Telegram Web
با توجه به نگرانی‌های دانشجویان عزیز در خصوص تعطیلی‌های ناگهانی امتحانات، لازم است که به اطلاع شما برسانیم:

پیرو مجوز وزارت علوم، تحقیقات و فناوری، حتی در صورت تعطیلی سازمان‌های اجرایی، برنامه امتحانات پایان نیم‌سال مطابق تقویم برگزار خواهد شد.
معاونت آموزشی و تحصیلات تکمیلی دانشگاه شیراز




📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
چکیده:
❗️حوادث رانندگی سالانه میلیون‌ها مرگ و میر و جراحت را به همراه دارند و بار اقتصادی سنگینی بر دوش جوامع می‌گذارند. این حوادث تحت تأثیر چهار عامل اصلی شامل جاده، انسان، وسیله نقلیه و محیط قرار دارند، که در میان آن‌ها، عامل انسانی با ویژگی‌های فردی و شرایط روحی و جسمی راننده نقش کلیدی دارد.

در سمینار اخیر در مرکز تحقیقات سیاست‌گذاری سلامت دانشگاه علوم پزشکی شیراز، نتایج جالبی از تحلیل داده‌های حوادث رانندگی با استفاده از تکنیک‌های یادگیری ماشین و هوش مصنوعی ارائه شد. این نتایج به شناسایی مهم‌ترین عوامل مؤثر بر وقوع و شدت حوادث کمک کرده و راهکارهای نوینی برای پیشگیری و کاهش این حوادث معرفی می‌کند.



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
#دوشنبه_با_یادگیری_آمار

❗️رشته آمار شامل مجموعه‌ای از اصطلاحات و مفاهیم است که برای تجزیه و تحلیل داده‌ها و استنباط نتایج از آن‌ها استفاده می‌شود.
یکی از مهم ترین مفاهیم آن جمعیت است .

📚جمعیت (Population) :
به مجموعه‌ای از تمام اعضای یک گروه یا مجموعه‌ای از واحدهای مورد نظر اشاره دارد که در یک تحقیق یا مطالعه خاص مورد بررسی قرار می‌گیرند.

🔺 ویژگی‌های جمعیت :

📌 تعریف : برای تعیین جمعیت، باید به طور دقیق مشخص کنید که چه اعضایی در آن قرار می‌گیرند.
مثال: اگر شما قصد دارید تأثیر یک دارو را بر روی بیماران دیابتی بررسی کنید، جمعیت شما شامل تمام بیماران دیابتی در یک منطقه خاص یا در یک زمان خاص خواهد بود.

📌 حجم : جمعیت می‌تواند بزرگ یا کوچک باشد. جمعیت‌های بزرگ ممکن است شامل میلیون‌ها نفر باشند، در حالی که جمعیت‌های کوچک ممکن است فقط شامل چند فرد یا واحد باشند.

📌ویژگی‌های مشترک : اعضای یک جمعیت معمولاً ویژگی‌های مشترکی دارند که آن‌ها را به هم مرتبط می‌کند.
به طور مثال سن، جنسیت، نژاد، وضعیت اقتصادی و اجتماعی و....

🔺 نمونه‌گیری از جمعیت :

از آنجا که معمولاً امکان بررسی تمام اعضای یک جمعیت وجود ندارد (به دلیل محدودیت‌های زمانی، مالی یا عملی)، محققان از نمونه‌گیری استفاده می‌کنند.
در این فرآیند، یک زیرمجموعه از جمعیت انتخاب می‌شود تا به نمایندگی از کل جمعیت مورد مطالعه قرار گیرد.
📌روش‌های نمونه‌گیری :
تصادفی، طبقه‌ای، خوشه‌ای و...



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
🔻دستورالعمل ثبت نام و انتخاب واحد نیمسال دوم سال تحصیلی 1404_1403

▪️1- انتخاب واحد مرحله اول از ساعت 8 صبح روز دو شنبه 1403/11/15 آغاز خواهد شد.

▪️2- انتخاب واحد مرحله اول شامل دانشجوياني است که انتخاب واحد مقدماتي انجام داده و فرم هاي ارزشيابي را تکميل نموده اند از تاريخ 1403/11/15 لغايت 1403/11/16 به ترتيب سال ورود انجام مي گردد.

⭕️ترتيب انتخاب واحد مرحله اول:

▫️روز اول (1403/11/15) ساعت 8 صبح ورودی نيمسال دوم 1400 و قبل از آن

▫️روز اول (1403/11/15) ساعت 14 ورودی نيمسال دوم 1401 و قبل از آن

▫️روز دوم (1403/11/16) ساعت 8 صبح ورودی نيمسال دوم 1402 و قبل از آن

▫️روز دوم (1403/11/16) ساعت 14 ورودی نيمسال دوم 1403 و قبل از آن

▪️3- انتخاب واحد مرحله دوم از روز چهارشنبه 1403/11/17 لغايت روز جمعه 1403/11/19

▪️4- انتخاب واحد دانشجويان ميهمان در مرحله دوم مي باشد.

▪️5- اطلاعيه‌ی مربوط به مجوز مالي دانشجويان نوع دوم و چهارم و شهريه دانشجويان روزانه سنواتي در سامانه اتوماسيون آموزشي قبلاً اطلاع رساني شده است.

▪️6- دانشجويان خوابگاهي مي بايست قبل از انتخاب واحد، بدهي اجاره بهاي خوابگاه را تسويه حساب نمايند.

▪️7- تأييد انتخاب واحد دانشجويان توسط اساتيد مشاور طبق تقويم آموزشي و غير قابل تمديد است.

‼️تذکر: دروس انتخاب شده مي بايست در زمان انتخاب واحد اصلي توسط استاد مشاور تأييد گردد. در اين صورت دروس از حالت قرمز به مشکي تغيير مي يابند و تأييد مي شوند.

▪️8- درصورت عدم تأييد دروس انتخابي دانشجو توسط استاد مشاور، کليه دروس انتخابي دانشجو حذف خواهد شد.

▪️9- در صورت عدم تأييد اخذ درس بدون رعايت پيش نياز توسط استاد مشاور و كارشناس بخش، دانشجو ملزم به حذف آن درس خواهد بود.

▪️10- دانشجويان سنواتي مي بايست پيش از انتخاب واحد نسبت به تمديد سنوات اقدام نمايند.

▪️11- شروع نيمسال از 1403/11/20 مي باشد.

▪️12- دانشجو در زمان حذف و اضافه ( 4 تا 6 اسفندماه) مي تواند حداكثر دو درس را اضافه و دو درس را حذف نمايد.




📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
archive (1).zip
109.1 KB
این مجموعه داده اطلاعات دقیقی درباره ۶۷۵ ابرقهرمان و شرور از جهان‌های مختلف کمیک ارائه می‌دهد. این اطلاعات شامل طیف گسترده‌ای از ویژگی‌ها مانند آمار قدرت، اطلاعات بیوگرافی، ظاهر فیزیکی، اطلاعاتی درباره گرایش‌های شخصیتی(خوب، بد و خنثی)، جزئیاتی درباره گروه‌های مرتبط، وابستگی‌ها و داده‌های اضافی مانند اولین حضور در کمیک و لینک‌های تصاویر است. داده‌ها با استفاده از SuperHero API جمع‌آوری شده و منبعی غنی برای پژوهشگران و علاقه‌مندان به داده برای تحلیل، پروژه‌های یادگیری ماشین و مطالعات شخصیت‌های کتاب‌های کمیک فراهم می‌کند.

#دیتاست



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
#دوشنبه_با_یادگیری_آمار

📖نمونه (Sample) :
به مجموعه‌ای از واحدها یا اعضای یک جمعیت گفته می‌شود که به‌طور تصادفی یا غیرتصادفی انتخاب می‌شوند. نمونه‌گیری یکی از مراحل مهم در تحقیقات آماری است، زیرا معمولاً امکان بررسی تمام اعضای یک جمعیت وجود ندارد.


📌اهمیت نمونه‌گیری :

🖇 صرفه‌جویی در زمان و هزینه: بررسی تمام اعضای یک جمعیت ممکن است بسیار زمان‌بر و پرهزینه باشد.

🖇 دقت و صحت: اگر نمونه به‌درستی انتخاب شود، می‌تواند نماینده خوبی از جمعیت باشد و نتایج حاصل از آن به جمعیت تعمیم داده شود.

🖇 تحلیل آسان‌تر: کار با داده‌های کمتر معمولاً آسان‌تر است و می‌توان سریع‌تر به تحلیل‌های مورد نظر دست یافت.


📌اندازه نمونه :

اندازه نمونه باید به گونه‌ای انتخاب شود که دقت کافی برای تعمیم نتایج به جمعیت را فراهم کند.

🖇حجم جمعیت: هر چه حجم جمعیت بزرگ‌تر باشد، معمولاً اندازه نمونه نیز باید بزرگ‌تر باشد.

🖇 سطح اطمینان: سطح اطمینان مورد نظر (مثلاً 95% یا 99%) بر اندازه نمونه تأثیر می‌گذارد.

🖇 خطای مجاز: میزان خطای قابل قبول که محقق مایل است در نتایج خود بپذیرد نیز بر اندازه نمونه تأثیر دارد.



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
R-for-Data-Science.pdf
33 MB
یاد بگیرید که چگونه از R برای تبدیل داده ها به بینش، دانش و درک استفاده کنید. این کتاب ایده‌آل برای دانشمندان داده فعلی و مشتاق است، این کتاب شما را با انجام علم داده با R و RStudio، و همچنین tidyverse - مجموعه‌ای از بسته‌های R که برای همکاری با یکدیگر برای ایجاد علم داده سریع، روان و سرگرم‌کننده طراحی شده‌اند- آشنا می‌کند. حتی اگر تجربه برنامه نویسی ندارید، این نسخه به روز شده شما را به انجام سریع علم داده کمک می کند. شما یاد خواهید گرفت که چگونه داده های خود را وارد، تبدیل و تجسم کنید و نتایج را به اشتراک بگذارید و درک کامل و تصویری بزرگی از چرخه علم داده و ابزارهای اساسی که برای مدیریت جزئیات نیاز دارید، به دست خواهید آورد. هر بخش در این نسخه شامل تمرین‌هایی است که به شما کمک می‌کند آنچه را که در طول مسیر آموخته‌اید تمرین کنید.

#معرفی_کتاب



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
🔴 فوری: تعطیلی ادارات و مدارس در استان فارس

مدیرکل مدیریت بحران استانداری فارس اعلام کرد که کلیه ادارات، مدارس و دانشگاه‌های این استان فردا، شنبه ۲۰ بهمن‌ماه تعطیل خواهند بود.



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
فوری: دانشگاه شیراز تعطیل نخواهد بود!

معاونت آموزشی و تحصیلات تکمیلی دانشگاه شیراز:

“با سلام و احترام،

به اطلاع می‌رساند که کلیه فعالیت‌های دانشگاه در روز شنبه ۲۰ بهمن ۱۴۰۳ طبق روال عادی برقرار بوده و کلاس‌های درس مطابق برنامه آموزشی برگزار خواهد شد.”



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
#دوشنبه_با_یادگیری_آمار

روش‌های نمونه‌گیری آماری به دو دسته اصلی تقسیم می‌شوند: نمونه‌گیری تصادفی و نمونه‌گیری غیرتصادفی

▪️︎نمونه‌گیری تصادفی (Probability Sampling):
در این روش، هر عضو جامعه به شانسی که مشخص شده است انتخاب می‌شود. این روش به دلیل اینکه هر عضو جامعه شانس مناسبی برای انتخاب دارد، به نتایج پژوهش اعتبار بیشتری می‌بخشد.

▪️︎نمونه‌گیری غیرتصادفی (Non-Probability Sampling):
در این روش، انتخاب نمونه‌ها براساس الگویی غیرتصادفی انجام می‌شود. این روش معمولاً در مواردی استفاده می‌شود که دسترسی به تمام جامعه غیرممکن است یا هزینه‌ بر است .

📍روش‌های نمونه‌گیری تصادفی:
نمونه‌گیری تصادفی به عنوان یکی از روش‌های اصلی و پایه‌ای در تحقیقات آماری شناخته می‌شود. این روش به دلیل سادگی و قابلیت ارائه نماینده مناسبی از جامعه، بسیار محبوب است. نمونه‌گیری تصادفی شامل روش‌هایی است که در آن هر عضو جامعه شانس یکسانی برای انتخاب شدن دارد.

•°انواع روش‌های نمونه‌گیری تصادفی:

📌نمونه‌گیری تصادفی ساده (Simple Random Sampling):
هر عضو جامعه شانس یکسانی برای انتخاب شدن دارد. این فرآیند با استفاده از ابزارهایی مانند جدول اعداد تصادفی یا نرم‌افزارهای کامپیوتری انجام می‌شود.
• مزایا: این روش ساده و قابل فهم است و از نظر تئوری، نتایج به‌دست‌آمده از این روش نماینده مناسبی از جامعه خواهد بود.
• معایب: اگر جامعه بسیار بزرگ باشد، این روش ممکن است هزینه‌بر و زمان‌بر باشد و نیاز به لیستی کامل از اعضای جامعه دارد.
• مثال: برای انتخاب نمونه‌ای تصادفی از دانش‌آموزان یک مدرسه، می‌توان از لیست کامل دانش‌آموزان استفاده کرد و با استفاده از جدول اعداد تصادفی، تعدادی از آن‌ها را انتخاب کرد.

📌نمونه‌گیری تصادفی سیستماتیک (Systematic Random Sampling):
ابتدا یک نقطه شروع تصادفی انتخاب می‌شود و سپس اعضای جامعه با فاصله‌های منظم انتخاب می‌شوند (مثلاً هر n نفر یک نفر انتخاب می‌شود).
• مزایا: این روش ساده‌تر و سریع‌تر از نمونه‌گیری تصادفی ساده است و نیازی به لیست کامل اعضای جامعه ندارد.
• معایب: اگر الگوی منظمی در جامعه وجود داشته باشد، نتایج این روش ممکن است انحراف داشته باشند.
• مثال: برای انتخاب نمونه‌ای از یک کارخانه، می‌توان هر دهمین محصول تولیدی را انتخاب کرد.

📌 نمونه‌گیری تصادفی طبقه‌ای (Stratified Random Sampling):
جامعه به گروه‌های همگن یا طبقات تقسیم می‌شود و سپس از هر طبقه نمونه‌گیری تصادفی صورت می‌گیرد.
• مزایا: این روش دقت بالاتری دارد و نتایج بهتری نسبت به نمونه‌گیری تصادفی ساده ارائه می‌دهد، به ویژه زمانی که واریانس درون طبقات کمتر از واریانس بین طبقات باشد.
• معایب: نیاز به دانش دقیق‌تری از جامعه دارد و پیچیده‌تر از نمونه‌گیری تصادفی ساده است.
• مثال: برای انتخاب نمونه‌ای از کارمندان یک شرکت، می‌توان کارمندان را به گروه‌های سنی تقسیم کرده و سپس از هر گروه تعدادی تصادفی را انتخاب کرد.

📌 نمونه‌گیری خوشه‌ای (Cluster Sampling):
جامعه به گروه‌های ناهمگن یا خوشه‌ها تقسیم می‌شود و سپس از هر خوشه نمونه‌گیری تصادفی صورت می‌گیرد، از این روش برای جوامع بزرگ و پراکنده استفاده میشود.
• مزایا: هزینه کمتری دارد و برای جوامع بزرگ و پراکنده مناسب است.
• معایب: ممکن است دقت کمتری داشته باشد و خوشه‌های انتخاب شده نماینده کاملی از جامعه نباشند.
• مثال: برای مطالعه عملکرد تحصیلی دانش‌آموزان یک شهر، می‌توان مدارس را به‌عنوان خوشه‌ها انتخاب کرده و سپس تعدادی از مدارس را به صورت تصادفی انتخاب کرد.

هدف نمونه‌گیری تصادفی ایجاد نماینده‌ای دقیق از جامعه است ،  پس انتخاب بهترین روش، بستگی به نوع تحقیق، جامعه مورد مطالعه و منابع موجود دارد.



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
کلاس‌های دانشگاه شیراز فردا به صورت آنلاین برگزار خواهد شد!

روابط عمومی دانشگاه شیراز:

به اطلاع اعضای محترم هیات علمی، یاوران عزیز علمی و دانشجویان گرامی می‌رساند که پیرو مصوبه کارگروه مدیریت مصرف انرژی استان فارس در خصوص تامین پایدار انرژی، تمامی بخش‌های اداری دانشگاه فردا چهارشنبه 1403/11/24 تعطیل خواهد بود و کلاس‌ها به صورت برخط برگزار خواهد شد.
ضمنا به اطلاع می رساند که حضور همکاران گرامی در واحدهایی که بنا به نوع فعالیت لازم است در محل خدمت خود انجام وظیفه نمایند، (حفاظت فیزیکی، اماکن گردشگری، نگهداری فضای سبز، تأسیسات و ...) الزامی است.
باتشکر



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
Media is too big
VIEW IN TELEGRAM
📊امروز قصد داریم درباره عددشناسی صحبت کنیم - یعنی درک اعداد. از اعداد بسیار بزرگ تا اعداد بسیار کوچک، درک اطلاعات در این مقیاس‌ها دشوار است، اما این معمولاً نوع اعدادی است که بیشتر در آمار مشاهده می‌کنیم. بنابراین درک نحوه عملکرد این اعداد، چگونگی بهترین تجسم آن‌ها و تأثیر آن‌ها بر دنیای ما می‌تواند به ما کمک کند تا تصمیم‌گیرندگان بهتری باشیم - از تصمیم‌گیری درباره اینکه آیا واقعاً باید نگران ویروس ابولا باشیم تا کمک به بهبود جت‌های جنگنده در طول جنگ جهانی دوم!

*قسمت قبل

#ترجمه_کلیپ_آماری


📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
۴. کدام مورد برای بررسی ارتباط بین دو متغیر کمی استفاده می‌شود؟
Anonymous Quiz
24%
آزمون t مستقل
64%
همبستگی پیرسون
1%
آزمون فریدمن
10%
تحلیل واریانس یک‌طرفه
sleep_cycle_productivity.csv
376.8 KB
دیتاست شامل اطلاعات مربوط به خواب، فعالیت‌های روزانه و عوامل مختلفی است که می‌توانند بر بهره‌وری و سلامت فرد تأثیر بگذارند. داده‌ها شامل زمان خواب، کیفیت خواب، میزان ورزش، مصرف کافئین، زمان صفحه نمایش قبل از خواب، ساعات کاری و نتایج مربوط به بهره‌وری، حالت روحی و سطح استرس هستند. این اطلاعات می‌تواند برای تحلیل رابطه بین خواب، فعالیت‌های روزانه و تأثیر آن‌ها بر کارایی فرد و سلامت روانی استفاده شود.

#دیتاست


📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
#دوشنبه_با_یادگیری_آمار

📍روش های نمونه گیری غیر تصادفی (Non-probability Sampling) :
به روش‌هایی اشاره دارد که در آن‌ها انتخاب نمونه به صورت غیر تصادفی و بدون استفاده از قوانین احتمالات انجام می‌شود، این روش‌ها معمولاً بر اساس قضاوت یا تصمیم‌گیری انسان انجام می‌شوند.

•°انواع روش های نمونه گیری غیر تصادفی :

📌نمونه گیری در دسترسی (Convenience Sampling):
شامل انتخاب نمونه‌هایی است که بهترین و سریع‌ترین دسترسی به پژوهشگر دارند.
مزایا: سریع و آسان انجام می‌شود،کم هزینه است.
معایب: ممکن است نمایانگر جامعه بزرگتر نباشد، احتمال بالای بروز سوگیری.
مثال: انتخاب افرادی که در یک دانشگاه مشغول به تحصیل هستند برای انجام یک تحقیق درباره‌ی عادات مطالعه.

📌نمونه گیری هدفمند (Purposive Sampling):
نمونه‌ها بر اساس اهداف و مواصفات خاصی که پژوهشگر مدنظر دارد، انتخاب می‌شوند
مزایا: قابلیت انتخاب دقیق‌تر نمونه‌ها بر اساس نیازهای تحقیق، مناسب برای مطالعاتی با موضوعات خاص.
معایب: ممکن است سوگیری محقق بر انتخاب نمونه‌ها تأثیر بگذارد، تعمیم نتایج به جامعه بزرگتر ممکن است دشوار باشد.
مثال: انتخاب پزشکان با تخصص خاص برای بررسی روش‌های درمانی یک بیماری نادر.

📌نمونه گیری سهمیه‌ای (Quota Sampling):
پژوهشگر تعدادی نمونه از هر گروه مختلف در جامعه مورد بررسی قرار می‌دهد تا جامعه را به خوبی تمثیل کند
مزایا: تضمین می‌کند که تمامی زیر گروه‌ها در نمونه نمایان هستند، انعطاف‌پذیری بالا در تنظیم سهمیه‌ها.
معایب: ممکن است سوگیری‌هایی در فرآیند انتخاب وجود داشته باشد، نیاز به دانش اولیه دقیق از جامعه هدف.
مثال: انتخاب تعدادی از دانشجویان مرد و زن بر اساس نسبت جنسیتی آن‌ها در یک دانشگاه برای یک تحقیق درباره‌ی نگرش‌های شغلی.

📌نمونه گیری گلوله برفی (Snowball Sampling):
پژوهشگر از افراد اولیه به دنبال افراد دیگری می‌گردد که می‌توانند به پژوهش کمک کنند.
مزایا: مناسب برای مطالعه گروه‌های خاص و کمیاب، امکان دستیابی به افراد از طریق روابط اجتماعی.
معایب:ممکن است سوگیری‌هایی در افراد معرفی‌شده وجود داشته باشد، نتایج به سختی قابل تعمیم به جامعه بزرگتر هستند.
مثال: شروع با چند نفر از افراد بی‌خانمان و درخواست از آن‌ها برای معرفی سایر افراد بی‌خانمان جهت انجام یک تحقیق.

📌نمونه گیری موردی (Case Study Sampling):
پژوهشگر به جزئیات یک مورد خاص یا کمی از موارد خاص می پردازند.
مزایا: امکان بررسی عمیق یک مورد خاص، مناسب برای مطالعات موردی و توصیفی.
معایب:نتایج به سختی قابل تعمیم به جامعه بزرگتر هستند، ممکن است تنها یک جنبه محدود از مسئله مورد بررسی قرار گیرد.
مثال: مطالعه‌ی موردی یک شرکت موفق به منظور بررسی استراتژی‌های بازاریابی آن.



📬برای ارتباط بیشتر و مشاهده محتواهای بیشتر، ما را در شبکه‌های اجتماعی دنبال کنید:

Telegram | instagram | Linkedin |‏
2025/02/18 12:14:18
Back to Top
HTML Embed Code: