یه سری مقاله ها هم هستن که پولی ان(!) و شما باید بخرید. فارغ از اینکه حتی اگه خیلی دست و دل باز(!) باشید؛ ممکنه شما اصلا اگه بخوایید هم هزینه ای رو پرداخت کنید براشون؛ توی سایت های خارجی این کار براتون امکان پذیر نباشه. برخی سایت ها هستن که میتونید این مقالات رو رایگان دانلود کنید. معروف ترین این سایت ها که واقعا هم عصای دسته(!) سایت زیر هست:
https://www.sci-hub.live/
که خداروشکر بات تلگرام هم داره:
@scihubot
یه بات خوب دیگه هم هست برای دانلود کتاب و مقاله و ... که البته مستقل از اون سایته:
@nexus_search_brian_bot
یه سری سایت های دیگه هم هست که بد نیست یه نگاهی بهشون بندازید مثه:
https://freepaper.me/
https://paperhub.ir/
https://iranpaper.ir/
http://elearnica.ir/
https://paperdownloader.com/
https://freescience.ir/

#پایان_نامه :
برای پیدا کردن پایان نامه ها در زمینه پژوهشی خودتون هم  یه سری سایت ها هستن که خیلی کمک کننده ان:
http://www.dart europe.eu/basic search.php
http://oatd.org
https://ganj.irandoc.ac.ir/
#پتنت ها :
برای دسترسی به پتنت ها باز هم از Google scholar میشه استفاده کرد ولی یه سری سایت ها مختص همین کار هم هستن مثه:
patents.google.com
freepatentsonline.com
www.epo.org

#کتاب :
برای سرچ کتاب و هندبوک های مفید:
https://books.google.com/

🔘 @ComputerReference

لیست ۱۰ دوره رایگان و کاربردی دانشگاه هاروارد Harvard University برای تمامی رشته‌ها

𝟏. 𝐇𝐢𝐠𝐡-𝐝𝐢𝐦𝐞𝐧𝐬𝐢𝐨𝐧𝐚𝐥 𝐝𝐚𝐭𝐚 𝐚𝐧𝐚𝐥𝐲𝐬𝐢𝐬

You will learn about dimension reduction, factor analysis, scaling points, and mathematical distances.
ezAdmission

Course Link: https://pll.harvard.edu/course/data-analysis-life-sciences-4-high-dimensional-data-analysis

𝟐. 𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐜𝐬 𝐚𝐧𝐝 𝐑

You will key programming skills in R, exploratory data analysis, random variables, and statistical tests.
ezAdmission

Course Link: https://pll.harvard.edu/course/statistics-and-r

𝟑. 𝐃𝐚𝐭𝐚 𝐒𝐜𝐢𝐞𝐧𝐜𝐞: 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠

You will learn the basics of machine learning, recommendation systems, training and testing machine learning models.
ezAdmission

Course Link: https://pll.harvard.edu/course/data-science-machine-learning

𝟒. 𝐈𝐧𝐭𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐨𝐧 𝐭𝐨 𝐂𝐨𝐦𝐩𝐮𝐭𝐞𝐫 𝐒𝐜𝐢𝐞𝐧𝐜𝐞

You will learn about programming, algorithms, data structures, and various programming languages like Python and C.
ezAdmission

Course Link: https://pll.harvard.edu/course/cs50-introduction-computer-science

𝟓. 𝐈𝐧𝐭𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐨𝐧 𝐭𝐨 𝐏𝐫𝐨𝐠𝐫𝐚𝐦𝐦𝐢𝐧𝐠 𝐰𝐢𝐭𝐡 𝐒𝐜𝐫𝐚𝐭𝐜𝐡

You will learn about programming including functions, loops, variables, and conditions.
ezAdmission

Course Link: https://pll.harvard.edu/course/cs50s-introduction-programming-scratch

𝟔. 𝐂𝐨𝐦𝐩𝐮𝐭𝐞𝐫 𝐒𝐜𝐢𝐞𝐧𝐜𝐞 𝐟𝐨𝐫 𝐁𝐮𝐬𝐢𝐧𝐞𝐬𝐬 𝐏𝐫𝐨𝐟𝐞𝐬𝐬𝐢𝐨𝐧𝐚𝐥𝐬

You will learn about web development, programming, technology stacks, and cloud computing.
ezAdmission

Course Link: https://pll.harvard.edu/course/cs50s-computer-science-business-professionals

𝟕. 𝐔𝐧𝐝𝐞𝐫𝐬𝐭𝐚𝐧𝐝𝐢𝐧𝐠 𝐓𝐞𝐜𝐡𝐧𝐨𝐥𝐨𝐠𝐲

You will learn the basics of internet, web development, programming, cyber security, and multimedia.
ezAdmission

Course Link: https://pll.harvard.edu/course/cs50s-understanding-technology

𝟖. 𝐈𝐧𝐭𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐨𝐧 𝐭𝐨 𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞 𝐰𝐢𝐭𝐡 𝐏𝐲𝐭𝐡𝐨𝐧

You will learn about AI principles, machine learning, graph search algorithms, reinforcement learning, and how to design intelligent systems.
ezAdmission

Course Link: https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python

𝟗. 𝐈𝐧𝐭𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐨𝐧 𝐭𝐨 𝐏𝐫𝐨𝐠𝐫𝐚𝐦𝐦𝐢𝐧𝐠 𝐰𝐢𝐭𝐡 𝐏𝐲𝐭𝐡𝐨𝐧

You will learn about programming basics such as loops, objects, methods, conditionals, Boolean expressions, and arguments.
ezAdmission

Course Link: https://pll.harvard.edu/course/cs50s-introduction-programming-python

𝟏𝟎. 𝐖𝐞𝐛 𝐏𝐫𝐨𝐠𝐫𝐚𝐦𝐦𝐢𝐧𝐠 𝐰𝐢𝐭𝐡 𝐏𝐲𝐭𝐡𝐨𝐧 𝐚𝐧𝐝 𝐉𝐚𝐯𝐚𝐒𝐜𝐫𝐢𝐩𝐭

You will learn about HTML, CSS, Django, Git, SQL, Python, and JavaScript.
ezAdmission

Course Link: https://pll.harvard.edu/course/cs50s-web-programming-python-and-javascript

@ComputerReference

اگر برای تست زدن آنلاین #ایلتس  دنبال سایت هستید و یا میخوایید ماک بدید و یا میخوایید آزمون کامپیوتری بدید.

سایت اول
سایت دوم
سایت سوم
سایت چهارم
@ComputerReference

لیست ابزارهای مقاله نویسی با استفاده از هوش مصنوعی


ابزار papelist.app
پیدا کردن مقالات ترند

ابزار epsilon-ai.com
موتور جستجو مقالات

ابزار readwonders.com
پاسخ به سوالات بر اساس مقالات

ابزار scienceos.ai
دستیار هوش مصنوعی مقاله نویسی

ابزار paperlib.app
دسته بندی و مدیریت هوشمندانه مقالات

ابزار textero.ai
ابزار نوشتاری پژوهشی مبتنی بر هوش مصنوعی

ابزار afforai.com
جستجو، خلاصه سازی و ترجمه سریع دانش مقالات

ابزار elicit.com
دستیار هوش مصنوعی مقاله خوانی و تحلیل علمی

ابزار consensus.app
پاسخ به سوالات پژوهشی با ارجاع به مقالات علمی

ابزار connectedpapers.com
مصورسازی فضای پژوهشی و مقالات حوزه های مرتبط

ابزار gentext.ai
مجموعه ابزارهای هوش مصنوعی در Microsoft Word

@ComputerReference

آزمون های آنلاین رایگان آیلتس توسط شورای بریتانیا
#ielts
@ComputerReference

⭕️ لیست 50 چیت‌شیت برتر علوم داده

👨🏻‍💻 از روزی که شروع به خلاصه‌نویسی مباحث علوم داده در لینکدین کردم، تصمیم گرفتم هر مبحث رو در چند برگه خلاصه کنم. در نهایت به فهرستی از 50 برگه تقلب از حوزه‌های مختلف علوم داده رسیدم. این لیست تقریباً حاوی هر چیزی است که یک فرد داده ممکن است نیاز داشته باشد، از نحوه مصورسازی با Matplotlib گرفته تا استفاده از ChatGPT.👌🏼

◼️ پایتون : لینک
◻️ کتابخونه Pandas : لینک
◼️ کتابخونه NumPy : لینک
◻️ کتابخونه Matplotlib : لینک
◼️ کتابخونه seaborn : لینک
◻️ کتابخونه scikit-learn : لینک
◼️ کتابخونه TensorFlow : لینک
◻️ کتابخونه Keras : لینک
◼️ فریم‌ورک PyTorch : لینک
◻️ زبان SQL : لینک
◼️ پروژه GeoPandas : لینک
◻️ سیستم کنترل ورژن Git : لینک
◼️ پلتفرم ابری AWS : لینک
◻️ پلتفرم ابری Azure : لینک
◼️ رایانش ابری Google Cloud Platform : لینک
◻️ پلتفرم Docker : لینک
◼️ پلتفرم Kubernetes : لینک
◻️ آموزش The Linux Command Line : لینک
◼️ نوت‌بوک Jupyter  : لینک
◻️ آماده سازی داده : لینک
◼️ تجسم داده : لینک
◻️ استنباط آماری : لینک
◼️ احتمال : لینک
◻️ جبر خطی : لینک
◼️ حساب دیفرانسیل : لینک
◻️ سری‌های زمانی : لینک
◼️ پردازش زبان طبیعی : لینک
◻️ شبکه عصبی : لینک
◼️ یادگیری عمیق : لینک
◻️ یادگیری ماشین : لینک
◼️ فریم‌ورک آپاچی اسپارک : لینک
◻️ فریم‌ ورک آپاچی هادوپ : لینک
◼️ ابزار Big O Notation : لینک
◻️ آموزش Regular Expression : لینک
◼️ آموزش Unix / Linux Permissions : لینک
◻️ آموزش Python String Formatting : لینک
◼️ فریم‌ورک Flask : لینک
◻️ فریم‌ورک Django : لینک
◼️ کتابخونه plotly : لینک
◻️ دیتابیس PostgreSQL : لینک
◼️ دیتابیس MySQL : لینک
◻️ دیتابیس MongoDB : لینک
◼️ کتابخونه TensorFlow Probability : لینک
◻️ چت‌بات GPT-3 : لینک
◼️ آموزش GPT-3 API Reference : لینک
◻️ کتابخونه SciPy : لینک
◼️ چت‌بات ChatGPT : لینک
◻️ آموزش Colors in Data Viz : لینک
◼️ آموزش Geospatial DS in Python : لینک


#️⃣ #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📎 @DataScience_ir

🔘 @ComputerReference

این وبسایت برای اونایی که میخوان آیلتس بدن عالیه. البته برای تسک اسپیکینگ.
https://smalltalk2.me/
شبیه سازی میکنه
سمپل مناسب میده
خودشم بهت نمره میده


@ComputerReference

سایت های عالی برای پیدا کردن بورسیه تحصیلی

1. Scholarships.com:
یکی از بزرگترین پایگاه‌های داده برای بورسیه‌های تحصیلی در آمریکا و کشورهای دیگر.
امکان جستجوی بورسیه‌ها بر اساس رشته، سطح تحصیل، و مکان جغرافیایی.

2. Scholarship Portal:
یک پلتفرم جامع برای جستجوی بورسیه‌های بین‌المللی.
بورسیه‌ها بر اساس کشور، رشته تحصیلی، و سطح تحصیلی دسته‌بندی شده‌اند.

3. DAAD Scholarship Database:
سایت رسمی سرویس تبادل آکادمیک آلمان (DAAD) که بورسیه‌های متنوعی را برای دانشجویان بین‌المللی ارائه می‌دهد.
اطلاعات جامع در مورد بورسیه‌های مختلف در آلمان و سایر کشورها.

@ComputerReference

اگه دارید سمپل های ایلتس رو میزنید و دنبال سایتی میگردید که نمره حدودی تون رو بهتون بگه از این سایت استفاده کنید:

https://www.ieltsadvantage.com/ielts-band-score-calculator/

@ComputerReference

بزرگترین کتابخونه راهنما برای کدنویسان

وب سایت Valley of Code
به معنای واقعی کلمه همه چیزهایی رو داره که هر برنامه نویسی باید بدونه:
HTML، CSS، VS Code، Git، Javascript، TypeScript and API.

دیتابیسی که حتی مایکروسافت اونو نداره، اینجا :
https://thevalleyofcode.com/

@ComputerReference

☑️ سایت roadmap.sh رو به احتمال زیاد میشناسین

اگه قصد یادگیری برنامه‌نویسی رو دارین و نمیدونین از کجا شروع کنین این وبسایت به شما رودمپ خوب و دقیقی رو میده .

علاوه بر اون به تازگی شروع کرده به تعریف پروژه‌های سطح بندی شده برای هر فیلد که میتونین تو مسیر یادگیری از موضوعاتش ایده بگیرید

☑️ برای یادگیری پروژه‌محور همینطور ریپوی زیر عالیه

https://github.com/practical-tutorials/project-based-learning

#برنامه_نویسی
〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع درس ساختمان داده و الگوریتم

☑️ دوره‌های دانشگاهی
➖ دکتر فیلی - دانشگاه تهران
➖ دکتر فیلی (الگوریتم پیشرفته) - دانشگاه تهران
➖ دکتر واعظی - شریف
➖ دکتر آبام - شریف
➖ دکتر صدیقین (لینک اول) - شریف | جزوات
➖ دکتر صدیقین (ساختمان داده) - شریف
➖ دکتر صدیقین (طراحی الگوریتم) - شریف
➖ دکتر صفرنژاد - دانشگاه شریف
➖ دکتر ضرابی (طراحی الگوریتم) - شریف
➖ دکتر فضلی ( الگوریتم در عمل 1) - شریف
➖ دکتر فضلی ( الگوریتم در عمل 2) - شریف
➖ دکتر مرتضی علیمی (طراحی الگوریتم ) - شریف
➖ دکتر صالح - شریف
➖ دکتر غیاثی (ساختمان داده) - فردوسی مشهد
➖ دکتر شریفی ( طراحی الگوریتم ) - شریف
➖ دکتر شریفی ( ساختمان داده ) - شریف
➖ دکتر اسماعیلی فرد - شیراز
➖دکتر کشتکاران - شیراز
➖ دکتر رضوی (تحلیل طراحی الگوریتم ) - تبریز
➖ دکترگنج تابش (ساختمان داده ) - تهران
➖ دکترگنج تابش( الگوریتم ) - تهران
➖ دکتر دوستی - تهران
➖ دکتر شهرضا ( ساختمان داده ) - امیرکبیر
➖ دکترهورفر ( ساختمان داده ) - امیرکبیر
➖ دکتر باقری (الگوریتم) - امیرکبیر
➖ شیرافکن - فرادرس

☑️ دوره های کنکور
➖ هادی یوسفی ( آموزش و تست ) - yousefiClass
➖ گیلک ( آموزش و تست ) - لینک اول | لینک دوم | جزوات
➖ رامین رضوی
➖ گیلک ( 600 مسئله )
➖ شیرافکن ( تست ارشد ) - فرادرس

☑️ کتاب و جزوات
➖ کتاب مرجع CLRS - ترجمه | زبان اصلی | حل تمرین
➖ کتاب grokking algorithms - ترجمه | زبان اصلی

➖ هادی یوسفی ( ساختمان داده) - پوران پژوهش - جلدآبی
➖ هادی یوسفی ( الگوریتم ) - پوران پژوهش - آبی
➖ هادی یوسفی ( بانک سوال ) - پورام پژوهش - نارنجی
➖ کتاب 600 مسئله - قدسی
➖ کتاب داده ساختار و مبانی الگوریتم - قدسی
➖ مقسمی ( ساختمان داده )
➖ مقسمی ( طراحی الگوریتم )
〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع درس هوش مصنوعی

☑️ دوره‌های دانشگاهی
➖ دکتر رهبان ( لینک اول ) - دانشگاه شریف
➖ دکتر رهبان ( لینک دوم ) - شریف
➖ مهدیه سلیمانی - شریف | جزوه
➖ دکتر فدایی - تهران
➖ دکتر یعقوب زاده - تهران
➖ روشن فکر - امیرکبیر
➖ دکتر محمدی - علم و صنعت
➖ دکتر رضوی - تبریز
➖ فرادرس

☑️ دوره های کنکور
➖ گیلک ( آموزش و تست ) - بابان | 1398 | 1402 | جزوات
➖ گیلک (حل تمرین راسل) - بابان
➖ انصاری - پر
➖ درفشه - yousefiClass
➖ شکری - کافه تدریس

☑️ کتاب و جزوات
➖ کتاب رفرنس راسل - زبان اصلی | ترجمه
➖ حل تمرین راسل - زبان اصلی | ترجمه

➖ مهدیه شادی - پوران پژوهش
➖ گیلک و خلیلی‌فر - راهیان ارشد
➖ مریم آقاجانی
〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع درس نظریه زبان و ماشین

☑️ دوره های دانشگاهی
➖ موقر - دانشگاه شریف
➖ دکتر حجت - دانشگاه تهران
➖ دکترعامری - دانشگاه امیرکبیر
➖ دکتر فلسفین - دانشگاه اصفهان
➖ دکتر منصوری - شیراز
➖ دکتر قوامی زاده - شهید بهشتی
➖ دکتر ابریشمی - فردوسی
➖ شیرافکن - فرادرس

☑️ دوره های کنکوری
➖ شاپوری - جزوات
➖ گیلک ( آموزش و تست ) - بابان
➖ گیلک ( حل تمرین لینز ) - بابان
➖ کاشفی - لایو آموز
➖ درفشه - yousefiClass

☑️ کتاب و جزوات
➖ مرجع لینز - ترجمه | زبان اصلی
➖ حل‌تمرین لینز - ترجمه | زبان اصلی
➖ شاپوری - علوم رایانه
➖ جلیلیان - دانشگاه پیام نور
➖ جزوه کاشفی

〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع درس پایگاه داده

☑️ دوره های دانشگاهی
➖ دکتر ورمزیار - دانشگاه شریف
➖ دکتر شاکری - دانشگاه تهران
➖ دکتر امینی - شریف
➖ دکتر امینی ( لینک دوم ) - شریف
➖ دکتر فخراحمد - شیراز
➖ دکتر کاهانی - فردوسی
➖ دکتر ممتازی - امیرکبیر
➖ شیرافکن ( آموزش ) - فرادرس

➖ دکتر چهرقانی ( BigData ) - امیرکبیر
➖ اسماعیلی فرد ( BigData ) - شیراز
➖نقیب‌ زاده ( BigData ) - فردوسی

☑️ دوره های کنکوری
➖ خلیلی فر - بابان
➖ کیوان پور - پر
➖ کیوان پور ( پایگاه پیشرفته ) - پر
➖ شیرافکن (مرور و تست کنکور) - فرادرس

☑️ کتاب و جزوات
➖ مراجع درس - زبان اصلی
➖ حل تمرین سیلبرشاتس - زبان اصلی
➖ مقسمی - گسترش علوم پایه
➖ عاشوری و نعمت بخش - امیرکبیر
➖ احمد فراهی - پیام نور
➖ خلیلی فر - راهیان ارشد و پوران
➖ جزوه رانکوهی
〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع درس سیستم عامل

☑️ دوره های دانشگاهی
➖ دکتر فخراحمد - دانشگاه شیراز
➖ دکتر کارگهی - دانشگاه تهران
➖ دکتر خرازی - شریف
➖ دکتر جلیلی - شریف
➖ ابراهیمی مقدم - شهید بهشتی
➖ دکتر شاملی - شهید بهشتی
➖ دکتر جوادی - امیرکبیر
➖ ابریشمی - فردوسی
➖ شیرافکن - فرادرس

☑️ دوره های کنکور
➖ خلیلی فر - بابان
➖ حقیقت - پر
➖ هادی یوسفی - yousefiClass
➖ شکری - کافه تدریس

☑️ کتاب و جزوات
➖ مراجع درس - زبان اصلی | ترجمه
➖ حل تمرین سیلبرشاتس - زبان اصلی
➖ حل تمرین استالینگز - زبان اصلی
➖ حقیقت - پارسه
➖ خلیلی فر ( آموزش ) - راهیان ارشد
➖ خلیلی فر ( نکته و تست ) - راهیان ارشد
➖ شیرافکن
➖ سعید آیت - پیام نور

〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع درس شبکه‌های کامپیوتری

☑️ دوره های دانشگاهی
➖ دکتر ارشدی - دانشگاه شریف
➖ دکتر سیاوشانی - دانشگاه شریف
➖ دکتر یزدانی - دانشگاه تهران
➖ دکتر خونساری - دانشگاه تهران
➖ دکتر تقی‌زاده - دانشگاه شیراز
➖ دکتر عباسپور - شهید بهشتی
➖ دکتر محمدی - صنعتی همدان
➖ دکتر صبائی - امیرکبیر
➖ دکتر صادقیان - امیرکبیر
➖ دکتر منشئی - اصفهان
➖ دکتر مویدیان - اصفهان
➖ دکتر هاشمی ( شبکه ۲ یا پیشرفته) - اصفهان
➖ دکتر هاشمی ( پیشرفته ) - اصفهان
➖ یغمائی مقدم ( پیشرفته ) - فردوسی
➖ منوچهر بابایی ( پیشرفته ) - فرادرس
➖ علیرضا سبحانی - فرادرس

☑️ دوره های کنکوری
➖ حقیقت - موسسه پر
➖ رامین رضوی - کافه تدریس
➖ خلیلی فر - بابان
➖ فرزام ( نکته و تست )

☑️ کتاب و جزوات
➖ کتاب مرجع - زبان اصلی
➖ حل تمرین مرجع - زبان اصلی
➖ کتاب Network +
➖جزوه ارشدی - شریف
➖ کتاب خلیلی فر - بابان
〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع درس سیگنال و سیستم

☑️ دوره های دانشگاه
➖ دکتر امینی - دانشگاه شریف
➖ دکتر امینی ( لینک دوم ) - دانشگاه شریف
➖ دکتر منظوری - دانشگاه شریف
➖ دکتر بهروزی - دانشگاه شریف
➖ دکتر نامور - دانشگاه شریف
➖ دکتر بابایی زاده - دانشگاه شریف
➖ دکتر اخوان - دانشگاه تهران
➖ دکتر مشکسار - دانشگاه شیراز
➖ دکتر راستی - دانشگاه امیرکبیر
➖ دکتر فلاح - دانشگاه امیرکبیر
➖ دکتر بیرانوند - دانشگاه امیرکبیر
➖ دکتر اخوان - دانشگاه اصفهان
➖ دکتر فاضل - دانشگاه اصفهان
➖ دکتر نقش - دانشگاه اصفهان
➖ دکتر محمدی- علم و صنعت
➖ دکتر پوررضا - دانشگاه فردوسی
➖ دکتر صدوقی - دانشگاه فردوسی
➖ علی شفیعیان
➖ اشکان تاشک - فرادرس

☑️ دوره های کنکوری
➖ تقدسی - نصیر - لینک اول | لینک دوم ۱۴۰۰
➖ ریحانی - yousefiClass
➖ رضا کهن - کافه تدریس
➖ حاجی عبدالرحیم - لایوآموز
➖ سعید دهقانی - لایوآموز

☑️ کتاب و جزوات
➖ کتاب مرجع - زبان اصلی | ترجمه
➖ حل تمرین مرجع - زبان اصلی | ترجمه
➖ حاجی عبدالرحیم - پوران پژوهش
➖ موسسه سنجش و دانش
〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع درس آمار و احتمال

☑️ دوره های دانشگاهی
➖ دکتر بهرک - دانشگاه تهران
➖ دکتر خادمی - تهران
➖ دکتر طاهری - تهران
➖ دکتر سیاوشانی - شریف
➖ دکتر مطهری - شریف
➖ دکتر زارچی ( لینک اول ) - شریف
➖ دکتر زارچی ( لینک دوم ) - شریف
➖ دکتر میرحسینی - شریف
➖ دکتر آشتیانی - شریف
➖ دکتر امینی - شریف
➖ دکتر امینی ( لینک دوم ) - شریف
➖دکتر مداح علی - شریف
➖ دکتر نایبی - شریف | جزوه
➖ دکتر میرصادقی ( آمار ) - شریف
➖ دکتر مشکانی - امیرکبیر
➖ دکتر سعیدی - اصفهان
➖ دکتر سلامت - اصفهان
➖ دکتر محمودی - اصفهان
➖ آرمان ری‌بد ( آموزش ) - فرادرس

☑️ دوره های کنکوری
➖ عباس نژاد - لایوآموز
➖ پورصیامی - نصیر
➖ طورانی - کافه تدریس
➖ خاکبازارن - کافه تدریس
➖ ایوزیان - کافه تدریس
➖ گیلک - بابان
➖ منوچهر بابایی ( تست ارشد ) - فرادرس
➖ فرزام ( نکته و تست )

☑️ کتاب و جزوات
➖ مراجع درس
➖ حل تمرین
➖ جزوه دکتر نایبی - شریف
➖ نادر ابراهیمی - دانشگاه علامه طباطبایی
➖ حسین فرامرزی - گام آخر
➖ احمد هژبر - پوران پژوهش
➖ کتاب statistics for dummies - ترجمه

〰〰〰〰〰
🆔 @ComputerReference

⚜ منابع یادگیری ماشین ( Machine Learning )

☑️ دوره‌ دانشگاه‌های داخل
➖ دکتر رهبان - شریف | اسلاید - تمرین
➖ دکتر بهرک - دانشگاه شریف
➖ دکتر محمدی - علم و صنعت
➖ دکتر شریفی ( پاییز 1403 ) - شریف
➖ دکتر شریفی - دانشگاه شریف
➖ دکتر شریفی ( برای انفورماتیک ) - دانشگاه شریف
➖ دکتر سلیمانی - شریف
➖ دکتر منصفی - فردوسی
➖ دکتر رضوی - تبریز
➖ دکتر رضوی ( کارگاه ماشین لرنینگ ) - تبریز
➖ دکتر بیگی - شریف
➖ دکتر محمدزاده - شریف
➖ دکتر حسینی - شریف
➖ دکتر دهاقانی - تهران
➖ دکتر ناظر فرد ( ماشین کاربردی ) - امیرکبیر
➖ دکتر نیک آبادی ( ماشین آماری ) - امیرکبیر
➖ دکتر جوادی - اصفهان
➖ دکتر پالهنگ - اصفهان
➖ دکتر کیوان راد - مالک اشتر


☑️ دوره‌های موسسات
➖ شکرزاد - کافه تدریس
➖ دکتر صلواتی ( علوم داده کاربردی ) - تیاس
➖ دوره AI Lessonss - مکتب خونه
➖ یادگیری ماشین و علم داده - سون لرن
➖ یادگیری ماشین کاربردی - ربوتک
➖ جادی - مکتب خونه
➖ فرادرس
➖ امیری - کدیاد

☑️ دوره‌‌ دانشگاه‌های خارج از کشور و انگلیسی

➖ List of all Courses

لیست تمام کورس های حوزه هوش مصنوعی دانشگاه‌های خارج رو داخل لینک بالا میتونین مشاهده کنین

➖ Abhishek Thakur - kaggle
➖ Jeremy Howard
➖ Josh Stramer


🔃 لینک هر منبع خوب دیگه‌ای میشناسین کامنت کنین تا اضافه بشه و پست‌ها رو برای دوستاتون به اشتراک بزارین

〰〰〰〰〰
🆔 @ComputerReference

⚜ لیست منابع دروس کامپیوتر

☑️ منابع درس ساختمان‌داده و طراحی الگوریتم
☑️ منابع درس سیستم عامل
☑️ منابع درس پایگاه داده
☑️ منابع درس شبکه‌های کامپیوتری
☑️ منابع درس نظریه زبان و ماشین
🔜 منابع درس طراحی کامپایلر

☑️ منابع درس هوش مصنوعی
☑️ منابع درس یادگیری ماشین
☑️ منابع درس یادگیری عمیق

🔜 منابع درس مبانی برنامه سازی
🔜 منابع درس برنامه نویسی پیشرفته
🔜 منابع درس مهندسی اینترنت
🔜 منابع درس مهندسی نرم افزار

☑️ منابع درس سیگنال و سیستم
☑️ منابع درس آمار و احتمال
🔜 منابع درس ریاضی ۱ و ۲
☑️ منابع درس ریاضیات گسسته
🔜 منابع درس جبر خطی
🔜 منابع درس معادلات دیفرانسیل
🔜 منابع درس ریاضی مهندسی

☑️ منابع درس مدار منطقی
🔜 منابع درس معماری کامپیوتر
🔜 طراحی سیستم دیجیتال
🔜 ساختار و زبان کامپیوتر

♾ پست منابع دروس به مرور آپدیت و ادیت میشه و منابع اضافه میشه

💭 چک لیستی که برای منابع در نظر گرفتم به صورت بالاست ، اگه پیشنهاد درس دیگه‌ای دارین کامنت بزارین

🔁 لینک کانال رو برای دوستان خودتون هم به اشتراک بزارین

➖➖➖➖➖➖➖➖➖
🌐 Reference | کانال منابع کامپیوتر
👩‍👧‍👦 Gap | گروه دانشجویان کامپیوتر
📥 Archive | کانال آرشیو منابع