📣 اطلاعیه بسیار مهم
✅ قابل توجه دانشجویان متقاضی تغییر رشته؛
باسلام
دانشجویانی که متقاضی درخواست تغییر رشته در ترم آینده (بهمن ۱۴۰۳) هستند(خصوصاً دانشجویان جدیدالورود ۱۴۰۳) و در این ترم حداقل واحد (۱۲ واحد) را اخذ نموده اند، دقت کنند چنانچه در درسی غیبت نموده یا نمره زیر ۱۰ اخذ نمایند، شرط گذرانده حداقل ۱۲ واحد درسی را از دست داده و امکان تغییر رشته آنان در ترم آینده فراهم نخواهد گردید و می بایست مجدداً در رشته فعلی یک ترم دیگر انتخاب واحد نمایند.
☑️ لازم بذکر است دروس اختیاری مازاد (مکتب شهید سلیمانی، کارآفرینی، کلیات حقوق شهروندی، آشنایی با زبان ترکمنی، شناخت محیط زیست) جز حداقل ۱۲ واحد لازم برای تغییر رشته محسوب نمی گردند.
☑️ همچنین قابل ذکر است شرط اصلی تغییر رشته در رشته هایی که پذیرش آنها براساس سوابق تحصیلی (بدون آزمون) است، گذراندن حداقل ۱۲ واحد درسی با معدل ۱۲ یا بالاتر می باشد.
⭕️ همهی آنچه که باید در مورد اعتراض به سوالات #امتحانات بدانید:
♻️ اول اینکه به اینگونه سوالات که فکر میکنید مشکل دارند پاسخ دهید. حتی اگر فکر میکنید یک سوال چند گزینهی درست دارد، یکی از گزینههای صحیح را انتخاب کنید.
🔻 بعد براساس نوع مشکل، یکی از راههای زیر را برای اعتراض انتخاب کنید:
الف) اعتراض به سوالات تستی:
۱- اگر سوال خارج از منبع باشد.
۲- سوال دارای اشتباه محتوایی باشد.
۳- دارای بیش از یک جواب صحیح باشد.
۴- فاقد گزینه صحیح باشد و یا اصلا گزینهای برای سوال تستی درج نشده باشد.
۵- اشکال تایپی که باعث تغییر مفهوم و محتوای سوال و یا جواب شده باشد
۶- جدول، فرمول، شکل، نمودار و یا اطلاعاتی که برای سوال نیاز است و ضمیمه نشده و یا در متن سوال جا افتاده است.
⭕️ اگر سوالات تستی یکی از مشکلات بالا را داشت، پس از گذشت ۳ روز از برگزاری امتحان، برای اعتراض به این قسم مشکلات از طریق زیر اقدام کنید. همچنین به یاد داشته باشید که فقط یک هفته زمان دارید.
👈 وارد سیستم گلستان و سپس داخل پرتال کاربری خود شوید--> منوی کاربر ---> مشاهده نتایج آزمون ---> آیکون اعلام اشکال
ب) اعلام اشکال به کلید سوالات تستی
⭕️ اگر دانشجو پس از بررسی سوالات و استخراج جواب صحیح از کتاب متوجه شود که پاسخهای کلید اعلامشده توسط دانشگاه با کتاب همخوانی ندارد، می تواند ۳ روز پس از برگزاری آزمون، اعتراض خود را به روش زیر ارسال کند. مهلت این اعتراض نیز یک هفته میباشد.
👈 وارد سیستم گلستان و سپس داخل پرتال کاربری خود شوید --> منوی کاربر ---> نمره و امتحان ---> امتحانات پیام نور ---> اعلام اشکال به کلید سوالات امتحانی
ج) اعتراض به نمرات تشریحی:
⭕️ دانشجویان میتوانند درخواست تجدید نظر خود را تا حداکثر ۷ روز پس از ثبت نمره توسط استاد، به روش زیر اعلام کنید👇
👈 وارد سیستم گلستان و سپس داخل پرتال کاربری خود شوید--> منوی کاربر ---> دانشجو ---> درخواستها ---> درخواست تجدید نظر نمره
🔰 تمامی این اعتراضات توسط دانشگاه بررسی میشود و در صورت تائید در سرجمع نمرات دانشجویان تاثیرگذار خواهند بود.
دانشجویام محترم، برگه پاسخنامه تستی خود را حتما و حتما با مداد مشکی نرم و پررنگ تکمیل کنید( چون اگه با خودکار تکمیل شود قابل قرائت نیست و نمره نهایی صفر می شود) و فقط پاسخنامه تشریحی را با خودکار آبی و یک رو تکمیل کنید.
@pnu100
لیست دروس امتحانات کتاب باز (open book) نیمسال اول سال تحصیلی ۱۴۰۴-۱۴۰۳ دانشگاه پیام نور
ستاد امتحانات دانشگاه پیام نور مرکز اهواز
open book.xlsx
23.5K
فایل اکسل لیست دروس کتاب باز 👆
🏙 اذان صبح 🏙
به افق تهران (استان تهران)
———————————————
🗓 چهارشنبه ۱۴۰۳/۱۰/۰۵
———————————————
ذکر روز چهارشنبه: 🦋یا حَیُّ یا قَیّوم🦋
ترجمه: ای زنده، ای پاینده
———————————————
اوقات شرعی امروز
🏙 اذان صبح ۰۵:۴۲
🌅 طلوع آفتاب ۰۷:۱۲
☀️ اذان ظهر ۱۲:۰۵
🌤 اذان عصر ۱۴:۳۹
🌄 غروب افتاب ۱۶:۵۷
🌃 اذان مغرب ۱۷:۱۷
🌌 اذان عشا ۱۸:۰۸
🌘 نیمه شب ۲۳:۱۹
———————————————
⚙️ تنظیمات 💡راهنما
📗دانلودرایگان جزوه،کتاب ونمونهسوال از همه رشتهها↙️تلگرام💙وایتا🧡
📖📚➔ @Pnu100 👈📗📒📕📔📘
🎓🤖➔ @Pnu100bot 👈😍📋
هدایت شده از انتشارات پژوهشگران پارسه
Hands-On Deep Learning for IoT by Md. Rezaul Karim, PhD Mohammad Abdur Razzaque-Packt-9781789616132-EBooksWorld.ir.epub
25.59M
در عصر اینترنت اشیا (IoT)، تعداد بسیار زیادی از دستگاههای سنجش، دادههای حسی مختلفی را برای طیف وسیعی از برنامهها در طول زمان جمع آوری و تولید میکنند. این دادهها عمدتا از جریانهای بزرگ، سریع و بلادرنگ مبتنی بر برنامهها تشکیل شده اند. استفاده از تجزیه و تحلیل در رابطه با چنین دادههای بزرگی یا جریانهای داده برای یادگیری اطلاعات جدید، پیش بینی آینده نگرانه و تصمیم گیری آگاهانه بسیار مهم است و IoT را به الگویی شایسته برای مشاغل و فناوریهای بهبود دهنده کیفیت زندگی تبدیل میکند.
هوش مصنوعی به سرعت در حال رشد است که ناشی از پیشرفت در شبکههای عصبی (NN) و یادگیری عمیق (DL) است. با افزایش سرمایه گذاری در شهرهای هوشمند، مراقبتهای بهداشتی هوشمند و اینترنت اشیا (IoT) صنعتی، تجاری سازی اینترنت اشیا به زودی در اوج خواهد بود که در آن مقادیر زیادی از دادههای تولید شده توسط دستگاههای اینترنت اشیا نیاز به پردازش در مقیاس بزرگ دارند.
این کتاب برای تسهیل کردن تجزیه و تحلیل و یادگیری در برنامههای مختلف اینترنت اشیا، مروری کامل از یک کلاس از تکنیکهای پیشرفته یادگیری ماشین به نام یادگیری عمیق (DL) را برای شما فراهم میکند. کتاب «یادگیری عمیق عملی برای اینترنت اشیا»، دید عمیقتری را در مورد دادههای اینترنت اشیا فراهم میکند، که با معرفی چگونگی متناسب سازی DL در زمینه هوشمند سازی برنامههای اینترنت اشیا، آغاز میشود. سپس چگونگی ساخت معماریهای عمیق با استفاده از TensorFlow، Keras و Chainer برای IoT را پوشش میدهد.