این درس یکی از مهمترین دروس گرایش دیجیتال مهندسی برق و همین طور مهندسی کامپیوتر است. هدف از این درس آشنایی با اصول و تحلیل و طراحی مدار های منطقی دیجیتال ، طراحی سیستمی توسط مدارهای مجتمع قابل برنامه ریزی (PLD) و زبان توصیف سخت افزار است. این درس در دو سری متفاوت درس ۱ و ۲ تدریس شده است.
نظریه یادگیری محاسباتی شاخهای از ریاضیات و علوم رایانه است که به ارزیابی کارایی الگوریتمهای یادگیری ماشینی میپردازد. این نظریه عموماً به تحلیل الگوریتمهای یادگیری با نظارت میپردازد و سعی میکند کرانهایی برای کارایی یک الگوریتم در داده دیدهنشده با استفاده از اطلاعات کارایی آن الگوریتم در داده در دسترس و پیچیدگی الگوریتم بیابد. بعد ویسی و یادگیری صحیح احتمالی تخمینی مثالهایی از نظریه یادگیری محاسباتی هستند که به ترتیب به اختراع الگوریتمهای ماشین بردار پشتیبانی و بوستینگ انجامیدند. این نظریه به تحلیل پیچیدگی زمانی الگوریتمهای یادگیری نیز میپردازد. این درس به کمک آقای امید اعتصامی مدرس IPM و فارغالتحصیل دانشگاه برکلی تدریس شده است.
این مجموعه شامل کلاس های آموزش زبان های برنامه نویسی المپیاد کامپیوتر می باشد که توسط باشگاه دانش پژوهان جوان در تابستان ۱۳۹۶ برگزار شده است.
یکی از اهداف و آرمان های فرادرس به عنوان بزرگ ترین پروژه آموزش دانشگاهی اجرا شده بر بستر وب کشور، ایجاد دسترسی همگانی و یکسان به آموزش و دانش؛ مستقل از جغرافیا، زمان و سطح مالی دانشجویان بوده است. سیاست کاری فرادرس در راستای این آرمان، انتشار آموزش های ویدئویی تخصصی و دانشگاهی رایگان و یا بسیار کم هزینه، با تدریس مجرب ترین اساتید داخل و خارج کشور بوده است. ما با انتشار رایگان مجموعه کتب کارشناسی ارشد مهندسی کامپیوتر و آی تی، امروز جدیدترین گام خود را در راستای آرمان فرادرس برداشتیم. مجموعه کتاب های منتشر شده که حاصل نزدیک به یک دهه تدریس و پژوهش و تألیف مؤلف و مدرسین فرادرس می باشد؛ در عین هزینه های بالای تألیف و آماده سازی، به جای انتشار و فروش، با تأمین مالی و سرمایه گذاری فرادرس به عنوان ناشر، به صورت کاملاً رایگان منتشر می شود.
این درس شامل بخش اول درس اصول سیستم های کامپیوتری است که در واقع به صورت اجمالی به آموزش مدارهای منطقی میپردازد.
یادگیری ماشینی (Machine learning) به بررسی روش هایی می پردازد که به رایانه ها امکان استفاده از داده ها و یاد گیری از آن ها برای بهبود عملکردهای مختلف را می دهد. هدف یادگیری ماشینی این است که کامپیوتر (در کلیترین مفهوم آن) بتواند به تدریج و با افزایش دادهها بازدهی بالاتری در وظیفهٔ مورد نظر پیدا کند. نمونه هایی از کاربردهای یادگیری ماشین می تواند الگوریتم های تشخیص چهره، جداسازی هرزنامه و بازشناسی گفتار می باشد.
رس ریزپردازنده ۱ با تمرکز بر میکروکنترلرهای AVR در راستای جهت دهی عملی به آموختههای دانشجویان مقطع کارشناسی سخت افزار، برق و رباتیک و به علت نزدیکی موضوع این درس با پروژههای واقعی انتخاب شده است. دانشجویان در این درس با مبانی میکروکنترلرها، ساختار داخلی، زبان اسمبلی، تایمرها و قفهها، راهاندازی ورودی-خروجیهای ساده و استانداردهای واسط آشنا میشوند. آنها در طول این درس به طور مداوم در آزمایشگاه ریزپردازنده حضور دارند و…
درس طراحی و تحلیل الگوریتمها یکی از پایهایترین درسهای در رشتههای علوم کامپیوتر و همچنین مهندسی کامپیوتر میباشد. هدف از این درس، مطالعه و بررسی روشهای طراحی الگوریتمها برای حل مسائل مختلف و چگونگی تحلیل و اثبات درستی آنها میباشد. همچنین دستهبندی مسائل و شناسایی مسائل محاسباتی سخت، که در زمان قابل قبول نمیتوان جواب آنها را به دست آورد، نیز پوشش داده میشود.
مهندسی نرمافزار (به انگلیسی: Software engineering) یعنی استفاده از اصول مهندسی بجا و مناسب برای تولید و ارائه محصول نرمافزاری با کیفیت که قابل اطمینان و با صرفه بوده و برروی ماشینهای واقعی به طور کارآمدی عمل کند. مهندسی نرمافزار یک روش سیستماتیک، منظم و دقیق برای ساخت و ارائه محصولی نرمافزاری با کیفیت است. مهندسی نرمافزار اغلب شامل فرایند خطی تحلیل، طراحی، پیادهسازی و آزمون است؛ که با به کارگیری روشهای فنی و علمی از علوم مهندسی موجب تولید نرمافزاری با کیفیت مطلوب در طول یک فرایند انتخابی مناسب پروژه میشود. مهم ترین شاخص در مهندسی نرمافزار تولید نرمافزار با کیفیت مناسب در جهت «نیازهای مشتری» است.
درس نظریه زبان ها از دروس مهم در دوره کارشناسی مهندسی کامپیوتر است. این درس در کنکور ارشد مهندسی کامپیوتر نیز مورد ارزیابی قرار می گیرد. نظریه زبانها از دروس مشترک کنکور مجموعه مهندسی کنکور می باشد بنابراین برای گرایشهای نرم افزار ، معماری ، هوش دارای ظریب ۴ است. این مجموعه از کلاس درس دانشگاه امیر کبیر ضبط شده است که با توجه به نزدیک شدن امتحانات پایان ترم برای دانشجویان عزیز بسیار کاربردی خواهد بود .