدهد تا با رقابت در مسابقات، مهارتهای خود را در زمینه علم داده و یادگیری ماشین توسعه دهند و از دیگران بیاموزند.
۲. هدف اصلی Kaggle ایجاد یک اکوسیستم حمایتی است که در آن افراد بتوانند مهارتهای تحلیلی خود را تقویت کنند، با داده های واقعی کار کنند و با جامعه جهانی دانشمندان داده ارتباط برقرار کنند. این پلتفرم منبعی ارزشمند برای کسانی است که به دنبال کسب تجربه عملی، یادگیری تکنیکهای جدید و نمایش تواناییهای خود به کارفرمایان بالقوه هستند.
۳. در نهایت Kaggle به دلیل ارائه مجموعه داده های متنوع و اغلب پیچیده، شناخته شده است که کاربران میتوانند برای تمرین و آزمایش الگوریتمپهای خود از آن ها استفاده کنند. این مجموعه داده ها از منابع مختلفی جمعآوری شدهاند و طیف گستردهای از حوزهها، از جمله امور مالی، بهداشت و درمان، و بازاریابی را پوشش میدهند.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۲. هدف اصلی Kaggle ایجاد یک اکوسیستم حمایتی است که در آن افراد بتوانند مهارتهای تحلیلی خود را تقویت کنند، با داده های واقعی کار کنند و با جامعه جهانی دانشمندان داده ارتباط برقرار کنند. این پلتفرم منبعی ارزشمند برای کسانی است که به دنبال کسب تجربه عملی، یادگیری تکنیکهای جدید و نمایش تواناییهای خود به کارفرمایان بالقوه هستند.
۳. در نهایت Kaggle به دلیل ارائه مجموعه داده های متنوع و اغلب پیچیده، شناخته شده است که کاربران میتوانند برای تمرین و آزمایش الگوریتمپهای خود از آن ها استفاده کنند. این مجموعه داده ها از منابع مختلفی جمعآوری شدهاند و طیف گستردهای از حوزهها، از جمله امور مالی، بهداشت و درمان، و بازاریابی را پوشش میدهند.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۵:۱۲
کارگاه مقاله نویسی
مقاله نویسی یکی از کلیدی ترین مهارت هایی است که پژوهشگران را قادر میسازد تا یافته ها و نتایج پژوهش خود را در جامعه علمی به اشتراک بگذارند. کارگروه علمی پژوهشی انجمن علمی دانشجویی اینترنت اشیاء و علوم داده «هوش مصنوعی» دانشگاه یادگار امام خمینی (ره) با هدف ارتقای توان علمی مهارت های اعضاء، کارگاه درون سازمانی «مقاله نویسی علمی» را برگزار میکند.
مدرسین کارگاه: سجاد ثقفی، محمدرضا احمدیزمان برگزاری: ۱۸ اردیبهشت ۱۴۰۵ - ساعت ۱۴ الی ۱۶
توجه: این کارگاه صرفاً برای اعضای کارگروه علمی‑پژوهشی انجمن تدارک دیده شده است.
ثبت نام از طریق آیدی روابط عمومی انجمن در پیام رسان بله@Aiot_ssa_yi_iau
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
مقاله نویسی یکی از کلیدی ترین مهارت هایی است که پژوهشگران را قادر میسازد تا یافته ها و نتایج پژوهش خود را در جامعه علمی به اشتراک بگذارند. کارگروه علمی پژوهشی انجمن علمی دانشجویی اینترنت اشیاء و علوم داده «هوش مصنوعی» دانشگاه یادگار امام خمینی (ره) با هدف ارتقای توان علمی مهارت های اعضاء، کارگاه درون سازمانی «مقاله نویسی علمی» را برگزار میکند.
مدرسین کارگاه: سجاد ثقفی، محمدرضا احمدیزمان برگزاری: ۱۸ اردیبهشت ۱۴۰۵ - ساعت ۱۴ الی ۱۶ توجه: این کارگاه صرفاً برای اعضای کارگروه علمی‑پژوهشی انجمن تدارک دیده شده است.ثبت نام از طریق آیدی روابط عمومی انجمن در پیام رسان بله@Aiot_ssa_yi_iau
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۷:۲۵
خلاقیت به تنهایی کافی نیست؛ برای درخشان بودن در دنیای امروز، باید ابزار و تکنیک را در کنار هم داشته باشید. انجمن علمی زبان انگلیسی با همکاری انجمن اینترنت اشیاء و علوم داده «هوش مصنوعی» برگزار میکند:
کارگاه مهارتافزایی طراحی گرافیک و پوسترسازی
مدرس: پوریا لاری
اگر به دنبال این هستید که ایدههای ذهنیتان را به پوسترهایی خیرهکننده تبدیل کنید، این کارگاه فرصتی است که نباید از دست بدهید.
زمان: جمعه ۱۸ اردیبهشت ۱۴۰۵ ساعت: ۲۰:۰۰ مکان: به صورت مجازی و در بستر اپلیکیشن بله
توجه: این کارگاه صرفاً برای فعالان باشگاه پژوهشگران جوان و نخبگان تدارک دیده شده است.
برای ثبتنام به آیدی @setarh_55 پیام دهید یا کد QR موجود در پوستر را اسکن کنید.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
کارگاه مهارتافزایی طراحی گرافیک و پوسترسازیمدرس: پوریا لاری
اگر به دنبال این هستید که ایدههای ذهنیتان را به پوسترهایی خیرهکننده تبدیل کنید، این کارگاه فرصتی است که نباید از دست بدهید.
زمان: جمعه ۱۸ اردیبهشت ۱۴۰۵ ساعت: ۲۰:۰۰ مکان: به صورت مجازی و در بستر اپلیکیشن بله توجه: این کارگاه صرفاً برای فعالان باشگاه پژوهشگران جوان و نخبگان تدارک دیده شده است.
برای ثبتنام به آیدی @setarh_55 پیام دهید یا کد QR موجود در پوستر را اسکن کنید.
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۷:۳۰
انجمن علمی دانشجوعی اینترنت اشیاء و علوم داده «هوش مصنوعی» خلاقیت به تنهایی کافی نیست؛ برای درخشان بودن در دنیای امروز، باید ابزار و تکنیک را در کنار هم داشته باشید. انجمن علمی زبان انگلیسی با همکاری انجمن اینترنت اشیاء و علوم داده «هوش مصنوعی» برگزار میکند: کارگاه مهارتافزایی طراحی گرافیک و پوسترسازی مدرس: پوریا لاری اگر به دنبال این هستید که ایدههای ذهنیتان را به پوسترهایی خیرهکننده تبدیل کنید، این کارگاه فرصتی است که نباید از دست بدهید. زمان: جمعه ۱۸ اردیبهشت ۱۴۰۵ ساعت: ۲۰:۰۰ مکان: به صورت مجازی و در بستر اپلیکیشن بله توجه: این کارگاه صرفاً برای فعالان باشگاه پژوهشگران جوان و نخبگان تدارک دیده شده است. برای ثبتنام به آیدی @setarh_55 پیام دهید یا کد QR موجود در پوستر را اسکن کنید. باشگاه پژوهشگران جوان و نخبگان - شهرری انجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
خلاقیت به تنهایی کافی نیست؛ برای درخشان بودن در دنیای امروز، باید ابزار و تکنیک را در کنار هم داشته باشید. انجمن علمی زبان انگلیسی با همکاری انجمن اینترنت اشیاء و علوم داده «هوش مصنوعی» برگزار میکند: کارگاه مهارتافزایی طراحی گرافیک و پوسترسازی مدرس: پوریا لاری اگر به دنبال این هستید که ایدههای ذهنیتان را به پوسترهایی خیرهکننده تبدیل کنید، این کارگاه فرصتی است که نباید از دست بدهید. زمان: جمعه ۱۸ اردیبهشت ۱۴۰۵ ساعت: ۲۰:۰۰ مکان: به صورت مجازی و در بستر اپلیکیشن بله توجه: این کارگاه صرفاً برای فعالان باشگاه پژوهشگران جوان و نخبگان تدارک دیده شده است. برای ثبتنام به آیدی @setarh_55 پیام دهید یا کد QR موجود در پوستر را اسکن کنید. باشگاه پژوهشگران جوان و نخبگان - شهرری انجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
گیف
۳۴:۰۳
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۲۰:۴۰
چکیدهای بر مقاله “You Only Look Once”
مقدمه: چالش دیدن برای کامپیوتر
در بینایی کامپیوتر، “تشخیص اشیاء” یک هدف بنیادین است: اینکه ماشین نه تنها بفهمد در یک تصویر چه چیزهایی وجود دارد، بلکه بتواند دور هرکدام یک کادر دقیق بکشد. تا پیش از این مقاله، رویکردهای موجود این کار را به شیوهای گسسته و چندمرحلهای انجام میدادند.
رویکردهای پیشین: جهانی از مراحل پیچیده (خانواده R-CNN)
مدلهای رایج، مسئله را مانند یک خط تولید صنعتی حل میکردند. این فرآیند ذاتاً ناکارآمد بود:
حدسهای اولیه: ابتدا، یک الگوریتم خارجی هزاران “ناحیه پیشنهادی” (Region Proposals) را در تصویر مشخص میکرد؛ کادرهایی که احتمال میرفت یک شیء در آنها باشد.تحلیلهای جداگانه: سپس، یک شبکه عصبی قدرتمند مجبور بود هر یک از این هزاران ناحیه را به صورت جداگانه پردازش و تحلیل کند. این کار، گلوگاه اصلی سیستم و دلیل کندی بسیار زیاد آن بود.در این دنیا، کامپیوتر برای فهمیدن یک تصویر، مجبور بود هزاران بار به بخشهای مختلف آن نگاه کند. این فرآیند، هرچند دقیق بود، اما امکان استفاده از آن را برای تحلیلهای زنده و بیدرنگ (Real-Time) از بین میبرد.
انقلاب YOLO: یک نگاه برای درک همهچیز
مقاله “You Only Look Once” این پارادایم را با یک ایده ساده و عمیق به چالش کشید:
چرا ماشین، مانند انسان، نتواند با یک نگاه همهچیز را بفهمد؟
انسانها برای درک یک صحنه، آن را تکهتکه تحلیل نمیکنند؛ ما کل تصویر را به صورت یکپارچه میبینیم و اشیاء و روابط بین آنها را در یک لحظه درک میکنیم. YOLO همین فلسفه را به دنیای ماشین آورد و مسئله تشخیص اشیاء را از یک خط لوله پیچیده، به یک مسئله رگرسیون واحد تبدیل کرد.
معماری و طرز کار:
این مدل، کل فرآیند را در یک شبکه عصبی یکتا و هوشمند خلاصه میکند:
تصویر ورودی به یک شبکه شطرنجی فرضی (مثلاً 7×7) تقسیم میشود.هر خانه (Cell) در این شبکه موظف است اشیائی که مرکزشان در آن قرار دارد را شناسایی کند.تمام خانهها به صورت همزمان چندین پارامتر را پیشبینی میکنند: کادرهای مرزی، امتیاز اطمینان از وجود شیء، و کلاس احتمالی آن شیء (مثلاً شخص، ماشین یا سگ).کل این فرآیند در یک مرحله (Single Pass) انجام میشود و به همین دلیل نام “فقط یک بار نگاه کن” برای آن انتخاب شده است.
مزایا و معایب کلیدی YOLOمزایا (نقاط قوت):سرعت بیسابقه: معماری یکپارچه، سرعتی خیرهکننده به YOLO میبخشد (نسخه پایه ۴۵ فریم بر ثانیه). این اولین مدلی بود که تشخیص اشیاء را برای کاربردهای بیدرنگ مانند تحلیل ویدیوی زنده، کاملاً عملی کرد.درک جامع از تصویر: از آنجایی که YOLO کل تصویر را به صورت یکجا پردازش میکند، درک بهتری از زمینه (Context) دارد. این ویژگی باعث میشود خطاهای ناشی از تشخیص اشتباه پسزمینه به عنوان شیء (Background Errors) به شدت کاهش یابد.معایب (نقاط ضعف):دقت مکانی پایینتر: در مقایسه با روشهای چندمرحلهای و دقیقتر، کادرهایی که YOLO مشخص میکند ممکن است از نظر مکانی کمی خطا داشته باشند.چالش با اشیاء کوچک: این مدل برای تشخیص اشیاء بسیار ریز یا گروههایی از اشیاء کوچک که در کنار هم قرار گرفتهاند، عملکرد ضعیفتری از خود نشان میدهد.
منبع:
“You Only Look Once: Unified, Real-Time Object Detection” — Joseph Redmon, et al. (2016)
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
مقدمه: چالش دیدن برای کامپیوتر
در بینایی کامپیوتر، “تشخیص اشیاء” یک هدف بنیادین است: اینکه ماشین نه تنها بفهمد در یک تصویر چه چیزهایی وجود دارد، بلکه بتواند دور هرکدام یک کادر دقیق بکشد. تا پیش از این مقاله، رویکردهای موجود این کار را به شیوهای گسسته و چندمرحلهای انجام میدادند.
رویکردهای پیشین: جهانی از مراحل پیچیده (خانواده R-CNN)
مدلهای رایج، مسئله را مانند یک خط تولید صنعتی حل میکردند. این فرآیند ذاتاً ناکارآمد بود:
حدسهای اولیه: ابتدا، یک الگوریتم خارجی هزاران “ناحیه پیشنهادی” (Region Proposals) را در تصویر مشخص میکرد؛ کادرهایی که احتمال میرفت یک شیء در آنها باشد.تحلیلهای جداگانه: سپس، یک شبکه عصبی قدرتمند مجبور بود هر یک از این هزاران ناحیه را به صورت جداگانه پردازش و تحلیل کند. این کار، گلوگاه اصلی سیستم و دلیل کندی بسیار زیاد آن بود.در این دنیا، کامپیوتر برای فهمیدن یک تصویر، مجبور بود هزاران بار به بخشهای مختلف آن نگاه کند. این فرآیند، هرچند دقیق بود، اما امکان استفاده از آن را برای تحلیلهای زنده و بیدرنگ (Real-Time) از بین میبرد.
انقلاب YOLO: یک نگاه برای درک همهچیز
مقاله “You Only Look Once” این پارادایم را با یک ایده ساده و عمیق به چالش کشید:
چرا ماشین، مانند انسان، نتواند با یک نگاه همهچیز را بفهمد؟
انسانها برای درک یک صحنه، آن را تکهتکه تحلیل نمیکنند؛ ما کل تصویر را به صورت یکپارچه میبینیم و اشیاء و روابط بین آنها را در یک لحظه درک میکنیم. YOLO همین فلسفه را به دنیای ماشین آورد و مسئله تشخیص اشیاء را از یک خط لوله پیچیده، به یک مسئله رگرسیون واحد تبدیل کرد.
معماری و طرز کار:
این مدل، کل فرآیند را در یک شبکه عصبی یکتا و هوشمند خلاصه میکند:
تصویر ورودی به یک شبکه شطرنجی فرضی (مثلاً 7×7) تقسیم میشود.هر خانه (Cell) در این شبکه موظف است اشیائی که مرکزشان در آن قرار دارد را شناسایی کند.تمام خانهها به صورت همزمان چندین پارامتر را پیشبینی میکنند: کادرهای مرزی، امتیاز اطمینان از وجود شیء، و کلاس احتمالی آن شیء (مثلاً شخص، ماشین یا سگ).کل این فرآیند در یک مرحله (Single Pass) انجام میشود و به همین دلیل نام “فقط یک بار نگاه کن” برای آن انتخاب شده است.
مزایا و معایب کلیدی YOLOمزایا (نقاط قوت):سرعت بیسابقه: معماری یکپارچه، سرعتی خیرهکننده به YOLO میبخشد (نسخه پایه ۴۵ فریم بر ثانیه). این اولین مدلی بود که تشخیص اشیاء را برای کاربردهای بیدرنگ مانند تحلیل ویدیوی زنده، کاملاً عملی کرد.درک جامع از تصویر: از آنجایی که YOLO کل تصویر را به صورت یکجا پردازش میکند، درک بهتری از زمینه (Context) دارد. این ویژگی باعث میشود خطاهای ناشی از تشخیص اشتباه پسزمینه به عنوان شیء (Background Errors) به شدت کاهش یابد.معایب (نقاط ضعف):دقت مکانی پایینتر: در مقایسه با روشهای چندمرحلهای و دقیقتر، کادرهایی که YOLO مشخص میکند ممکن است از نظر مکانی کمی خطا داشته باشند.چالش با اشیاء کوچک: این مدل برای تشخیص اشیاء بسیار ریز یا گروههایی از اشیاء کوچک که در کنار هم قرار گرفتهاند، عملکرد ضعیفتری از خود نشان میدهد.
منبع:“You Only Look Once: Unified, Real-Time Object Detection” — Joseph Redmon, et al. (2016)
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۹:۱۴
AIoT چیست؟ ترکیب هوشمندی و اتصال در عصر جدید فناوری
AIoT یا Artificial Intelligence of Things به معنای تلفیق هوش مصنوعی و اینترنت اشیاء است. این ترکیب، امکان تحلیل داده، تصمیمگیری هوشمند و اجرای خودکار اقدامات را در سطح گستردهتری فراهم میکند.AIoT امروزه یکی از محورهای اصلی تحول دیجیتال در حوزههای صنعتی، شهری و سلامت محسوب میشود.
AIoT از همگرایی دو فناوری کلیدی شکل میگیرد: هوش مصنوعی (AI): تحلیل داده، یادگیری الگوها و تصمیمگیری مبتنی بر مدلهای هوشمند اینترنت اشیاء (IoT): شبکهای از دستگاههای متصل که دادههای محیطی را جمعآوری و منتقل میکنند
ترکیب این دو، سیستمهایی پدید میآورد که فراتر از جمعآوری داده، توانایی تحلیل، پیشبینی و اقدام هوشمندانه را دارند.
AIoT چگونه عمل میکند؟ جمعآوری داده توسط سنسورها و دستگاههای متصل انتقال داده به پلتفرم یا سیستم پردازشی تحلیل داده با استفاده از مدلهای یادگیری ماشین و الگوریتمهای هوش مصنوعی تصمیمگیری و اقدام خودکار بر اساس نتایج تحلیل
کاربردهای مهم AIoT: سلامت هوشمند: پایش مستمر بیماران و پیشبینی شرایط بحرانی شهرهای هوشمند: مدیریت هوشمند ترافیک، انرژی و خدمات شهری صنعت 4.0: کارخانههای متصل با قابلیت تشخیص خطا و تعمیرات پیشبینانه خودروهای هوشمند: افزایش ایمنی و کارایی حملونقل
#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
ترکیب هوشمندی و اتصال در عصر جدید فناوریAIoT یا Artificial Intelligence of Things به معنای تلفیق هوش مصنوعی و اینترنت اشیاء است. این ترکیب، امکان تحلیل داده، تصمیمگیری هوشمند و اجرای خودکار اقدامات را در سطح گستردهتری فراهم میکند.AIoT امروزه یکی از محورهای اصلی تحول دیجیتال در حوزههای صنعتی، شهری و سلامت محسوب میشود.
AIoT از همگرایی دو فناوری کلیدی شکل میگیرد:
هوش مصنوعی (AI): تحلیل داده، یادگیری الگوها و تصمیمگیری مبتنی بر مدلهای هوشمند اینترنت اشیاء (IoT): شبکهای از دستگاههای متصل که دادههای محیطی را جمعآوری و منتقل میکنندترکیب این دو، سیستمهایی پدید میآورد که فراتر از جمعآوری داده، توانایی تحلیل، پیشبینی و اقدام هوشمندانه را دارند.
AIoT چگونه عمل میکند؟
جمعآوری داده توسط سنسورها و دستگاههای متصل انتقال داده به پلتفرم یا سیستم پردازشی تحلیل داده با استفاده از مدلهای یادگیری ماشین و الگوریتمهای هوش مصنوعی تصمیمگیری و اقدام خودکار بر اساس نتایج تحلیلکاربردهای مهم AIoT:
سلامت هوشمند: پایش مستمر بیماران و پیشبینی شرایط بحرانی شهرهای هوشمند: مدیریت هوشمند ترافیک، انرژی و خدمات شهری صنعت 4.0: کارخانههای متصل با قابلیت تشخیص خطا و تعمیرات پیشبینانه خودروهای هوشمند: افزایش ایمنی و کارایی حملونقل#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۲۰:۳۵
بازارسال شده از
< باشگاه پژوهشگران جوان و نخبگان واحد یادگار امام خمینی (ره) شهرری >
انجمن علمی علوم و مهندسی صنایع غذایی دانشکده علوم و فناوریهای نوین برگزار میکند:
کارگاه فراسودمندها؛ فراتر از آموزش، گامی به سوی اثرگذاری پایدار.
زمان برگزاری┤ ۲۳ اردیبهشت ۱۴۰۵┘ ساعت برگزاری: ۱۹ الی ۲۱
یادداشت: کارگاه به صورت رایگان برگزار میشود ؛ جهت آگاهی و انجام ثبت نام به آیدی زیر پیام ارسال شود @im_mobina_82
انجمن علمی علوم و مهندسی صنایع غذایی
انجمن علمی علوم و مهندسی صنایع غذایی دانشکده علوم و فناوریهای نوین برگزار میکند:
کارگاه فراسودمندها؛ فراتر از آموزش، گامی به سوی اثرگذاری پایدار.
زمان برگزاری┤ ۲۳ اردیبهشت ۱۴۰۵┘ ساعت برگزاری: ۱۹ الی ۲۱ یادداشت: کارگاه به صورت رایگان برگزار میشود ؛ جهت آگاهی و انجام ثبت نام به آیدی زیر پیام ارسال شود @im_mobina_82 انجمن علمی علوم و مهندسی صنایع غذایی۷:۲۸
طرح جدید برای نخبگان دانشگاه آزاد: معافیت پژوهشی به جای سربازی تفاهمنامه باشگاه پژوهشگران جوان دانشگاه آزاد با مرکز نخبگان نیروهای مسلح امضا شد. دانشجویان نخبه دانشگاه آزاد (تأییدشده توسط بنیاد ملی نخبگان) میتوانند به جای خدمت سربازی، در پروژههای پژوهشی و تحقیقاتی مورد نیاز نیروهای مسلح فعالیت کنند.مزایا:
بیمه پرداخت ماهانه از سوی سازمان مربوطه استفاده از امکانات باشگاه پژوهشگران و مرکز نخبگان نیروهای مسلحاهداف طرح:
حفظ نخبگان در کشور جلوگیری از مهاجرت نخبگان رفع نیازهای جدی و کاربردی کشور همچنین هشتمین دوره رویداد «فرهیختگان جوان» ویژه دانشآموزان، اواخر اردیبهشت برگزار میشود. ثبتنام از ۱۲ تا ۲۵ اردیبهشت در سایت bpj.iau.irمنبع:https://bpj.iau.ir/?i=68FB90
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۸:۵۸
بازارسال شده از
فراخوان همافزایی در تیم طراحی، ایدهپردازی و برنامهنویسی
دعوت به همکاری در قالب پویش اشتغال داخلی همکاری در حوزههای آموزشی و مهارتی دانشگاه
️هر ایده، پلی به سوی نوآوری؛ و هر کد، جرقهای برای تحول دیجیتال است.
به اطلاع دانشجویان گرامی میرساند، کارگروه طراحی، ایدهپردازی و برنامهنویسی انجمن علمی مهندسی کامپیوتر، برای تکمیل کادر خود اقدام به پذیرش عضو جدید مینماید.
این فراخوان ویژه دانشجویانی است که اشتیاق یادگیری، خلاقیت و آمادگی برای رشد در محیطی پویا و حرفهای را دارند و میخواهند در کنار تیمی متخصص، مهارتهای عملی کسب کنند.
تجربه قبلی الزامی نیست اما داشتن سابقه و رزومه معتبر بهعنوان امتیاز ویژه در فرآیند بررسی و انتخاب متقاضیان محسوب خواهد شد.
متقاضیان محترم لطفاً جهت اعلام آمادگی و ارسال سوابق و رزومه و ثبت نام و اطلاعات بیشتر از طریق بله به آیدی زیر پیام ارسال نمایند:
@computer_yadegar2
انجمن علمی مهندسی کامپیوتر
دعوت به همکاری در قالب پویش اشتغال داخلی همکاری در حوزههای آموزشی و مهارتی دانشگاه️هر ایده، پلی به سوی نوآوری؛ و هر کد، جرقهای برای تحول دیجیتال است.به اطلاع دانشجویان گرامی میرساند، کارگروه طراحی، ایدهپردازی و برنامهنویسی انجمن علمی مهندسی کامپیوتر، برای تکمیل کادر خود اقدام به پذیرش عضو جدید مینماید.
این فراخوان ویژه دانشجویانی است که اشتیاق یادگیری، خلاقیت و آمادگی برای رشد در محیطی پویا و حرفهای را دارند و میخواهند در کنار تیمی متخصص، مهارتهای عملی کسب کنند.
تجربه قبلی الزامی نیست اما داشتن سابقه و رزومه معتبر بهعنوان امتیاز ویژه در فرآیند بررسی و انتخاب متقاضیان محسوب خواهد شد.
متقاضیان محترم لطفاً جهت اعلام آمادگی و ارسال سوابق و رزومه و ثبت نام و اطلاعات بیشتر از طریق بله به آیدی زیر پیام ارسال نمایند:@computer_yadegar2
انجمن علمی مهندسی کامپیوتر
۱۰:۱۷
چطور بدون اتصال به اینترنت سراسری تحقیق و مقاله نویسی انجام دهیم؟
انجام تحقیق و مقاله نویسی بدون اتصال به اینترنت بین الملل امری چالش بر انگیز و دشوار است. در این پست روش هایی ارائه میگردد که بتوانید با بهره گیری از آن ها حداکثر بهرهوری و کیفیت را در امور تحقیق و پژوهش خود داشته باشید.
۱. استفاده از پایگاه های علمی داخلی:در هنگامی که به پایگاه های علمی معتبر خارجی دسترسی وجود نداشت، میتوانید با مراجعه به سیویلیکا (civilica.com) علاوه بر اطلاع از آخرین کنفرانس های ملی و بینالمللی، مقالات مرتبط با موضوع پژوهش خود را مطالعه نمایید.
۲. وبسایت ایران پیپر:اگر دسترسی به ژورنال ها و کنفرانس های خارجی فراهم نبود جای نگرانی نیست، چرا که با مراجعه به وبسایت ایران پیپر به نشانی iranpaper.ir به حجم بالایی از مقالات از معتبر ترین پایگاه های علمی دنیا مانند IEEE و ScienceDirect دسترسی خواهید داشت.
۳. استفاده از هوش مصنوعی داخلی:استفاده از چت بات ها و مدل های زبانی به یکی از مهم ترین و رایج ترین ابزار های کمکی در امر پژوهش و مقاله نویسی تبدیل شده است. در زمان محدودیت اینترنت بین الملل میتوانید با مراجعه به gapgpt.app به مجموعه بزرگی از مدل های زبانی و ابزار های هوش مصنوعی دسترسی پیدا کنید و از آن ها برای تحقیق و یا بهبود مقالات خود استفاده کنید.
#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
انجام تحقیق و مقاله نویسی بدون اتصال به اینترنت بین الملل امری چالش بر انگیز و دشوار است. در این پست روش هایی ارائه میگردد که بتوانید با بهره گیری از آن ها حداکثر بهرهوری و کیفیت را در امور تحقیق و پژوهش خود داشته باشید.
۱. استفاده از پایگاه های علمی داخلی:در هنگامی که به پایگاه های علمی معتبر خارجی دسترسی وجود نداشت، میتوانید با مراجعه به سیویلیکا (civilica.com) علاوه بر اطلاع از آخرین کنفرانس های ملی و بینالمللی، مقالات مرتبط با موضوع پژوهش خود را مطالعه نمایید.
۲. وبسایت ایران پیپر:اگر دسترسی به ژورنال ها و کنفرانس های خارجی فراهم نبود جای نگرانی نیست، چرا که با مراجعه به وبسایت ایران پیپر به نشانی iranpaper.ir به حجم بالایی از مقالات از معتبر ترین پایگاه های علمی دنیا مانند IEEE و ScienceDirect دسترسی خواهید داشت.
۳. استفاده از هوش مصنوعی داخلی:استفاده از چت بات ها و مدل های زبانی به یکی از مهم ترین و رایج ترین ابزار های کمکی در امر پژوهش و مقاله نویسی تبدیل شده است. در زمان محدودیت اینترنت بین الملل میتوانید با مراجعه به gapgpt.app به مجموعه بزرگی از مدل های زبانی و ابزار های هوش مصنوعی دسترسی پیدا کنید و از آن ها برای تحقیق و یا بهبود مقالات خود استفاده کنید.
#اینفو
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۹:۰۲
بازارسال شده از
به مناسبت سالروز شهادت استاد شهید دکتر مرتضی مطهری و روز معلم، ضمن گرامیداشت مقام والای معلم و استاد و در راستای برگزاری رویداد دهه سرآمدی آموزشی مقارن با این ایام، دانشکده علوم و فناوریهای نوین با همکاری باشگاه پژوهشگران و نخبگان و معاونت پژوهش و فناوری اقدام به برگزاری سخنرانی به صورت مجازی با عنوان کاوشی در دستاوردهای نظریه پردازی نوین در تاریخ 29 اردیبهشت 1405 نموده است. علاقمندان میتوانند از طریق لینک زیر وارد جلسه شوند.تاریخ برگزاری سه شنبه 29 اردیبهشت زمان ساعت 19https://vadaroom.ec.iau.ir/v2/auth/login/v/927M19G روابط عمومی واحد یادگار امام(ره)https://yi.iau.ir/news۱۷:۲۴
فعال سازی کارگروههای انجمن اینترنت اشیاء و هوش مصنوعیبه اطلاع میرساند، کارگروههای زیر در انجمن اینترنت اشیاء و علوم داده «هوش مصنوعی» در جهت بهبود ساختار اجرایی و نظاممندسازی فعالیتها فعال شدهاند:
کارگروه نگارش و مدیریت محتوا کارگروه طراحی و ایدهپردازی کارگروه فعالیتهای همگرا کارگروه علمی پژوهشی علاقهمندان به همکاری با هر یک از کارگروهها میتوانند از طریق آیدی روابط عمومی یا آیدی دبیر انجمن اعلام آمادگی کنند تا در دورههای پیشرو در صف انتظار قرار بگیرند.@Aiot_ssa_yi_iau@PL_Acad
باشگاه پژوهشگران جوان و نخبگان - شهرریانجمن علمی دانشجویی اینترنت اشیاء و هوش مصنوعی
۱۹:۵۰