FaraComp | فرا کامپیوتر: مهندسی و علوم کامپیوتر
1.48K subscribers
68 photos
26 videos
304 links
فراکامپیوتر — کانال تخصصی مهندسی و علوم کامپیوتر

🔸 مدار منطقی
🔸 طراحی کامپایلر
🔸 طراحی الگوریتم
🔸 ساختمان داده‌ها
🔸 معماری کامپیوتر
🔸 ریاضیات گسسته
🔸 و صدها ساعت آموزش جذاب

🚀 برای مشاهده تمام آموزش‌های ویدیویی، روی لینک زیر بزنید:👇
fdrs.ir/tc/ce
Download Telegram
✳️ درس هوش مصنوعی | مفاهیم پایه به زبان ساده — منابع، کتاب و فیلم آموزشی

‏درس هوش مصنوعی یکی از درس‌های تخصصی رشته‌های علوم کامپیوتر، مهندسی کامپیوتر و مهندسی فناوری اطلاعات است. با توجه به گسترش چشمگیر هوش مصنوعی در جهان، می‌توان گفت این درس یکی از مهم‌ترین دروس رشته کامپیوتر به حساب می‌آید. به ویژه، برای دانشجویان و فارغ‌التحصیلانی که قصد ادامه تحصیل در گرایش هوش مصنوعی را دارند، این درس بسیار اهمیت دارد. در این نوشتار، منابع فارسی و انگلیسی درس هوش مصنوعی معرفی و پیش‌نیازهای این درس مصنوعی فهرست شده‌اند. همچنین، چکیده‌ای از این درس ارائه و به این سوال پاسخ داده شده است که ایده اصلی درس هوش مصنوعی چیست؟ سپس، هر یک از سرفصل‌های درس هوش مصنوعی به طور خلاصه و فشرده شرح داده شده‌اند. این مقاله بر اساس کتاب هوش مصنوعی راسل و نورویگ تدوین شده است. در پایان نیز، فیلم‌ها و دوره‌های آموزشی مرتبط با درس هوش مصنوعی معرفی شده‌اند.

══ فهرست مطالب ══

‏ ○ درس هوش مصنوعی چیست ؟
‏ ○ پیش نیاز درس هوش مصنوعی چیست ؟
‏ ○ منابع درس هوش مصنوعی چه هستند ؟
‏ ○ کتاب هوش مصنوعی راسل و نورویگ
‏ ○ هوش مصنوعی چیست ؟
‏ ○ چکیده درس هوش مصنوعی
‏ ○ معرفی فیلم آموزش درس هوش مصنوعی
‏ ○ فصل اول: معرفی هوش مصنوعی
‏ ○ فصل دوم: عامل‌های هوشمند
‏ ○ فصل سوم: حل مسائل با جستجو
‏ ○ فصل چهارم: فراتر از جستجوی سنتی
‏ ○ فصل پنجم: جستجوی خصمانه
‏ ○ فصل ششم: مسئله ارضای محدودیت
‏ ○ فصل هفتم: عامل‌های منطقی
‏ ○ معرفی فیلم های آموزش هوش مصنوعی
‏ ○ جمع‌بندی


🔸 درس هوش مصنوعی چیست ؟

‏درس هوش مصنوعی یکی از دروس تخصصی رشته کامپیوتر در مقطع کارشناسی است. این درس با عناوینی همچون «هوش مصنوعی و سیستم‌های خبره» و «مبانی و کاربردهای هوش مصنوعی» در دانشگاه‌های ایران ارائه می‌شود. مفاهیم مقدماتی و مباحث پایه هوش مصنوعی در این درس پوشش داده شده‌اند. آشنایی با مفاهیم پایه علوم کامپیوتر از جمله طراحی الگوریتم، ساختمان داده و نظریه محاسبات پیش از مطالعه درس هوش مصنوعی لازم است. همچنین، آشنایی با برخی مباحث ریاضی از قبیل حساب دیفرانسیل و جبر خطی نیز به فهم و درک بهتر برخی از مباحث مطرح شده در درس هوش مصنوعی کمک می‌کنند. دانشجویان کامپیوتر معمولاً درس هوش مصنوعی را در سال دوم (نیمسال چهارم) یا سوم (نیمسال پنجم یا ششم) مقطع کارشناسی می‌گذرانند.

‏درس هوش مصنوعی یکی از منابع تخصصی کنکور کارشناسی ارشد کامپیوتر گرایش هوش مصنوعی به شمار می‌رود. این درس برای دانشجویان و فارغ‌التحصیلان مقطع کارشناسی که قصد ادامه تحصیل و شرکت در کنکور کارشناسی ارشد گرایش هوش مصنوعی را دارند، بسیار مهم است. امتیاز درس هوش مصنوعی برای کنکور ارشد کامپیوتر- گرایش هوش مصنوعی برابر با ۱۶۶ است. درس هوش مصنوعی پیشرفته نیز یکی از دروس رشته هوش مصنوعی در مقطع کارشناسی ارشد محسوب می‌شود. درس هوش مصنوعی پیشرفته ادامه درس هوش مصنوعی مقطع کارشناسی به حساب می‌آید. در ادامه، به معرفی دروسی پرداخته شده است که پیش‌نیاز درس هوش مصنوعی به شمار می‌روند.


🔸 پیش نیاز درس هوش مصنوعی چیست ؟

‏پیش‌نیاز درس هوش مصنوعی، درس ساختمان داده و الگوریتم‌ها است. در واقع، پیش‌نیاز درس هوش مصنوعی ، آشنایی با مفاهیم ابتدایی علوم کامپیوتر یعنی الگوریتم‌ها، ساختمان داده و پیچیدگی محاسباتی است.‌ پیش‌نیازهای درس ساختمان داده‌ها و الگوریتم‌ها درس‌های برنامه‌نویسی پیشرفته و ریاضیات گسسته است. درس مبانی برنامه‌نویسی پیش‌نیاز درس‌های برنامه‌نویسی پیشرفته و ریاضیات گسسته به حساب می‌آید.



مطالعه ادامه مطلب 👇👇

🔗 درس هوش مصنوعی | مفاهیم پایه به زبان ساده — منابع، کتاب و فیلم آموزشی — کلیک کنید (+)


📌 کانال اختصاصی آموزشی مهندسی و علوم کامپیوتر

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی مهندسی و علوم کامپیوتر را در کانال اختصاصی [@FaraCompEng] دنبال کنید. 👇

@FaraCompEng — مطالب و آموزش‌های مهندسی و علوم کامپیوتر فرادرس

👍2
✳️ رشته بیوانفورماتیک |‌ دروس، گرایش ها، درآمد و بازار کار

‏در این مطلب از مجموعه مطالب معرفی رشته‌های دانشگاهی مجله فرادرس، به رشته بیوانفورماتیک می‌پردازیم و سعی می‌کنیم تناسب آن با روحیات افراد، دروسی که برای موفقیت در این رشته باید در آن‌ها پایه‌ای قوی داشته باشید، گرایش‌های آن، بازار کار و سایر موارد مرتبط را مورد بررسی قرار دهیم.

══ فهرست مطالب ══

‏ ○ رشته بیوانفورماتیک مناسب چه کسانی است؟
‏ ○ گرایش های مرتبط با رشته بیوانفورماتیک چه هستند؟
‏ ○ مهم‌ترین دروس دانشگاهی رشته بیوانفورماتیک چه هستند؟
‏ ○ فارغ التحصیل رشته بیوانفورماتیک در چه کارها و صنایعی می‌تواند شاغل شود؟
‏ ○ بازار کار رشته بیوانفورماتیک به چه صورت است؟
‏ ○ امکان ادامه تحصیل در رشته بیوانفورماتیک در داخل ایران چگونه است؟
‏ ○ امکان ادامه تحصیل در رشته بیوانفورماتیک در خارج از کشور به چه صورت است؟
‏ ○ دروس دانشگاهی رشته بیوانفورماتیک تا چه میزان نیازهای بازار کار را مرتفع می‌کنند؟


🔸 رشته بیوانفورماتیک مناسب چه کسانی است؟

‏بیوانفورماتیک، یک دانش بین رشته‌ای است که بنابه ماهیت خود، با علوم مختلف زیست شناسی، ریاضی، آمار، فیزیک و کامپیوتر، در ارتباط همیشگی است. متخصصان این رشته، از ابزارهای مختلف محاسباتی، برای تفسیر داده‌های زیستی کمک می‌گیرند و به همین دلیل، ‌می‌بایست از پایه علمی محکمی در زمینه‌های ریاضی و کامپیوتر، برخوردار باشند.

‏پس اگر

‏– نسبت به مسائل مختلف حوزه زیست‌شناسی، مثل عملکرد مولکول‌های زیستی، شبکه‌های انتقال پیام و نحوه اثر داروها، کنجکاو هستید.

‏– از کار با رایانه، کدنویسی و یادگیری نرم‌افزارهای مختلف، لذت می‌برید.

‏– تفکر خلاق دارید.

‏– از ورود به کارهای چالشی، لذت می‌برید.

‏– عاشق ریاضی و محاسبات پیچیده هستید.

‏– دارای قدرت مسئله‌یابی، منظم‌سازی اطلاعات و شناسایی الگوها هستید.

‏– از تمرکز خوبی برخوردارید.

‏– تمایل به تولید و طراحی نرم‌افزار و ورود به میدان رقابت در این حوزه را دارید.

‏– در زبان انگلیسی، مهارت کافی را دارید.

‏رشته بیوانفورماتیک، به احتمال زیاد، انتخاب مناسبی برای شماست.


🔸 گرایش های مرتبط با رشته بیوانفورماتیک چه هستند؟

‏ارتباط تنگاتنگی بین رشته بیوانفورماتیک و زیست شناسی محاسباتی (Computational Biology) وجود دارد. به طور کلی، این گرایش‌ها مجموعه‌ای از رایانه‌ها، نرم‌افزارها و پایگاه‌های اطلاعاتی را در یک ساختار منظم و هدفمند، به کار می‌گیرند تا از آن برای پاسخگویی به پرسش‌هایی در حوزه زیست شناسی، بهره بگیرند. گاهی، پاسخ‌دهی به این پرسش‌ها، نیازمند پردازش حجم انبوهی از اطلاعات است. پردازش داده‌های ژنومیکس و پروتئومیکس، نمونه‌ای از چنین داده‌کاوی‌هایی در مقیاس وسیع، به شمار می‌روند.

‏زیست شناسی سامانه‌ای (Systems Biology)، یکی از نوین‌ترین شاخه‌های زیست شناسی است که هدف آن بررسی رفتار سلول‌ها با یک نگاه کل‌نگر است. متخصصان این حوزه، به جای یک ژن، مجموعه عظیمی از ژن‌ها را به طور همزمان، مورد بررسی قرار می‌دهند و ارتباطات و چگونگی تاثیر آن‌ها را بر یکدیگر، مطالعه می‌کنند. این شاخه از علم،‌ به همراه گرایش‌های مشتق از آن، مانند بیوتکنولوژی سامانه‌ای (Systems Biotechnology) و زیست شناسی سامانه‌ای محاسباتی (Computational Systems Biology ) در تعامل نزدیکی با بیوانفورماتیک هستند.

‏داده‌کاوی پزشکی (Medical Informatics) نوعی از مهندسی اطلاعات است که در زمینه سلامتی کاربرد دارد. بخش عمده‌ای از این رشته دانشگاهی، به مدیریت و استفاده از اطلاعات پزشکی بیماران، می‌پردازد. این گرایش از علوم کامپیوتر، از فناوری اطلاعات پزشکی برای توسعه، پیشرفت و بهبود خدمات سلامتی استفاده می‌کند تا خدماتی با کیفیت بالاتر، کارایی بهتر، هزینه کمتر و فرصت‌های جدیدتر ارائه شود.



مطالعه ادامه مطلب 👇👇

🔗 رشته بیوانفورماتیک |‌ دروس، گرایش ها، درآمد و بازار کار — کلیک کنید (+)


📌 کانال اختصاصی آموزشی مهندسی و علوم کامپیوتر

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی مهندسی و علوم کامپیوتر را در کانال اختصاصی [@FaraCompEng] دنبال کنید. 👇

@FaraCompEng — مطالب و آموزش‌های مهندسی و علوم کامپیوتر فرادرس

✳️ ۱۱ قدم برای تبدیل شدن به مهندس نرم‌افزار



══ فهرست مطالب ══

‏ ○ سودآوری شغل یک مهندس نرم‌افزار
‏ ○ گام اول: نسبت به انتخاب هدف نهایی‌تان دقت زیادی به خرج دهید و به آن متعهد باشید
‏ ○ گام دوم: زبان موردنظرتان را انتخاب کنید.
‏ ○ گام سوم: تمرین، تمرین و تمرین …
‏ ○ گام چهارم: از ابزارهایی استفاده کنید که توسعه‌دهندگان واقعی استفاده می‌کنند
‏ ○ گام پنجم: کدهای دیگران را بخوانید
‏ ○ گام ششم: پیدا کردن یک انجمن فعال در حوزه کسب تخصص مهندس نرم‌افزار
‏ ○ گام هفتم: ساخت پروژه
‏ ○ گام هشتم: شبکه حرفه‌ای‌تان را ارتقا بدهید
‏ ○ گام نهم: قبل از مصاحبه کاری، یک مهندس نرم‌افزار حرفه‌ای شوید
‏ ○ گام دهم: مصاحبه شغلی خود را انجام دهید.
‏ ○ گام یازدهم: قبول کردن پیشنهاد شغلی به عنوان یک مهندس نرم‌افزار


🔸 سودآوری شغل یک مهندس نرم‌افزار

‏اغلب پروژه‌های «Bureau of Labor Statistics» که در سال‌های ۲۰۱۴ تا ۲۰۲۴ انجام می‌شوند، با نرخ رشد ۱۷% رشد خواهند کرد، که درنهایت منجر به ایجاد ۱۸۶,۶۰۰ فرصت شغلی می‌شود. این در حالی است که نرخ رشد مشاغل دیگر رقمی برابر با ۷ درصد است. باوجود تمام دیدگاه‌های مثبت و فرصت‌های شغلی فراوان تنها ۲ درصد از دانش‌آموزان در رشته‌های علوم کامپیوتری درس می‌خوانند.

‏مهارت‌های برنامه‌نویسی می‌توانند همگام با امنیت مالی و شغلی برای شما، انعطاف‌پذیری روزافزون را هم به ارمغان آورند. اما احتمالاً از خودتان می‌پرسید: «چگونه؟ چطور می‌توان بدون حضور در کلاس و گذراندن دروس دانشگاهی همه این مهارت‌ها را یاد گرفت؟ و مهم‌تر از همه چطور می‌توان دریکی از آن‌ها متخصص شد و به‌طور مستقل کار کرد؟»

‏شما با یادگرفتن این ۱۱ مرحله می‌توانید بدون گذراندن دوره‌ها و کلاس‌های طاقت‌فرسا و وقت‌گیر دانشگاهی به یک مهندس نرم‌افزار تبدیل بشوید. پس تا انتهای این ۱۱ مرحله همراه ما باشید.


🔸 گام اول: نسبت به انتخاب هدف نهایی‌تان دقت زیادی به خرج دهید و به آن متعهد باشید

‏قبل از شروع کار، لازم است بدانید که این مراحل برای کسانی گفته شده است که هدفشان از رسیدن به تخصص مهندسی نرم‌افزار شروع یک کار تمام‌وقت است. نه کسانی که:

‏– برای اولین بار کد نویسی می‌کنند.

‏– مطمئن نیستند که می‌خواهند برنامه‌نویس شوند.

‏– می‌خواهند متخصص طراحی وب، UI و UX یا دیگر زمینه‌های مربوط به طراحی بشوند.

‏– می‌خواهند به‌طور پاره‌وقت و آزادانه کار کنند.

‏– می‌خواهند کسب‌وکار مخصوص خودشان را راه بیندازند.

‏تغییر شغل کار آسانی نیست. اما وقتی‌که تصمیم نهایی‌تان را بگیرید و با تمرکز بر هدفتان در مسیرش شروع به حرکت کنید، هدف و مقصدی به شفافی زیر خواهید داشت:

‏– «می‌خواهم به‌عنوان یک توسعه‌دهنده نرم‌افزار در یک شرکت معتبر فن‌آوری کار کنم»

‏– «می‌خواهم به‌عنوان یک مهندس نرم‌افزار در یک تیم استارت‌آپی مشغول راه‌اندازی برندی جدید باشم. من عاشق صنعت هستم»

‏– «می‌خواهم به همراه یک تیم خوب، محصولاتی تولید کنم و از آن پول خوبی به جیب بزنم»

‏فرقی ندارد که هدف شما کدام‌یک از این سه مورد است. درهرصورت وقتی پا در این راه گذاشتید باید به‌عنوان یک مهندس نرم‌افزار عاشقانه کار کنید، و به کارتان متعهد باشید.



مطالعه ادامه مطلب 👇👇

🔗 ۱۱ قدم برای تبدیل شدن به مهندس نرم‌افزار — کلیک کنید (+)


📌 کانال اختصاصی آموزشی مهندسی و علوم کامپیوتر

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی مهندسی و علوم کامپیوتر را در کانال اختصاصی [@FaraCompEng] دنبال کنید. 👇

@FaraCompEng — مطالب و آموزش‌های مهندسی و علوم کامپیوتر فرادرس

✳️ کامپیوتر چطور ساخته شد؟

‏در دنیای امروز، کامپیوترها چنان در زندگی ما رسوخ کرده‌اند که وجود آن‌ها را امری بدیهی می‌شماریم؛ اما واقعیت این است که کامپیوتر ها در عرض یک شب ساخته نشدند. هر چند بنیان‌گذاری محاسبات ماشینی به طور جدی در قرن نوزدهم میلادی پیگیری شد؛ اما کار از زمان‌هایی بسیار پیش‌تر آغاز شده بود.

══ فهرست مطالب ══

‏ ○ جد بزرگ
‏ ○ معجزه بافندگی
‏ ○ تولد دوباره
‏ ○ عصر دودویی
‏ ○ تلاش انگلیسی
‏ ○ نخستین کامپیوتر تمام الکترونیکی
‏ ○ نخستین کامپیوتر چندکاره


🔸 جد بزرگ

‏ابزارهای محاسباتی از زمان‌های بسیار قدیم همراه بشر بوده‌اند. شاید مسحورکننده‌ترین و پیچیده‌ترین این ابزارها که از دوران کهن برجای مانده است، «دستگاه آنتیکی‌ثیرا» (Antikythera Mechanism) باشد که از بقایای کشتی شکسته‌ای یونانی به دست آمده است که در سال ۱۹۰۰ کشف شد.

‏به عقیده‌ی محققان، این ابزار بی‌نظیر و سرشار از چرخ‌دنده برای پیش‌بینی حرکت خورشید، ماه و سیاره‌ها کاربرد داشته است؛ اما بعضی نیز عقیده دارند دستگاه آنتیکی‌ثیرا در حقیقت نسخه‌ای از یک کامپیوتر اولیه است.

‏امروزه وقتی صحبت از کامپیوتر به میان می‌آوریم، معمولا منظورمان دستگاه‌های چندکاره‌‌ای است که نخستین نمونه آنها در میانه قرن بیستم میلادی پدیدار شدند. این دستگاه‌ها بر پایه رشته‌هایی از اعداد و با پیروی از دستورالعمل‌هایی که با عنوان «برنامه» شناخته می‌شود، عملیات منطقی را انجام می‌دهند.


🔸 معجزه بافندگی

‏«ژوزف ماری ژاکارد» (Joseph Marie Jacquard) بافنده‌ای فرانسوی و مخترعی آماتور بود که تجربیات خود از کار با دستگاه‌های بافندگی را به خوبی در اختراعاتش به‌کار گرفت. در نمایشگاه صنعتی پاریس در سال ۱۸۰۱، ژاکارد از یک دستگاه بافندگی رونمایی کرد که با «خواندن» خودکار زنجیره‌ای از کارت‌های سوراخ شده، قادر بود الگوی بافت پارچه خود را کنترل کند.

‏دستگاه بافندگی ژاکارد انقلابی در صنعت نساجی ایجاد کرد و تنها طی یک دهه، ۱۱ هزار دستگاه از این اختراع در سراسر فرانسه مشغول کار بود. از همه مهم‌تر، این دستگاه بنیان‌گذار ایده ساخت دستگاهی شد که با تغییر چیدمان و ساختارش، انجام کارها و وظایف متفاوت امکان‌پذیر می‌شد؛ ایده‌ای که تاثیر زیادی روی فردی گذاشت که بسیاری او را پدر علم محاسبات و کامپیوتر می‌دانند.

‏سال ۱۸۲۲ و در یک جلسه سخنرانی در انجمن پادشاهی اخترشناسی انگلستان، ریاضیدان و بحرالعلوم معروف، «چارلز بابیج» (Charles Babbage) طرح و عملکرد دستگاهی را مطرح کرد که خودش آن را «موتور تفاضلی» (Difference Engine) می‌نامید؛ دستگاهی که قادر بود محاسبات پیچیده را بسیار سریع‌تر و دقیق‌تر از هر انسانی انجام دهد.



مطالعه ادامه مطلب 👇👇

🔗 کامپیوتر چطور ساخته شد؟ — کلیک کنید (+)


📌 کانال اختصاصی آموزشی مهندسی و علوم کامپیوتر

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی مهندسی و علوم کامپیوتر را در کانال اختصاصی [@FaraCompEng] دنبال کنید. 👇

@FaraCompEng — مطالب و آموزش‌های مهندسی و علوم کامپیوتر فرادرس

✳️ آموزش طراحی کامپایلر — مجموعه مقالات جامع وبلاگ فرادرس

‏یکی از پایه‌ای‌ترین مباحث در حوزه مهندسی کامپیوتر و برنامه‌نویسی، بحث کامپایلر است. در واقع کامپایلر پلی بین نرم‌افزار و سخت‌افزار رایانه محسوب می‌شود و گنجاندن آن به عنوان یکی از دروس استاندارد رشته مهندسی کامپیوتر و همچنین بسیاری از رشته‌های مرتبط با رایانه نشان دهنده نقش بسزایی است که کامپایلر در معماری رایانه‌ها دارد. لذا در رشته مطالبی که اخیراً در بلاگ فرادرس تنظیم و منتشر کرده‌ایم به بررسی اجزای مختلف کامپایلرها و معرفی و تشریح تک تک مراحل مرتبط پرداختیم. در تصویر زیر مراحل مختلف فرایند کامپایل یک کد منبع به کد ماشین مقصد را ملاحظه می‌کنید:

══ فهرست مطالب ══

‏ ○ مبانی کامپایلر
‏ ○ انواع تجز‌یه
‏ ○ محیط Run-Time (زمان اجرا)


🔸 مبانی کامپایلر

‏ما در سلسله مطالب این مجموعه در ابتدا به مرور مفاهیم مقدماتی و معرفی مراحل کامپایل کردن پرداختیم که می‌توانید در مقاله زیر مطالعه کنید.

‏– کامپایلر، طراحی و معماری آن — به زبان ساده

‏همان طور که در نمودار ابتدای این مقاله نیز مشخص است، در طی فرایند کامپایل کردن کد منبع سه نوع تحلیل روی کد صورت می‌گیرد که نخستین نوع آن، تحلیل واژگانی یا لغوی است. مقاله مرتبط با این تحلیل را می‌توانید در لینک زیر مطالعه کنید. همچنین از جمله مباحثی که در زمان طراحی فاز تحلیل واژه‌ای کامپایلر حائز اهمیت محسوب می‌شوند، عبارت‌های منظم و اتوماتای نامتناهی هستند که هر دو آن‌ها به تفصیل در بخش‌هایی با همین عناوین در این مقاله توضیح داده شده‌اند:

‏– تحلیل واژه‌ای (Lexical Analysis) در طراحی کامپایلر — راهنمای جامع

‏فاز دوم تحلیل کد منبع در زمان طراحی کامپایلر، تحلیل نحوی یا تحلیل ساختاری نام دارد که این فاز نیز در نوشته زیر به تفصیل مورد بحث و بررسی قرار گرفته است:


🔸 انواع تجز‌یه

‏یکی از مباحث مهم در زمینه تحلیل نحوی، تجزیه کد است. از این رو در مطلب زیر به معرفی انواع روش‌های تجزیه کد در طراحی کامپایلر پرداخته‌ایم:

‏– انواع تجزیه در طراحی کامپایلر — راهنمای جامع

‏به طور کلی در فرایند کامپایل کد منبع دو نوع تجزیه (Parsing) به صورت‌های تجزیه بالا به پایین و تجزیه پایین به بالا داریم که در دو نوشته زیر هر دوی آن‌ها مورد بررسی قرار گرفته‌اند:

‏– تجزیه بالا به پایین — طراحی کامپایلر

‏– تجزیه پایین به بالا — طراحی کامپایلر

‏هر خطایی که در کد منبع وجود داشته باشد، در مرحله تجزیه کد مشخص خواهد شد. از این رو در این مرحله باید از روش‌هایی برای بازیابی خطاها استفاده کنیم. روش‌های مختلفی که به این منظور می‌توان مورد استفاده قرار داد، موضوع نوشته‌ای است که در ادامه آمده:



مطالعه ادامه مطلب 👇👇

🔗 آموزش طراحی کامپایلر — مجموعه مقالات جامع وبلاگ فرادرس — کلیک کنید (+)


📌 کانال اختصاصی آموزشی مهندسی و علوم کامپیوتر

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی مهندسی و علوم کامپیوتر را در کانال اختصاصی [@FaraCompEng] دنبال کنید. 👇

@FaraCompEng — مطالب و آموزش‌های مهندسی و علوم کامپیوتر فرادرس

✳️ گراف در علوم کامپیوتر — راهنمای مقدماتی

‏گراف‌ها در همه وجوه زندگی ما حضور دارند؛ اما احتمالاً آن چنان که باید با آن‌ها آشنا نیستیم. از نظر بسیاری از توسعه‌دهندگان خودآموخته، مفهوم گراف دشوار به نظر می‌رسد. به همین جهت، ممکن است درک گراف‌ها برای توسعه‌دهنده‌های باتجربه و فارغ‌التحصیلان علوم رایانه که با آن‌ها کار نکرده‌اند، دشوار باشد. اما واقعیت این است که گراف روشی جذاب و ضروری برای بازنمایی اطلاعات و روابط در دنیای پیرامون ما محسوب می‌شود. ما می‌توانیم از گراف‌ها برای انجام کارهایی بسیار جذاب به وسیله رایانه استفاده کنیم. الگوریتم‌های گراف ابزارهای زیادی برای درک شبکه‌ها و رابطه‌های پیچیده ارائه می‌کنند. در این مقاله مقدماتی، شما را با مبانی گراف‌ در علوم کامپیوتر آشنا می‌کنیم. ناگفته نماند که با مفاهیم پیچیده، دشوار یا ریاضیاتی سر و کار نخواهیم داشت و صرفاً مفاهیم مقدماتی را معرفی می‌کنیم.

══ فهرست مطالب ══

‏ ○ انگیزه بحث راجع به گراف در علوم کامپیوتر
‏ ○ گره‌ها، رأس‌ها و یال‌ها
‏ ○ جهت‌دار یا غیر جهت‌دار
‏ ○ گراف‌های دوری یا غیر دوری
‏ ○ یال‌های وزن‌دار
‏ ○ مسائلی که می‌توان با گراف حل کرد
‏ ○ سخن پایانی


🔸 انگیزه بحث راجع به گراف در علوم کامپیوتر

‏پیش از آن که وارد مباحث نظری گراف بشویم، در این بخش برخی انگیزه‌هایی که ممکن است برای یادگیری گراف مورد نیاز باشد را ارائه می‌کنیم. در واقع به این سؤال پاسخ می‌دهیم که گراف‌ها چه هستند و با آن‌ها چه می‌توان کرد؟

‏گراف در بنیادی‌ترین شکل خود گروهی از نقطه‌ها است که با خطوطی به هم وصل شده‌اند.

‏این همان تصوری است که باید در ذهن خود داشته باشید. همه مفاهیم پیچیده‌ای مانند (G(V, E که در کتب درسی ارائه می‌شوند صرفاً روشی برای بیان همان مفهوم انتزاعی اتصال نقطه‌ها به هم با استفاده از خطوط است.


🔸 گره‌ها، رأس‌ها و یال‌ها

‏زمانی که دانشمندان رایانه در مورد گراف صحبت می‌کنند، از واژه‌های نقطه و خط استفاده نمی‌کنند. به جای آن به هر نقطه، یک گره یا رأس و به هر خط، یک یال یا کمان گفته می‌شود. متداول‌ترین اصطلاح‌ها رأس و یال هستند. زمانی که می‌بیند فردی برای نمایش گراف از نماد (G(V, E استفاده می‌کند، در واقع منظور وی این است که گراف G دارای مجموعه رأس V و مجموعه یال E است.



مطالعه ادامه مطلب 👇👇

🔗 گراف در علوم کامپیوتر — راهنمای مقدماتی — کلیک کنید (+)


📌 کانال اختصاصی آموزشی مهندسی و علوم کامپیوتر

آخرین مطالب علمی، مقالات رایگان و ویدئوهای آموزشی مهندسی و علوم کامپیوتر را در کانال اختصاصی [@FaraCompEng] دنبال کنید. 👇

@FaraCompEng — مطالب و آموزش‌های مهندسی و علوم کامپیوتر فرادرس