AOS
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
دوره های مرتبط
مباحث پیشرفته در هوش مصنوعی
هوش مصنوعی یا هوش ماشینی را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانشها، علوم، و فنون قدیم و جدید دانست. ریشهها و ایدههای اصلی آن را باید در فلسفه، زبانشناسی، ریاضیات، روانشناسی، نورولوژی، و فیزیولوژی جستجو کرد و کاربردهای گوناگون و فراوانی در علوم رایانه، علوم مهندسی، علوم زیستشناسی و پزشکی، علوم ارتباطات و بسیاری از علوم دیگر دارد.
سیستم کنترل چند متغیره
درس سیستم کنترل چندمتغیره دکتر علی کریمپور در دانشگاه فردوسی مشهد یکی از دورههای تخصصی و پیشرفته در مهندسی کنترل است که به تحلیل، طراحی و پیادهسازی کنترلکنندههای سیستمهای با چند ورودی و چند خروجی (MIMO) میپردازد. مباحث این درس شامل مدلسازی سیستمهای چندمتغیره، تحلیل پایداری، طراحی کنترلکنندههای خطی و بهینه، کنترل مقاوم، کنترل تطبیقی و کاربرد روشهای مدرن در پروژههای صنعتی است.
تدریس دقیق و پروژهمحور دکتر کریمپور به دانشجویان کمک میکند تا علاوه بر درک مفاهیم نظری، توانایی طراحی و پیادهسازی کنترلرهای پیچیده در سیستمهای واقعی صنعتی و تحقیقاتی را کسب کنند. این درس برای دانشجویان مهندسی برق، کنترل و اتوماسیون صنعتی بسیار ارزشمند است.
بهینه سازی وب سایت 2
درس بهینهسازی وبسایت ۲ دکتر سید حسن میرابوطالبی در دانشگاه فردوسی مشهد دورهای پیشرفته و عملی در زمینه بهینهسازی عملکرد و رتبهبندی وبسایتها است. این درس شامل مباحثی مانند بهینهسازی موتورهای جستوجوی پیشرفته (SEO)، تحلیل و بهبود سرعت سایت، سئو فنی، بهینهسازی ساختار و محتوای صفحات، تجربه کاربری (UX)، پایش عملکرد با ابزارهای حرفهای و استراتژیهای ارتقاء سایت میشود.
تدریس پروژهمحور و مثالمحور دکتر میرابوطالبی به دانشجویان کمک میکند تا علاوه بر تسلط بر مفاهیم پیشرفته، توانایی بهینهسازی و ارتقاء وبسایتهای واقعی و حرفهای را کسب کنند. این درس برای توسعهدهندگان وب، دیجیتال مارکترها و علاقهمندان به بهبود تجربه کاربری و رتبه سایت در موتورهای جستوجو بسیار مفید 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.
امتیاز دانشجویان دوره
نظرات
رایگان!