نظریه اطلاعات و کدینگ
نظریه کُدینگ یا کُدگذاری (با رمزنگاری یا رمزگذاری اشتباه نشود) به بررسی روشهای کدگذاری اطلاعات میپردازد و یکی از موضوعات مهم در بخشهای مختلف علوم (مثل نظریه اطلاعات، مهندسی برق، ریاضیات و علوم رایانه، انتقال داده) است؛ به این ترتیب که میتوان با استفاده از آن روشهای مطمئن برای انتقال دادهها طراحی کرد به طوری که تکرارهای بیمورد، حذف و خطاها کاهش یابد.
مهندسی نرم افزار پیشرفته
درس مهندسی نرمافزار پیشرفته دکتر عباس رسولزادگان در دانشگاه فردوسی مشهد از مهمترین و کاربردیترین دورهها برای دانشجویان حوزه نرمافزار است که به بررسی روشهای نوین تحلیل، طراحی، معماری و توسعه سیستمهای نرمافزاری میپردازد. در این درس، مباحثی مانند معماریهای نرمافزاری، الگوهای طراحی (Design Patterns)، متدولوژیهای چابک، مهندسی نیازمندیها، مدیریت پروژههای نرمافزاری، تست و تضمین کیفیت، DevOps و پیادهسازی سیستمهای مقیاسپذیر آموزش داده میشود.
رویکرد علمی، دقیق و پروژهمحور دکتر رسولزادگان باعث میشود دانشجویان علاوه بر تسلط نظری، تجربه عملی لازم برای طراحی و توسعه نرمافزارهای بزرگ و صنعتی را کسب کنند. این درس انتخابی ایدهآل برای علاقهمندان به معماری نرمافزار، توسعه پیشرفته و مدیریت پروژههای مهندسی نرمافزار است.
مباحث پیشرفته در سیستم عامل
درس مباحث پیشرفته در سیستمعامل پروفسور محمود نقیبزاده در دانشگاه فردوسی مشهد یکی از دورههای پیشرفته و تخصصی در حوزه طراحی، تحلیل و پیادهسازی سیستمعاملها است. در این درس، موضوعاتی مانند زمانبندی پیشرفته پردازهها، مدیریت حافظه مدرن، سیستمهای توزیعشده، مکانیزمهای همزمانی، امنیت سیستمعامل، فایلسیستمها و معماریهای نوین پردازشی بررسی میشود.
سبک تدریس دقیق، پژوهشمحور و مبتنی بر مطالعات موردی پروفسور نقیبزاده به دانشجویان کمک میکند درک عمیقی از ساختار درونی سیستمعاملها و چالشهای واقعی طراحی آنها بهدست آورند. این درس برای دانشجویان کارشناسی ارشد و دکتری علوم کامپیوتر، مهندسی نرمافزار و علاقهمندان به سیستمهای پیشرفته رایانشی انتخابی ایدهآل است.
شناسایی آماری الگو
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.
هوش مصنوعی
درس هوش مصنوعی دکتر احد هراتی در دانشگاه فردوسی مشهد یکی از دورههای جامع و تخصصی در زمینه مفاهیم بنیادین و روشهای پیشرفته هوش مصنوعی است. در این درس، مباحث کلیدی مانند جستوجو در فضاهای حالت، الگوریتمهای ابتکاری، منطق و استنتاج، سیستمهای خبره، یادگیری ماشین، شبکههای عصبی و کاربردهای عملی AI بهصورت دقیق و همراه با مثالهای واقعی آموزش داده میشود.
روش تدریس ساختارمند و تجربه پژوهشی دکتر هراتی موجب شده این درس برای دانشجویان علوم کامپیوتر، مهندسی نرمافزار و علاقهمندان به حوزه هوش مصنوعی بسیار ارزشمند باشد. این دوره پایهای محکم برای ورود به پروژههای تحقیقاتی و صنعتی مرتبط با AI فراهم میکند.
شبکه های عصبی
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 های دیجیتال
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.
پایگاه داده ها
درس پایگاه داده ها دکتر کاهانی در دانشگاه فردوسی مشهد یکی از دورههای تخصصی و بنیادین در حوزه مدیریت و طراحی بانکهای اطلاعاتی است. این درس با تمرکز بر مفاهیم کلیدی مانند مدلسازی دادهها، طراحی ER، نرمالسازی، مفاهیم رابطهای، زبان SQL، بهینهسازی پرسوجوها و پیادهسازی سیستمهای مدیریت پایگاه داده ارائه میشود.
روش تدریس دقیق و مثالهای عملی دکتر کاهانی کمک میکند دانشجویان علاوه بر درک تئوری، مهارت لازم برای تحلیل و طراحی پایگاههای داده واقعی را بهدست آورند. این درس انتخابی ایدهآل برای دانشجویان کامپیوتر و علاقهمندان به مسیرهای شغلی مرتبط با داده، تحلیل سیستم و توسعه نرمافزار است.
کامپایلر
کامپایلر (به انگلیسی: compiler) برنامه یا مجموعهای از برنامههای کامپیوتری است که متنی از زبان برنامه نویسی سطح بالا (زبان مبدا) را به زبانی سطح پایین (زبان مقصد)، مثل اسمبلی یا زبان سطح ماشین، تبدیل میکند. خروجی این برنامه ممکن است برای پردازش شدن توسط برنامه دیگری مثل پیونددهنده مناسب باشد یا فایل متنی باشد که انسان نیز بتواند آنرا بخواند.