eitaa logo
پژوهش‌سرای علوم و فنون قم
895 دنبال‌کننده
277 عکس
158 ویدیو
32 فایل
پژوهش سرای علوم و فنون قم برگزار کننده دوره‌های علمی-پژوهشی، فناوری و کار آفرینی قطب رباتیک و هوش مصنوعی استان قم شماره تماس: 02536706777 ارتباط با ادمین: @OlomFonunAdmin لینک عضویت: https://digiform.ir/olumfonunqom آدرس: قم، خیابان ایستگاه، بین ک ۷و ۹
مشاهده در ایتا
دانلود
پژوهش سرای علوم و فنون قم با هماهنگی قطب کشوری رباتیک و هوش مصنوعی برگزار میکند: وبینار آشنایی با نرم افزارهای طراحی مکانیکی سرفصل‌های وبینار: ▫️آشنایی با مبانی طراحی به کمک کامپیوتر ▫️آشنایی با برخی نرم افزارهای طراحی مکانیکی ▫️آموزش مقدماتی از SolidWorks ▫️آموزش مقدماتی از SpaceClaim 👨‍🏫 ارائه دهنده: مهندس علی مختاری لینک ورود به وبینار: http://vc.qomedu.ir/pjsara 🏢پژوهش سرای علوم و فنون قطب رباتیک، کدنویسی و هوش مصنوعی استان قم: @OlomFonunQom
فعلا قابلیت پخش رسانه در مرورگر فراهم نیست
مشاهده در پیام رسان ایتا
🎥اینو اختراع کردن برای زمانی که تو گلوی بچه چیزی گیر میکنه 🏢پژوهش سرای علوم و فنون قطب رباتیک، کدنویسی و هوش مصنوعی استان قم: @OlomFonunQom
تاریخچه هوش مصنوعی هوش مصنوعی یک دانش میان‌رشته‌ای است که از دهه ۱۹۵۰ میلادی مورد توجه محققان و دانشمندان قرار گرفته است. این حوزه به دنبال ساخت و طراحی سیستم‌های هوشمندی است که بتوانند مانند انسان فکر کرده و تصمیم‌گیری نمایند. در دهه ۱۹۶۰، پایه‌های اولیه هوش مصنوعی با پیشرفت‌هایی در زمینه سیستم‌های خبره و شبکه‌های عصبی مصنوعی گذاشته شد. اما در دهه‌های ۱۹۷۰ و ۱۹۸۰، این حوزه با چالش‌هایی مواجه گردید و رشد آن با کندی همراه بود. در دهه ۱۹۹۰، با افزایش قدرت پردازش رایانه‌ها، هوش مصنوعی دوباره مورد توجه قرار گرفت. تکنیک‌هایی مانند یادگیری ماشین و پردازش زبان طبیعی در این دهه پیشرفت چشمگیری داشتند. در قرن بیست و یکم، هوش مصنوعی به سرعت در حال توسعه است. دستاوردهایی در زمینه‌های مختلف مانند بینایی ماشینی، پردازش زبان طبیعی و هوش مصنوعی عمومی به دست آمده است. هوش مصنوعی امروزه در بسیاری از جنبه‌های زندگی ما مانند خودروهای خودران و دستیارهای صوتی هوشمند حضور دارد. با ادامه پیشرفت‌ها در این زمینه، انتظار می‌رود که هوش مصنوعی نقش فزاینده‌ای در آینده زندگی ما ایفا کند. گردآورنده: محسن فریدنیا (دبیر تخصصی ادبیات و علوم انسانی) 🏢 پژوهش سرای علوم و فنون، گروه ادبیات و علوم انسانی @OlomFonunQom
دوره جامع پایتون - پست شماره 33 ساختارهای داده در پایتون (بخش دوم: لیست ها - قسمت اول) لیست‌ها ساختارهای نگهدارنده داده ای هستند که اطلاعات از انواع مختلف را با ترتیب مشخص در حافظه با یک نام ذخیره می‌کنند. لیست ها معمولا در مواردی استفاده می‌شوند که داده‌های مد نظر برای ذخیره سازی بسیار مورد استفاده قرار می‌گیرند. ایجاد لیست: برای ایجاد یک لیست از داده‌ها تنها کافیست آن‌ها در داخل [] قرار داده و نامی برای لیست تعریف کنیم. list_name = [int0, float1, str2, bool4, list5] نکته1: همان گونه که در ساختار فوق مشاهده می‌کنید، انواع مختلف داده‌های اولیه و حتی ساختارهای داده ای مانند خود لیست‌ها می‌توانند در لیست جدید ذخیره شوند. نکته2: اگر به اعداد جلوی داده‌های داخل لیست نگاهی بیندازید متوجه خواهید شد که این اعداد از صفر شروع می‌شوند. این بدین دلیل است که اندیس گذاری داده‌ها در لیست‌ها از عدد صفر شروع میشود یعنی همواره طول لیست از آخرین اندیس لیست یک واحد بالاتر است. نکته3: برای تولید یک لیست از تعدادی عدد مشابه می‌توانیم از عملگر ضرب استفاده کنیم: zeros = [0] * 10 نکته4: علاوه بر استفاده از [] با استفاده از تابع ()list نیر می‌توان انواع مختلف داده را تبدیل به لیست نمود. در مثال زیر با استفاده از تابع ()range لیستی از اعداد 0 تا 9 ایجاد کرده ایم: nums = list(range(10)) حتی با دادن یک رشته به این تابع نیز لیستی از کاراکترهای داخل رشته ایجاد می‌شود: chars = list("Ali") گردآورنده: علی مختاری (دبیر کدنویسی) 🏢پژوهش سرای علوم و فنون قطب رباتیک، کدنویسی و هوش مصنوعی استان قم: @OlomFonunQom
پژوهش‌سرای علوم و فنون قم
پژوهش سرای علوم و فنون قم با هماهنگی قطب کشوری رباتیک و هوش مصنوعی برگزار میکند: وبینار آشنایی با نر
ضمن تشکر از شرکت کنندگان در وبینار آشنایی با نرم افزارهای مکانیکی به اطلاع میرساند، جهت استفاده کسانی که امکان حضور در وبینار را نداشتند، محتوای ارائه شده در وبینار به صورت چند پست آموزشی در ادامه در اختیار شما دانش آموزان و همکاران گرامی قرار می‌گیرد.
فعلا قابلیت پخش رسانه در مرورگر فراهم نیست
مشاهده در پیام رسان ایتا
تولید افزایشی قطعا فلزی که به عنوان چاپ سه بعدی فلزی نیز شناخته می شود، امکان تولید قطعات پیچیده را بدون بسیاری از محدودیت های فرآیندهای تولید سنتی فراهم می کند. تولید افزایشی به عنوان «فرایند اتصال مواد برای ساخت قطعات از داده‌های مدل سه‌بعدی، معمولاً لایه به لایه، برخلاف روش‌های ساخت تفریقی و تولید شکل‌دهنده» تعریف می‌شود. فرآیند ساخت افزایشی ماهیت «اافزایشی» دارد، با لایه‌هایی که به‌طور متوالی برای ساختن یک قطعه اضافه می‌شوند، برخلاف فناوری‌های «کاهشی»، که در آن مواد با ماشین‌کاری، آسیاب کردن یا شکل‌دهی حذف می‌شوند یا شکل داده می‌شوند. نکته مهم، در ساخت افزایشی، هندسه قطعه است که همیشه به صورت دیجیتالی و بر اساس داده‌های مدل سه بعدی دیجیتال از یک برنامه طراحی به کمک رایانه (CAD) تعریف می‌شود. فناوری ساخت افزایشی مزایای زیادی نسبت به فناوری‌های تولید سنتی دارد. توانایی قرار دادن انتخابی مواد تنها در جایی که مورد نیاز است به این معنی است که قطعات می توانند از نظر طراحی بسیار پیچیده تر و با وزن سبک تر باشند که می تواند عملکرد را به طور چشمگیری بهبود بخشد. این فرآیند بدون ابزار است و برای محصولاتي كه توليد انبوه ندارند بسيار مناسب است، و برخلاف فرآیندهایی مانند ریخته گری و قالب گیری تزریقی نیاز به سرمایه گذاری اولیه بسيار زياد در خصوص آماده سازي تجهيزات و امكانات اوليه ندارد. 🏢پژوهش سراي علوم و فنون قم قطب استاني كدنويسي، رباتيك و هوش مصنوعي @OlomFonunQom
دوره جامع پایتون - پست شماره 34 ساختارهای داده در پایتون (بخش دوم: لیست ها - قسمت دوم) در پست قبلی با روش‌های ایجاد لیست در پایتون آشنا شدیم. در ادامه خواهیم آموخت که چگونه به اطلاعات داخل لیست دسترسی پیدا کنیم. برای فراخوانی یکی از آیتم‌های داخل لیست کافی است تا بعد از نام لیست در داخل کروشه اندیس آیتم مدنظر را وارد کنیم: scores[0] دستور فوق مقدار اولین آیتم از لیست نمرات را برمیگرداند. برای دسترسی به محدوده ای از داده‌های داخل لیست و ذخیره آن در یک لیست جدید می‌توان نوشت: list2 = list1[start: stop: step] با دستور فوق داده‌های با اندیس بین start و stop با گام step از لیست اول فراخوانی و در لیست دوم ذخیره می‌شوند. 🧑‍💻تجربه کنید: nums = list(range(10)) odds = nums[1: :2] evens = nums[0: :2] reversed_nums = nums[::-1] بازکردن لیست: گاهی ممکن است نیاز پیدا کنید که بعضی از آیتم های لیست را در یک متغیر جدید ذخیره کنید. به این فرآیند unpacking می‌گویند. 🧑‍💻تجربه کنید: first, second, *others = nums first, *others, last = nums نکته: استفاده از علامت * قبل از نام متغیر به پایتون میفهماند تا تمام مقادیر باقیمانده را در لیستی به این نام پک کند. گردآورنده: علی مختاری (دبیر کدنویسی) 🏢پژوهش سرای علوم و فنون قطب رباتیک، کدنویسی و هوش مصنوعی استان قم: @OlomFonunQom
هدایت شده از Saleh Ghafarifar
💥ثبت‌نام تیم‌ها در لیگ مای‌کُد شروع شد!!!💥 ✴️8 هفته رقابت هیجان‌انگیر برخط و در نهایت رقابت فینال به صورت حضوری. 🎁 هر هفته فقط یک تیم، برنده ۴ میلیون تومان جایزه نقدی. 👨‍🎓ویژه دانش‌آموزان متوسطه اول و دوم. 🔗برای ثبت نام و توضیحات بیشتر را در mycode-league.ir ببینید.              ╭━━━━⊰📚⊱━━━━╮                        کانال رسمی                                       @codenevisi                 ╰═══❁💠❁═══╯              ╭━━━━⊰🇮🇷⊱━━━━╮                      کانال رسمی         پژوهش سراهای دانش آموزی کشور                        @pajouheshsara                  ╰═══❁💠❁═══╯
دوره جامع پایتون - پست شماره 35 ساختارهای داده در پایتون (بخش دوم: لیست ها - قسمت سوم) یکی از استفاده‌های رایج از لیست‌ها، بکارگیری آن‌ها در ساختارهای کنترلی مانند حلقه‌ها یا شرط‌ها می‌باشد. لیست‌ها به روش‌های مختلفی در این ساختارها بکارگیری هستند که در ادامه با آن‌ها آشنا می‌شویم. 🧑🏻‍💻در ابتدا یک لیست ایجاد کنید: letters = ["a", "l", "i"] 1- بکارگیری مستقیم در حلقه for: for letter in letters: print(letter, end = "") 2- بکارگیری طول لیست به عنوان کنترل حلقه: for i in range(len(letters)): print(letters[i], end = "") 3- استفاده از لیست به همراه تابع enumerate: for letter in enumerate(letters): print(letter) 🔦در این روش پایتون مجموعه‌هایی دوتایی به نام تاپل از اندیس‌ها و مقادیر اعضاء لیست را آماده و چاپ می‌کند. در ادامه با تاپل‌ها آشنا خواهیم شد. 4- بکارگیری لیست به روش list comprehension: [print(letter, end = "") for letter in letters] 🔦این روش استفاده از لیست‌ها یکی از قابلیت‌های جذاب پایتون است. بکارگیری این روش شما را از استفاده از توابعی مانند map و filter بی نیاز می‌کند و روش تمیزتری برای انجام‌ عملیات روی اعضای لیست در اختیار شما قرار می‌دهد. برای در بخش مربوط به تعریف این توابع با مثال‌های بیشتر، با قابلیت‌های این روش آشنا خواهیم شد. گردآورنده: علی مختاری (دبیر کدنویسی) 🏢پژوهش سرای علوم و فنون قطب رباتیک، کدنویسی و هوش مصنوعی استان قم: @OlomFonunQom
ابزارهای يادگيري هوش مصنوعی قسمت اول: آموزش google colab کولب کوتاه شده واژه colaboratory است. واژه colaboratory یعنی آزمایشگاه مشترک. با استفاده از کولب می توانید به صورت آنلاین و در مرورگر خود کدهای پایتونی بنویسید و اجرا کنید. ویژگی های کولب: فراخوانی نوت بوک ها از وان درایو و ذخیره آن فراخوانی نوت بوک ها در گیت هاب و انتشار در آن امکان استفاده از OpenCV و PyTorch و Keras و Tensorflow خدمات پردازش ابری و GPU رایگان با گوگل کولب شما یک کتاب زنده را مطالعه می کنید. کتابی که در آن توضیحات، کدها (همراه با خروجی) و ویرایش کدها را دارد. شما می توانید با این آموزش یک برنامه نویسی حرفه ای را تجربه کنید. بدون نیاز به نصب پایتون می توانید کدنویسی کنید. خیلی سریع بدون نصب نرم افزاری نحوه کدنویسی در کولب را می آموزید. مستند سازی برنامه با ویرایشگر متنی خوب و توانا به درج روابط ریاضی ایجاد، فراخوانی و اشتراک گذاری نوت بوک مدرس: خانم مهندس نوبری و خانم مهندس ارجمند پژوهش سرای قطب کشوری شبکه سازی محیط های یادگیری وکد نویسی ╭━━━━━━━⊰📚⊱━━━━━━━╮ کانال رسمی @codenevisi ╭━━━━━━━⊰🇮🇷⊱━━━━━━━╮ کانال رسمی پژوهش سراهای دانش آموزی کشور @pajouheshsara 🏢پژوهش سرای علوم و فنون قطب رباتیک، کدنویسی و هوش مصنوعی استان قم: @OlomFonunQom