مجموعه ویدئو های آموزش شیمی آلی فلزی استاد کامران اخباری.
مجموعه ویدئو های آموزش طراحی سازه های بتنی ۱ استاد کیارش محتشم دولتشاهی.
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.
کامپایلر برنامه یا مجموعهای از برنامههای کامپیوتری است که متنی از زبان برنامهنویسی سطح بالا (زبان مبدأ) 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 آن را بخواند. به بیان ساده، کامپایلر برنامهای است که یک برنامه نوشته شده در یک زبان خاص ساختیافته را خوانده و آن را به یک برنامه مقصد (Target Language) تبدیل مینماید. در یکی از مهمترین پروسههای این تبدیل، کامپایلر وجود خطا را در برنامه مبدأ اعلام مینماید.
نظریه محاسبه نظریه ای برای بررس ماشین ها و عملکردشان به صورت انتزاعی است. در واقع با بررسی مدل هایی، در تلاش برای بررسی ”توان“ ابزارهای محاسباتی هستیم. ما در این درس از ماشین های ساده شروع می کنیم و کم کم آنها را قوی تر می کنیم تا به قویترین ابزار محاسبات که کامپیوترهای امروزی هستند برسیم.
مجموعه ویدئو های آموزش طراحی سازه های بتنی ۲ استاد کیارش محتشم دولتشاهی.
در این درس با مفاهیم و اصول حرکت سیال در کانالهای باز و رودخانه ها (هیدرولیک) آشنا شده و جریان دائمی (steady)و غیردائم (unsteady)دراین سیستم ها را مورد بررسی قرار می دهیم. سیر مطالب ارائه شده به شرح زیر است: ۱- مروری بر مکانیک سیالات: مفاهیم، معادلات پیوستگی، مومنتم و انرژی ۲- کاربرد معادله انرژی در هیدرولیک جریان دائمی: انرژی مخصوص، جریان از روی برآمدگی و از میانcontraction ، جریان بحرانی، انسداد جریان (choking)، کانال با مقاطع غیر مستطیلی ۳- کاربرد معادله مومنتم: پرش هیدرولیکی، حرکت surge در کانالها ۴- مقاومت جریان، رابطه شزی و مانینگ ۵- جریان یکنواخت(uniform flow)، جریان متغیر تدریجی(gradually varied flow) ، حل عددی ۶- جریان غیر دائمی در کانالها، حل معادلات سنت ونانت برای حالات خاص ۷- روندیابی سیل در مخزن
مجموعه ویدیو های آموزشی روش های تولید توسط استاد علیرضا صادقی.
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.