Telegram Group Search
🖥#اکتشاف_دنیای_دیجیتال

علم کامپیوتر چیست؟

💿 علم کامپیوتر اغلب به عنوان برنامه‌نویسی تجلیل شده در نظر گرفته می‌شود. علوم کامپیوتر چیزهای بیشتری از جمله ریاضیات گسسته، الگوریتم‌ها، تئوری محاسبات، برنامه‌نویسی سخت‌افزار و غیره دارد. اگر فقط می‌خواهید برنامه‌نویسی را یاد بگیرید، رشته علوم کامپیوتر بیشتر از آنچه انتظار دارید خواهد بود.

🎥 این ویدیو بیشتر ریاضیات و مفاهیم گسسته درون آن را پوشش می‌دهد، زیرا برای کلاس‌ها مهم است.

📱https://youtu.be/Tzl0ELY_TiM?si=QmfuLQMcYAci_ryy

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

🩵@IDSchools
🩵@IDS_Math
🌀#گام_به_گام

🏆قهرمان گواهی شده GitHub- قسمت سوم

📝 مقدمه ای بر GitHub

☑️‌‌یاد بگیرید که از ویژگی‌های کلیدی GitHub، از جمله مشکلات، اعلان‌ها، شاخه‌ها، commit ها و درخواست‌های کششی استفاده کنید.

🌀 اهداف آموزشی
در این ماژول، شما:

1⃣ ویژگی‌های اساسی GitHub را شناسایی کنید.
2⃣ با مدیریت مخزن آشنا شوید.
3⃣ درکی از جریان GitHub به دست آورید که شامل شاخه‌ها، commit‌ها و درخواست‌های کششی است.
4⃣ با بررسی مسائل و بحث‌ها، ویژگی‌های مشترک GitHub را کاوش کنید.
5⃣ نحوه مدیریت اعلان‌ها و اشتراک‌های GitHub خود را بشناسید.

🔹پیش نیازها
یک حساب GitHub

💠 این ماژول بخشی از این مسیرهای یادگیری است.
پروژه های نرم افزاری جامعه محور در GitHub بسازید.
با صفحات Markdown و GitHub با دیگران همکاری کنید.
بیاموزید که چگونه مایکروسافت از توسعه نرم افزار ایمن به عنوان بخشی از راه حل امنیت سایبری پشتیبانی می کند
کنترل منبع را مدیریت کنید.
چرخه عمر پروژه های خود را در GitHub مدیریت کنید.

برای شروع اینجا کلیک کنید.

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

🩵@IDSchools
🩵@IDS_Math
🌀#گام_به_گام

💠 به دومین درس خود در مجموعه مبانی علم داده و هوش مصنوعی خوش آمدید!

درس امروز: احتمال- قسمت اول

🔣 احتمال یک ابزار قدرتمند در علم داده است که ما را قادر می سازد عدم قطعیت را درک کرده و پیش بینی‌های آگاهانه انجام دهیم. این فقط در مورد محاسبه شانس یک رویداد نیست. این در مورد اتخاذ یک طرز فکر است که به شما امکان می‌دهد نتایج و خطرات بالقوه را ارزیابی کنید. (یک مهارت مهم در هر زمینه مبتنی بر داده)
در این درس، مفاهیم اصلی احتمال را تجزیه می‌کنیم که راه را برای سفر شما در علم داده هموار می‌کند.

☑️مبانی احتمال

در اصل، احتمال میزان احتمال وقوع یک رویداد را با مقادیری از 0 تا 1 اندازه‌گیری می‌کند. برای مثال، احتمال پرتاب یک سکه و شیر آمادن 0.5 است. چارچوب اساسی، کاربردهای احتمالی پیچیده‌تری را در علم داده زیربنا می‌دهد.

بیایید برخی از مفاهیم کلیدی را که پایه و اساس نظریه احتمال را تشکیل می‌دهند، بررسی کنیم.

▫️نتایج ترجیحی: اینها نتایجی هستند که ما می‌خواهیم رخ دهد یا به آنها علاقه‌مندیم. ما همچنین به چنین نتایجی به عنوان "مطلوب" اشاره می‌کنیم.

◾️فضای نمونه و رویدادها: فضای نمونه شامل تمام نتایج ممکن یک آزمایش است (به عنوان مثال، همه طرف های یک تاس). رویداد هر نتیجه یا مجموعه‌ای از نتایج خاص است که ما به آن علاقه‌مندیم - مانند مشاهده‌ی یک عدد زوج روی یک تاس.

▫️مقدار مورد انتظار: مقدار (یا میانگین) مورد انتظار نتیجه متوسط بلندمدت است اگر آزمایشی را بارها تکرار کنید. به عنوان مثال، در یک بازی که در آن شما یک سکه را 20 بار برمی گردانید، مقدار مورد انتظار برای شیرها 10 خواهد بود (50٪ از آزمایشات). ارزش مورد انتظار با ارائه یک پیش‌بینی از نتایج متوسط، به هدایت تصمیم‌گیری کمک می‌کند.

📄 توزیع های فروانی احتمال
یک توزیع احتمال، احتمال نتایج متفاوت را در یک فضای نمونه نشان می‌دهد. توزیع احتمال به ما کمک می‌کند تا بر اساس داده‌های مشاهده شده، نتایج آینده را پیش‌بینی کنیم. دو نوع اساسی از توزیع‌هایی که با آنها روبرو خواهید شد شامل موارد زیر است.

📊 توزیع‌های گسسته
اینها تعداد محدودی از نتایج دارند، مانند پرتاب یک تاس. توزیع‌های گسسته کلیدی شامل موارد زیر است.

1⃣ توزیع یکنواخت زمانی اتفاق می‌افتد که هر نتیجه احتمال برابری داشته باشد، مانند احتمال مشاهده هر عدد روی یک تاس.

2⃣ توزیع دوجمله‌ای تعداد موفقیت‌ها را در مجموعه‌ای از آزمایش‌ها، مانند پرتاب چندین بار یک سکه، مدل می‌کند.

3⃣ توزیع پواسون برای مدل‌سازی دفعات رویدادها در یک بازه زمانی خاص، مانند تعداد ورود مشتری در ساعت به فروشگاه، مفید است.

📈 توزیع‌های پیوسته
اینها نتایج بی‌نهایت در یک بازه زمانی دارند، مانند اندازه گیری دما.

💠 توزیع نرمال شناخته شده‌ترین توزیع پیوسته است. با شکل منحنی زنگی مشخص می‌شود.

📚منبع

ادامه دارد...
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

🩵@IDSchools
🩵@IDS_Math
#زیبایی_های_ریاضی

🌀 دوره متلب برای مبتدیان

◀️ در این آموزش برای مهندسان، دانشمندان و دانشجویان، اصول متلب را بیاموزید. MATLAB یک زبان برنامه نویسی و مجموعه نرم افزاری است که برای تجزیه و تحلیل داده ها، محاسبات علمی و تجسم استفاده می شود که به طور گسترده در دانشگاه و صنعت استفاده می شود.

https://youtu.be/7f50sQYjNRA?si=Ye3TGq8UlfCnRamP

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

🩵@IDSchools
🩵@IDS_Math
🎲#گام_به_گام

3⃣1️⃣ دستورات پایه در پایتون: قسمت سیزدهم

⬅️رشته‌ها آرایه هستند.

مانند بسیاری از زبان‌های برنامه نویسی محبوب دیگر، رشته‌ها در پایتون آرایه‌هایی از بایت‌ها هستند که کاراکترهای یونیکد را نشان می‌دهند. با این حال، پایتون نوع داده کاراکتری ندارد، یک کاراکتر به سادگی یک رشته با طول 1 است. از براکت‌های مربع می‌توان برای دسترسی به عناصر رشته استفاده کرد.

🟢 مثال
کاراکتر را در موقعیت 1 بدست آورید (به یاد داشته باشید که کاراکتر اول موقعیت 0 را دارد):
a = "Hello, World!"
print(a[1])
خروجی:
e
⬅️ حلقه زدن از طریق یک رشته

از آنجایی که رشته‌ها آرایه هستند، می‌توانیم از طریق کاراکترهای یک رشته، با یک حلقه for، حلقه بزنیم.

🟢 مثال
حروف کلمه "موز" را حلقه بزنید:

for x in "banana":
print(x)
خروجی:
b
a
n
a
n
a

⬅️ طول رشته
برای بدست آوردن طول یک رشته، از تابع ()len استفاده کنید.

🟢 مثال
تابع len() طول یک رشته را برمی گرداند:
a = "Hello, World!"
print(len(a))
خروجی:
13

🕐 ادامه دارد....

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

✉️@IDSchools
✉️@IDS_Math
🌐#اکتشاف_دنیای_دیجیتال

یادگیری ماشین یایادگیری عمیق

☑️ دیدگاهی منحصربه‌فرد در مورد تفاوت بین یادگیری ماشینی و یادگیری عمیق دریافت کنید - در یک تشبیه خوشمزه از سفارش پیتزا توسط IBMer و استاد مخترع Martin Keen توضیح داده شده و نشان داده شده است.

📱https://youtu.be/q6kJ71tEYqM?si=tX8Mq3c-Y0rTAx3C

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math
#زیبایی_های_ریاضیات

💠 هنگامی که کامپیوترها اثبات‌ها را انجام می‌دهند، ریاضیات چه فایده‌ای دارد؟

🌀 اندرو گرانویل می‌داند که هوش مصنوعی ریاضیات را عمیقاً تغییر خواهد داد. زبان برنامه نویسی Lean قبلاً نقش خود را در اثبات قضیه‌ها بازی کرده‌ است. به همین دلیل است که نظریه پرداز اعداد دانشگاه مونترال شروع به صحبت با فیلسوفان در مورد ماهیت اثبات ریاضی و چگونگی تکامل رشته ریاضیات در عصر هوش مصنوعی کرده است.

📱https://youtu.be/3l1RMiGeTfU?si=yl2r9NU-ozNs2pD_

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math
#زیبایی_های_ریاضیات

▫️قضیه ناتمامیت گودل را کاوش کنید، کشفی که دانسته های ما را در مورد برهان ها و گزاره های ریاضی تغییر داد.

▪️به جمله زیر توجه کنید: «این جمله نادرست است». آیا این درست است؟ اگر چنین باشد، این بیانیه را نادرست می‌کند. اما اگر نادرست باشد، آن گزاره درست است. این جمله یک پارادوکس حل نشدنی ایجاد می‌کند. اگر درست نیست و نادرست نیست - چیست؟ این سوال یک منطق‌دان را به کشفی سوق داد که ریاضیات را برای همیشه تغییر می‌دهد. مارکوس دو سوتوی قضیه ناتمامیت گودل را بررسی می‌کند.

📱https://youtu.be/I4pQbo5MQOs?si=Jdy-rbz2oB8g-cwV

📌 پی‌نوشت:
نظریه ناتمامیت گودل (Gödel’s Incompleteness Theorem) که توسط ریاضیدان اتریشی کورت گودل در دهه 1930 مطرح شد، دو نتیجه مهم درباره سیستم‌های منطقی و ریاضیاتی ارائه می‌دهد. این نتایج به‌ویژه در مورد سیستم‌های کافی قوی مانند حساب عدد صحیح (Peano Arithmetic) صدق می‌کنند.

دو بخش اصلی این نظریه عبارتند از:

1. ناتمامیت: در هر سیستم منطقی کافی و معتبر که بتواند اعداد طبیعی را توصیف کند، وجود جملاتی وجود دارد که نمی‌توان آنها را نه اثبات کرد و نه رد کرد. به عبارت دیگر، برخی از حقایق ریاضی وجود دارند که قابل اثبات نیستند.

2. عدم قابلیت کامل: هیچ سیستمی از قوانین منطقی نمی‌تواند تمام حقایق ریاضی را به طور کامل و بدون تناقض اثبات کند. به عبارت دیگر، هر سیستم منطقی کافی همیشه دارای تناقضاتی خواهد بود یا نمی‌تواند تمام جملات صحیح را اثبات کند.

این نتایج تأثیر عمیقی بر فلسفه ریاضیات و منطق داشتند و نشان دادند که محدودیت‌هایی در توانایی ما برای اثبات همه حقایق ریاضی وجود دارد. نظریه ناتمامیت گودل به عنوان یکی از مهم‌ترین دستاوردهای قرن بیستم در زمینه فلسفه و منطق شناخته می‌شود.
#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math
🎙#سخن_بزرگان

🗣"Write once, run anywhere."
جیمز گوسلینگ (James Gosling)

💻این جمله به فلسفه طراحی زبان برنامه‌نویسی جاوا اشاره دارد، به این معنا که برنامه‌های نوشته شده در جاوا می‌توانند بدون تغییر در هر پلتفرم و سیستمی اجرا شوند. این ویژگی، یکی از دلایل اصلی موفقیت و محبوبیت جاوا در بین توسعه‌دهندگان و شرکت‌ها بوده است.

👤جیمز گوسلینگ (James Gosling) در 20 فوریه 1955 در کانادا متولد شد. او به عنوان یکی از پیشگامان علوم کامپیوتر و خالق زبان برنامه‌نویسی جاوا شناخته می‌شود. تحصیلات خود را در دانشگاه آلبرتا آغاز کرد و سپس به دانشگاه کارنگی ملون رفت، جایی که در سال 1983 دکترای خود را در زمینه علوم کامپیوتر دریافت کرد.

🔸گوسلینگ در اوایل دهه 1990 به شرکت سان مایکروسیستمز (Sun Microsystems) پیوست و در آنجا پروژه‌ای را برای توسعه یک زبان برنامه‌نویسی جدید آغاز کرد که هدف آن ایجاد یک زبان قابل حمل و مستقل از پلتفرم بود. نتیجه این پروژه، زبان جاوا بود که در سال 1995 معرفی شد. جاوا به سرعت محبوبیت زیادی پیدا کرد و به عنوان یکی از زبان‌های اصلی برنامه‌نویسی برای توسعه نرم‌افزارهای وب، برنامه‌های موبایل و سیستم‌های توزیع شده شناخته شد.

🔹گوسلینگ همچنین در توسعه فناوری‌های مرتبط با جاوا، مانند Java Virtual Machine (JVM) و Java Development Kit (JDK) نقش کلیدی داشت. او به خاطر دستاوردهایش جوایز و افتخارات زیادی دریافت کرده است و به عنوان یک شخصیت مهم در صنعت فناوری اطلاعات شناخته می‌شود.

🔸پس از اینکه سان مایکروسیستمز در سال 2010 توسط اوراکل خریداری شد، گوسلینگ به اوراکل پیوست و در آنجا نیز به کار خود ادامه داد. او همچنین در زمینه‌های دیگر فناوری و نوآوری فعالیت داشته و به عنوان سخنران و مشاور در کنفرانس‌ها و رویدادهای مختلف شرکت کرده است.

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math
🌀این ویدیو سه کتاب ریاضی شگفت انگیز را به شما نشان می دهد که می توانید از آنها برای مطالعه خود استفاده کنید. اینجا کتاب هاست.​

📱https://youtu.be/L9A-Z_5L8NY?si=a2fFF4dpitz4_EKY

☑️ریاضیات پایه:
https://amzn.to/47YbYju
☑️پیش حساب:
https://amzn.to/3SoDSja​ or https://amzn.to/49hu29C
☑️حساب توماس:
https://amzn.to/3w4Qoww

💠کتاب های ریاضی و فیزیک و کامپیوتر*

☑️فهرست کتاب ریاضی حماسی
https://amzn.to/3F98vT1
☑️پیش جبر، جبر و هندسه
https://amzn.to/3FdbwSn
☑️کالج جبر، پیش حساب، و مثلثات
https://amzn.to/3UKjvfb
☑️احتمال و آمار
https://amzn.to/3FaaxCq
☑️ریاضیات گسسته
https://amzn.to/3P6jPE4
☑️اثبات نگارش
https://amzn.to/3XXukxo
☑️حساب دیفرانسیل و انتگرال
https://amzn.to/3iEH3F3
☑️کتاب معادلات دیفرانسیل
https://amzn.to/3Fac5wi

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math
📀 #آموزشگاه_ذهن
💠 تمام ریاضی ای که برای یادگیری ماشین نیاز دارید!

📱https://youtu.be/mnhrQxdzHqE?si=5gjQ_E6CAEbJsWvt

📈ریاضیات برای یادگیری ماشین تمام ریاضیات مورد نیاز برای یادگیری ماشین را به شما آموزش می دهد. و به صورت رایگان در دسترس است!
https://mml-book.github.io

💻 هوش مصنوعی و ML
یکی از منابع برای یادگیری هوش مصنوعی و یادگیری ماشین - Datacamp

https://datacamp.pxf.io/o4e5yO

دو دوره پیشنهادی پایتون

1. تجزیه و تحلیل داده های اکتشافی با پایتون و پانداها
https://bit.ly/2QXMpxJ
2. بوت کمپ کامل برنامه نویس پایتون
http://bit.ly/2OwUA09

آماده سازی مصاحبه علوم داده
StrataScratch https://bit.ly/30ul0nX

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math
🌀 #توسعه_و_تحقیق_کار_ها

▪️بیشترین تقاضا در جهان در حال حاضر در علم داده و یادگیری ماشین است! این ویدیو بخش کلیدی یادگیری ماشین و علم داده را به شما آموزش می دهد که آمار است.

▫️همه چیز را در یک کتاب متنی استاندارد 500 صفحه‌ای در مورد آمار برداشته شده و در این ویدیو قرار داده شده است. فرمول ها را پوشش می‌دهد، اما همچنین مشکلات دنیای واقعی را با هر فرمول حل می‌کند.

📱https://youtu.be/tcusIOfI_GM?si=1hmetR0eu0ZJvIBv

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

✉️@IDSchools
✉️@IDS_Math
🗣#سخن_بزرگان

🎙"به سادگی می‌توان گفت که اگر یک برنامه‌نویس خوب، ۹۰ درصد از زمان خود را صرف نوشتن کد کند، ۱۰ درصد باقی‌مانده را صرف تجزیه و تحلیل مشکل خواهد کرد. اما اگر یک برنامه‌نویس عالی باشد، او ۹۰ درصد از زمان خود را صرف تجزیه و تحلیل مشکل خواهد کرد و تنها ۱۰ درصد باقی‌مانده را صرف نوشتن کد خواهد کرد."
دونالد کنوت (Donald Knuth)

دونالد کنوت (Donald Knuth) یک دانشمند کامپیوتر و ریاضیدان برجسته آمریکایی است که به عنوان یکی از بنیان‌گذاران علم الگوریتم‌ها و برنامه‌نویسی شناخته می‌شود. او در تاریخ ۴ مارس ۱۹۳۸ در میلواکی، ویسکانسین به دنیا آمد.

▎کتاب "هنر برنامه‌نویسی"

یکی از مهم‌ترین آثار کنوت کتاب چند جلدی "هنر برنامه‌نویسی" (The Art of Computer Programming) است که اولین جلد آن در سال ۱۹۶۸ منتشر شد. این کتاب به عنوان یکی از منابع اصلی در زمینه الگوریتم‌ها و برنامه‌نویسی شناخته می‌شود و به طور گسترده‌ای در دانشگاه‌ها و مراکز آموزشی مورد استفاده قرار می‌گیرد. کنوت در این کتاب به بررسی عمیق الگوریتم‌ها، تحلیل پیچیدگی زمانی و فضایی، و تکنیک‌های مختلف برنامه‌نویسی می‌پردازد.

▎تأثیرات و نوآوری‌ها

کنوت همچنین به خاطر توسعه سیستم تایپ‌گذاری "تک" (TeX) معروف است که ابزاری قدرتمند برای تایپ متون علمی و ریاضی است. این سیستم به ویژه در جامعه علمی و دانشگاهی محبوبیت زیادی دارد.

▎جوایز و افتخارات

کنوت جوایز و افتخارات زیادی را در طول دوران حرفه‌ای خود دریافت کرده است، از جمله جایزه تورینگ (Turing Award) در سال ۱۹۷۴، که به عنوان یکی از بالاترین افتخارات در علوم کامپیوتر شناخته می‌شود.

▎فلسفه و دیدگاه

کنوت به فلسفه دقیق و منظم در برنامه‌نویسی اعتقاد دارد و بر اهمیت تحلیل دقیق الگوریتم‌ها و کیفیت کد تأکید می‌کند. او همچنین به آموزش و انتقال دانش به نسل‌های جدید برنامه‌نویسان اهمیت می‌دهد.

دونالد کنوت همچنان فعال است و به تحقیقات و نوشتن ادامه می‌دهد. او یکی از چهره‌های تأثیرگذار در تاریخ علوم کامپیوتر محسوب می‌شود.

✉️@IDSchools
✉️@IDS_Math
📝نوشتن یک مقاله علمی فرآیند پیچیده‌ای است که نیاز به برنامه‌ریزی و دقت دارد. در زیر مراحل کلیدی برای نوشتن یک مقاله علمی آورده شده است:

🔹1. انتخاب موضوع

• موضوعی را انتخاب کنید که به آن علاقه‌مند هستید و در زمینه‌ای که در آن تخصص دارید، باشد.

• محدوده‌ی موضوع را مشخص کنید تا تمرکز مقاله حفظ شود.

🔸2. تحقیق و جمع‌آوری اطلاعات

• مطالعه منابع معتبر: مقالات علمی، کتاب‌ها و منابع آنلاین را بررسی کنید.

• جمع‌آوری داده‌ها: اگر مقاله شامل تحقیق تجربی است، داده‌های لازم را جمع‌آوری کنید.

🔹3. ساختار مقاله

یک مقاله علمی معمولاً شامل بخش‌های زیر است:

• عنوان: عنوانی مختصر و گویا که موضوع را بیان کند.

• چکیده (Abstract): خلاصه‌ای از اهداف، روش‌ها، نتایج و نتیجه‌گیری‌ها.

• مقدمه (Introduction): معرفی موضوع، اهمیت آن و سوالات تحقیق.

• روش‌شناسی (Methods): توضیح روش‌ها و فرآیندهای مورد استفاده در تحقیق.

• نتایج (Results): ارائه داده‌ها و نتایج به دست آمده به صورت واضح و منظم.

• بحث (Discussion): تحلیل نتایج، مقایسه با تحقیقات قبلی و بررسی پیامدها.

• نتیجه‌گیری (Conclusion): خلاصه‌ای از یافته‌ها و پیشنهادات برای تحقیقات آینده.

• منابع (References): فهرست منابع استفاده شده.

🔸4. نوشتن پیش‌نویس

• با توجه به ساختار مقاله، پیش‌نویس اولیه را بنویسید.

• سعی کنید ایده‌ها را به صورت منطقی و پیوسته بیان کنید.

🔹5. ویرایش و بازنگری

• بازبینی متن: از نظر گرامر، املاء و ساختار جملات.

• دقت در محتوای علمی: اطمینان حاصل کنید که اطلاعات دقیق و معتبر هستند.

• نظرخواهی از دیگران: از همکاران یا استادان خود بخواهید مقاله را بررسی کنند.

🔸6. ارسال مقاله

• انتخاب مجله مناسب: مجله‌ای را انتخاب کنید که با موضوع مقاله شما همخوانی داشته باشد.

• رعایت دستورالعمل‌های ارسال: به دقت دستورالعمل‌های مجله را مطالعه کرده و رعایت کنید.

➡️@IDSchools
➡️@IDS_Math
🧠 شبکه‌های عصبی رفتار مغز انسان را منعکس می‌کنند و به برنامه‌های رایانه‌ای اجازه می‌دهند الگوها را تشخیص دهند و مشکلات رایج در زمینه‌های هوش مصنوعی، یادگیری ماشین و یادگیری عمیق را حل کنند. استاد مخترع، مارتین کین، نکات مهمی را در مورد شبکه‌های عصبی بیان می‌کند و همه آن را در 5 دقیقه انجام می‌دهد.

📱https://youtu.be/jmmW0F0biz0?si=exz9TodPe5ls3WcO

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

🩵@IDSchools
🩵@IDS_Math
🧠رمزگشایی مغز

💻چگونه مغز خاطرات را بازیابی می کند، کلمات را بیان می کند و توجه را متمرکز می کند؟ پیشرفت‌های اخیر توانایی جدیدی را برای رمزگشایی، تیز کردن و تنظیم سیگنال‌های الکتریکی مربوط به گفتار، توجه، حافظه و احساسات فراهم کرده است. به برایان گرین و دانشمندان برجسته اعصاب، گیورگی بوزاکی، ادوارد چانگ، مایکل هالاسا، مایکل کاهانا و هلن مایبرگ بپیوندید تا به کاوشی هیجان انگیز در مورد چگونگی یادگیری خواندن و دستکاری ذهن بپردازید.

📱https://youtu.be/K7QBnuF6dHg?si=bMs2buB6VweACVYt

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

🩵@IDSchools
🩵@IDS_Math
💠شگفت انگیزترین کتاب ریاضی که تا به حال نوشته شده؟!

🌀 این کتاب افسانه‌ای است که میانبرهای ذهنی زیادی را برای انجام محاسبات در ذهنتان به شما آموزش می‌دهد. همچنین ترس شما از اعداد را درمان می کند.

📱https://youtu.be/WSfM0M06G7U?si=qeZwN2Q8X5bOLaiZ

#️⃣#IDSchools
#️⃣#IDS
#️⃣#IDS_Math

🩵@IDSchools
🩵@IDS_Math
2025/04/02 22:29:56

❌Photos not found?❌Click here to update cache.


Back to Top
HTML Embed Code: