آموزش کامپیوتر و اسکرچ به کودکان scratch

🌳 کامپیوتر چطور «تصمیم» می‌گیرد؟ با یک درخت! فرض کن می‌خوای تصمیم بگیری امروز چی بپوشی: ❓ بارون میاد؟ بله → چتر برمی‌داری ❓ سرده؟ بله → کاپشن می‌پوشی تبریک! همین‌الان یک «درخت تصمیم» زدی 🎉 درخت تصمیم خیلی ساده‌ست: 🌱 از یه نقطه شروع می‌کنیم؛ بهش می‌گیم ریشه ❓ یه سؤال بله/خیر می‌پرسیم و از یکی از دو شاخه رد می‌شیم 🍂 آخرِ راه می‌رسیم به یه «برگ» = جواب نهایی همین فکرِ ساده، پشت خیلی از هوش‌های مصنوعیِ واقعیه: 🏦 بانک: وام بده یا نده؟ 🏥 دکتر: آزمایش لازم هست یا نه؟ 📧 ایمیل: اسپم 📧 یا نه؟ قانون بازی هم فقط همینه: خوب سؤال بپرس، سریع‌تر به جواب برس 😉 می‌خوای خودت قدم‌به‌قدم از ریشه تا برگ سفر کنی؟ 🚀 پست بعدی یه بازیه که باید با درست جواب دادن، از یه سیارهٔ بیگانه فرار کنی… #درخت_تصمیم #هوش_مصنوعی #یادگیری_ماشین #آموزش_برنامه_نویسی @Scratch1

🚀 سقوط کردی روی یه سیارهٔ غریب… تنها راه فرارت؟ درخت تصمیم! یه بازی ساختیم که مفهوم درخت تصمیم رو با بازی قشنگ یاد می‌ده: 🌳 هر سؤال = یه گره ✅ «بله» → شاخهٔ سبزِ راست ❌ «خیر» → شاخهٔ قرمزِ چپ 🍂 هر برگ = یه پایان (۱۹ پایان متفاوت!) تو ویدیو تماشا کن: 1️⃣ یه انتخاب اشتباه → برگ بد 😵 (هر کدوممون یه بار خوردیم!) 2️⃣ دوباره از ریشه: ۱۵ تصمیم درست پشت سر هم… 3️⃣ مسیر آبی روی درخت قدم‌به‌قدم بلندتر میشه تا به برگ قهرمانی برسه 🏆 ✨ به مسیرِ آبی دقت کن — این دقیقاً همون «پیمایش درخت»‌ـه که تو درس کامپیوتر می‌خونی؛ فقط این‌بار خودت بازیگرش هستی! 🔗 بازی (رایگان، فارسی، روی موبایل هم کار می‌کنه): 🎯 چالش برای تو: می‌تونی با کمتر از ۱۵ قدم هم به یه پایان خوب برسی؟ تو درخت بگرد و بگو چند تا پایان خوب هست! #درخت_تصمیم #بازی_آموزشی #هوش_مصنوعی #اسکرچ #آموزش_برنامه_نویسی @Scratch1

پست قبل گفتیم قلبِ کلاسفیکیشن، پیدا کردن مرز بین گروه‌هاست. اینجا ۴ دسته نقطهٔ رنگی داریم 🔴🟢🟡🟣 و ماشین باید جای دو خطِ متقاطع رو طوری پیدا کنه که هر کلاس دقیقاً سرِ جای خودش بیفته — بدون اینکه کسی بهش بگه کجا! تو گیف به ترتیب تماشا کن: 1️⃣ اول خودمون با دست خط‌ها رو جابه‌جا می‌کنیم — می‌بینی چقدر سخته؟ 😅 2️⃣ بعد گرادیان نزولی 🧮 با محاسبهٔ شیبِ خطا، قدم‌به‌قدم مرز رو سر جاش می‌بره → ۹۹٫۲٪ دقت! 3️⃣ و آخرش یادگیری کیو 🧠 که هیچ فرمولی بلد نیست؛ فقط با سعی‌وخطا و گرفتن «پاداش» یاد می‌گیره → ۹۷٫۵٪ دقت! ✨ نکتهٔ تماشایی: اون نقطهٔ رنگی کوچیک رو دنبال کن… 🎲 بنفش = داره شانسش رو امتحان می‌کنه (اکتشاف) 🧭 سبزآبی = داره از تجربه‌ش استفاده می‌کنه (بهره‌برداری) همین «کم کردنِ خطا، قدم‌به‌قدم» درواقع همون چیزیه که تو بزرگ‌ترین مدل‌های دنیا هم اتفاق می‌افته — فقط مقیاسش بزرگ‌تره. 🗳 رأی بده: برای جداسازی، مغزِ ریاضی‌باز (گرادیان 🧮) قوی‌تره یا کنجکاوِ بازیگوش (کیو 🧠)؟ #کلاسفیکیشن #جداسازی_داده #یادگیری_ماشین #هوش_مصنوعی #اسکرچ #آموزش_برنامه_نویسی @Scratch1

: 📌 مهم‌ترین مهارت هوش مصنوعی چیست؟ «جداسازی»! یکی از اصلی‌ترین کارهای ماشین، دسته‌بندی یا همون کلاسفیکیشن (Classification) ـه؛ یعنی یاد گرفتنِ اینکه چیزها رو از هم تشخیص بده و سرِ جای درست بذاره: 🔹 ایمیل: اسپم 📧 یا عادی؟ 🔹 سلول: سالم 🔬 یا بیمار؟ 🔹 تصویر: گربه 🐱 یا سگ 🐶؟ 🔹 دست‌نویس: رقم ۳ ✍️ یا ۸؟ ولی ماشین این کار رو چطور انجام میده؟ 🤔 💡 ایده‌ش خیلی قشنگه: هر داده رو تبدیل می‌کنیم به یه «نقطه» روی صفحه. نقاطِ هر گروه کنار هم جمع می‌شن. حالا ماشین باید یه «مرز» پیدا کنه که گروه‌ها رو از هم جدا کنه — مثل خطی که سیب‌ها رو از پرتقال‌ها قاطی می‌کنه 🍎🍊 هرچی مرز بهتر ⇐ دسته‌بندی دقیق‌تر 🎯 و می‌دونی جالبه کجاست؟ 👀 حتی شبکه‌های عصبیِ غول‌پیکرِ امروزی هم در دل‌شون دقیقاً همین کار رو می‌کنن؛ فقط مرزهاشون میلیاردها برابر پیچیده‌تره! تو پست بعدی با چشم خودمون می‌بینیم که ماشین چطور این مرز رو «یاد می‌گیره» 🎬 #کلاسفیکیشن #یادگیری_ماشین #هوش_مصنوعی #آموزش_برنامه_نویسی 🎬 با چشم خودت ببین: ماشین چطور «جداسازی» رو یاد می‌گیره! @Scratch1

📚 منابع مرحله اول المپیاد هوش مصنوعی مطالعه‌ی این منابع برای مرحله‌ی اول المپیاد پیشنهاد می‌شود. هم‌چنین جهت بررسی منابع آزمون جهانی هم می‌توانید به سایت آن مراجعه کنید. 🤖 @Iran_OAI

#شبیه_سازی سوال اول مرحله دوم #هوش_مصنوعی سوال را به چت بات یک مدل هوش مصنوعی دادیم و خواستیم که علاوه بر حل، به صورت انیمیشن نشان دهد که در طول زمان چه اتفاقی می افتد. @Scratch1

توضیحات بیشتر در مورد سوال بالا 🧠 این سوال دقیقاً از چه مبحثی است؟ از «احتمال و میانگین موزون (امید ریاضی)» همراه با یک شاخه از ریاضی به اسم «فرایندهای تصادفی». اینجا برخلاف سوالات معمولی که یک بار پرتاب تاس می‌خواهیم، با یک چرخه روبرو هستیم؛ چون عامل بارها و بارها به نقطه‌ی شروع برمی‌گردد. پس باید پیش‌بینی کنیم که به طور میانگین، چند ثانیه طول می‌کشد تا از این چرخه‌ها خارج شود. --- 🤖 چه ربطی به هوش مصنوعی دارد؟ ۱. تصمیم‌گیری در شرایط عدم قطعیت:    یک ربات یا عامل هوشمند معمولاً نمی‌داند کدام حرکت صددرصد جواب می‌دهد. اینجا هم دقیقاً همین است؛ عامل با شانس، یکی از سه راه را انتخاب می‌کند، درست مثل رباتی که می‌خواهد از یک پیچ‌وخم خارج شود. ۲. یادگیری از تجربه (همان لیست سیاه!):    جالب‌ترین بخشش این است که الگوریتم A را یک بار امتحان می‌کند، می‌فهمد به‌درد نمی‌خورد و برای همیشه کنارش می‌گذارد. این یعنی عامل هوشمند از اشتباه خودش درس می‌گیرد و دیگر  راهِ بی‌نتیجه را تکرار نمی‌کند. در دنیای واقعی، این یعنی الگوریتم‌ها میتوانند رفتارهای قبلی خود را بهینه کنند. ۳. پیش‌بینی زمان انجام کار:    در هوش مصنوعی، خیلی مهم است که بدانیم یک کار چقدر زمان می‌برد (مثلاً یادگیری یک شبکه عصبی یا جواب دادن یک دستور). این سوال دقیقاً به ما یاد می‌دهد که چطور با یک حساب ساده، زمان مورد انتظار را قبل از شروع پیش‌بینی کنیم. --- 💻 چه ربطی به برنامه‌نویسی دارد؟ · اگر بخواهیم این را با کدنویسی حل کنیم، دو راه داریم:   ۱. شبیه‌سازی با حلقه‌های تکرار: یک برنامه می‌نویسیم که این سناریو را ۱۰۰۰۰ بار اجرا کند و میانگین زمان‌ها را بگیرد. این کار به ما قدرت شبیه‌سازی کامپیوتری را نشان می‌دهد.   ۲. نوشتن یک معادله و حل آن: با کمک ریاضی، یک معادله می‌سازیم و در کد آن را حل می‌کنیم. این دقیقاً مشابه توابع بازگشتی (Recursion) در برنامه‌نویسی است؛ یعنی تابعی که خودش را صدا می‌زند تا وقتی به شرط پایان برسد. --- ✨ جمع‌بندی برای یک دانش‌آموز: این سوال مثل این است که یک بازی ویدیویی طراحی کنید که شخصیت اصلی مدام به نقطه‌ی شروع پرتاب می‌شود. شما با ریاضیات ساده می‌توانید به سازنده‌ی بازی بگویید که یک بازیکن معمولی به طور میانگین چند ثانیه معطل این مرحله می‌شود، و همچنین به شخصیت بازی یاد می‌دهید که راه‌های بی‌فایده را دیگر تکرار نکند! @Scratch1

#سوال اول مرحله دوم المپیاد #هوش_مصنوعی 🧠 مبحث سوال: #احتمال و #امید_ریاضی در فرایندهای تصادفی (چرخه‌ای که بارها تکرار می‌شود تا به هدف برسیم). 🤖 ارتباط با هوش مصنوعی: عامل هوشمند در شرایط عدم‌قطعیت تصمیم می‌گیرد، از اشتباه خود درس می‌گیرد (لیست سیاه کردن راه بی‌نتیجه) و زمان مورد انتظار برای موفقیت را پیش‌بینی می‌کند؛ درست مثل الگوریتم‌های یادگیری تقویتی. 💻 ارتباط با برنامه‌نویسی: با شبیه‌سازی (حلقه‌های تکرار) یا حل معادلات بازگشتی (همان توابع بازگشتی در کدنویسی) قابل حل است. --- 📌 یک تمرین عالی برای درک تصمیم‌گیری هوشمند و بهینه‌سازی زمان. @scratch1

📄 دفترچه آزمون مرحله دوم المپیاد علمی ریاضی(روز اول) در سال تحصیلی ۱۴۰۵ - ۱۴۰۴ 🆔@ysc_ir

آموزش کامپیوتر و اسکرچ به کودکان scratch pinned a GIF

2 قطار به فاصله 1000m باسرعت 1m/s به سمت هم حرکت میکنند. #زنبور باسرعت 5m/s به سمت اولی حرکت میکندوپس ازبرخورد باآن به سمت قطاردوم میرود(زیگزاگی) تازمان برخوردنهایی زنبور چقدر حرکت کرده؟ @Scratch1 @ilam_math

🐝 چالش ریاضی + کدنویسی! 🚂 *«زنبورِ خستگی‌ناپذیر و دو قطار روبه‌رو»* دو قطار در فاصله ۱۰۰۰ متری از هم قرار دارند و هر کدام با سرعت ۱ متر بر ثانیه به سمت یکدیگر حرکت می‌کنند. در همان لحظه، یک زنبور از کنار یکی از قطارها با سرعت ۵ متر بر ثانیه شروع به پرواز می‌کند، به سمت قطار دیگر... اما همین‌طور که به قطار دوم می‌رسد، برمی‌گردد، دوباره به قطار اول می‌رسد، باز می‌چرخد… و این کار را تا لحظه‌ی برخورد دو قطار ادامه می‌دهد! ❓ سؤال: تا زمان برخورد قطارها، زنبور چند متر پرواز کرده است؟ 🧮 راه‌حل ریاضی وجود دارد… اما ما می‌خواهیم با اسکرچ شبیه‌سازی‌اش کنیم! ✨ ایده‌هایی برای ساخت در اسکرچ: - دو اسپرایت برای قطارها که به سمت هم حرکت می‌کنند - یک اسپرایت زنبور که بین آن‌ها زیگ‌زاگ می‌زند - متغیرهایی برای فاصله، زمان و مسافت طی‌شده توسط زنبور - انیمیشن برخورد نهایی + نمایش جواب! 🎓 این پروژه ترکیبی عالی از حرکت مستقیم، شرط‌ها، حلقه‌ها و فکر ریاضی است! کسی جواب را می‌داند؟ یا بهتر از آن… کسی شبیه‌سازی‌اش را در اسکرچ می‌سازد؟ 🧑‍💻 #اسکرچ #پروژه_اسکرچ #ریاضی_جذاب #شبیه‌سازی اگر خواستی، می‌تونم کد اسکرچ (بلوک‌های اسکرچ) یا راهنمای گام‌به‌گام ساخت این شبیه‌سازی رو هم برات بنویسم! 🐝 راهنمای ۵ خطی برای شبیه‌سازی «زنبور و دو قطار» در اسکرچ ۱. دو اسپرایت قطار بساز و آن‌ها را در x = -200 و x = 200 قرار بده. ۲. هر قطار را با change x by 0.4 به سمت هم حرکت بده (تا لحظهٔ برخورد). ۳. زنبور را از کنار یکی از قطارها شروع کن و با point towards بین قطارها زیگ‌زاگ بده. ۴. هر بار که زنبور به یک قطار برسد، جهتش را عوض کن (با یک متغیر مثل جهت). ۵. در هر حرکت، مسافت زنبور را به‌اندازهٔ ۲.۵ متر (معادل هر پیکسل) افزایش بده! 🎯 جواب نهایی باید نزدیک به ۲۵۰۰ متر باشد! آماده‌ای پروژه‌ات رو بسازی و بفرستی؟ 🧑‍💻 #اسکرچ #شبیه‌سازی_آموزشی #ریاضی_پویا @scratch1

#معرفی_الگوریتم_حریصانه سوال بالا،یکی از سوالات مجموعه تمرینات آشنایی با تفکر الگوریتمی و برنامه نویسی و نمونه سوالات ببراس هست که قبلا،هم سایت و هم دوره معرفی شده بود. https://practice.learn-python.ir/ #سوال یک دسته رقم پشت سر هم می آید. هر بار رقم جدید را میتوانی به سمت راست یا چپ عدد قبلی بچسبانی تا یک عدد با تعداد ارقام بیشتر درست شود. هدف این هست که در نهایت، بزرگترین عدد ممکن را بسازی. فرض کنید عددی که الان داریم 49 هست و رقم 5⃣ آمده است. اگر به سمت راست بچسبانیم عدد 495⃣=495 و اگر به سمت چپ بچسبانیم عدد 5⃣49=549 بدست می آید. و اینکار را تا وقتی که رقمها می آیند ادامه دهید. سوال:  با چه روش و استراتژی‌ای بزرگترین عدد ممکن را بدست بیاوریم؟ #معرفی_الگوریتم_حریصانه @Scratch1

آموزش کامپیوتر و اسکرچ به کودکان scratch pinned a GIF

#معرفی #منظومه_شمسی روش ساده ساخت: خورشید رو یک sprite ثابت وسط صفحه بذارید. برای هر سیاره sprite جدا بسازید و با بلوک "همیشه" و "برو به" + تغییر جهت، دور خورشید بچرخونید. سرعت‌ها رو متفاوت کنید: عطارد سریع، نپتون آهسته! 🚀 🔹 چالش جالب: چرخش ماه دور زمین ماه رو sprite جدا کنید و موقعیتش رو همیشه نسبت به زمین تنظیم کنید (مثل اینکه به زمین بچسبه). با یک زاویه جداگانه، ماه رو دور زمین بچرخونید – همزمان با حرکت زمین دور خورشید! 🌍🌓 اگر هماهنگ کردن سخت بود، از متغیر زاویه استفاده کنید. بسازید و لذت ببرید بچه‌ها! 👍 @scratch1

سلام بچه‌های عزیز کانال اسکرچ! 👋 #معرفی [#منظومه_شمسی] بیایید یک پروژه جذاب بسازیم: منظومه شمسی در اسکرچ! 🌞 خورشید رو وسط صفحه می‌ذاریم، سیاره‌ها دورش می‌چرخن و حتی ماه دور زمین می‌گرده. 🪐🌍🌓 این پروژه عالیه برای یادگیری چرخش، حرکت دایره‌ای و کمی نجوم! با چند sprite ساده و بلوک‌های حرکت، همه چیز زنده می‌شه. سرعت سیاره های مختلف با هم فرق می کند. سعی کنید خودتون بسازید و نتیجه رو برامون بفرستید! ✨ @scratch1