سلام دوستان 😁 👋🏻
دوستانی اگر درس های شبکه های کامپیوتری , ساختمان داده , طراحی الگوریتم , مبانی کامیپوتر , برنامه نویسی پیشرفته , معادلات دیفرانسیل , مدار منطقی , معماری کامپیوتر و ... مشکل یا تمرین دارند برای رفع مشکلات میتوانید به آیدی زیر پیام بدید حتماً به شما کمک خواهم کرد😉

👉 @Se_mohamad

به دست آوردن پیچیدگی زمانی قطعه کد

📣👨‍💻 @AlgorithmDesign_DataStructuer

مثال بسیار خوب در مورد الگوریتم UCS( هر بار کم هزینه ترین گره گسترش نیافته را گسترش میدهد.)

📣👨‍💻 @AlgorithmDesign_DataStructuer

🏰 اولین بازی استراتژی آنلاین در تلگرام! 🏰

در این بازی امپراتوری شما همیشه در حال گسترش است، حتی زمانی که آفلاین هستید.
بنا کنید، توسعه دهید، سربازان خود را آموزش دهید، با دیگر بازیکنان متحد شوید و به دشمنانتون حمله کنید و سرزمین هاشون رو فتح کنید.

شما، برترین پادشاه خواهید شد. 🔥

🎮 @CastelGame_bot

مثالی از روابط بازگشتی مجموع عددهای داخل آرایه

📣👨‍💻 @AlgorithmDesign_DataStructuer

https://github.com/MohammadHossini/Perceptron
کد بسیار ساده الگوریتم یادگیری پرسپترون

https://youtube.com/playlist?list=PLU87gAWG2qKhx8SHnIbQNf8LxvhdHNH4G&si=E3qdg9Ml4n2Dpvhc

آموزش برنامه نویسی پیشرفته(پایتون)
مدرس:دکتر مظفر بگ محمدی
دانشگاه ایلام
این آموزش به صورت رایگان و همراه با تمرین می باشد.

برای دوستانی که علاقه مند هستند به اشتراک بگذارید تشکر🙏

📣👨‍💻 @AlgorithmDesign_DataStructuer

نمودار رشد (وضعیت مرتبه های اجرایی)


📣👨‍💻 @AlgorithmDesign_DataStructuer

فرض کنید n رشته ي متمایز از صفر و یک داریم، طول بزرگترین رشته k است. از درخـت تراي براي نگهداري این رشتهها استفاده شده است. ارتفاع درخت تـراي از چـه مرتبـه اي می باشد؟

BubbleSort(مرتب سازی حبابی)

📣👨‍💻 @AlgorithmDesign_DataStructuer

یکی از چیز های پایه در رابطه با آشنایی با شبکه های عصبی الگوریتم یادگیری پرسپتورن می باشد. این الگوریتم دو نوع کلاس مختلف داریم و میخواهیم آن ها را از هم جدا کنیم برای همین یه سری ورودی و وزن هایی را در آن قرار میدهیم و از یک تابع فعالیت آن ها رو عبور می دهیم. این الگوریتم بعد از یه سری مدتی یاد میگیرد و دو دو کلاس را از هم جدا می کند و میتوان آن مدلی که برای یادگیری این الگوریتم نوشتید آن را ذخیره کرده و برای ورودی ها جدید استفاده کنید که به راحتی بتواند تشخیص دهد که در کدام یک از کلاس ها قرار گیرد.

📣👨‍💻 @AlgorithmDesign_DataStructuer

دنباله اعداد 1,3,5,7,9 را به ترتیب از سمت چپ به راست وارد پشته می کنیم , اگر تنها اعمال مجاز بر روی پشته عملیات pop , push باشد آنگاه کدام یک از خروجی های زیر از پشته امکان پذیر نیست؟(از سمت چپ به راست)

لیست پیوندی (List Link)
لیسـتهـا سـاختمان دادهای هسـتند که اندازه آنها بصورت پویا تغییر میکند . پیمایش در لیستهای پـیوندی بصـورت ترتیبـی (خطـی) اسـت. بنابراین برای حذف , اضافه یا جستجو باید لیست را از ابتدا بصـورت خطی پیمایش کرد. هر گره (node (در لیست پیوندی ساختاری با دو فیلد اصلی دارد. یکی فـیلد داده که میتواند از هر نوع دادهای باشد و دیگری فیلد آدرس که به محل عنصر بعدی در لیست پـیوندی اشـاره مـیکـند. در سـاختمان داده لیسـت پیوندی اعمال اصلی حذف داده از لیست , اضافه کـردن داده بـه لیست و جستجو در لیست انجام میشود . عنصر اول لیست پیوندی را هد (Head )یا هـدر (Header )لیسـت مـیگویـند و معمولاً این عنصر را برای سادگی پیمایش خالی نگه میدارند . برای افزودن داده جدید به لیست پیوندی 4 عمل اصلی انجام میگیرد:
1- تشکیل گره (node)جدید بر اساس اطلاعات جدید افزوده شدنی
2- بدست آوردن آدرس گرهای که باید قبل از گره جدید قرار گیرد (مثلاً گره p)
3- آدرس گره جدید که به محل اشارهگر p اشاره میکند.
4- آدرس گره p را به محل node new تغییر میدهیم.


📣👨‍💻 @AlgorithmDesign_DataStructuer

multilayer perceptron neural network

حال به جای اینکه دو کلاس را از هم جدا کنیم میتوانیم چند کلاس مختلف درست کنیم و آن ها را از هم جدا کنیم ولی باید دقت کنید در اینجا جدا پذیری دیگر خطی نیست به صورت غیر خطی میتوان آن ها را از هم جدا کرد. همان طور که در شکل میبیند یه سری ورودی داریم آن ها را وارد یه سری لایه پنهان میکنیم که هر کدام میتوانند چندین نورون داشته باشند هر کدام از این خروجی های نورون روی آن ها یه تابع غیر خطی اعمال شده و بعد وارد نورون جدید شود. که میتوانیم چندین خروجی داشته باشیم. نکته ای که وجود دارد این لایه ها و تعداد نورون ها بستگی به سوالی دارد که به شما میدهند و شما بر اساس داده هایی که دارید لایه ها و نورون ها رو مشخص میکنید.

📣👨‍💻 @AlgorithmDesign_DataStructuer

کدام یک از روش های مرتب سازی زیر به طور معمول درجا (inplace) نیست؟