جلسه اول ویدئو
جلسه دوم ویدئو
جلسه سوم ویدئو
جلسه چهارم ویدئو
جلسه پنجم ویدئو
جلسه ششم ویدئو
جلسه هفتم ویدئو
جلسه هشتم ویدئو
جلسه نهم ویدئو
جلسه دهم ویدئو
جلسه یازدهم ویدئو
جلسه دوازدهم ویدئو
جلسه سیزدهم ویدئو
جلسه چهاردهم ویدئو
جلسه پانزدهم ویدئو
جلسه شانزدهم ویدئو
جلسه هفدهم ویدئو
جلسه هجدهم ویدئو
جلسه نوزدهم ویدئو
جلسه بیستم ویدئو
جلسه بیست و یکم ویدئو
جلسه بیست و دوم ویدئو
جلسه بیست و سوم ویدئو
جلسه بیست و چهارم ویدئو
دوره های مرتبط
موتورهای احتراق داخلی 3
درس موتورهای احتراق داخلی ۳ دکتر محسن قاضیخانی در دانشگاه فردوسی مشهد یک دوره پیشرفته و تخصصی در مهندسی مکانیک و انرژی است که به تحلیل عملکرد، طراحی و بهینهسازی موتورهای احتراق داخلی میپردازد. مباحث این درس شامل سیکلهای حرارتی پیشرفته، شبیهسازی عملکرد موتور، انتقال حرارت و سیالات در موتور، سوخت و احتراق، کاهش آلایندگی، و تحلیل راندمان و قدرت موتور است.
تدریس دقیق و مثالمحور دکتر قاضیخانی به دانشجویان کمک میکند تا علاوه بر درک مفاهیم نظری، توانایی طراحی، تحلیل و بهینهسازی موتورهای احتراق داخلی در کاربردهای صنعتی و تحقیقاتی را کسب کنند. این درس برای دانشجویان مهندسی مکانیک، انرژی و علاقهمندان به طراحی و بهینهسازی موتورهای پیشرفته بسیار ارزشمند است.
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.
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.
آمار استنباطی
نقش آمار توصیفی در واقع، جمعآوری، خلاصه کردن و توصیف اطلاعات کمّی به دستآمده از نمونهها یا جامعهها است. اما محقق معمولا کار خود را با توصیف اطلاعات پایان نمیدهد، بلکه سعی میکند آنچه را که از بررسی گروه نمونه به دست آورده است به گروههای مشابه بزرگتر تعمیم دهد.
امتیاز دانشجویان دوره
نظرات
رایگان!
محمود پسندیده فرد
استاد گروه مهندسی مکانیک دانشگاه فردوسی مشهد