برنامه درسی
لیست برنامه های درسی
پیش نیاز درس | طرح آزمایش های 1 روش های عددی و شبیسه سازی | ||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
منابع | Ritzzo, M. L. Statistical Computing with R, Chapman &Hall, 2008 راهنمای نرم افزار R تالیف دکتر اسماعیلیان، انتشارات دانشگاه محقق اردبیلی | ||||||||||||||||||||||||||||||||||
طرح درس |
| ||||||||||||||||||||||||||||||||||
هدف از طرح درس | هدف از ارائه این درس کسب مهارت دانشجویان در استفاده از نرم افزار آماری R و ایجاد توانایی تحلیل داده به روش های آماری توسط این نرم افزار به وسیله دانشجویان می باشد. |
تعداد واحد | ۳ |
---|---|
روش تدریس | روش تدریس این درس بوسیله اسلاید و آموزش برخط با انجام مثال ها و کد نویسی با استفاده از نرم افزار R می باشد. |
نحوه ارزیابی | امتحان میان ترم: 6 نمره، پروژه 4 نمره، امتحان نهایی: 10 نمره |
اطلاعات کلاس
زمان برگزاری | مکان برگزاری | توضیحات | فایل پیوست اول | فایل پیوست دوم | فایل پیوست سوم |
---|---|---|---|---|---|
شنبه 12-10 و دوشنبه 12-10 (هفته های زوج) | دانشکده ریاضی، آمار و علوم کامپیوتر، گلاس 203 | - | - | - |
پیش نیاز درس | ندارد | ||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
منابع | Blum, A., Hopcoft, J., & Kanan, R. (2017), Foundations of Data Science. Vorabversioneines Lehbuchs. James, G., Witten, D. Hastie, T. & Tibshirani, R. (2023), An Introduction to Stattistical learning with Application in R. New Yourk: Springer | ||||||||||||||||||||||||||||||||||
طرح درس |
| ||||||||||||||||||||||||||||||||||
هدف از طرح درس | هدف این درس آشنایی اولیه با مباحث زیربنایی علم داده ها است که در فهم بنیادی دانشجویان از انواع داده ها و چگونگی مدیریت، اکتشاف، نمایش، پردازش و تحلیل آن ها است. |
تعداد واحد | ۳ |
---|---|
روش تدریس | سخنرانی، کار با نرم افزارهای R و پایتون، پرسش و پاسخ و بحث مشارکتی |
نحوه ارزیابی | میان ترم: 6 نمره، پروژه: 4 نمره، امتحان نهایی: 10 نمره |
اطلاعات کلاس
زمان برگزاری | مکان برگزاری | توضیحات | فایل پیوست اول | فایل پیوست دوم | فایل پیوست سوم |
---|---|---|---|---|---|
یکشنبه 12-10 (هفته های زوج)، سه شنبه 12-10 | دانشکده ریاضی، آمار و علوم کامپیوتر، کلاس 203 | - | - | - |
پیش نیاز درس | کنترل کیفیت آماری دوره کارشناسی آمار | ||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
منابع | Montgomery, D. C. (2019). Introduction to statistical quality control. John wiley & sons.
مقالات روز منتشر شده در زمینه طراحی نمودارهای کنترل
| ||||||||||||||||||||||||||||||||||
طرح درس |
| ||||||||||||||||||||||||||||||||||
هدف از طرح درس | هدف کلی این درس آشنایی با مباحث جدید آمار کاربردی است |
تعداد واحد | ۴ |
---|---|
روش تدریس | سخنرانی و حل مثالهای عددی با نرم افزارهای Minitab و R |
نحوه ارزیابی | امتحانات میان ترم و پایان ترم، پروژه |
اطلاعات کلاس
زمان برگزاری | مکان برگزاری | توضیحات | فایل پیوست اول | فایل پیوست دوم | فایل پیوست سوم |
---|---|---|---|---|---|
یکشنبه 18-16 ، چهارشنبه 10-8 | دانشکده ریاضی، آمار و علوم کامپیوتر، کلاس 201 | این درس بر اساس امکانات و نیاز گروه ارائه می شود و سرفصل آن بر اساس مباحث مورد نیاز، توسط گروه مشخص می شود. |
- | - | - |
پیش نیاز درس | روش های آماری- احتمال1 |
---|---|
منابع | داگلاس سی. مونتگومری، طراحی و تحلیل آزمایش ها. ترجمه غلامحسین شاهکار. تهران: مرکز نشر دانشگاهی، 1380 |
طرح درس | |
هدف از طرح درس | آشنایی با طرح ها برای انجام آزمایش ها و روشهای تجزیه و تحلیل داده هامتناسب با طرح ها |
پیش نیاز درس | احتمال1 و روشهای نمونه گیری 1 |
---|---|
منابع | کنترل کیفیت آماری، تالیف داگلاس سی. مونتگومری، ترجمه رسول نورالسناء، انتشارات دانشگاه علم و صنعت ایران- 1390 |
طرح درس | |
هدف از طرح درس | آشنایی دانشجویان با چگونگی سنجش و ارزیابی کیفیت محصولات تولیدی در حین و پس از فرآیند تولید و روش های محاسبه آنها |
پیش نیاز درس | استنباط آماری 1 و احتمال پیشرفته 1 |
---|---|
منابع | 1. L. N. Trefethen and D. Bau, Numerical Linear Algebra, SIAM, 3rd edition, 1997. 2. A. Stuart and J. Voss, Matrix Analysis and Algorithms, Lecture notes, 2009. 3. A. Broughton and K. Bryan, Discrete Fourier Analysis and Wavelets, John Wiley & Sons, 2nd
Ed., 2018. |
طرح درس |
پیش نیاز درس | ندارد |
---|---|
منابع | 1. Belorkar, A., Guntuku, S. C., Hora, S. and Kumar, A. (2020), Interactive Data Visualization with Python, Packt Publishing, Birmingham. 2. Dobler, M. and Grobmann, T. (2020), The Data Visualization Workshop: An Interactive Approach to Learning Data Visualization, Packt Publishing, Birmingham. 3. Wilke, C., O. (2019), Fundamentals of Data Visualization}, O'Reilly, California. 4. Healy, K. (2019), Data Visualization: A Practical Introduction, Princeton University Press,
New Jersey. |
طرح درس | |
هدف از طرح درس | 1- آشنایی با مفاهیم مدلبندی 2- آشنایی با ابزارهای مصور سازی مفاهیم مدلبندی 3- آشنایی با ارائه نتایج تحلیل داده ها |
پیش نیاز درس | ندارد | ||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
منابع | اصول و روش های تحقیق و مقاله نویسی- تالیف سید رضا کامل و وحیده بهاری- انتشارات خراسان- 1401 | ||||||||||||||||||||||||||||||||||
طرح درس |
| ||||||||||||||||||||||||||||||||||
هدف از طرح درس |
|