🖥 #سازنده_جهان_دیجیتال

3️⃣ طراحی الگوریتم - قسمت سوم

❓ چه نوع مسئله‌هایی با الگوریتم‌ها حل می‌شوند؟

🟣 مرتب سازی داده‌ها تنها مسئله‌ای نیست که برای آنها الگوریتم‌ حل شده‌ است، کاربردهای عملی الگوریتم‌ها در همه جا وجود دارند و بسیار گسترده هستند. مثال‌های کمی از کاربرد الگوریتم عبارت‌اند از:

1️⃣ مطالعه تمامی ژن‌های انسان، شناسایی 100000 ژن در DNA انسان، تعیین دنباله‌ای از 3 میلیارد زوج پایه‌ای شیمیایی DNA انسان، ذخیره این اطلاعات در پایگاه داده‌ها و تولید ابزارهایی برای تحلیل این داده ها از جمله مواردی است که نیازمند الگوریتم‌های حرفه‌ای است، با طراحی کارامد الگوریتم‌هایی برای حل این مسائل در وقت دکترها و دانشمندان این حوزه و همچنین در هزینه‌ها صرفه جویی می‌شود.

2️⃣ اینترنت، افراد مختلف در سراسر جهان را قادر می‌سازد سریعا به حجم زیادی از اطلاعات دستیابی داشته باشند. برای این کار الگوریتم‌های هوشمندی برای مدیریت و دستکاری اطلاعات استفاده شده‌اند. یافتن مسیرهای خوب برای ارسال و دریافت داده‌ها، بهینه سازی موتورهای جستجو برای یافتن هر چه سریعتر صفحاتی که کاربران به دنبال آنها هستند و غیره از جمله مسئله‌هایی است که در دنیای شبکه‌های کامپیوتری و اینترنت وجود دارد.

3️⃣ تجارت الکترونیک موجب می‌شود کالاها و سرویس‌ها به‌ طور الکترونیکی مبادله شوند. توانایی نگهداری اطلاعاتی مثل شماره کارت اعتباری، کلمه‌های عبور و صورت حساب‌های خصوصی بانک‌ها ضروری هستند. رمزنگاری کلید عمومی (Public Ley Cryptography) و امضاهای دیجیتال (Digital Signature) فناوری‌هایی هستند که استفاده می‌شوند و مبتنی بر الگوریتم‌ها و نظریه اعداد هستند.

4️⃣ خیلی از مواقع در تجارت و همچنین صنعت نیاز است الگوریتم‌هایی ارائه دهیم که بهینه ترین راه ها را برای ما پیدا کند. بعنوان مثال یک شرکت نفتی ممکن است بخواهد بداند در کجاها باید چاه‌های نفت را ایجاد کند تا سودش ماکزیمم شود یا یک کاندیدای ریاست‌جمهوری ممکن است بخواهد محل‌های مناسبی را برای انجام تبلیغات انتخاباتی خود برای حداکثر کردن شانس برنده شدن اش پیدا کند. یا یک شرکت هواپیمایی ممکن است بخواهد خدمه‌های هواپیما هایش را طوری برای پروازها تعیین کند که کمترین هزینه را داشته باشد و تضمین شود که تمام پروازهایش پوشش داده شوند و همچنین مقررات دولتی در میزان زمان و بازه های مجاز استفاده از خدمه ها رعایت شوند. یا مثلا یک تامین کننده خدمات اینترنت (ISP) ممکن است بخواهد تعیین کند که منابع اضافی را در کجا مستقر نماید تا سرویس‌های اینترنت را بطور کارامد به مشتریان‌اش ارائه دهد.

⬅️ادامه دارد ...

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

📚#سفر_به_دنیای_کتاب_ها

🎬 ما همیشه به دنبال آن کتاب خوبی هستیم که با آن ارتباط برقرار میکنیم. در این ویدیو فهرستی از چنین گنجینه ای از کتاب‌های فضایی/علمی خوب وجود دارد که می‌تواند شما را به غواصی در اعماق اقیانوس علم وادار کند. می‌توانید بهترین را برای دریافت این کتاب‌های ضروری در زیر پیدا کنید:

◀️تاریخچه مختصری از زمان
◀️معابر پیچیده شده
◀️فابیک کیهان
◀️واقعیت پنهان
◀️جنگ سیاهچاله
◀️فضای کوانتومی
◀️اختراع و کشف هیگز
◀️علم بین ستاره ای
◀️در دید آشکار پنهان شده است
◀️سرزمین جهنمی

https://youtu.be/kXS_IEFDh_8?si=ly0PHs4qteFtW49J

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🌐 #توسعه_و_تحقیق_کار_ها

4️⃣ آموزش آمار با SPSS- قسمت چهارم

✅ در این قسمت با نحوه‌ی بررسی نرمال بودن داده‌ها در spss بیشتر آشنا میشیم.

#️⃣#آموزش_آمار_با_SPSS
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🎲#گام_به_گام

💻 کدنویسی

4️⃣ دستورات پایه در پایتون: قسمت چهارم

😄 متغیرهای پایتون - چندین مقدار اختصاص دهید.

⬅️ مقادیر زیادی برای متغیرهای چندگانه
پایتون به شما این امکان را می دهد که در یک خط به چندین متغیر مقادیر اختصاص دهید:

🟡 مثال:
x, y, z = "Orange", "Banana", "Cherry"

print(x)
print(y)
print(z)
خروجی پایتون
Orange
Banana
Cherry

‼️توجه: مطمئن شوید که تعداد متغیرها با تعداد مقادیر مطابقت داشته باشد، در غیر این صورت با خطا مواجه خواهید شد.

✅ یک مقدار به چندین متغیر
و می توانید یک مقدار را به چندین متغیر در یک خط اختصاص دهید:

🟡 مثال:
x = y = z = "Orange"
print(x)
print(y)
print(z)
خروجی پایتون:
Orange
Orange
Orange
👈 ادامه دارد....

#️⃣#کدنویسی
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

😮 #آموزشگاه_ذهن
🔣 در وبینار ۱۰ مرداد که با حضور جناب آقای محمدی، دانشجوی کارشناسی ارشد ریاضی کاربردی برگزار شد، در کنار شما عزیزان نگاهی داشتیم به بررسی دینامیک نورون‌ها و بررسی پدیده تحریک‌پذیری نورونی از دیدگاه هندسی.

🔴 در این وبینار که با موضوع «بررسی و تحلیل تحریک‌پذیری نورونی با استفاده از نظریه سیستم‌های دینامیکی» برگزارشد، آقای محمدی در به بررسی پدیده تحریک پذیری نورونی با استفاده از نظریه سیستم‌های دینامیکی و نظریه انشعاب پرداختند. این وبینار شامل دو بخش بود.

1️⃣ در بخش اول دینامیک نورون‌ها را مورد بررسی قرار دادیم . در ابتدای این بخش معادلات دیفرانسیل توصیف کننده دینامیک پتانسیل غشاء و متغیر دریچه ای را تشریح کردیم و در ادامه مدل نورونی هاجکین-هاکسلی را که یکی از مهم‌ترین مدل‌ها در علوم اعصاب محاسباتی است را معرفی کردیم.

2️⃣ در بخش دوم به بحث در مورد تحریک پذیری نورونی از دیدگاه هندسی پرداختیم. در ابتدای این  بخش یک تفسیر هندسی برای پدیده تحریک‌پذیری  نورونی ارائه کردیم  و مدل  نورونی دو بعدی فیتزهیو- ناگومو کلاسیک و نمای فاز این مدل در صفحه را تشریح کردیم و در ادامه انواع انشعاب‌های نقطه تعادل و چرخه حدی جاذب و ارتباط انشعاب‌های نقطه تعادل با پدیده تحریک‌پذیری نورونی را  مورد بررسی قرار دادیم، همچنین در مورد سه نوع مختلف تحریک پذیری کلاس یک، دو و سه  همراه با ویژگی‌های الکتروفیزیولوژیک  آنها و مثال‌هایی از  آنها توضیحاتی ارائه کردیم.

🔣 در پایان نمای فاز مدل نورونی مبتنی بر رسانایی، سدیم بعلاوه پتاسیم پایا را در دوحالت آستانه پایین و بالا تشریح کردیم و نشان دادیم که این مدل،  تحریک پذیری کلاس یک و دو را به خوبی توصیف می کند، همچینین در مورد دو ویژگی مهم تعامل انتخابی و تسهیم  و اهمیت آن‌ها در نحوه برقراری ارتباط بین نورون ها نیز صحبت کردیم.

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

✨✨✨#زیبایی_های_ریاضی✨✨✨

🔶 تاریخ ریاضیات

🎬 فیلم مستند «تاریخ ریاضیات» بینندگان را به سفری جذاب در زمان می‌برد تا سیر تکاملی ریاضیات در تمدن‌های مختلف را کشف کند. از مصر باستان و بین‌النهرین گرفته تا یونان، چین، هند و خاورمیانه، این فیلم نقش ریاضیدانان برجسته و تأثیر آنها را در این زمینه برجسته می‌کند.

◀️ این فیلم به استفاده از سیستم‌های اعشاری، اختراع عدد صفر و مفهوم بی‌نهایت، ایجاد جبر و گسترش دانش شرقی به غرب می‌پردازد. با یک فیلم تاریخی ترکیبی، این مستند با مصاحبه‌های تخصصی و تصاویری نفس‌گیر، تاریخ غنی ریاضیات و نقش آن را در شکل‌دهی به دنیایی که امروز در آن زندگی می‌کنیم، زنده می‌کند.

https://youtu.be/2WcbPcGrQZU?si=dD5Sze69rUDWV2Dl

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

💥 #اکتشاف_دنیای_دیجیتال

🔣 Advanced Grapher

✅ این نرم افزار، علاوه بر انجام محاسبات ریاضی، به رسم نمودار معادلات، نامعادلات و تقریب زدن منحنی ها می‌پردازد. در این نرم افزار، نمودارهایی برحسب (Y(xو (X(y در مختصات دکارتی و معادلات گوناگونی را در مختصات قطبی می‌توان رسم کرد. هم چنین نمودار معادلات f(x,y)=0 و نامعادلات f(x,y)>0 ، f(x,y) <0 و روابط (dx/dy(x,y و (dy/dx(x,y را می‌توان به راحتی به کمک این نرم افزار رسم نمود و رنگ و نوع آن‌ها را تغییر داد.

🟡 به طور مثال رنگ ناحیه‌ی جواب نامعادله را روی نمودار می‌توان تغییر داد و یا در کنار مختصات نمودار، عبارات و متونی را اضافه کرد. دیگر قابلیت این نرم افزار این است که با تعریف توابع، مشتق و انتگرال آن‌ها را محاسبه کرده و نمودار تمامی این توابع را نمایش می‌دهد. هم‏چنین توانایی آنالیزعددی مشتق، انتگرال توابع مختلف را دارد.

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🆕🆕🆕🆕🆕🆕🆕🆕🆕🆕
🗣دپارتمان روانشناسی و علوم‌ شناختی مجموعه علمی و پژوهشی مدارس میان رشته ای برگزار می کند:

✨ سری وبینار‌های رایگان «همگام با پیشتازان»

7️⃣ قسمت هفتم: خروج اول و دوم از آفریقا

👤با حضور: دکتر سامان حیدری گوران

🟢از انستیتوی پیش از تاریخ دانشگاه کلن آلمان
🟢و بنیاد پژوهشی پارینه سنگی دیار مهر


🔜 دوشنبه ۲۲ مرداد ماه ساعت ۱۸ الی ۱۹:۳۰

💡 در این وبینارهای رایگان که به همت مدارس میان‌رشته‌ای برگزار می‌شود، میزبان اساتید، پژوهشگران و دانشجویان برگزیده و نخبه در داخل و خارج کشور خواهیم بود و با مسیر موفقیت آکادمیک ایشان و نیز پژوهش‌های میان‌رشته‌ای آشنا خواهیم شد.


🔣 برای شرکت در این وبینار به کانال و گروه تعاملی روانشناسی مدارس میان‌رشته‌ای مراجعه کنید.

👈لینک ثبت نام رایگان در وبینار «خروج اول و دوم از آفریقا»: [لینک گوگل فرم برای شرکت در وبینار قسمت هفتم دپارتمان روانشناسی با موضوع تکامل انسان و خروج از آفریقا]

🔴بعد از ثبت نام در گوگل فرم بالا، منتظر اخبار این وبینار از کانال روانشناسی مدارس میان رشته‌ای باشید.

#️⃣#IDS_Psy
#️⃣#IDSchools

✈️@IDS_Psy
✈️@IDSchools

🖥 #سازنده_جهان_دیجیتال

😮 این ویدیو حقایق جالبی را در مورد رایانه‌ها که شاید قبلاً نمی‌دانستید به اشتراک خواهد گذاشت. از اولین رایانه‌ای که ساخته شد تا ریشه‌های اینترنت و محبوب‌ترین بازی‌های رایانه‌ای را به شما معرفی می‌کند. در برخی از جالب‌ترین و پنهان‌ترین حقایق در مورد رایانه‌ها.

📱 پس بنشینید و در این 15 حقیقت جالب در مورد رایانه، حقایق جالبی در مورد رایانه‌ها و چیزهای جدیدی در مورد این فناوری شگفت انگیز بیاموزید!

https://youtu.be/NJquNyA_lOA?si=FzOSXCDRL_mCjqar

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

📚#سفر_به_دنیای_کتاب_ها

📱 این ویدیو تعدادی از معروف‌ترین کتاب‌های علوم کامپیوتر در جهان را به شما نشان می‌دهد. این سری از کتاب‌ها به «هنر برنامه‌نویسی رایانه‌ای» معروف هستند و توسط دونالد نوت افسانه‌ای نوشته شده‌اند. این مجموعه هنوز در حال پیشرفت است و آخرین کتاب این مجموعه جلد 4a است. این ویدیو به طور خلاصه سه جلد اول را به شما نشان می‌دهد.

https://youtu.be/R35nogDcFfY?si=dl3FtwGVeX0iwtD0

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🌐 #توسعه_و_تحقیق_کار_ها

5️⃣ آموزش آمار با SPSS- قسمت پنجم

✅ در این قسمت با نحوه‌ی تبدیل داده‌ها در spss بیشتر آشنا میشیم.

#️⃣#آموزش_آمار_با_SPSS
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🎲#گام_به_گام

💻 کدنویسی

5️⃣ دستورات پایه در پایتون: قسمت پنجم
◀️ یک مجموعه را باز کنید.
اگر مجموعه‌ای از مقادیر در یک لیست، تاپل و غیره دارید، پایتون به شما اجازه می‌دهد که مقادیر را به متغیرها استخراج کنید. به این کار باز کردن بسته بندی (unpacking) می‌گویند.

🟡 مثال:
fruits = ["apple", "banana", "cherry"]
x, y, z = fruits
print(x)
print(y)
print(z)
خروجی پایتون
apple
banana
cherry

⬅️ متغیرهای خروجی
🟣تابع ()print اغلب برای خروجی متغیرها استفاده می‌شود.
🟡 مثال:
x = "Python is awesome"
print(x)
خروجی پایتون:
Python is awesome

🟣در تابع ()print شما چندین متغیر را که با کاما از هم جدا شده‌اند، خروجی می‌دهید:
🟡 مثال:
x = "Python"
y = "is"
z = "awesome"
print(x, y, z)
خروجی پایتون:
Python is awesome

🟣 همچنین می‌توانید از عملگر + برای خروجی چندین متغیر استفاده کنید:
🟡 مثال:
x = "Python "
y = "is "
z = "awesome"
print(x + y + z)
خروجی پایتون:
Python is awesome

‼️ به کاراکتر Space بعد از "Python" و "is" توجه کنید، بدون آنها نتیجه "Pythonisawesome" خواهد بود.

🟣برای اعداد، کاراکتر + به عنوان یک عملگر ریاضی عمل می‌کند:
🟡 مثال:
x = 5
y = 10
print(x + y)
خروجی پایتون:
15

🟣در تابع ()print وقتی می‌خواهید یک رشته و یک عدد را با عملگر + ترکیب کنید، پایتون به شما یک خطا می‌دهد:
🟡 مثال:
x = 5
y = "John"
print(x + y)
خروجی پایتون:
TypeError: unsupported operand type(s) for +: 'int' and 'str'

🟣 بهترین راه برای خروجی چندین متغیر در تابع ()print جدا کردن آنها با کاما است که حتی از انواع داده‌های مختلف پشتیبانی می‌کند:
🟡 مثال:
x = 5
y = "John"
print(x, y)
خروجی پایتون:
5 John

◀️ ادامه دارد....

#️⃣#کدنویسی
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🆕🆕🆕🆕🆕🆕🆕🆕🆕🆕
🗣دپارتمان روانشناسی و علوم‌ شناختی مجموعه علمی و پژوهشی مدارس میان رشته ای برگزار می کند:

✨ سری وبینار‌های رایگان «همگام با پیشتازان»

8⃣ قسمت هشتم: ایران در سیر فرگشت انسانی

👤با حضور: دکتر سامان حیدری گوران

🟢 از انستیتوی پیش از تاریخ دانشگاه کلن آلمان

🟢 و بنیاد پژوهشی پارینه سنگی دیار مهر


⏰ دوشنبه ۲۹ مرداد ماه ساعت ۱۸ الی ۱۹:۳۰

💡 در این وبینارهای رایگان که به همت مدارس میان‌رشته‌ای برگزار می‌شود، میزبان اساتید، پژوهشگران و دانشجویان برگزیده و نخبه در داخل و خارج کشور خواهیم بود و با مسیر موفقیت آکادمیک ایشان و نیز پژوهش‌های میان‌رشته‌ای آشنا خواهیم شد.


🔴 برای شرکت در این وبینار به کانال و گروه تعاملی روانشناسی مدارس میان‌رشته‌ای مراجعه کنید.

👈 لینک ثبت نام رایگان در وبینار «ایران در سیر فرگشت انسانی»: [لینک گوگل فرم برای شرکت در وبینار قسمت هشتم دپارتمان روانشناسی با موضوع ایران در سیر فرگشت انسانی]

😉بعد از ثبت نام در گوگل فرم بالا، منتظر اخبار این وبینار از کانال روانشناسی مدارس میان رشته‌ای باشید.

#️⃣#IDS_Psy
#️⃣#IDSchools

🚀@IDS_Psy
✈️@IDSchools

😮 #کشف_جادوی_اعداد_و_احتمالات

❓علم داده چیست؟ (علم داده در ۵ دقیقه، علم داده برای مبتدی‌ها، ساده یاد بگیر)

📱 ویدیوی علم داده چیست؟ به شما ایده‌ای از زندگی دانشمند داده می‌دهد. این ویدیوی علم داده برای مبتدیان همچنین مراحل مربوط به پروژه علم داده، نقش‌ها و حقوق ارائه شده به یک دانشمند داده را توضیح می‌دهد. علم داده اساساً با داده‌های ساختاریافته و ساختارنیافته سروکار دارد. علم داده حوزه‌ای است که شامل هر چیزی است که به پاکسازی، آماده‌سازی و تجزیه و تحلیل داده‌ها مربوط می‌شود.

https://youtu.be/X3paOmcrTjQ?si=RMr2AC1jt0Vd22Mz

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

✨✨✨#زیبایی_های_ریاضی✨✨✨

👀 ریاضی راز پنهان درک جهان است.

◀️ با راجر آنتونسن، رمز و رازها و کارهای درونی جهان را از طریق یکی از تخیلی ترین اشکال هنری (ریاضیات) باز کنید. زیرا او توضیح می‌دهد که چگونه یک تغییر جزئی در دیدگاه می‌تواند الگوها، اعداد و فرمول‌ها را به‌عنوان دروازه‌های همدلی و درک آشکار کند.

✅ سخنرانی های تد (TEDtalks) پادکست مروری روزانه از بهترین سخنرانی‌ها و اجراهای کنفرانس تد است که در آن متفکران و مجریان برجسته جهان در 18 دقیقه سخنرانی خود را ارائه می‌کنند.
https://youtu.be/ZQElzjCsl9o?si=CXHyhg2DtbVZiuBW

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

💥 #اکتشاف_دنیای_دیجیتال

🔣 نرم افزار تحلیل آماری Splus

✅ نرم افزار Splus یک نرم افزار آماری قدرتمند است که برای تجزیه و تحلیل داده‌های آماری در زمینه‌های مختلف مانند علوم زیستی، پزشکی، مهندسی، علوم اجتماعی و اقتصادی استفاده می‌شود. این نرم افزار دارای قابلیت‌های گسترده‌ای در زمینه‌های آمار توصیفی، آمار استنباطی، سری‌های زمانی، آمار ژئوگرافیکی و برنامه‌نویسی آماری است. Splus یک پیاده‌سازی تجاری از زبان برنامه نویسی S است که توسط TIBCO Software Inc فروخته می‌شود. دارای قابلیت‌های برنامه‌نویسی شی‌گرا و الگوریتم‌های تحلیلی پیشرفته است.

✅ با توجه به محبوبیت فزاینده منبع باز S جانشین R، TIBCO Software TIBCO Enterprise Runtime for R (TERR) را به عنوان یک مفسر جایگزین R منتشر کرد.
نرم افزار Splus در زمینه‌های مختلف علمی و صنعتی کاربرد دارد.

💡 برخی از کاربردهای این نرم افزار عبارتند از:
• علوم زیستی و پزشکی: نرم افزار Splus برای تجزیه و تحلیل داده‌های زیست‌شناسی، پزشکی، داروسازی و علوم زیست‌پزشکی استفاده می‌شود. به عنوان مثال، این نرم افزار برای تجزیه و تحلیل داده‌های ژنتیک، داده‌های پزشکی و داده‌های بالینی استفاده می‌شود.
• مهندسی: نرم افزار Splus برای تجزیه و تحلیل داده‌های مهندسی مانند داده‌های کنترل کیفیت، داده‌های آزمایشگاهی و داده‌های طراحی استفاده می‌شود.
• علوم اجتماعی و اقتصادی: نرم افزار Splus برای تجزیه و تحلیل داده‌های علوم اجتماعی و اقتصادی مانند داده‌های نظرسنجی، داده‌های بازاریابی و داده‌های مالی استفاده می‌شود.

⚫ همچنین کاربردهای مختلف این نرم‌افزار در زمینه آماری شامل:
• مدل‌سازی پیشرفته اقتصادسنجی
• بهینه سازی عددی پیشرفته
• کشف روابط بین متغیرها در مجموعه داده های بزرگ
• مدل‌سازی داده‌ها با استفاده از پارادایم بیزی برای استنتاج آماری
• حل موثر مسائل بهینه سازی خطی و غیرخطی
• انواع تکنیک‌های نمونه‌گیری مجدد
• تجزیه و تحلیل سیگنال و تصویر پیشرفته، تجزیه و تحلیل سری های زمانی، تخمین سیگنال آماری و تجزیه و تحلیل فشرده سازی داده ها
• تحلیل های گرافیکی و آماری داده های محیطی .

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🖥 #سازنده_جهان_دیجیتال

4️⃣ طراحی الگوریتم - قسمت چهارم

➡️مطالعه الگوریتم‌ها زمینه‌های متعدد زیر را شامل می‌شود:

⬜️ 1. طراحی الگوریتم‌ها: روش‌های مختلفی برای طراحی الگوریتم‌ها وجود دارند که از جمله این روش‌ها می‌توان به روش‌های بازگشتی، تقسیم و غلبه، حریصانه، برنامه نویسی پویا، روش بازگشت به عقب، انشعاب و تحدید، برنامه نویسی خطی و غیره اشاره کرد

⬜️ 2. معتبرسازی یا اثبات درستی الگوریتم‌ها: یک الگوریتم در صورتی درست است که به ازای هر ورودی مناسب خروجی درستی دهد. بعد از طراحی الگوریتم لازم است نشان داده شود که الگوریتم فوق برای تمامی ورودی‌های مناسب جواب صحیح می‌دهد. هدف این است تا مطمئن شویم که الگوریتم ارائه شده، مستقل از زبان برنامه نویسی خاصی که ممکن است به آن زبان نوشته شود بطور صحیح عمل خواهد کرد.

⬜️ 3. تحلیل و ارزیابی کارایی الگوریتم‌ها:یک الگوریتم در زمان اجرا از cpu کامپیوتر برای اجرای عملیات و از حافظه برای ذخیره سازی برنامه‌ها و داده‌ها استفاده می‌کند. تحلیل الگوریتم‌ها به فرآیندی اطلاق می‌شود که تعیین می‌کند که الگوریتم مزبور به چه مدت زمان از cpu برای انجام محاسبات و عملیات (پیچیدگی زمانی) و به چه مقدار حافظه (پیچیدگی مکانی) برای ذخیره سازی داده‌ها یا برنامه نیاز دارد.

⬜️ 4. پیاده سازی: پس از مرحله معتبرسازی و تحلیل الگوریتم می‌توان آن را با یک زبان برنامه نویسی دلخواه پیاده سازی کرد.

⬜️ 5. تست برنامه: پس از پیاده سازی الگوریتم به یک زبان برنامه نویسی می‌توان آن را برای تعیین اینکه آیا نتیجه غلطی می‌دهد یا نه بر روی مجموعه داده‌های نمونه گیری شده اجرا کرد. در صورت مشاهده نتیجه غلط باید برنامه را اصلاح کرد که به این فرآیند اشکال زدایی الگوریتم گفته می‌شود. بعد از اشکال زدایی می‌توان به پروفیلینگ برنامه پرداخت. پروفیلینگ به فرآیند اجرا برنامه درست و صحیح نهایی روی مجموعه داده‌های نمونه گیری شده برای تعیین زمان و فضای لازم برای محاسبه نتیجه گفته می‌شود.

🔳 ادامه دارد ...

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✈️@IDSchools
✈️@IDS_Math

📚#سفر_به_دنیای_کتاب_ها

😄 ۱۰ تا از بهترین کتاب‌های آماری:
⬅️کتاب‌هایی که این ویدیو معرفی می‌شوند:
۱.آمار برای مهندسین و دانشمندان
۲.آمار ویرایش ۱۱
۳.آمار از macclave&sincich
۴.هنر آمار
۵.معرفی یادگیری آمار با کاربرد درR
۶.آمار برای اقتصاد و کسب‌و‌کار
۷.آمار: اکتشاف و تحلیل داده
۸.آمار مبتدی
۹.آمار: هنر و علم یادگیری از داده
۱۰.آمار برای کسانی که (فکر می‌کنند) از آمار بدشان می‌آید.

https://youtu.be/uEWHo4B9r98?si=v5OWSr4iRR3MrDNO

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🌐 #توسعه_و_تحقیق_کار_ها

6️⃣ آموزش آمار با SPSS- قسمت ششم

◀️ در این قسمت با آزمون t یکطرفه (oneway t-test) بیشتر آشنا میشیم.

#️⃣#آموزش_آمار_با_SPSS
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math

🎲#گام_به_گام

💻 کدنویسی

6️⃣ دستورات پایه در پایتون: قسمت ششم
🔹 متغیرهای سراسری (Global Variables)
متغیرهایی که خارج از یک تابع ایجاد می‌شوند (مانند تمام مثال‌های پست‌های قبل) به عنوان متغیرهای سراسری شناخته می‌شوند.

◀️ متغیرهای سراسری می‌توانند برای همه استفاده شوند، چه در داخل توابع و چه در خارج آن.

🟣 مثال
یک متغیر خارج از یک تابع ایجاد کنید و از آن در داخل تابع استفاده کنید:
x = "awesome"

def myfunc():
  print("Python is " + x)

myfunc()
خروجی پایتون:
Python is awesome

◀️ اگر متغیری با همین نام در داخل یک تابع ایجاد کنید، این متغیر محلی خواهد بود و فقط در داخل تابع قابل استفاده است. متغیر سراسری با همان نام به همان شکلی که بود، سراسری و با مقدار اصلی باقی می‌ماند.

🟣 مثال:
یک متغیر در داخل یک تابع، با همان نام متغیر سراسری ایجاد کنید.
x = "awesome"

def myfunc():
  x = "fantastic"
  print("Python is " + x)

myfunc()

print("Python is " + x)
خروجی پایتون:
Python is fantastic
Python is awesome

🔴 کلمه کلیدی سراسری (Global keyword)
🟡 به طور معمول، وقتی یک متغیر را در داخل یک تابع ایجاد می‌کنید، آن متغیر محلی است و فقط می‌تواند در داخل آن تابع استفاده شود.

🟡 برای ایجاد یک متغیر سراسری در داخل یک تابع، می‌توانید از کلمه کلیدی global استفاده کنید.

🟣 مثال
اگر از کلمه کلیدی global استفاده می کنید، متغیر به دامنه جهانی تعلق دارد:
def myfunc():
  global x
  x = "fantastic"

myfunc()

print("Python is " + x)
خروجی پایتون:
Python is fantastic

◀️ همچنین اگر می‌خواهید متغیر سراسری را در یک تابع تغییر دهید، از کلمه کلیدی global استفاده کنید.
🟣 مثال:
برای تغییر مقدار یک متغیر سراسری در یک تابع، با استفاده از کلمه کلیدی global به متغیر مراجعه کنید:
x = "awesome"

def myfunc():
  global x
  x = "fantastic"

myfunc()

print("Python is " + x)

خروجی پایتون:
Python is fantastic
👈 ادامه دارد....

#️⃣#کدنویسی
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math