با سلام
دانشجویان عزیز با توجه به تغیر ساعت و روز برخی از امتحانات دانشجویان عزیز با کد ۴۲۸ مجدد کارت ورود به جلسه را بروز بکنید

🛑 قابل توجه دانشجویان گرامی
با امید موفقیت در امتحانات پایانترم نکات مهم زیر را مد نظر قرار دهید :
📎باتوجه به شروع امتحانات از روز پنج شنبه، کارت ورود به جلسه خود را از سامانه گلستان با گزارش شماره ۴۲۸ دریافت کنید . (تمام امتحانات در کارت باید دارای محل امتحان و شماره صندلی باشد)
📎نکته: همراه داشتن کارت ورود به جلسه با کارت دانشجویی یا کارت ملی(شناسایی) الزامیست.

🛑درصورت عدم ارائه کارت ورود به جلسه، از ورود به سالن جلسه امتحان ممانعت به عمل می‌آید.

🛑همراه داشتن موبایل و وسایل الکترونیکی:
استفاده از تلفن همراه و یا وسایل ارتباطی از قبیل: ساعت هوشمند و... ممنوع میباشد
🛑 استفاده از دست نوشته ، جزوه ، کتاب ، صحبت کردن و جابجایی برگه و رد و بدل کردن ماشین حساب شخصی تقلب محسوب میشود.
🛑با هر نوع تقلب و بی نظمی در جلسات امتحان مطابق آیین‌نامه انضباطی برخورد خواهد شد.

🛑 عواقب تقلب :
درج نمره بیست و پنج صدم و تذکر کتبی و درج در پرونده دانشجو

💥🔥توجه:
نمره بیست و پنج صدم در کارنامه دانشجو حذف نخواهد شد و تذکر کتبی درج در پرونده انضباطی ضبط خواهر شد.

اطلاعیه
قابل توجه دانشجویان دانشکده فنی ومهندسی
-دانشجویان باید ارزشیابی اساتید رو انجام داده باشند در غیر اینصورت کارت ورود به جلسه برای آنان صادر نمی شود لذا بدون کارت ورود به جلسه امکان حضور در سرجلسه امتحان وجود ندارد
-از ورود موبایل و جزوه و کیف و وسایل اضافه به سالن خودداری بعمل می آید دانشجویان می توانند وسایل خودرو تحویل امانات مستقر در دانشکده دهند
-جابجایی و دست به دست کردن ماشین حساب ممنوع می باشد

قابل توجه دانشجویان ترم اول کارشناسی مهندسی برق:
لطفا فردا سه شنبه از ساعت ۸ تا ۱۲، جهت گروه بندی کارگاه عمومی به کارگاه ماشین آلات کشاورزی جنب انبار مرکزی دانشگاه، جناب آقای مهندس قیطاسی مراجعه کنید.

با سلام. به اطلاع اساتید و دانشجویان گرامی می رساند کلاس های امروز مطابق برنامه تشکیل می گردد.

اطلاعیه برگزاری دوره‌های تخصصی رشته‌های مهندسی

با سلام،

به اطلاع دانشجویان و علاقه‌مندان می‌رساند که ثبت نام دوره‌های تخصصی زیر از تاریخ ۵ آبان آغاز خواهند شد:

- دوره تخصصی COMSOL (ویژه مهندسان شیمی و مکانیک)
- دوره تخصصی AutoCAD (ویژه مهندسان معماری، شهرسازی و عمران)
- دوره تخصصی هوش مصنوعی (Artificial Intelligence)
- دوره تخصصی Cisco Packet Tracer (ویژه مهندسان کامپیوتر و برق)

برای ثبت‌نام و کسب اطلاعات بیشتر، علاقه‌مندان می‌توانند به دفتر ارتباط با صنعت و جامعه مراجعه کنند.

تمامی دوره‌ها دارای تخفیف ویژه دانشجویی هستند.

شروع دوره ها : ۱۵ آبان

لینک کانال دوره ها :https://t.me/universityilam

شماره تماس: 08459241361

هزینه ثبت نام دوره فقط 100 هزار تومان هست

هدف کلی
هدف از این درس، آشنایی دانش‌جویان با مفاهیم پایه یادگیری ماشین و یادگیری ژرف است. فرض بر این است که دانشجویان با برنامه‌سازی پایتون و ریاضیات هوش مصنوعی و علم داده آشنا هستند.

سرفصل‌ها
مقدمه‌ای بر یادگیری ماشین (۱ جلسه)
مروری بر مفاهیم اولیه آماری و یادگیری ماشین
حل نمونه مسائل مقدماتی در هوش مصنوعی
معرفی زبان های برنامه نویسی برای یادگیری ماشین
معرفی مدل‌های پایه ای در یادگیری ماشین (۲جلسه)
معرفی مدل های رگرسیون لجیستیک، ماشین بردار پشتیبان، و دسته‌بندی چند کلاسه
مقایسه مدل‌های معرفی شده و تشریح ویژگی‌های هر یک از مدل‌ها
الگوریتم‌های بهینه سازی اولیه برای یادگیری ماشین
پیاده سازی و آموزش عملی مدل‌های یادگیری پایه‌ای
معرفی شبکه‌های عصبی ژرف (۱ جلسه)
مفاهیم اولیه شبکه های عصبی شامل نورون، شبکه‌های چند لایه
الگوریتم پس انتشار خطا
بهینه‌ سازی برای شبکه‌های عصبی و منظم ساز‌ها (۱ جلسه)
معرفی و مقایسه الگوریتم‌های پیشنهاد شده برای بهینه سازی
منظم سازها و نقش آن‌ها در فرآیند یادگیری
نواع روش‌های پیشنهادی برای منظم سازی
شبکه‌های عصبی پیچشی (۱ جلسه)
معرفی شبکه‌های مبتنی بر لایه های پیچشی و مقایسه با شبکه‌های پرسپترون
تشریح فرآیند یادگیری برای داده‌های تصویر
بررسی جزئیات و پارامترهای لایه‌های پیچشی
یادگیری بازنمایی در شبکه‌های عمیق (۱ جلسه)
معرفی مفهوم Representation Learning
مدل‌های متداول در یادگیری عمیق شامل شبکه Autoencoder
یادگیری لایه‌های نهفته معنا دار
شبکه‌های عصبی مولد (۱ جلسه)
معرفی مدل‌های GAN, VAE
آموزش Diffusion Model
پیاده سازی و بررسی نحوه عملکرد مدل‌های مولد
ارزیابی
تمرین‌های هفتگی
برای اخذ گواهی حضور در دوره، باید قسمتی از تمرین‌های هفتگی را حل کنید. در این مورد به محض آماده شدن تمرین‌ها در کانال دوره اطلاع‌رسانی خواهد شد.

منابع
C. Bishop. Pattern Recognition and Machine Learning. Springer, 2006.
A. Ng. Machine Learning Yearning. 2018.
T. Mitchell. Machine Learning. MIT Press, 1998.
K. Murphy. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
T. Hastie, R. Tibshirani, and J. Friedman. The elements of statistical learning. 2nd Edition, 2008.
Ian Goodfellow, Yoshua Bengio and Aaron Courville, Deep Learning, Book in preparation for MIT Press, 2016.
Michael Nielsen, Neural networks and deep learning, Preprint, 2016.

?دانشگاه صنعتی شریف با حمایت معاونت علمی، فناوری و اقتصاد دانش بنیان ریاست جمهوری در راستای ارتقاء توانمندهای فنی دانشجویان، حل مسائل دنیای واقعی، کسب مرجعیت علمی در منطقه و ایجاد ارتباطات بین المللی، مسابقات بین المللی هوش مصنوعی رایان را با جوایز ارزنده (۳۵۰۰۰ دلار) به صورت آنلاین و حضوری برگزار می کند.
در این راستا دوره های آموزشی هوش مصنوعی به صورت آنلاین و با تخفیف ۹۸٪ برگزار می شود. همچنین تمام جلسات ضبط می شوند.

?️با حضور در این دوره‌ها علاوه بر آمادگی برای شرکت در مسابقات بین المللی هوش مصنوعی رایان، در صورت گذراندن دوره با موفقیت، گواهی رسمی دو زبانه از دانشگاه صنعتی شریف را دریافت می‌کنید.

?مهلت ثبت‌نام: ۲۰ تیر ماه ۱۴۰۳
?️زمان برگزاری: ۲۴ تیر الی ۲۴ مرداد
شماره تماس ۸۳۵۳۱۰۱۴-۰۲۱

❗️برای کسب اطلاعات بیشتر و ثبت‌نام به وب‌سایت دوره مراجعه کنید:
? https://micro.ce.sharif.edu/ai-contest?ref=elecomp

?@icpciran
?@ictc_ir

? اطلاعیه ارزیابی کیفیت تدریس اساتید دانشگاه ایلام در نیمسال دوم سال تحصیلی 1403-1402

دانشجوی ارجمند
با سلام و آرزوی تندرستی برای شما

هدف از ارزیابی کیفیت تدریس اساتید، استفاده از نقطه نظرات آگاهانه و سازنده دانشجویان، به منظور بالا بردن کیفیت آموزش، از طریق بهبود فرآیند شیوه های تدریس موثر و یادگیری فعال در نیمسال های آتی دانشگاه است.

به اطلاع دانشجویان گرامی می رساند :
سامانه ارزیابی کیفیت تدریس اساتید در نیمسال دوم سال تحصیلی (1403-1402)، از مسیر پورتال دانشجویی گلستان به آدرسedu.ilam.ac.ir از :
روز شنبه 03/05/ 1403 لغایت روز چهارشنبه 1403/03/16
فعال می باشد .

در انجام ارزیابی کیفیت تدریس اساتید توجه به نکات زیر ضروری است :

1- مشاهده نتایج امتحانات و در صورت لزوم اعتراض به نتایج آزمون ها منوط به انجام ارزیابی در موعد مقرراست.
2- انتخاب واحد ترم بعدی منوط به انجام ارزیابی در موعد مقرراست.
3- نتایج ارزیابی کیفیت تدریس اساتید توسط دانشجو یان کاملاً محرمانه است .
4- شایسته است در انجام ارزیابی کیفیت تدریس اساتید جانب انصاف و دقت رعایت شود.

? مدیریت نظارت، ارزیابی و تضمین کیفیت دانشگاه ایلام