کارشناسی ارشد

درس ریاضیات مهندسی پیشرفته دکتر ناصر پریز در دانشگاه فردوسی مشهد یکی از دوره‌های بنیادی و تخصصی برای دانشجویان مهندسی است که به بررسی دقیق روش‌های تحلیلی و حل مسائل پیچیده مهندسی می‌پردازد. مباحث این درس شامل معادلات دیفرانسیل پیشرفته، سری‌ها و تبدیلات فوریه و لاپلاس، توابع ویژه، حل عددی مسائل مهندسی، و کاربرد روش‌های ریاضی در مدل‌سازی سیستم‌های واقعی است.
شیوه تدریس منظم و مثال‌محور دکتر پریز باعث می‌شود دانشجویان علاوه بر فهم عمیق مفاهیم نظری، توانایی حل مسائل عملی و تحلیل دقیق سیستم‌های مهندسی را کسب کنند. این درس برای دانشجویان مهندسی برق، مکانیک، عمران و گرایش‌های تحلیلی انتخابی ضروری و بسیار ارزشمند است.

رس شناسایی آماری الگو دکتر هادی صدوقی یزدی در دانشگاه فردوسی مشهد از دوره‌های مهم و تخصصی در حوزه تحلیل داده، یادگیری ماشین و پردازش الگو است. در این درس، مباحثی مانند توزیع‌های آماری، معیارهای تشخیص الگو، طبقه‌بندی بیزی، تخمین پارامترها، روش‌های نظارت‌شده و بدون نظارت، کاهش ابعاد، و پیاده‌سازی مدل‌های آماری در کاربردهای واقعی آموزش داده می‌شود.
رویکرد علمی و مثال‌محور دکتر صدوقی یزدی باعث می‌شود دانشجویان علاوه بر درک عمیق مفاهیم، مهارت لازم برای طراحی و ارزیابی سیستم‌های تشخیص و طبقه‌بندی الگو را به‌دست آورند. این درس برای علاقه‌مندان به یادگیری ماشین، داده‌کاوی، پردازش تصویر و هوش مصنوعی انتخابی بسیار ارزشمند است.

شبکه‌های عصبی سیستم‌ها و روش‌های محاسباتی نوینی هستند برای یادگیری ماشینی، نمایش دانش، و در انتها اعمال دانش به دست آمده در جهت بیش‌بینی پاسخ‌های خروجی از سامانه‌های پیچیده. ایدهٔ اصلی این گونه شبکه‌ها (تا حدودی) الهام‌گرفته از شیوهٔ کارکرد سیستم عصبی زیستی، برای پردازش داده‌ها، و اطلاعات به منظور یادگیری و ایجاد دانش قرار دارد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانهٔ پردازش اطلاعات است.

پردازش سیگنال دیجیتال (Digital Signal Processing, DSP) به پردازش دیجیتالی سیگنال‌های گسسته در زمان گفته می‌شود. این کار به وسیله کامپیوتر یا پردازنده‌های سیگنال دیجیتال انجام می‌شود. پردازش سیگنال دیجیتال (گسسته) و پردازش سیگنال پیوسته، زیرمجموعه‌هایی از پردازش سیگنال هستند.