اجتماع آماری ها 📈

سلام دوستان ارشد کسی اطلاعی داره که در مقطع ارشد وقتی یه درس رو پاس نکنیم ترم آینده برای اخذ مجدد باید هزینه ای پرداخت بشه؟ و اینکه اگر پیش‌نیاز درس دیگه ای باشه نمیشه مثل دانشجویان کارشناسی همنیازش کرد؟

این درس فقط برای ترم بهمن هست ؟

گسسته دیگه ارائه نمیشه چارت عوض شده و درس به "تحلیل داده های رسته ای" تغییر کرده و ۳ واحدی هم شده علامه و تهران هم گسسته ندارن. بهشتی هم چارتش از ورودی ۴۰۳ تغییر کرده اون رسته ای هم ترمای فرد ارائه میشه

درست خب منم پاس نکردم الان تکلیف چیه به نظرتون

پیوی پیام بدین

برام یه پیام بفرستین من نمی تونم

سلام دوستان کتاب امار و احتمال دکتر ایوزیان رو کسی داره؟!

🎲 هوش مصنوعی فقط نباید پیش‌بینی کند؛ باید بداند چقدر می‌تواند به پیش‌بینی خودش اعتماد کند! موضوع این هفته‌ی یکشنبه‌های Data Elites یکی از مهم‌ترین پایه‌های آمار، علم داده و AI است: احتمال؛ زبان مدل‌ها برای فهم عدم‌قطعیت چهار منبع رایگان انتخاب کردیم؛ دو مسیر نظری برای یادگیری عمیق مفاهیم و دو مسیر کاربردی برای دیدن احتمال در حل مسئله و Machine Learning🚀 🎯 مسیر نظری فارسی آمار و احتمال مهندسی — دکتر محمدمهدی نایبی، دانشگاه صنعتی شریف ( دانشگاه صنعتی آریا مهر ) دوره‌ای کامل از اصول احتمال، بیز و متغیرهای تصادفی تا توزیع‌های مشترک، امید شرطی، انواع همگرایی، قانون اعداد بزرگ و قضیه حد مرکزی. 🔗 لینک 📊 مسیر جدید و مسئله‌محور فارسی آمار و احتمال مهندسی — دکتر فرید آشتیانی مفرد طهرانی، دانشگاه صنعتی شریف ( دانشگاه صنعتی آریا مهر ) دوره‌ای مربوط به بهار ۱۴۰۵ با رویکرد مهندسی و حل مسئله؛ مناسب دانشجویان کامپیوتر، برق، Data Science و AI، این مجموعه دست‌کم تا جلسه ۲۵ به‌صورت رایگان منتشر شده است 🔗 لینک 🇬🇧 مسیر نظری انگلیسی — 2026 STATS 100A: Introduction to Probability — UCLA یک دوره کامل از فضای احتمال، شمارش و بیز تا توزیع‌های مشترک، امید شرطی، Monte Carlo، قانون اعداد بزرگ و قضیه حد مرکزی؛ همراه با تمرین و شبیه‌سازی‌های Python 🔗 دوره و منابع 🔗 ویدئوهای Summer 2026 مسیر کاربردی و پیشرفته انگلیسی — 2026 CMPT 727: Statistical Machine Learning — Simon Fraser University یک دوره برای ورود جدی‌تر به Probabilistic Machine Learning؛ شامل Maximum Likelihood، EM، Bayesian Networks، Markov Random Fields، MCMC، Variational Inference و Causal Inference. این دوره برای کسانی مناسب است که مبانی احتمال و یادگیری ماشین را از قبل می‌دانند. 🔗 صفحه کامل دوره 🔗 ویدئوهای دوره 🎁 منبع تکمیلی فارسی ویدئوهای رایگان دوره دکتر علی شریفی زارچی دیگر در دسترس نیستند؛ اما مخزن عمومی دوره شامل Notebookهای زبان R، تمرین‌ها، آزمون‌ها و سیلابس همچنان باقی مانده است 🔗https://github.com/SharifiZarchi/Probability_Statistics 💡 مسیر پیشنهادی DE: اگر احتمال را از پایه شروع می‌کنید: دکتر نایبی برای ساختن پایه نظری ⬇️ دکتر آشتیانی برای حل مسئله و تثبیت مفاهیم ⬇️ UCLA STATS 100A برای مرور انگلیسی و شبیه‌سازی با

کسی هست کنکور دکتری داده باشه؟ چندتا سوال داشتم

کسی اینو نمیدونه؟؟؟

آخ جون😍😅 کجا باید تحویل بگیریم!😂💔

یک عمر باهاشون درس خوندم و درس دادم و خیلی سخته جداشدن ازشون 🤦‍♂🤦‍♂🤦‍♂

ببخشید کدوم شهر هستید

دوستان من تهران هستم و امکان پست کردن رو ندارم اگر میتونید کسی رو بفرستید تهران بگیره و هر طوری بهتون برسونه پیام بدید. ضمنا این کتابها زبان اصلی هستن اما جزوه هایی عکس پایینی فارسی هستن