برنامه درسی
لیست برنامه های درسی
عنوان | مبانی نظریه محاسبه |
---|---|
مقطع تحصیلی | کارشناسی |
مکان برگزاری | علوم کامپیوتر ساختمان 11 |
تعداد واحد | ۳ |
پیش نیاز درس | ساختمان دادهها و الگوریتمها |
نحوه ارزیابی | فعالیت کلاسی 10% تکالیف 10% کوِئیز 10% امتحان 70% |
زمان بندی و نحوه ارائه درس | به پیوست مراجعه شود |
منابع | Languages and machines: an introduction to the theory of computer science (Thomas A. Sudkamp) |
فایل پیوست اول | atomata.docx |
طرح درس | به پیوست مراجعه شود |
هدف از طرح درس | این درس درباره جنبههای نظری رشته کامپیوتر است و ارتباط بین مسایل و زبانها را مشخص میکند. مباحث مورد بررسی شامل مدلهای مختلف محاسباتی، توانایی محاسباتی این مدلها، بیان رسمی مدلها و گرامرها، خواص محاسبتی آنها و کاربردهای آنها است. |
عنوان | دادهکاوی |
---|---|
مقطع تحصیلی | کارشناسی ارشد |
مکان برگزاری | علوم کامپیوتر ساختمان 11 |
تعداد واحد | ۳ |
پیش نیاز درس | هوش مصنوعی |
نحوه ارزیابی | فعالیت کلاسی 10% تمرینهای کلاسی 10% سمینار 20% پایان ترم 60% |
زمان بندی و نحوه ارائه درس | به پیوست مراجعه شود |
فایل پیوست اول | data mining.doc |
طرح درس | به پیوست مراجعه شود |
هدف از طرح درس | داده کاوی، ابزار مناسبی را برای تجزیه و تحلیل اطلاعات و کشف و استخراج روابط پنهان در مجموعههای دادهای سنگین فراهم می نماید. |
عنوان | هوش مصنوعی |
---|---|
مقطع تحصیلی | کارشناسی |
مکان برگزاری | علوم کامپیوتر ساختمان 11 |
تعداد واحد | ۳ |
پیش نیاز درس | برنامه سازی پیشرفته، ساختمان دادهها، منطق |
نحوه ارزیابی | فعالیت کلاسی 10% تکالیف و پروژه 30% امتحان 60% |
زمان بندی و نحوه ارائه درس | به پیوست مراجعه شود. |
فایل پیوست اول | AI.doc |
طرح درس | به پیوست مراجعه شود. |
هدف از طرح درس | آشنایی با هوش مصنوعی و جنبه هایی از هوشمندی نظیر حل مساله، توانایی ذخیره دانش و استنتاج و برنامه ریزی. |
عنوان | دادهکاوی |
---|---|
مقطع تحصیلی | دکترای تخصصی |
مکان برگزاری | علوم کامپیوتر |
تعداد واحد | ۳ |
پیش نیاز درس | هوش مصنوعی |
نحوه ارزیابی | تکالیف و فعالیت کلاسی 20% سمینار کلاسی 20% پایان ترم 60% |
زمان بندی و نحوه ارائه درس | به پیوست مراجعه شود |
فایل پیوست اول | data mining.doc |
طرح درس | به پیوست مراجعه شود |
هدف از طرح درس | داده کاوی، ابزار مناسبی را برای تجزیه و تحلیل اطلاعات و کشف و استخراج روابط پنهان در مجموعههای دادهای سنگین فراهم می نماید. |
عنوان | مباحث ویژه در محاسبات نرم |
---|---|
مقطع تحصیلی | کارشناسی ارشد |
مکان برگزاری | علوم کامپیوتر |
تعداد واحد | ۳ |
پیش نیاز درس | هوش مصنوعی |
منابع | Witold Pedrycz,Granular Computing: Analysis and Design of Intelligent Systems, CRC Press, 2018. |
فایل پیوست اول | mabahes.doc |
طرح درس | به پیوست مراجعه شود. |
هدف از طرح درس | به پیوست مراجعه شود |