تحقیقات صحرایی
تحقیقات صحرایی
درس تحقیقات صحرایی توسط دکتر سید احسان حسینینیا در دانشکده مهندسی دانشگاه فردوسی مشهد ارائه میشود و به اصول جمعآوری دادهها و انجام مطالعات میدانی در مهندسی عمران و ژئوتکنیک میپردازد. این درس شامل مباحثی مانند روشهای نمونهبرداری خاک، آزمونهای صحرایی، تحلیل دادههای میدانی و کاربرد نتایج در طراحی سازهها و فونداسیونها است.
دانشجویان با شرکت در فعالیتهای عملی و انجام آزمایشهای صحرایی، توانایی جمعآوری، تحلیل و تفسیر دادههای محیطی و ژئوتکنیکی را کسب میکنند. این دوره برای دانشجویان مهندسی عمران اهمیت زیادی دارد و پایهای قوی برای یادگیری روشهای پیشرفته طراحی فونداسیون و مدیریت پروژههای میدانی فراهم میکند. تمرکز بر کاربرد عملی و تحلیل دقیق دادهها، دانشجویان را قادر میسازد مفاهیم نظری را در پروژههای واقعی مهندسی بهکار گیرند.
اصول طراحی کامپایلر
اصول طراحی کامپایلر
درس اصول طراحی کامپایلر توسط دکتر هاله امین طوسی در گروه کامپیوتر دانشگاه فردوسی مشهد ارائه میشود و به بررسی مراحل طراحی و پیادهسازی کامپایلرها میپردازد. این درس شامل مباحثی مانند تحلیل لغوی و نحوی، بهینهسازی کد، تولید کد ماشین و معماری کامپایلرها است.
دانشجویان با پیادهسازی الگوریتمها و مطالعه نمونههای عملی، توانایی طراحی و توسعه کامپایلرها را کسب میکنند. این دوره برای علاقهمندان به برنامهسازی پیشرفته، توسعه زبانهای برنامهنویسی و مهندسی نرمافزار اهمیت زیادی دارد و پایهای قوی برای تحقیقات و پروژههای مرتبط با پردازش زبانهای برنامهنویسی فراهم میکند. تمرکز بر پیادهسازی عملی و تحلیل دقیق مراحل کامپایلر، دانشجویان را قادر میسازد مفاهیم نظری را در پروژهها و سیستمهای واقعی بهکار گیرند.
روش تحقیق
روش تحقیق
درس روش تحقیق توسط دکتر عباس رسولزادگان در دانشگاه فردوسی مشهد ارائه میشود و به بررسی اصول، مبانی و روشهای علمی پژوهش میپردازد. این درس شامل مباحثی مانند طراحی تحقیق، جمعآوری دادهها، روشهای کمی و کیفی، تحلیل دادهها، نگارش گزارش پژوهشی و استنباط نتایج است.
دانشجویان با تمرینهای عملی و تحلیل نمونههای پژوهشی، توانایی برنامهریزی، اجرای تحقیق و تحلیل نتایج را کسب میکنند. این دوره برای دانشجویان تمامی رشتهها اهمیت دارد و پایهای قوی برای انجام پروژههای علمی، مقالات پژوهشی و مطالعات پیشرفته فراهم میکند. تمرکز بر کاربرد عملی روشهای تحقیق و تحلیل دادهها، دانشجویان را قادر میسازد مفاهیم نظری را در پژوهشهای واقعی بهکار گیرند و مهارت تصمیمگیری علمی و منطقی را تقویت کنند.
یادگیری عمیق
یادگیری عمیق
درس یادگیری عمیق توسط دکتر سید کمالالدین غیاثی شیرازی در گروه مهندسی کامپیوتر دانشگاه فردوسی مشهد ارائه میشود و به بررسی اصول و کاربردهای شبکههای عصبی عمیق در مسائل هوش مصنوعی میپردازد. این درس شامل مباحثی مانند شبکههای عصبی چندلایه، یادگیری نظارتشده و غیرنظارتشده، شبکههای کانولوشنی، شبکههای بازگشتی و بهینهسازی مدلهای یادگیری عمیق است.
دانشجویان با پیادهسازی الگوریتمها و تحلیل دادههای واقعی، توانایی طراحی، آموزش و ارزیابی مدلهای یادگیری عمیق را کسب میکنند. این دوره برای علاقهمندان به هوش مصنوعی، علوم داده و مهندسی کامپیوتر اهمیت زیادی دارد و پایهای قوی برای پژوهش و توسعه سیستمهای هوشمند فراهم میکند. تمرکز بر کاربردهای عملی و شبیهسازی مدلها، دانشجویان را قادر میسازد مفاهیم نظری را در پروژهها و مسائل واقعی بهکار گیرند.
گروهبندی دروس
- راهنما
- دسته بندی نشده
- کارشناسی
- کتابداری
- صنایع و سیستم ها
- برنامه ریزی درسی
- مطالعات برنامه درسی و آموزش
- فقه
- حقوق
- الهیات
- حسابداری
- جامعه شناسی
- علوم اداری و اقتصاد
- علوم ورزشی
- روانشناسی
- متالوژی
- زبان انگلیسی
- قرآن و حدیث
- معارف اسلامی
- آمار
- ریاضی محض
- ریاضی کاربردی
- شیمی
- فیزیک
- فیزیولوژی ورزشی
- مدیریت ورزشی و رفتار حرکتی
- برق
- کامپیوتر
- مکانیک
- عمران
- کارشناسی ارشد
- دکتری