CS/Math Dissectopedia

📖 عنوان درس: نظریه علوم کامپیوتر 👤 مدرس: امیر دانشگر ✍️ دکتر دانشگر در کل شوخ‌طبع، خیلی خوش‌اخلاق و حامی هستند. کافیه فقط یه دانشجوی کنجکاو باشین، می‌تونین وقت بگیرین،‌ برین اتاقش و باهم سر یه موضوع بحث علمی کنین و خیلی هم از این صحبتا یاد می‌گیرین. همیشه سعی‌اش اینه که به شما فکر کردن یاد بده. خیلی منظم درس نمی‌ده و توی نوشتن روی تخته خیلی تنبله و ترجیح می‌ده بیشتر حرف بزنه. در مورد درس نظریه‌ی علوم کامپیوتر چند تا مرجع معرفی می‌کنه اما عملا مرجع اصلی همون صحبتای خودش سر کلاسه که توی کتابا و جایی پیدا نمی‌شه و متاسفانه لکچر نوت هم بهتون نمی‌ده. سعی می‌کنه شما رو جای کسی بذاره که می‌خواد تیوری رو خودش بسازه و برای همین اوایل سعی می‌کنه شهودای لازم رو توی ذهن شما ایجاد کنه که توی این مرحله ممکنه بعضیا زود خسته بشن چون خیلی داستان تعریف می‌کنه. حرفای نظری عمیقی می‌زنه اما چون معمولا دقیقشو براتون نمی‌نویسه و مثال هم کم می‌زنه دنبال کردنش برای کسی که با موضوع آشنایی نداره خیلی سخته و نوشتن دقیق یه بخش‌هاییشم به خودتون واگذار می‌کنه. به نکات ریز و جالبی توی نظریه‌ی محاسبه اشاره می‌کنه که توی کتابا بهش توجه نشده و یا درست بیان نشده. اگه بتونین کلاسو دنبال کنین یه دید خیلی خوب به نظریه محاسبه پیدا می‌کنین که با خوندن کتاب نمی‌شه بهش رسید و به معنای واقعی نظریه‌ی محاسبه رو می‌فهمین. با توجه به این که تنبله بستگی به مودش داره که بهتون منظم تمرین بده یا نه و تمریناش هم بیشتر از جنس فکر کردن روی مساله‌هاییه که توی کلاس بحثش شده و مفهومیه. اگه حال داشته باشه و برای درس دستیار آموزشی بذاره و اونم حال داشته باشه بهتون تمرین بده، تمرین خواهید داشت ولی معمولا برای تمرین نمره‌ای در نظر نمی‌گیره. در مورد نمره‌دهی تقریبا هیچ ریزنمره‌ای بهتون نمی‌ده و آخرش یه نمره میاد توی سامانه. می‌گه که دوس دارم به همتون ۲۰ بدم ولی این سرابی بیش نیست و تجربه‌ی من اینه که از نظرش ۲۰ مال خداس، ۱۹ واسه خودمه، بقیه هم دیگه از این جا به بعد نمره می‌دم. بنابراین احتمال نمره‌ی بالا ازش گرفتن خیلی کمه. معمولا میانگین کلاساش ۱۵ می‌شه. این درسو تا حالا دو مدل ارزیابی کرده. یکی یه پایان‌ترم و یه آزمونی خانگی و یکی هم یه پایان‌ترم و یه پروژه. با توجه به این که متن دقیقی ندارین موقع امتحان پایان‌ترم یه کمی ماجرا استرس‌زا می‌شه ولی امتحان پایان‌ترم معمولا روتینه و بیشتر از مفاهیم و اثباتایی که سر کلاس مطرح شده سوال می‌کنه به جز یه سوال سخت که کسی حل نمی‌کنه و برای همین نمره‌ها از ماکزیمم ۱۸ شروع می‌شه. به نمودار هم کلا اعتقادی نداره. #️⃣ برچسب‌ها: #نظریه_علوم_کامپیوتر #امیر_دانشگر #ID_22909

📖 عنوان درس: یادگیری برخط 👤 مدرس: کسری علیشاهی 📅 ترم: پاییز ۱۴۰۳ ✍️ درس خوبی بود. کلاس تعاملی بود و تدریس استاد خیلی خوب.در مورد بندیت های متناهی و مخصوصا بندیت زیرگوسی بود. سه سری تمرین ۸ نمره، یک میان‌ترم ۴ نمره، یک پایان‌ترم ۱۰ نمره. امتحان و تمرین سخت بود. ولی در نهایت نمره نمودار خورد. در مجموع از نمره راضی بودم. #️⃣ برچسب‌ها: #یادگیری_برخط #کسری_علیشاهی #ID_22855

📖 عنوان درس: مدل‌های مولد 👤 مدرس: سیده فاطمه سیدصالحی 📅 ترم: پاییز ۱۴۰۳ ✍️ به طور کلی درس های دکتر سیدصالحی لود زیادی داره. در این درس هم مثل درس ماشین لرنینگ ۵ سری تمرین هر کدام شامل تمرین‌های تئوری و عملی بود. یک میانترم و یک پایانترم که حذفی بود و همچین چهار کوئیز در طول ترم که هر کدام قرار بود دارای ارزش ۰.۲۵ (!) در نمره نهایی باشه که بعدا چون فرصت گرفتنش نبود به سه تا کوئیز کاهش پیدا کرد. یک ارائه نهایی هم به انتخاب خودش داشت راجع به مقالات جدیدی که در حوزه مدل‌های دیفیوژن نوشته شده. تقریبا همه مقالاتش مربوط به دو سال اخیر بوده و کاملا جدید و پیشرفته محسوب می‌شدن. یک نمره امتیازی برای پیاده‌سازی‌های این مقالات گذاشته بودن و نیم نمره امتیازی هم مربوط به حضور و غیاب در طول جلسات بود. برعکس ترمی که من با ایشون ماشین لرنینگ داشتم تعداد سوالات امتیازی تمرین‌ها بسیار کم بود. نمره‌ی درس از ۲۱.۵ بود و میانگین چیزی در حدود ۱۷ بود اگه اشتباه نکنم. نمره‌دهیش هم براساس داکی هست که در اول ترم ساخته شده و تقریبا اسکیلی در این ترم نداشتیم. استاد اصولا خوش اخلاق بود بجز اوقاتی که بچه‌ها زیاد باهاش چونه می‌زدن. کلا هم برنامه این ترمش این بود که در مقابل خواسته‌های خودش در برابر بچه‌ها کوتاه نیاد. تقریبا هیچگونه مذاکره‌ای نمیشد باهاش کرد درباره ددلاین‌ها و تصحیح برگه‌ها. اصولا انتظار میره که بعد از گذروندن این درس بتونین وارد فضای ریسرچ در این حوزه بشین. طرح درس هم به این صورته که حدودا بیست درصد اول ترم رو یه مقدار خوبی به مدل های گرافی احتمالاتی اختصاص میده (که اصولا خودش درس جداییه) و خیلی سریع اصول کلی‌ش رو مرور میکنه. بقیه ترم هم تقریبا به اندازه کورس مدل‌های مولد آقای ارمون در استنفورد درس میده. به نظر من این حجم از درس بعلاوه ۵ سری تمرین و سه کوئیز مجبورت میکنه همیشه مشغول به خوندنش باشی و زمان زیادی در طول ترم ازت گرفته میشه ولی برای کسی که بخواد در این حوزه فعالیت کنه کورس بسیار مناسبی محسوب میشه. #️⃣ برچسب‌ها: #مدل‌های_مولد #سیده_فاطمه_سیدصالحی #ID_22808

📖 عنوان درس: یادگیری برخط 👤 مدرس: کسری علیشاهی ✍️ درس گفته‌شده خیلی مفید بود و مطالب زیادی گفته شد. کلاس تعاملی بود و تدریس استاد خیلی خوب. امتحان و تمرین به نسبت سخت بود. #️⃣ برچسب‌ها: #یادگیری_برخط #کسری_علیشاهی #ID_22855

📖 عنوان درس: منطق ریاضی 👤 مدرس: محسن شهریاری 📅 ترم: پاییز ۱۴۰۳ ✍️ درباره تدریس بخوام بگم جناب شهریاری واقعا خوب تدریس می‌کنن. هر جایی هم که متوجه نشده باشید قشنگ مطلب رو باز می‌کنن و دقیق توضیح می‌دن. (تا این حد که بیست دقیقه اول کلاس کلا به مرور و پرسش و پاسخ درباره جلسه‌های قبلی پرداخته شد) کلا توی هر شرایطی خیلی پاسخگو هستن (گرفته از ایمیل، پشت دانشکده و ...) و هر سوالی که داشته باشید توسط خودشون یا کادر درسی توضیح داده می‌شه. حتی در این حد که روز آزمون پایان‌ترم داخل لابی بودیم و حدود ۱ ساعت منتهی به آزمون رو داشتن به سوالای ما جواب می‌دادن =) بارم‌بندی خام توی ترم ما ۸ میانترم ۹ پایانترم ۳ تمرین بودش. مقداری نمره امتیازی (حدود ۱-۲ نمره، دقیق یادم نیستش) از کوییز‌های داخل کلاس حل‌تمرین به صورت امتیازی وجود داشت. بعد از درخواست‌های بچه‌ها یه آزمون تیک‌هوم (۲۴ ساعته) هم گرفتن که در نهایت ۱ نمره امتیازی داشت ولی واقعاااا سخت بود. اما علیرغم این بارم‌بندی، گرفتن نمره اصلا کار آسونی نبود و واقعا باید با مطالب تدریس شده و تمارین به صورت منظم جلو می‌اومدیم که با توجه به سختی ذاتی درس توی برخی مباحث (به طور خاص اوایل منطق مرتبه اول) در کنار این که سختی کار از اواسط ترم شروع می‌شه که همزمان با میان‌ترم‌هاست، شما رو از درس عقب می‌اندازه و اذیت می‌کنه. تمارین لود بالایی داشتن، به صورت هفتگی ۲ الی ۳ سوال بود. ولی نکته مثبت این که حل تمارین واقعا تسلط‌تون روی درس تثبیت می‌کرد. راه‌حل تمرینا رو به صورت کلی نداشتیم ولی به صورت موردی اگر بپرسین جواب می‌دن. درباره نمودار هم یک مقدار سیاست سخت‌گیرانه‌ای دارن و سخت افزایش نمره می‌زنن. (با توجه به نمرات امتیازی درس، کلاس حل‌تمرین و ...) کلا درس چغر و بدبدنیه و این ترم کلی سوال جدید داخل امتحان‌ها و تمارین اومد که بعضا خیلی سخت بودن و نسبت به ترم‌هایی که درس رو دکتر اردشیر ارائه می‌دادن، امتحان‌های جون‌دارتری بودن. من به این درس نمره ۵ از ۱۰ می‌دم چون ارائه واقعا خوب بود ولی لود قابل توجهی داشت و تهش هم نمره‌م به نسبت باقی درسا با لود مشابه بدتر شد. اگر به طور خاص به منطق علاقه‌مندید می‌تونه براتون خوب باشه. #️⃣ برچسب‌ها: #منطق_ریاضی #محسن_شهریاری #ID_22141

📖 عنوان درس: ساختمان داده 👤 مدرس: علیرضا زارعی ✍️ استاد نسبتا خوب درس می‌ده. سوالات رو هم خوب جواب می‌ده. کل دو ساعت رو تا ثانیه آخر درس می‌ده. سه سری تمرین داره به منوال همیشه که هر تمرین یه بخش تیوری و یه بخش برنامه‌نویسی داره. بخش تیوریش از سوالای کتاب قدسیه که هر سری با کیفیت بدی میذاره روی CW. بخش برنامه‌نویسیش هم کلا ذیل یه پروژه‌ست که راستش پروژه‌ش خیلی منطقی نیست؛ یعنی اونقدر هم ربطی به کلاس نداره و صرفا باحاله. ترم ما نهایت سختیش بهینه کردن یه brute force مشخص بود که خب فکر نمی‌کنم توی ساختمان داده اونقدر هم مهم باشه. یه ترم هم مثلا zipper داده بود به بچه‌ها؛ که خب بازم عجیبه! اما در هر حال فانه. نمره‌دهیش هم منطقیه. قرار بود یه بخش بزرگی از نمره کوییز باشه که دو تاش با اطلاع قبلی باشه. هر چند اون دو تا کوییز در واقع میانترم اول و دوم بودن (سورپرایز شدیم). ۳ نمره تمرین تیوری بود. ۳ نمره تمرین برنامه‌نویسی یا پروژه‌طور. ۸ نمره کوییز (از جمله اون دو تا میان‌ترم). ۶ نمره هم پایان‌ترم. پایان‌ترمش راستی یکم نامعقول بود. تعداد سوالاتش زیاد بود و زمان کم. سطح سوالات در کنار تعداد سوالات مناسب نبود. #️⃣ برچسب‌ها: #علیرضا_زارعی #ساختمان_داده‌‌ها #ID_22822

📖 عنوان درس: ریاضیات گسسته 👤 مدرس: محسن جمالی 📅 ترم: پاییز ۱۴۰۳ ✍️ در کل یک مقداری استاد کم‌حوصله‌ای هستن ولی در رابطه با تعیین زمان میان‌ترم کاملا نظر همه دانشجوها رو در نظر گرفتن و از هر راه ارتباطی‌ای که گذاشته بودن چه حضوری و چه مجازی پاسخ‌گو بودن و تا حدود زیادی هم به خواسته‌های دانشجوها از جمله داشتن نمره امتیازی توجه می‌کردن. درس دادنشون واقعا خیلی خوب بود یعنی مطلبی رو که قرار بود تدریس کنن هر چقدر هم سخت واقعا به زبان ساده و قابل فهمی بیان می‌کردن هر چند مطالب تدریس شده اصلا کافی نبود و خود دانشجو باید وقت زیادی رو برای خوندن مطالب صرف می‌کرد. بیشتر به حجم مطالب توجه داشتن تا عمق مطالب و مثال های مفهومی کم حل می‌کردن. کلاس ها منظم برگزار می‌‌شدن و چون مدت زمان مفید کلاس اکثر اوقات ۱ ساعت بود واقعا ذهن خسته نمی‌شد. اصلا تمرین تحویلی نداشتیم. اول ترم ۸ نمره میان‌ترم بود و ۱۲ نمره پایان‌ترم که نهایتا شد ۸ و ۱۴. سطح تدریس و امتحان نسبتا هم‌خوانی داشت ولی سطح تدریس و کلاس‌های حل تمرین اصلا. در کل تمرین‌ها واقعا سخت‌تر بودن. یه نکته ای که هست اینه که برای امتحان باید حتما جزوه استاد رو کامل خوند. می‌شه گفت که نصف و گاها بیشتر سوالا یا مشابهشون رو می‌شد در جزوه و سوالات تمرین پیدا کرد. نهایتا بخوام چیزی اضافه کنم اینه که یه مقدار تقسیم‌بندی نمره روی مباحث پایان‌ترم مناسب نبود به نظرم چون اینطور بود که دو سوم مطالب کلا یک سوم نمره رو به خودشون اختصاص داده بودن. موقع بازبینی میان‌ترم متوجه شدم برگه‌ها یه مقدار با بی‌دقتی اصلاح شده بودن. #️⃣ برچسب‌ها: #ریاضیات_گسسته #محسن_جمالی #ID_22825

📖 عنوان درس: آمار و کاربرد آن 👤 مدرس: میرامید حاجی‌میرصادقی ✍️ استاد اگر درس رو قبلا گفته باشه، دو تا حالت داره: ۱. از تدریسش راضی بوده که دیگه درس نمیده سر کلاس و می‌گه برید فیلما (که توی آپارات خود استاد هست) رو ببینید یا ۲. دوباره می‌شینه درس میده. سر درسای احتمال و آمار حالت ۱ رو اوکی میکنه. یکم این فرایند اذیت‌کننده‌ست و سلیقه‌ایه ارتباط گرفتن باهاش. من خودم حال کردم باهاش و یاد گرفتم البته. اذیت از این جهت که باید فیلما رو خلاصه کنید و اینکه یه سری ایراد تو ویدیوها هست که منحرف می‌کنه ذهن آدمو. یه خوبی بزرگ این فرمتش این بود که سر کلاس چیزای کاربردی‌ای می‌گفت که حدس می‌زنم سر کلاسای دیگه آدم نمی‌بینه. هر چند خیلی از حرفاشو ممکنه توی امتحان بده. راجع به امتحان، منطقیه. مطلب مختص کلاس ممکنه بده! ممکنه یه مسئله کاملا کاربردی بده. درس اثبات چندانی نداشت راستی و بیشتر تاکید روی استفاده بود. بخش عمده نمره روی میان‌ترم و پایان‌ترم هست. در واقع ۷ نمره میان‌ترم، ۱۰ نمره پایان‌ترم و ۳ نمره هم برای تحویل فیلم‌ها؛ کلا ۲۳ تا فیلم هست که چندتاشونو آپلود نکنیم هم اوکیه. تمرین تحویلی نداشتیم؛ هر چند یه تعداد تمرین غیرتحویلی بود که توی امتحان داده شد یکیش مثلا. #️⃣ برچسب‌ها: #آمار_و_کاربرد_آن #میرامید_حاجی_میرصادقی #ID_22064

برای مدیریت انتخاب واحد و ترمیم می‌تونید از وب‌سایت برنومز استفاده کنید. درس‌ها با سامانه‌ی آموزش هماهنگ هستند و می‌تونید برنامه‌‌های مختلفی رو بچینید و با هم مقایسه کنید و تاریخ‌های امتحانات پایان‌ترم رو برای نداشتن تداخل بررسی کنید. اگر دوست داشتید که در خود پروژه هم مشارکت داشته باشید می‌تونید به مخزن کدش در گیت‌هاب سری بزنید.

📖 عنوان درس: جبر ۱ 👤 مدرس: حمیدرضا میمنی 📅 ترم: پاییز ۱۴۰۳ ✍️ از لحاظ تدریس، واقعا خیلی خوب می‌تونن مطلب رو منتقل کنن. مثال‌های زیادی می‌زنن بعد از تدریس هر قضیه و مفهوم جدید و همچنین اثبات قضایا کامل و بدون ابهامه و استاد هم می‌تونن اشکالات دانشجو رو برطرف کنن. در کل اگه کسی کلاسارو شرکت کنه و با استاد همراه شه می‌تونه درس رو خوب یاد بگیره. همچنین خود استاد هم ۴ تا منبع معرفی کردن که دو تاش اصلی بود. از لحاظ امتحان، میان‌ترم واقعا سختی داشت با زمان کم که حتی یک سوال هم سر جلسه اختیاری شد، ولی پایان‌ترم ساده‌تری گرفتن و تی‌ای درس هم کمک کرد سر جلسه هرچند در کل نصف سوال‌ها یا دقیقا خودشون یا مشابهشون در تمرین‌ها، نمونه‌سوال‌ها و سوال‌های معرفی‌شده از طرف استاد بودن. درباره نمره، اول ترم پایان‌ترم، میان‌ترم، تمرین به ترتیب ۱۰، ۷، ۳ نمره رو به خودشون اختصاص داده بودن که در نهایت تبدیل شد به ۱۱، ۶، ۳/۶. سطح تمرینات هم در کل متوسط رو به بالا بود. اکثر جلسات حضور و غیاب کردن که نمره امتیازی داشت. میانگین کل نمرات هم بدون نمودار شد ۱۲ و خرده‌ای و حدود یک نمره هم نمودار زدن. در نهایت اینکه دکتر میمنی استاد انعطاف‌پذیری هستن و با دانشجو برخورد خوب و مناسبی دارن. تقریبا منظم بودن ترم پیش ولی در کل حل تمرین بسیار فراوان برای این درس با این استاد (و احتمالا هر استاد دیگه‌ای) توصیه میشه برای گرفتن نمره خوب. #️⃣ برچسب‌ها: #جبر_۱ #حمیدرضا_میمنی #ID_22217

📖 عنوان درس: تاریخ ریاضیات 👤 مدرس: مانی رضایی ✍️ در مورد مانی رضایی میانگین پایینه و نمره‌ها به شدت رندومه و شفافیت و حق اعتراض وجود نداره. تمرینا هم فقط به صورت کاغذی دریافت میشه. ✍️ تاریخ ریاضیات مانی رو برندارین! ✍️ فاجعه! خراب‌ترین و عقده‌ای‌ترین استادی که می‌تونین تجربه کنین. ✍️ شدیدا دیکتاتور و بی اهمیت به هرگونه نقد! نمرات رندوم و پافشاری بی‌نهایت بر وارد نبودن هیچ‌گونه اعتراضی. نمی‌دونم چطوری توصیف کنم که حقتون خورده میشه و هیچ تلاشی برای گرفتن حقتون موثر نیست. یکی از مشکلات اصلیش اینه حتی نسبت به بارم‌بندی خودشم پایبندی نداره. یهو رندوم ازتون نمره کم می‌شه و هیچ پاسخی بابت علت کم شدن نمره وجود نداره. شدیدا متوهم و نافهم! #️⃣ برچسب‌ها: #تاریخ_ریاضیات #مانی_رضایی #ID_22121

📖 عنوان درس: آنالیز الگوریتم‌ها 👤 مدرس: حوریه محرابیون ✍️ عشق فقط یه کلام، حوریه والسلام. درس دادنش خوبه و کوییز هاش از سوال تمرین هست. میان‌ترمش رو یکم سخت گرفت ولی بعد وضعیت بچه هارو دید پایان‌ترم خوبی گرفت. کلاساش هم خوب بود و اگر سر کلاس بری قشنگ درس رو یاد میگیری و خوبیش اینه. استاد خوبی هست و پیشنهاد میشه. #️⃣ برچسب‌ها: #آنالیز_الگوریتم‌ها #حوریه_محرابیون #ID_22891

سلام به همه‌ی دوستان و همراهان. امیدواریم که ترم خوبی رو پشت سر گذاشته باشین. با توجه به این که نمره‌های درس‌های ترم قبل کم‌کم داره مشخص می‌شه، می‌خواستیم ازتون درخواست کنیم که بازخوردای خودتون از درسای ترم گذشته رو با دوستانتون به اشتراک بذارین. این می‌تونه کمک خوبی باشه تا در ترمیم پیش‌رو از تجربه‌های شما استفاده کنن. برای این کار می‌تونید هم از فرم و هم از ربات به صورت ناشناس استفاده کنید.

ترمیم طی روزهای دوشنبه و سه‌شنبه یعنی ۹ و ۱۰ مهر انجام می‌شه. جدول زمان‌بندی و راهنمای ترمیم رو می‌تونید از این اطلاعیه ببینید.

سلام به همه‌ی دوستان و همراهان. از اونجا که این روزها اکثر بچه‌ها توی راهروها دنبال محل کلاس می‌گردن، این ربات رو درست کردیم که باهاش راحت بتونید محل کلاس‌های مد نظرتون رو پیدا کنید. می‌تونید لیست همه‌ی کلاس‌های روز یا لحظه رو از ربات بگیرید یا درس رو با کدش، اسم درس یا اسم استاد جستجو کنید. اگر مشکلی توی کار با ربات پیش اومد، کافیه یه دور دیگه دستور /start رو بزنین. امیدواریم که به دردتون بخوره.

📖 عنوان درس: نظریه یادگیری ماشین 👤 مدرس: سیده‌فاطمه سیدصالحی ✍️ استاد ترم اولش بود که توی دانشکده ریاضی درس می‌داد. تکالیف بسیار زیاد بود که هم تئوری داشت و هم عملی. به نظرم تئوری‌هاش واسه بچه های ریاضی راحت بود اما عملی‌هاش نه. اگه تا حالا با درس مورد نظر برخورد نداشته باشی بسیار حجیم به نظر می‌رسه و چارت احتمالا کپی یکی از دانشگاه های تاپ تن باشه. تجربه برنامه نویسی نسبتا خوبی لازمه واسه درسش. یک پروژه پایانی، جزو جدایی ناپذیر درسشونه. پروژه ترم ما یه جورایی ادامه تمرین های عملی بود. تمریناش سوالای امتیازی داشت و هم یه مقداری اسکیل کرد و در کل میانگین کلاس ۱۷ بود. امیدوارم ترم های بعد هم همینجوری خوب نمره بده. سیاست نمره دهیش خیلی واضحه و از اول ترم دقیق مشخص کرده. البته ممکنه در طول ترم یه مقدار انعطاف نشون بده و یه کمی چارت رو دستکاری کنه اما خیلی نیست و در کل به نفع دانشجوهاس. یه جوری توزیع نمره میکنه که وزن میان‌ترم ها با هم برابر (دو میان‌ترم) و هرکدوم حدود دو سوم وزن پایانترمه. به نظرم میخواد فعالیتت رو در طول ترم بسنجه. البته اینکه مباحث درس زیاده و نمی‌شه همه رو تو یه امتحان بگنجونه هم بی تاثیر نیست. استاد خوش اخلاقیه و فعلا سعی در اذیت کردن دانشجوها نداره. از رو اسلاید درس میده و ته اسلاید هر مبحث منابع خوبی رو برای مطالعه معرفی می‌کنه ولی خب تنوع زیادی داره. به نظر من قدرت بیانش از متوسط بیشتره و رو مباحث درس تسلط داره. اما اگر صادقانه بگم ریاضیش اونقدرا مثل بقیه استادای دانشکده خوب نیست که البته با توجه به اینکه از دانشکده مهندسی کامپیوتر اومده قابل انتظاره ولی این مساله خللی در درس دادنش ایجاد نمیکنه. #️⃣ برچسب‌ها: #نظریه_یادگیری_ماشین #سیده_فاطمه_سید_صالحی #ID_22828

سلام به همه‌ی دوستان و همراهان. امیدواریم که تابستون بهتون خوش گذشته باشه. همونطور که می‌دونید انتخاب واحد از رگ گردن به ما نزدیک‌تر است. زمان‌بندی انتخاب واحد رو توی فایل ضمیمه می‌تونید ببینید. به همین مناسبت یه بار دیگه ازتون می‌خوایم که اگه تجربه‌ای در رابطه‌ با درس‌های دانشکده در این ترم دارید با بقیه دوستانتون به اشتراک بذارید. می‌تونید هم از فرم و هم از ربات به صورت ناشناس استفاده کنید. باشد که انتخاب واحد خوبی پیش‌ رویمان باشد!

📖 عنوان درس: مباحثی در احتمال 👤 مدرسین: کسری علیشاهی، میلاد برزگر ✍️ درس عمدتا مرتبط با این مباحث بود: - Reinforced Random Walks - Loop-erased Walks - Self-avoiding Walks - Percolation Theory - Uniform Spanning Tree - Determinantal Processes - Negative Association - Strongly Rayleigh Processes در کل مباحث درس تازگی داشت و جذاب بود. امتحان و کوئیز و تمرین نداشت. هر هفته باید در مورد مباحثی که ارائه می‌شد مطالعه میکردیم و یه گزارش از چیزهایی که خوندیم و شبیه‌سازی هایی که انجام دادیم ارسال می‌کردیم که بعد از سه تا گزارش، استاد از گزارش ها ناامید شد‌ و قبول کرد که دیگه گزارش نفرستیم. دو تا ارائه باید انجام می‌دادیم. برای ارائه‌ی اول یک مقاله مرتبط با موضوعات درس رو انتخاب می‌کردیم و ارائه می‌دادیم. برای ارائه دوم، باید یک مسئله انتخاب می‌کردیم و تا انتهای ترم فرصت داشتیم روش کار کنیم و نتایج رو ارائه بدیم. مسئله می‌تونست یکی از مسائل باز باشه یا مسئله‌ای که خودمون طرح کردیم. بیشتر از نتیجه، انتظار می‌رفت استراتژی برخوردمون با مسئله رو ارائه بدیم. آخر هر هفته هم یک کارگاه اختیاری طرح مسئله برگزار می‌شد که باید سعی می‌کردیم مسائل جدید طرح کنیم. در مورد نمره‌دهی، بارم‌بندی دقیقی نداشت و بر اساس نظر کلی استاد از فعالیتمون در طول ترم بود که البته ابتدای درس این مورد توافق شده بود. تسلط دکتر علیشاهی و دکتر برزگر روی مطالب خوب بود. #️⃣ برچسب‌ها: #مباحثی_در_احتمال #کسری_علیشاهی #میلاد_برزگر #ID_22616

📖 عنوان درس: پیچیدگی محاسبه 👤 مدرس: امیر دانشگر ✍️ این درس در رابطه با مسائل کلاسیک نظریه پیچیدگیه و پیشنیازش یه دانش مقدماتی از ماشین تورینگه. پاس کردن نظریه محاسبه توصیه می‌شه ولی اجباری نیست. سه چهار سری تمرین تحویلی داشتیم که سوالات پایان‌ترم هم چندتاییش از تمرینا بود. میان‌ترم نداشتیم. پایان‌ترم هم دو تا به صورت حضوری و تیک‌هوم بود که برای تیک‌هوم سه روز وقت داشتیم و اکثر سوالات تیک‌هومش سوالات اپن بودن ولی می‌شد در رابطه باهاشون مقاله و متریال پیدا کرد. در کل اگه می‌خواین با دکتر دانشگر درس بردارین تحقیق کنین و مطمئن شین که اوکی‌این ولی به شخصه درس و تدریس ایشون رو خیلی دوست داشتم و اگه به این مباحث علاقه‌مندین توصیه می‌کنم. میانگین نمره‌هامون هم حوالی ۱۷ بود. #️⃣ برچسب‌ها: #پیچیدگی_محاسبه #امیر_دانشگر #ID_22892

📖 عنوان درس: توابع مختلط 👤 مدرس: علیرضا بحرینی ✍️ یه نکته خیلی خوبی که در مورد درس هست اینه که استاد صرفا یک سورس رو معرفی نمی‌کنن که همراه با دانشجو بخونن. بلکه چند تا سورس معرفی می‌کنن و خیلی ماهرانه و قشنگ مطالب این سورس‌ها رو کنار هم می‌ذارن و تدریس می‌کنن. توی ترم ما اسلایدای خودشون رو هم در اختیار دانشجو گذاشته بودن و خب اونارو میشد برای یاد گرفتن درس دنبال کرد. در مورد تدریس هم اینطور نیست که خیلی دبیرستانی درس بدن؛ بلکه ممکنه شهود بدن (که خیلی خوب این کارو می‌کنن) و دقیق کردن بخش‌هایی از ماجرا به عهده خودتون باشه. به طور کل برای یاد گرفتن درس باید خودتون هم وقت بذارید به اندازه خوبی. البته اگر این کارو کنید، فکر می‌کنم چون شهود خوبی هم دارید، درسو خوب یاد بگیرید. در نهایت هم لود تمارین مناسبه و نه خیلی زیاده و نه خیلی کم. امتحانا هم خیلی بستگی داره واقعا؛ ممکنه متوسط و یا سخت باشه. ولی اگر یاد بگیرید و تمرین حل کنید جای نگرانی نیست احتمالا. تو تجربه من خوب نمره دادن؛ حدودا یک‌چهارم تمرین، یک‌چهارم میان‌ترم و نصف پایان‌ترم. #️⃣ برچسب‌ها: #توابع_مختلط #علیرضا_بحرینی #ID_22335