مجتمع آموزشی امیرکبیر (برنامه پاییز 1400 )

* پک  *

قیمت دوره : 7200000 تومان
با تخفیف ویژه دارندگان امیرکبیر کارت 7000000 تومان

طول دوره : 270 ساعت حضوری + 30 ساعت غیرحضوری

سرفصل دوره آموزشی پایتون مقدماتی

پایتون به انگلیسی Python یک زبان برنامه نویسی همه منظوره، سطح بالا  high-level ، شی گرا

object-oriented  و مفسر  interpreter  است که توسط خودو فان روسوم در سال ۱۹۹۱ در کشورهلند پا به عرصه ی وجود گذاشت.

فلسفه ایجاد آن تاکید بر دو هدف اصلی خوانایی بالای برنامه های نوشته شده و کوتاهی و کارایی نسبتا بالای آن است. کلیدواژه های اصلی این زبان به صورت حداقلی تهیه شدهاند و در مقابل کتابخانه هایی که در اختیار کاربر است بسیار وسیع هستند .

بر خلاف برخی از زبانهای برنامه نویسی متادول دیگر که قطعه های کد در {} تعریف میشوند ،به ویژه زبانهایی که از دستور نگارشی زبان C پیروی میکنند، در زبان پایتون از کاراکتر فاصله و جلوبردن متن برنامه برای مشخص کردن قطعه های کد استفاده میشود، بدین معنی که تعدادی یکسان از کاراکتر فاصله در ابتدای سطرهای هر بلاک قرار میگیرند، و این تعداد در بلاکهای کد درونی تر افزایش مییابد. بدین ترتیب قطعه های کد به صورت پیش فرض ظاهری مرتب خواهند داشت.پایتون تکنیک های مختلف برنامه نویسی همچون شی گرا و برنامه نویسی دستوری و تابع محور را پشتیبانی میکند و برای مشخص کردن نوع متغییرها از یک سیستم داینامیک بهره می گیرد.این زبان از زبانهای برنامه نویسی مفسر بوده و به صورت کامل یک زبان شی گرا است که در ویژگیها با زبان های تفسیری Perl ،Ruby تشابهاتی دارد و از قابلیت مدیریت خودکار حافظه استفاده میکند .سرفصل آموزشی 30 ساعته این دوره عبارتند از :

جلسه اول :    روش برنامه نویسی وآشنایی مقدماتی با برنامه پایتون

جلسه دوم : متغیرها، عبارات و دستور

جلسه سوم: توابع

جلسه چهارم : شرطی ها و بازگشت

جلسه پنجم: تکرار

جلسه ششم: رشته ها

جلسه هفتم: لیست ها

جلسه هشتم: دیکشنری ها

جلسه نهم:  کلاس و اشیا

جلسه دهم : وراثت ولیست های پیوندی

سرفصل دوره آموزشی متلب مقدماتی

MATLAB  زبانی است که کاربرد کامپیوتر در مهندسی را با کارائی بالا تضمین کرده و امکانات محاسباتی، تصویری، و برنامه نویسی را در محیطی آسان و آشنا فراهم میکند. کارائی MATLABدرمقوله هائی نظیر: محاسبات ریاضی، آنالیز داده ها، مدل سازی و شبیه سازی، گرافیک، و تولید نرم افزار (حتی برای محیط ویندوز) به اثبات رسیده است. این زبان با توجه به نظرات کاربران دانشگاهی و صنعتی دستخوش بازنگری های زیادی شده و اکنون به زبان استاندارد جهت آموزش های مقدماتی و عالی و ابزار پژوهش و توسعه در صنایع تبدیل شده است. سرفصل آموزشی 30 ساعته این دوره عبارتند از :

جلسه یازدهم :    روش برنامه نویسی وآشنایی مقدماتی با برنامه متلب

جلسه دوازدهم : ماتریس ها و آرایه ها

جلسه سیزدهم: برنامه نویسی در متلب

جلسه چهاردهم: حلقه های تکرار

جلسه پانزدهم: کار با چندجمله ای ها

جلسه شانزدهم : ریاضیات سمبولیک

جلسه هفدهم :    آشنایی با محیط  GUI

 سیمولینک جلسه هیجدهم : آشنایی با محیط

جلسه نوزدهم : آشنایی با  (Curvefitting, Taylortool,… ) Toolbox

جلسه بیستم :  رسم نمودار

سرفصل دوره آموزشی  VHDL    

زبان برنامه نویسی VHDL و Verilog دو زبان توصیف سخت افزار می باشد. این زبان ها برای طراحی یک سیستم دیجیتال به کار می روند. . زبان های برنامه نویسی VHDL و Verilog به عنوان یک ابزار اصلی صنعتی برای برنامه ریزی سیستم های دیجیتال کاربرد دارد. از ویژگی های زبان برنامه نویسی VHDL که آن را قادر می سازد که سخت افزار را در سطوح جریان داده و رفتاری خلاصه سازی مدل سازی کند تمرکز می کند. به طور کلی افزایش حجم و پیچیدگی سیستم های دیجیتال، ابزارهای طراحی به کمک کامپیوتر بیشتری برای پروسه طراحی و سخت افزار معرفی می شوند. توصیفات سخت افزاری در محیط طراحی سخت افزار از مدل های کامپوننت ها و تعاریف داخل کتابخانه های شبیه سازی از جمله کتابخانه نرم افزار ModelSim برای ایجاد مدل های سخت افزاری قابل شبیه سازی استفاده می کنند. سرفصل آموزشی 24 ساعته این دوره عبارتند از :

جلسه بیست و یکم:   معرفی محیط های سخت افزاری همچون زبان برنامه، شبیه ساز و سنتز سخت افزار

جلسه بیست و دوم :   آموزش مفاهیم پایه    

جلسه بیست و سوم :   آموزش مشخصات ساختاری سخت افزارها از جمله کتابخانه ها، اتصالات گیت ها، مدل سازی 

جلسه بیست و چهارم : آموزش سازمان دهی و پارامتری کردن طراحی         

جلسه بیست و پنجم :   آموزش برنامه های مفید برای توصیفات سطح بالا 

جلسه بیست و ششم : آموزش توصیفات جریان داده

جلسه بیست و هفتم :  آموزش توصیف رفتاری سخت افزار

جلسه بیست وهشتم :  آموزش مدل سازی کامپوننت ها

سرفصل دوره آموزشی  FPGA     

FPGA ها برای ایجاد یک سیستم با انعطاف پذیری بالا و کارایی مورد نیاز می باشند FPGA ها با ارائه یک معماری برنامه پذیر، قیمت پایین و زمان راه اندازی اندک و مهم تر از همه ، ایجاد امکان پردازش موازی مشکلات متعدد مهندسین و طراحان مدارات دیجیتال را رفع نموده اند. از دیگر مزایای استفاده از FPGA ها در طراحی ها ، می توان به سرعت بالای پردازش و فرکانس کاری بسیار بالای آن ها اشاره کرد FPGA ها در حوزه های گسترده ای از جمله پردازش سیگنال ، پردازش تصویر ، فیلترهای دیجیتال ، سیستم های انتقال دیتاهای دیجیتال ، سیستم های مخابراتی و سیستم های مختلف کنترلی به کار برده می شوند. سرفصل آموزشی 42 ساعته این دوره عبارتند از :

جلسه بیست و نهم :  مقایسه بین FPGA و انواع میکروکنترلرها

جلسه سی ام :  بررسی ساختار داخلی FPGA

جلسه سی و یکم : آشنایی با نرم افزار ISE

جلسه سی و دوم : بررسی مفاهیم سنتز ، PLACE AND ROUTE

جلسه سی و سوم :  بررسی عبارات مختلف پیاده سازی همزمان

جلسه سی و چهارم : نوشتن شمارنده با ریست سنکرون و آسنکرون

جلسه سی و پنجم : انواع ماشین های حالت و روش استاندارد و بهینه نوشتن ماشین های حالت

جلسه سی و ششم : پیاده سازی شیفت رجیستر با ورودی موازی و خروجی موازی

جلسه سی و هفتم : برقراری ارتباط سریال  UART با FPGA

جلسه سی و هشتم : راه اندازی USART

جلسه سی و نهم :  پیاده سازی ماژول ارتباط با SRAM خارجی

جلسه چهلم: ایجاد یک شکل موج سینوسی و نمونه برداری از آن در MATLAB

جلسه چهل و یکم :  آشنایی و شبیه سازی با نرم افزار modelsim

جلسه چهل و دوم : کار با یک FPGA پیشرفته از XILINX

سرفصل دوره آموزشی  یادگیری ماشین

ماشین لرنینگ یا یادگیری ماشینی یکی از زیرمجموعه های هوش مصنوعی است که به برنامه ها و سیستم ها قابلیت خودیادگیری و بهبود سیستم بدون آنکه برنامه نویسی شده باشد را میدهد .
هدف اصلی در یادگیری ماشین ، اجازه به کامپیوتر برای یادگیری خودکار است . شروع روند ماشین لرنینگ با داده است. الگوریتم های ساخته شده با این روش بر اساس این داده ها یادگیری و پیشبینی میکنند تا به خروجی مناسب برسند .
یادگیری ماشین (ماشین لرنینگ) را می توان در پلتفرم های برنامه نویسی متفاوتی اجرا کرد مانند :یادگیری ماشین در پایتون ، متلب ، زبان برنامه نویسی R و …و یا نرم افزارهای رایگان و متن باز CNTK ، dlib ، OpenAI Gym استفاده کرد. از مثال های کاربردی یادگیری ماشین می توان به صنعت بازیسازی اشاره کرده در بازی ها فوتبال خود کامپیوتر تشخصیص می دهد که برای دفاع از تیم در صورت برد تیم تلاش بیشتری خواهد کرد و …
از دیگر کاربردهای ماشین لرنینگ می توان به موارد زیر اشاره کرد:
هوش مصنوعی احساسی،تشخیص چهره ، فیلتر کردن ایمیل ها ، تشخیص پزشکی ، بیوانفورماتیک ، آناتومی ، بینایی ماشین ، شناسایی کارت اعتباری جعلی ، بازیسازی، بازاریابی ، تبلیغات آنلاین ، سیستم های توصیه گر ، الگوریتم های فرا ابتکاری ، حرکت ربات و از مهم ترین های آن موتور های جستجو
الگوریتم های یادگیری ماشین به 3 دسته تقسیم می شود:
یادگیری نظارت شده :
اغلب روش های ماشین لرنینگ از این روش استفاده می کننده . در این روش از ماشین لرنینگ سیستم تلاش میکند تا از داده هایی که در اختیارش قرار گرفته مسئله را یاد بگیرد.
یاد گیری نظارت نشده :
در این روش از یادگیری ماشین ، الگوریتم باید خود به تنهایی به دنبال ساختارهای جالب موجود در داده ها باشد.
یادگیری تقویتی :
با استفاده از یادگیری تقویتی ، ماشین می آموزد که تصمیمات مشخصی را در محیطی که دائم در معرض آزمون و خطاست اتخاذ کند .

سرفصل آموزشی 24 ساعته این دوره عبارتند از:

جلسه چهل و سوم : مقدمه ای بر یادگیری ماشین و فرمول نویسی در پایتون

جلسه چهل و چهارم : پردازش های خطی و کار با داده

جلسه چهل و پنجم: ابزارهای یادگیری ماشین

جلسه چهل و ششم : الگوریتم جنگل و درخت

جلسه چهل و هفتم : الگوریتم k nearest neighborhood

جلسه چهل و هشتم :  الگوریتم support vector machine

جلسه چهل و نهم :   آشنایی با شبکه عصبی

جلسه پنجاهم:  آشنایی مختصر با deep learning

MATLAB BASIC

PYTHON BASIC

VHDL

(SIMULINK+IMAGE AND SIGNAL PROCESSING)MATLAB PRO

PYTHON PRO

MACHINE LEARNING

FPGA