کلاس آنلاین علم داده (Data Science) - صد ساعت آموزش و پروژه پایانی
این دوره سعی بر ایجاد فهم عمیقی از پایه های اصلی علم داده داشته که به نوبه خود می توانند داوطلبان را در یافتن موقعیت های شغلی مناسب در بازار رو به پیشرفت کنونی یاری نمایند. تمرکز اصلی دوره بر ستون های علم داده یعنی مفاهیم آماری، الگوریتم ها و عناصر مورد نیاز علوم کامپیوتری و مهندسی صنایع می باشد. کل دوره شامل ۸ مرحله (۷ درس + پروژه عملی) است که مراحل مختلف دارای توالی منطقی و زمانی می باشند. مدت زمان دوره تقریبا ۱۰۰ ساعت به غیر از پروژه عملی انتهای دوره، در نظر گرفته شده است. در ادامه، کلیه درس های ارائه شده در دوره به همراه سرفصل های اصلی معرفی خواهند شد.
علم داده را می توان حاصل تلفیق سه زمینه علوم کامپیوتر، علوم آماری و دانش تخصصی در مسئله مورد بررسی دانست. پرواضح است که می توان علوم کامپیوتر و آمار را به عنوان پایه های علم داده تلقی کرد که قادر به فراهم سازی تمامی روش ها و تکنیک های مورد نیاز این علم می باشند. در این دوره سعی می شود که با ارائه تکنیک های آماری متنوع، زمینه لازم جهت فراگیری دانش آماری مورد نیاز فراهم گردد. بکارگیری این روش ها در نرم افزارهای تخصصی R و Python، پایه لازم در زمینه علوم کامپیوتری را ایجاد نموده و در نهایت استفاده از داده های واقعی در کاربردهای مختلف از جمله صنعت، ورزش، خدمات درمانی و غیره، می تواند به عنوان مقدمه ای جهت کسب دانش تخصصی در مسائل عملی تلقی گردد. کسب دانش لازم در علم داده در درجه اول ابزار تحلیلی قدرتمندی در اختیار داوطلبان قرار می دهد که به واسطه آن به بازار در حال توسعه علم داده در داخل یا خارج از کشور معرفی می شوند. همچنین، بهره مندی از این دانش می تواند افراد را جهت فعالیت در زمینه های تحقیقاتی و آکادمیک در داخل یا خارج از کشور به میزان قابل توجهی یاری نماید.
سرفصل های دوره:
* آشنایی مقدماتی با برنامه نویسی در R و پایتون (Introductory programming in R and Python) - مدت: ۶ ساعت
* مدل های خطی کاربردی با استفاده از نرم افزار آر (Applied linear models with R) - مدت: ۲۰ ساعت
* مدل های چند متغیره کاربردی با استفاده از برنامه نویسی پایتون (Applied multivariate models with Python) - مدت: ۳۱ ساعت
* مباحث رگرسیون پیشرفته (Advanced regression) - مدت: ۱۳ ساعت
* مقدمه ای بر تحلیل داده های طولی (Longitudinal data analysis) - مدت: ۵ ساعت
* وب کاوی در پایتون (Web mining with Python) - مدت: ۶ ساعت
* سیستم های مدیریت پایگاه داده (Database management system) - مدت: ۶ ساعت
* پروژه عملی (۳ تا ۴ هفته معادل ۱۳ ساعت)
به همراه ۱۱ مطالعه موردی با دیتاهای واقعی در صنایع مختلف شامل: صنعت خودرو - ورزش - جوشکاری - خدمات شهری و فروشگاهی - تولید قطعات - خدمات درمانی - مارکتینگ و ... .
دانشپذیران در حین تدریس هر یک از دوره های فوق، تمامی مفاهیم را با مطالعات موردی پیاده سازی و تحلیل خواهند کرد تا مباحث را به صورت کاملا عملی و واقعی فرا گیرند. توجه فرمایید دانشجویان باید لپتاپ شخصی خود را در کلاس های حضوری همراه داشته باشند.
زمان:
سه شنبه ۳۰ بهمن ۱۳۹۷
ویدیوی کارگاه آنلاین صفر تا صد اپلای و گرفتن بورسیه تحصیلی
در این کارگاه سه روزه قصد داریم هر آنچه را که دانشجویان کشور برای اپلای در مقطع کارشناسی ارشد و به خصوص دکتری نیاز دارند را در کلیه رشته های تحصیلی فراهم کنیم. این مطالب شامل چگونه پیدا کردن موقعیت ها و بورس های تحصیلی می باشد و چگونگی ارتباط برقرار کردن با اساتید دانشگاه های معتبر خارج برای آشنایی و همکاری و همینطور کسب اطلاعات در زمینه پوزیشن ها در گروه های تحقیقاتی آن ها می باشد.
همینطور در مورد مدارکی که معمولا برای اپلای نیاز است مانند CV، توصیه نامه، Cover Letter یا Personal Letter و Research Statement و Research Proposal و سایر مدارک توضیح خواهیم داد و اینکه هر کدام از این موارد باید شامل چه نکاتی باشد و تفاوت آن ها با یکدیگر را بیان خواهیم کرد و چگونگی نوشتن یک ایمیل تاثیرگذار برای معرفی خود و ارایه CV خود به استاد خارجی آموزش داده می شود.
به طور کلی هدف اصلی این کارگاه سه روزه معرفی تمامی مطالبی است که دانشجویان برای پروسه اپلای و گرفتن بورسیه تحصیلی نیاز دارند. همچنین برای یادگیری عمیق تر، یک نمونه موردی خواهیم داشت و برای یک دانشجو با یک شرایط مشخص CV و سایر مدارک را در زمان برگزاری کارگاه تهیه خواهیم کرد تا به صورت عملی با نحوه تهیه مدارک برای اپلای، آشنایی لازم صورت گیرد. در پایان هر جلسه کارگاه، سی دقیقه از زمان به پرسش و پاسخ اختصاص داده خواهد شد تا دانشجویان امکان این را داشته باشند تمام سوالات خود را در مورد اپلای از قبیل شرایط گرفتن اقامت، شرایط زندگی در کشورهای مختلف، شرایط کار پس از پایان تحصیل و ... بپرسند و دکتر فراگردی به تمامی سوالات دانشجویان پاسخ خواهند داد.
درباره استاد دوره:
حمیدرضا فراگردی دکتری خود را در رشته کامپیوتر در گرایش نرم افزار و در فیلد سیستم‌های زمانبندی بی‌درنگ (Real-time systems) از دانشگاه MDH سوئد دریافت کرده است. پروژه دکترا ایشان بورسیه شده توسط شرکت ولوو و ABB سوئد بوده و همچنین در سال ۲۰۱۷ موفق به دریافت بورس محققین جوان اروپا (HiPEAC Research Collaboration Grant) شده است. ایشان مدرک کارشناسی ارشد خود را در رشته مهندسی کامپیوتر گرایش نرم افزار از دانشکده فنی دانشگاه تهران در حوزه سیستم‌های بی‌درنگ دریافت کرده است. پس از اخذ دکترا، دوره پست دکترا (Postdoc) خود را در زمینه پردازش ابری و پردازش مه (Cloud and Edge Computing) در دانشگاه Innsbruck اتریش گذراندند. همچنین ایشان بیش از یک سال است که به عنوان استاد راهنما برای دانشجویان کارشناسی ارشد در دانشگاه سلطنتی KTH سوئد مشغول بوده و تا بحال بیش از ۱۰ تن از این دانشجویان با موفقیت پایان نامه خود را به اتمام رسانده اند. تاکنون بیش از ۳۰ مقاله در کنفرانس‌های معتبر و مجلات علمی شناخته شده از ایشان به چاپ رسیده است. به مقالات تخصصی ایشان بیش از ۱۹۰ بار ارجاع داده شده و دارای H-Index ده (۱۰) هستند. مقالات بسیاری از ایشان بعنوان Best Paper در کنفرانس‌ها انتخاب شده است. شما می‌توانید لیست مقالات پژوهشی ایشان را در سایت Google Scholar ملاحظه فرمایید.
صفحه شخصی دکتر فراگردی در دانشگاه اتریش:
http://dps.uibk.ac.at/~faragardi
صفحه شخصی دکتر فراگردی در دانشگاه KTH سوئد:
https://www.kth.se/profile/hrfa
صفحه شخصی دکتر فراگردی در گوگل اسکولار:
https://scholar.google.com/citations?user=sUj2TiQAAAAJ
زمان:
دوشنبه ۲۹ بهمن ۱۳۹۷
کارگاه آنلاین یادگیری جاوا اسکریپت - JavaScript
این کارگاه در دو جلسه برگزار خواهد شد:
یکشنبه 7 بهمن ساعت 20 تا 22
سه شنبه 16 بهمن ساعت 20 تا 22
تدریس بخش اول جاوا اسکریپت
Let, const, scope -
Object -
Function & Arrow Function -
Object destructuring, Array destructuring -
Spread operator -
Hoisting -
Higher order function -
Closure -
Map, filter, reduce -
Import & export -
This keyword -
Pass by value vs pass by reference -
تدریس بخش دوم جاوا اسکریپت
Event loop -
setTimeout, setImmediate, setInterval -
Callback -
Promise -
async/await -
زمان:
یکشنبه ۰۷ بهمن ۱۳۹۷
