دکتر اسدی کلاسهای ترم پاییز ۱۴۰۴ گروه کامپیوتر
Статистика@soteclass لینک کانال کلاسهای دکتر پویا اسدی لینک گروه تلگرام @compgr موبايل من 09126063473 لطفا تماس نگيريد. از طريق تلگرام پيام دهيد. با تشكر پويا اسدي
- Последний пост
- 11 авг.
- Последнее чтение
- 15 авг.
- Постов за неделю
- 6
- Всего постов
- 22
- Тип
- открытый
- Язык
- персидский
- Категория
- Образование (по похожим)
- В каталоге с
- 13 авг.
- 1/24сутки в ленте
- 140
- 1/48двое суток
- 160
- 1/72трое суток
- 173
Оценка по просмотрам недавних постов: пост набирает почти всё за первые сутки.
Посты
دو ویدیو روز 20 مرداد 1405 جهت درس هوش مصنوعی نیمسال تابستان 1405
دو ویدیو روز 20 مرداد 1405 جهت درس هوش مصنوعی نیمسال تابستان 1405
دو ویدیو روز 20 مرداد 1405 جهت درس هوش مصنوعی نیمسال تابستان 1405
без подписи
کلاس در وادانا در حال برگزاری است.
کلاس هوش مصنوعی فردا سه شنبه ۲۰ مرداد از راس ساعت ۸ صبح شروع میشود. قسمت مهم تر کلاس از ۸ تا ۱۱ است گرچه کلاس رسمی تا بعدازظهر ادامه دارد. حضور در کلاس اهمیت ویژه دارد و فعالیت کلاسی نیز اهمیت دارد.
اطلاعیه ویژه دانشجویانی که در نیمسال تابستان ۱۴۰۵ با اینجانب درس هوش مصنوعی دارند به اطلاع دانشجویان محترم میرساند، در سامانه وادانا مدتزمان حضور هر دانشجو در هر جلسه، بهصورت ساعت و دقیقه ثبت و قابل مشاهده است. تاکنون دو جلسه از کلاس درس هوش مصنوعی برگزار شده است. از دانشجویانی که تمایل دارند این فعالیت را بهعنوان فعالیت کلاسی انجام دهند، درخواست میشود اطلاعات حضور دانشجویان در دو جلسه برگزارشده را از سامانه وادانا دریافت کرده و در قالب یک فایل منظم Excel یا Word تهیه کنند. در فایل نهایی باید برای هر دانشجو موارد زیر مشخص باشد: ۱. نام و نام خانوادگی دانشجو ۲. مدتزمان حضور در جلسه اول ۳. مدتزمان حضور در جلسه دوم ۴. مجموع مدتزمان حضور در دو جلسه ۵. وضعیت حضور دانشجو در هر جلسه ۶. امتیازهای مثبت ثبتشده برای هر دانشجو با توجه به اینکه مدت هر جلسه کلاس حدود چهار تا چهار ساعت و نیم بوده است، حضورهای بسیار کوتاه نباید بهعنوان حضور در آن جلسه در نظر گرفته شوند. پس از بررسی اطلاعات و مشخصشدن تعداد دانشجویان، میتوان حداقل مدت حضور قابل قبول را برای هر جلسه، برای مثال ۳۰ دقیقه، ۴۵ دقیقه یا یک ساعت، تعیین کرد. دانشجویانی که کمتر از حد تعیینشده در یک جلسه حضور داشتهاند، در فهرست حضور آن جلسه منظور نشوند. همچنین یک فایل Word مربوط به جلسه اول وجود دارد که نام دانشجوی ارائهدهنده و امتیازهای مثبت آن جلسه در آن ثبت شده است. امتیازهای مثبت جلسه دوم نیز توسط خانم پازوکی در گروه قرار داده شده است. این اطلاعات نیز باید به فهرست اصلی حضور و غیاب افزوده شوند. این فعالیت میتواند بهصورت انفرادی یا گروهی انجام شود. درصورتیکه فعالیت توسط یک گروه دو یا سهنفره انجام شود، برای هر یک از اعضای گروه ۱۰ ساعت فعالیت و حضور کلاسی ثبت خواهد شد. درصورتیکه یک دانشجو تمام مراحل کار را بهتنهایی و بهصورت کامل انجام دهد، برای وی ۳۰ ساعت فعالیت و حضور کلاسی در نظر گرفته خواهد شد. برای استخراج اطلاعات از تصاویر سامانه وادانا میتوان از ابزارهایی مانند ChatGPT استفاده کرد. بااینحال، دانشجویان موظفاند پس از استخراج اطلاعات، تمام نامها، زمانها و محاسبات را بهدقت بررسی کنند تا نامی تکرار نشود، زمان حضور یک دانشجو چند بار محاسبه نگردد و مجموع ساعات بهدرستی به دست آید. مسئولیت صحت اطلاعات و محاسبات فایل نهایی بر عهده دانشجو یا اعضای گروه انجامدهنده فعالیت است. فایل نهایی باید دارای قالبی مرتب، خوانا و قابل بررسی باشد و ترجیحاً در قالب Excel تهیه شود. عنوان پیشنهادی فایل: گزارش فعالیت و میزان حضور دانشجویان در سامانه وادانا ـ درس هوش مصنوعی ـ نیمسال تابستان ۱۴۰۵ دانشجویان علاقهمند به انجام این فعالیت، آمادگی خود را در گروه اعلام کنند.
کتاب مهندسی هوش مصنوعی (AI Engineering) ✍️ این کتاب یک راهنمای جامع و بسیار کاربردی برای مهندسان هوش مصنوعی است که تمرکز آن بر ساخت برنامهها با استفاده از مدلهای بنیادی (مانند LLMها) میباشد ➖➖➖➖➖➖➖➖➖➖➖ 📎 @Books_DataScience
без подписи
کتابی که در نیمسال تابستان براساس آن تدریس می نمایم.
دکتر اسدی: اطلاعیه اعلام نمرات دروس نیمسال بهار ۱۴۰۵ به اطلاع دانشجویان محترم کارشناسی ارشد مهندسی کامپیوتر میرساند، نمرات درسهای تحلیل دادهها، مباحث ویژه در شبکههای کامپیوتری و سمینار اعلام شده است. لازم به ذکر است پس از ثبت و اعلام نهایی نمرات، امکان تغییر نمره وجود ندارد. تنها مسیر قانونی بررسی تغییر نمره این است که استاد مربوطه رسماً اعلام نماید در فرآیند تصحیح برگه یا ارزیابی دانشجو، اشتباهی از جانب ایشان رخ داده است. بدیهی است اعلام چنین موضوعی به معنای پذیرش وجود خطا در فرآیند ارزیابی خواهد بود و موضوع باید در شورای آموزشی با بررسی دقیق مستندات مشخص شود که آیا این خطا واقعاً رخ داده است یا خیر. در صورتی که مشخص شود اشتباهی صورت نگرفته، موضوع از جنبههای دیگری قابل بررسی خواهد بود. بنابراین با توجه به ضوابط آموزشی، فرآیند تغییر نمره پس از اعلام نهایی عملاً امکانپذیر نیست. همچنین به اطلاع میرساند کلیه نمرات نیمسال بهار ۱۴۰۵ مربوط به تمامی دانشجویان کارشناسی و کارشناسی ارشد، شامل: - دروس نظری، - پروژهها، - کارآموزی، - سمینار، - برنامهسازی پیشرفته، - مفاهیم پیشرفته کامپیوتر، - مباحث ویژه ۲، - هوش مصنوعی و سیستمهای خبره، - و سایر دروسی که با اینجانب ارائه شدهاند، بهصورت کامل اعلام شده است. در صورتی که دانشجویی نمرهای مشاهده نمیکند، احتمالاً اشتباهی در فرآیند ثبت یا نمایش نمره رخ داده است و لازم است موضوع را جهت بررسی اطلاع دهد. با احترام دکتر پویا اسدی دکتر اسدی: نمرات دروس کارشناسی ارشد شامل تحلیل داده ها و مباحث ویژه اعلام شد.
لیست حضور و غیاب تا این لحظه پایان درس 6 مرداد
ویدیو دوم 6 مرداد 1405 درس هوش مصنوعی پنج شنبه
جلسه 6 مرداد 1405 هوش مصنوعی ترم تابستان 1405
کلاس فردا ۶ مرداد سه شنبه هوش مصنوعی از ۸ صبح در سامانه وادانا شروع میشود و تا زمانی که خسته شویم ادامه دارد.
دانشجویانی که بیشترین حضور مؤثر، مشارکت، همکاری، توجه و فعالیت علمی را داشته باشند، در اولویت دریافت نمرات بالاتر مانند ۲۰ و ۱۹ قرار میگیرند. پس از آنان، نمرات ۱۸، ۱۷ و سایر نمرات بر اساس سطح عملکرد دانشجویان تعیین خواهد شد. به عبارت دیگر، دانشجویان تا حدی در مقایسه با عملکرد سایر دانشجویان همان کلاس ارزیابی میشوند. هرچه تعداد دانشجویانی که بهصورت منظم و فعال در کلاس شرکت میکنند کمتر باشد، دانشجویان حاضر و فعال شانس بیشتری برای دریافت نمرات بالاتر خواهند داشت. مثال برای روشنشدن مفهوم میانگین ۱۷ فرض کنید یک کلاس ۴۰ دانشجو داشته باشد و نمرات بهصورت کاملاً فرضی به شکل زیر توزیع شوند: ۴ دانشجو نمره ۲۰؛ ۴ دانشجو نمره ۱۹؛ ۷ دانشجو نمره ۱۸؛ ۱۱ دانشجو نمره ۱۷؛ ۸ دانشجو نمره ۱۶؛ ۴ دانشجو نمره ۱۵؛ یک دانشجو نمره ۱۲؛ و یک دانشجو نمره ۱۱ دریافت کند. در این مثال: ۴ نمره ۲۰ برابر با ۸۰ امتیاز است. ۴ نمره ۱۹ برابر با ۷۶ امتیاز است. ۷ نمره ۱۸ برابر با ۱۲۶ امتیاز است. ۱۱ نمره ۱۷ برابر با ۱۸۷ امتیاز است. ۸ نمره ۱۶ برابر با ۱۲۸ امتیاز است. ۴ نمره ۱۵ برابر با ۶۰ امتیاز است. یک نمره ۱۲ و یک نمره ۱۱ نیز در مجموع ۲۳ امتیاز است. مجموع نمرات این ۴۰ دانشجو برابر با ۶۸۰ خواهد بود. اگر مجموع نمرات را بر تعداد دانشجویان تقسیم کنیم، میانگین کلاس به دست میآید: ۶۸۰ ÷ ۴۰ = ۱۷ این مثال صرفاً برای توضیح مفهوم میانگین ارائه شده است و به این معنا نیست که حتماً تعداد مشخصی از دانشجویان باید نمره ۲۰، ۱۹، ۱۸ یا نمرات پایینتر دریافت کنند. ممکن است تعداد بیشتری از دانشجویان نمرات بالا بگیرند و میانگین کلاس حتی از ۱۷ نیز بیشتر شود. ترکیب نمرات به عملکرد واقعی دانشجویان بستگی دارد، اما در نهایت میانگین کلی کلاس کمتر از ۱۷ نخواهد بود. بنابراین، تضمین میانگین حداقل ۱۷ به معنای تضمین یک نمره مشخص برای تکتک دانشجویان نیست. نمره فردی هر دانشجو به میزان حضور، مشارکت، همکاری، توجه، کیفیت کنفرانس و مجموع عملکرد او در طول ترم بستگی خواهد داشت. بار دیگر تأکید میشود که میانگین نهایی نمرات کلاس حداقل ۱۷ است؛ بنابراین دانشجویان نباید درباره نمرات دچار نگرانی یا استرس غیرضروری شوند. در عین حال، حضور مستمر و فعالیت واقعی در کلاس، نقش بسیار مهمی در دریافت نمرات بالاتر خواهد داشت.
اطلاعیه مهم درباره نحوه ثبت حضور و غیاب و تعیین نمرات کلاسهای مجازی دکتر پویا اسدی درسهای هوش مصنوعی و هوش مصنوعی و سیستمهای خبره سهشنبهها، از ساعت ۸ صبح تا ۱۵:۴۵ دانشجویان محترم، در ترم گذشته، سامانه وادانا مدتزمان حضور هر دانشجو در کلاس مجازی را ثبت و نمایش میداد. بر همین اساس، مشخص بود که هر دانشجو چه مدت در کلاس حضور داشته و این میزان حضور، یکی از ملاکهای ارزیابی فعالیت کلاسی او محسوب میشد. بااینحال، بر اساس بررسی انجامشده، به نظر میرسد در ترم جاری سامانه وادانا مدتزمان حضور دانشجویان را نمایش نمیدهد یا دستکم این اطلاعات در حال حاضر در بخشهای قابلدسترسی سامانه مشاهده نمیشود. نحوه ثبت حضور جلسه گذشته برای جلسه هفته گذشته، حضور دانشجویان بر اساس همان فهرستی ثبت خواهد شد که برای اختصاص مثبتهای کلاسی تهیه شده بود. بنابراین، اسامی ثبتشده در آن فهرست، مبنای حضور دانشجویان در جلسه گذشته قرار میگیرد. نحوه حضور و غیاب از این هفته به بعد از جلسه این هفته به بعد، تا زمانی که گزارش مدتزمان حضور دانشجویان در سامانه وادانا قابلمشاهده نباشد، حضور و غیاب بهصورت چندمرحلهای انجام خواهد شد. در طول هر جلسه، چند مرتبه و در زمانهای مختلف، فهرست افراد حاضر در کلاس بررسی میشود و از صفحه حاضران تصویر گرفته خواهد شد. معمولاً ممکن است یک بررسی در دقایق ابتدایی، یک بررسی در دقایق پایانی و حدود سه بررسی دیگر در زمانهای تصادفی در طول کلاس انجام شود. البته تعداد و زمان این بررسیها ثابت و ازپیشاعلامشده نیست. ممکن است در بعضی جلسات در ابتدای کلاس حضور و غیاب انجام نشود، در پایان کلاس نیز بررسی جداگانهای صورت نگیرد و تمام حضور و غیابها در زمانهای مختلف میانه کلاس انجام شوند. همچنین ممکن است برخی بررسیها در زمانهایی انجام شوند که تعداد کمتری از دانشجویان در کلاس حضور دارند. بنابراین، هیچ ساعت مشخص و ثابتی برای حضور و غیاب وجود ندارد و صرفاً حضور چنددقیقهای در ابتدای جلسه، انتهای جلسه یا یک بخش محدود از کلاس، بهمعنای حضور کامل نخواهد بود. تصاویر تهیهشده از فهرست حاضران در یک فایل ثبت و نگهداری میشوند و در پایان، تعداد دفعات حضور هر دانشجو در بررسیهای مختلف محاسبه خواهد شد. به این ترتیب مشخص میشود که هر دانشجو تا چه اندازه در طول جلسه حضور مستمر داشته است. طبیعتاً ممکن است دانشجویی برای چند دقیقه از کلاس خارج شود، اتصال اینترنت او موقتاً قطع شود یا در لحظه یکی از حضور و غیابها نامش در فهرست دیده نشود. به همین دلیل، حضور و غیاب تنها یک بار انجام نمیشود. دانشجویی که واقعاً در طول جلسه حضور داشته باشد، معمولاً نامش در چند بررسی مختلف ثبت خواهد شد و غیبت در یک نوبت، بهتنهایی به معنای غیبت کامل نیست. هدف از این روش، ایجاد استرس یا سختگیری غیرضروری نیست؛ بلکه هدف آن است که حضور دانشجویانی که واقعاً زمان خود را برای شرکت در کلاس اختصاص میدهند، بهشکلی منصفانه و قابلاستناد ثبت شود. توضیح درباره نحوه تعیین نمرات و میانگین کلاس همانگونه که پیشتر نیز اعلام شده است، میانگین نهایی نمرات کلاس حداقل ۱۷ خواهد بود. منظور از این عبارت آن نیست که همه دانشجویان، بدون توجه به میزان حضور، فعالیت و عملکرد خود، نمره ۱۷ دریافت میکنند. نمره هر دانشجو بهصورت جداگانه و بر اساس مجموع عملکرد او در طول ترم تعیین میشود؛ اما پس از تعیین نمرات، میانگین کلی کلاس کمتر از ۱۷ نخواهد بود. برای تعیین نمره نهایی، فقط یک عامل در نظر گرفته نمیشود، بلکه مجموعهای از فعالیتها و عملکردهای دانشجو با یکدیگر جمعبندی خواهند شد. مهمترین این معیارها عبارتاند از: میزان حضور مستمر دانشجو در جلسات؛ تعداد دفعات ثبت نام دانشجو در حضور و غیابهای تصادفی؛ توجه واقعی به مطالب و همراهی با روند کلاس؛ همکاری بهعنوان میزبان یا کمک به مدیریت جلسه در سامانه وادانا؛ حضور فعال و مؤثر در بخش گفتوگوی متنی یا چت کلاس؛ پاسخدادن به پرسشها و مشارکت در بحثهای علمی؛ ارائه یک کنفرانس قوی، منظم، علمی و قابلقبول؛ انجام فعالیتها و مسئولیتهای واگذارشده در طول ترم؛ و سایر شواهدی که نشان دهد دانشجو صرفاً وارد سامانه نشده، بلکه واقعاً در جریان کلاس حضور داشته و فعالیت کرده است. بنابراین، ممکن است دانشجویی در بیشتر جلسات حاضر باشد، اما مشارکت چندانی نداشته باشد. در مقابل، ممکن است دانشجویی علاوه بر حضور منظم، در بخش چت فعالیت کند، به پرسشها پاسخ دهد، در اداره کلاس همکاری داشته باشد یا یک کنفرانس بسیار قوی ارائه کند. طبیعتاً عملکرد این دو دانشجو یکسان ارزیابی نخواهد شد.
اطلاعیه درباره مشاهده میزان حضور در سامانه وادانا دانشجویان گرامی، با سلام و احترام قصد دارم میزان حضور هر دانشجو در جلسه هفته گذشته را بر اساس اطلاعات ثبتشده در سامانه وادانا بررسی کنم. با وجود امکانات متعدد سامانه، تاکنون بخشی را پیدا نکردهام که مدت دقیق حضور هر دانشجو در یک جلسه مشخص را نمایش دهد. لطفاً دانشجویانی که به سامانه وادانا دسترسی دارند، بررسی کنند آیا در قسمتهای مربوط به حضور و غیاب، گزارش فعالیت، سوابق جلسات یا اطلاعات کاربری، امکان مشاهده مدت حضور هر دانشجو در جلسه هفته گذشته وجود دارد یا خیر. در صورت پیداکردن این بخش، لطفاً مسیر دسترسی به آن را بهصورت دقیق بنویسید یا تصویری از صفحه مربوطه در گروه ارسال کنید تا بتوان میزان حضور دانشجویان را بهدرستی استخراج و ثبت کرد. با تشکر دکتر پویا اسدی
اگر ارائه حداقل کیفیت قابلقبول را داشته باشد و مشخص باشد که دانشجو برای آمادهسازی آن مطالعه و تلاش کرده است، حداقل معادل ده ساعت حضور و فعالیت برای او ثبت خواهد شد. بسته به کیفیت ارائه، تسلط دانشجو، میزان مطالعه، اجرای کد، شیوه توضیح، پاسخگویی به پرسشها و مقدار زحمتی که دانشجو برای آمادهسازی ارائه کشیده است، امتیاز ارائه میتواند معادل موارد زیر باشد: ده ساعت فعالیت بیست ساعت فعالیت سی ساعت فعالیت چهل ساعت فعالیت تا حداکثر پنجاه ساعت فعالیت بنابراین یک ارائه علمی، دقیق، کامل و باکیفیت میتواند معادل پنجاه ساعت حضور و فعالیت مثبت برای دانشجو محاسبه شود. موارد زیر در ارزیابی کیفیت ارائه مؤثر خواهند بود: تسلط واقعی دانشجو بر موضوع مطالعه دقیق مطالب کتاب توانایی توضیح موضوع به زبان روشن استفاده مناسب از مثال و کد پرهیز از خواندن مستقیم متن کتاب یا اسلاید توانایی پاسخگویی به پرسشها کیفیت علمی و فنی ارائه میزان تلاش انجامشده مفیدبودن ارائه برای سایر دانشجویان داشتن لپتاپ، میکروفون مناسب و آمادگی برای ارائه و مشارکت در کلاس نیز امتیاز مثبتی محسوب میشود. ۱۰. نقش آزمون پایانترم آزمون پایانترم یکی از ملاکهای ارزیابی است، اما در مقایسه با حضور مستمر، مشارکت علمی، همکاری در کلاس، فعالیت در چت و ارائه مطالب، اهمیت کمتری دارد. اگر امتحان بهصورت مجازی برگزار شود، تأثیر آن در نمره نهایی کمتر خواهد بود؛ زیرا در امتحان مجازی امکان ارسال پاسخها، استفاده از پاسخ دیگران و کپیکردن بیشتر است و تشخیص توانایی واقعی دانشجویان دشوارتر خواهد بود. اگر امتحان بهصورت حضوری و کتبی برگزار شود، اعتبار و تأثیر آن بیشتر خواهد بود. بااینحال، حتی در صورت برگزاری امتحان کتبی، میزان حضور و فعالیت دانشجو در طول نیمسال همچنان یکی از مهمترین ملاکهای نمرهدهی خواهد بود. دانشجویان نباید تمام فعالیت خود را به روز امتحان محدود کنند. عملکرد مستمر دانشجو در طول نیمسال، اهمیت بیشتری از فعالیت کوتاهمدت در روزهای نزدیک به امتحان دارد. ۱۱. جمعبندی برای کسب نمره مناسب، دانشجویان لازم است: از ساعت ۸ صبح در کلاس حضور داشته باشند. تا حد امکان حضور مستمر و واقعی داشته باشند. میزان حضور ثبتشده خود را در سامانه وادانا بررسی کنند. به مطالب تدریسشده توجه داشته باشند. در چت سامانه وادانا فعالیت علمی و معنادار انجام دهند. پاسخ فعالیتهای کلاسی را در پیام خصوصی استاد ارسال نکنند. در صورت انتخاب بهعنوان میزبان، مسئولیت خود را بهدرستی انجام دهند. بخش پنجم کتاب را از پیش مطالعه کنند. در صورت آمادگی، برای ارائه مطالب تدریسنشده داوطلب شوند. ارائهای علمی، دقیق و قابلاستفاده برای سایر دانشجویان آماده کنند. برای امتحان پایانترم نیز مطالعه کافی داشته باشند. دانشجویانی که حضور منظم، فعالیت علمی، همکاری مناسب و مسئولیتپذیری بیشتری داشته باشند، امکان بیشتری برای دریافت نمرات ۱۸، ۱۹ و ۲۰ خواهند داشت. لطفاً این اطلاعیه را برای سایر دانشجویانی که دروس «هوش مصنوعی» و «هوش مصنوعی و سیستمهای خبره» را با دکتر پویا اسدی اخذ کردهاند ارسال کنید و آنها را از ضرورت عضویت در گروهها و کانالهای اعلامشده مطلع نمایید. با تشکر دکتر پویا اسدی
بنابراین، با وجود اینکه برخی دانشجویان نمرههای پایینتر از ۱۷ دریافت کردهاند، نمرات بالاتر دانشجویان فعالتر باعث شده است که میانگین کل کلاس ۱۷ باشد. بار دیگر برای روشنشدن موضوع، فرض کنید در یک کلاس دهنفره: دو دانشجو نمره ۲۰ بگیرند. دو دانشجو نمره ۱۹ بگیرند. دو دانشجو نمره ۱۷ بگیرند. دو دانشجو نمره ۱۵ بگیرند. دو دانشجو نمره ۱۴ بگیرند. در این حالت نیز میانگین کل کلاس ۱۷ میشود، اما نمره همه دانشجویان یکسان نیست. پس اعلام میانگین حداقل ۱۷ به این معنا نیست که نمره تکتک دانشجویان ۱۷ خواهد بود. نمره هر دانشجو با توجه به میزان حضور، مشارکت، فعالیت، همکاری، ارائه و عملکرد او در امتحان تعیین میشود. دشواری مطالب یادگیری ماشین نباید باعث نگرانی غیرضروری دانشجویان شود. با وجود دشواری مطالب، میانگین نهایی کلاس حداقل ۱۷ خواهد بود. بااینحال، دانشجویانی که حضور و فعالیت بیشتری داشته باشند، طبیعتاً نمره بالاتری خواهند گرفت و دانشجویانی که حضور و فعالیت کمتری داشته باشند، ممکن است نمره پایینتری دریافت کنند. ۷. دانشجویان میزبان یا هاست کلاس برای مدیریت بهتر کلاس در سامانه وادانا، تعدادی از دانشجویان توسط استاد بهعنوان میزبان یا هاست تعیین خواهند شد. این دانشجویان ممکن است مسئولیتهایی مانند موارد زیر داشته باشند: تأیید ورود دانشجویانی که بهعنوان مهمان وارد کلاس میشوند کمک به مدیریت ورود و خروج افراد حفظ نظم کلاس جلوگیری از ایجاد اختلال در جلسه اطلاعدادن مشکلات مربوط به صدا یا سامانه کمک به استاد در مدیریت امکانات وادانا همکاری در هماهنگی میان استاد و دانشجویان دانشجویانی که توسط استاد بهعنوان میزبان تعیین میشوند و مسئولیتهای خود را بهدرستی انجام میدهند، امتیاز ویژه دریافت خواهند کرد. مدت همکاری مؤثر این دانشجویان سه برابر مدت حضور عادی آنها در نظر گرفته میشود. برای مثال، اگر دانشجویی چهار ساعت بهعنوان میزبان کلاس فعالیت مؤثر داشته باشد، این مدت میتواند برای او معادل دوازده ساعت حضور و فعالیت محاسبه شود. صرف داشتن عنوان میزبان کافی نیست. دانشجو باید در طول کلاس حاضر باشد، وظایف خود را انجام دهد و در زمان لازم به مدیریت کلاس کمک کند. انتخاب دانشجویان میزبان فقط توسط استاد انجام خواهد شد. ۸. فعالیت دانشجویان در چت سامانه وادانا یکی دیگر از فعالیتهای مثبت دانشجویان، مشارکت علمی در قسمت چت سامانه وادانا است. در طول کلاس ممکن است از دانشجویان خواسته شود مطالب تدریسشده را با بیان و برداشت خود در قسمت چت سامانه وارد کنند. این فعالیت میتواند شامل موارد زیر باشد: نوشتن خلاصه مطالب تدریسشده پاسخ به پرسشهای استاد توضیح یک مفهوم علمی بیان نتیجه یک تمرین تفسیر یک قطعه کد نوشتن نکات مهم درس بیان نتیجه اجرای یک برنامه پاسخگویی به پرسشهای مطرحشده در کلاس مطالب نوشتهشده باید مرتبط، معنادار و نشاندهنده توجه دانشجو به تدریس کلاس باشند. ارسال پیامهای بیارتباط، تکراری، بسیار کوتاه یا پیامهایی که فقط برای ثبت حضور نوشته میشوند، فعالیت علمی محسوب نخواهد شد. مطالب مربوط به فعالیت کلاسی باید در همان زمان کلاس و فقط در قسمت چت سامانه وادانا ثبت شوند. دانشجویان نباید پاسخ فعالیتهای کلاسی را در پیام خصوصی استاد، تلگرام، بله، پیامک یا فضای دیگری ارسال کنند. فعالیتهایی که در خارج از چت سامانه وادانا ارسال شوند، بهعنوان فعالیت رسمی کلاس ثبت نخواهند شد. هدف این است که فعالیت دانشجویان در محیط رسمی کلاس انجام شود، سایر دانشجویان نیز بتوانند آن را مشاهده کنند و سابقه آن در سامانه باقی بماند. ۹. ارائه مطالب بخش پنجم کتاب توسط دانشجویان دانشجویان میتوانند قسمتهایی از بخش پنجم کتاب، یعنی بخش «Machine Learning»، را که هنوز توسط استاد تدریس نشده است، از پیش مطالعه کنند و با هماهنگی استاد در کلاس ارائه دهند. موضوع ارائه باید پیش از آنکه توسط استاد تدریس شود، انتخاب و هماهنگ شود. دانشجو میتواند متناسب با توانایی و سلیقه خود، ارائه را به روشهای مختلف انجام دهد؛ از جمله: توضیح شفاهی استفاده از اسلاید اجرای کد در Jupyter Notebook حل مثال نمایش نمودار و خروجی برنامه مقایسه الگوریتمها توضیح مطالب به زبان ساده پاسخگویی به پرسشهای دانشجویان صرف ارائهکردن، به معنای دریافت امتیاز قطعی نیست. اگر ارائه بسیار ضعیف، ناقص، کپیشده، بدون آمادگی یا فاقد حداقل کیفیت علمی باشد، هیچ امتیازی برای آن ثبت نخواهد شد. در چنین شرایطی نمره منفی برای دانشجو در نظر گرفته نمیشود، اما ساعت یا امتیاز اضافهای نیز دریافت نخواهد کرد.