BME DOC📚

🔻وبینارهای مهندسی پزشکی-7🔺 📽 موضوع وبینار: 🔘 ربات های پزشکی 👨‍🏫 مدرس: 🔘 جناب آقای پروفسور مهدی توکلی (عضو هیئت علمی دانشگاه آلبرتا کانادا) ●━━━──────    ⇆ ◁ㅤ❚❚ㅤ▷ ↻ #وبینار #Webinar ●━━━──────    ⇆ ◁ㅤ❚❚ㅤ▷ ↻ 📱Telegram & Instagram & Eitaa: ✅ @IMEDSQOM

📣 انجمن علمی دانشجویی مهندسی پزشکی دانشگاه صنعتی امیرکبیر برگزار می‌‌کند: 🔸 آموزش Latex (لتکس) 🗓 آغاز دوره: ۲۵ بهمن ماه 🕛 زمان: روزهای زوج ساعت ۱۸ الی ۲۰ 💳 هزینه: دانشجویان دانشکده مهندسی پزشکی: ۳۰۰ هزار تومان دانشجویان دانشگاه امیرکبیر: ۳۲۵ هزار تومان دانشجویان سایر دانشگاه‌ها: ۴۰۰ هزار تومان -دوره در ادوبی کانکت برگزار خواهد شد. جهت کسب اطلاعات بیشتر و ثبت نام با آیدی زیر در ارتباط باشید. @sabme_aut انجمن علمی دانشجویی مهندسی پزشکی دانشگاه صنعتی امیرکبیر @sabmed

🔴تعویق_کنکور_ارشد_و_دکتری ❌❌❌ کلا اسفند زمان درستی اونم برای کنکور ارشد و دکتری نیست. چرا ؟؟؟ ⭕️چون خیلی از دوستاتون متاهل هستن و خانه دار و ... ⭕️چون خیلی ها ترم بهمن وسط امتحانات دانشگاهشون درگیر امتحانات سنگینن... ⭕️چون با این هزینه ی سنگین ثبت نام خیلی ها از ثبت نام جا موندن... ⭕️چون خیلی ها درگیر پروسه ی انتخاباتی شهر و روستاشون هستن... ⭕️چون کسی که شاغله پیک درگیری های کاریش اسفنده و نمیتونه مطالعه کنه... ⭕️چون با چندین آزمون استخدامی همزمانه... 🛑♨️منابع سنگینن و فرصت مطالعه کم...♨️🛑 👈🏻و هزار و یک دلیل دیگه... حتی اگر کنکوری هم نیستی لطفا از کارزارمون حمایت کن چون خودت یا دوستات هم یه روزی کنکور میخواید بدید... 📲 از کارزار ما حمایت کنید (تنها یک دقیقه!) 🔗 لینک کارزار : https://www.karzar.net/100751 برای هماهنگی بیشتر، به کانالمان در تلگرام بپیوندید: 🔗  لینک کانال تلگرام: https://t.me/tavigharshad1403

کپشن مهم👇👇 برخی از دوره‌های توضیح داده شده در ویدیو: ۱. Graduate Diploma in Psychology (GDP)  بدون این‌که مدرک خاصی از (BPS) انجمن روانشناسی انگلستان داشته باشید، می‌تونید در این دوره‌های از رشته‌های مختلف شرکت کنید. ۲. Postgraduate Certificate in Education (PGCE)  اگه از رشته‌های مختلف می‌خواید به سمت معلم شدن بیاید، این دوره‌ها که یک سال تمام وقت طول می‌کشه رو می‌تونید انتخاب کنید. ۳. Medicine conversion courses اگه به عنوان مدرک اول خود در رشته پزشکی تحصیل نکردید، می‌تونید یک دوره چهار ساله و سریع رو بگذرونید. برخی از این دوره‌ها فارغ التحصیلان هر رشته‌ای رو می پذیرن، ولی بیشترشون نیاز به گذروندن دوره‌های مرتبط مثل زیست‌شناسی یا شیمی دارن. با این حال، برای ورود، باید تجربه کاری مرتبط داشته باشید. ۴. Nursing conversion courses در دوره‌های پرستاری به جای سه یا چهار سال، دوره‌هاتون رو می‌تونید در دو سال (تمام وقت) تکمیل کنید. این دوره‌ها شامل پرستاری بزرگسالان، کودکان، ناتوانی‌های یادگیری یا بهداشت روانیه. ۵. IT conversion courses دوره IT شامل دانش تئوری و عملیه تا برای ورود به بازار کار یا ارشد تخصصی آماده بشید. ۶. Engineering conversion courses این دوره مهندسی، برای گذر از عمران به بیومدیکال و مهندسی انرژیه. ۷. Social work conversion courses مدت دوره مددکاری اجتماعی دو ساله و سابقه کار در پذیرش مهمه. ۸.Property conversion courses البته دوره‌های تبدیل در حسابداری، کسب‌و‌کار، اقتصاد، منابع انسانی (HR)، بازاریابی و فیزیوتراپی هم موجوده.

🔔سؤال: #پیام_ناشناس سلام برای ارشد رشته علوم کامپیوتر یا نرم افزار فاند بگیریم چقدر هزینه میشه تا آمریکا مستقر شد؟ من رزومه ی خوبی دارم و تنها مشکلم هزینه های اپلای هست و بعدش اینکه چقدر زمان میبره تا روی پای خودت وایسی؟ ✅جواب: من "تخمین" هزینه ها به دلار رو خدمتتون میگم بعلاوه یه سری هزینه داخل کشور: 1. تافل 200 دلار 2. جی آر ای 200 دلار 3. اپلیکیشن فی و ارسال مدارک و نمره زبانها برای هر دانشگاه متغیر از 50 تا 150 دلار 4. وقت سفارت و سویس فی حدود 360 دلار 5. هزینه سفر به کشور ثالث برای اپلای ویزا بین 700 تا 1200 دلار 6. پیکاپ ویزا ( توسط آژانس) حدود صد دلار 7. بلیط یکبار ورود به آمریکا 700 تا 1500 دلار 8. هزینه های دو هفته اول ورود: پیش پرداخت اجاره منزل 1000 تا 2000 دلار; غذا: 100 دلار; سیم کارت: 30 تا 80 دلار; بیمه دانشگاه ( برای دانشگاههایی که بیمه رو خودشون نمیدن یا ازحقوق کم نمیکنن) 1500 تا 2500 دلار. هزینه های داخل قبل از اومدن: 1. آزاد کردن مدرک لیسانس و فوق لیسانس 2. عوارض خروج از کشور هم برای سفارت رفتن هم برای اومدن به آمریکا 3. هزینه ترجمه مدارک ( توصیه میکنم علاوه بر مدارک تحصیلی و کارنامه ها, مدارکی مثل شناسنامه کارت ملی رو ترجمه کنید) 4. هزینه چمدان و وسایل اولیه معمولا اول که میرسید تا سه تا پنج هفته باید صبر کنید تا Social Security Number بگیرید ولی حقوق اون مدت رو یکجا بهتون میدن بعدش. بر اساس تجربه من بعد حدوداً 5-7 ماه اگر توی مخارج زیاده روی نکنید و خونه هم اشتراکی بگیرید می تونید هزینه های اولیه رو جبران کنید. البته شهر به شهر و دانشگاه به دانشگاه متفاوته. _____________ همونطور که عرض کردم هزینه ها تقریبیه. اصلاحیه بر اساس پیام یکی.از دوستان: #پیام_ناشناس ببخشید هزینه ها تغییر کردن تافل 225 دلار جی ار ای 205 دلار سویس فی امریکا 350 دلار هزینه MRV یا همون هزینه وقت سفارت 160 دلار(سویس قبلا 200 دلار بود الان شده 350 دلار) #اپلای #مهاجرت

🎓قبل از مکاتبه با اساتید, چگونه دانشگاه های هدف رو پیدا کنیم؟🎓 اینجا هم به مرور زمان تکمیلش میکنم: روhttps://twitter.com/ussamamad/status/1321967130116562947?s=19 اگر دوستانتون درحال اپلای هستند این باهاشون به اشتراک بگذارید با افراد بیشتری استفاده کنند👇 *تذکر: عدد پنج دانشگاه برای اپلای صرفاً یک مثاله و شما میتونید تعداد کمتر یا بیشتری اپلای کنید. من دوستانی دیدم که برای دو تا دانشگاه اپلای کردند دوستانی هم دیدم که برای 20 تا دانشگاه اپلای کردند" ✍یه سوال که زیاد از من پرسیده شده اینه که چطور دانشگاههای هدف رو پیدا کنیم. این خیلی به فاکتورهای زیادی ربط داره. من درمورد آمریکا توضیح میدم شما درمورد اروپا و کانادا میتونید تعمیم بدید و همین روش رو استفاده کنید. ✅قدم اوّل: استخراج لیست همه دانشگاهها در رشته مورد نظرتون از سایتهای رده بندی معتبر مثل US News هست. کافیه وارد لینک زیر بشید و دنبال رشته مورد علاقه تون بگردید: https://www.usnews.com/best-graduate-schools اگر به هردلیلی رشته تون رو مستقیم پیدا نکردید, راه دیگه ش استفاده از گوگل و جستجوی عبارت زیره: List of graduate programs+اسم رشته+اسم کشور مثال: Graduate programs in biotechnology in the U.S. رو که سرچ.کنید لینک زیر یکی از لیستهای خوبه برای فوق لیسانس: https://www.stoodnt.com/blog/best-universities-for-ms-biotechnology-in-usa/ و لینک زیر برای دکترا: https://www.phdportal.com/disciplines/118/biotechnology.html ✅قدم دوّم: اولویت بندی دانشگاهها بر اساس رنکینگ: فرض کنید شما فقط برای 5 دانشگاه می خواید #اپلای کنید. توصیه من اینه اگر 1. رزومه تون خیلی عالیه (معدل 18 به بالا, تافل عالی, ریسرچ قوی و ریکام خوب) دو دانشگاه زیر رنک بیست, دو دانشگاه رنک بیست تا 50 و یک دانشگاه حدود رنک صد انتخاب کنید. دانشگاه پنجم باید تقریباً پذیرش گرفتنتون حتمی باشه برای احتیاط. 2. اگر معدلتون حدود 15-16 تا 18 است, زبانتون بین 90 تا 100 تافل و ریسرچ متوسط دارید یا ندارسد یک دانشگاه زیر بیست, یکی بین بیست و پنجاه, دو تا پنجاه تا صد, و نهایتا یک دانشگاه حدود رنک 150 برای احتیاط انتخاب کنید. 3. اگر معدلتون حدود 13-15 هست اولاً هشتگ #معدل_پایین رو در کانال مشاهده کنید, ثانیا این ترکسب به نظرم بهینه ست: سه دانشگاه بین 20 تا صد, یک دانشگاه حدود 150, و یک دانشگاه حدود رنک 200 یا دانشگاهی که خیلی کوچیک هست و شانستون بالاست. توجه کنید این ترکیبها نسبی هست و شما براساس ریسک پذیری, علایقتون و مقدار هزینه می تونید انتخابهای کمتر یا بیشتری کنید. من کسی می شناسم که با معدل 16 و تافل 90 فقط دو تا دانشگاه حدود رنک 110 اپلای کرد و هردو پذیرش گرفت. پس حکم کلی نیست. هدفم اینه ایده ای از نحوه انتخاب داشته باشید. ✅قدم سوّم: جستجوی دقیق سایت دانشکده (های) مربوط به رشته تون در دانشگاههای انتخاب شده. برای اینکار بهترین راه جستجوی گوگله برای پیدا کردن شرایط پذیرش دانشگاه مربوطه: Graduate admission requirements+اسم دانشگاه+اسم دانشکده اگر شرایط ادمیشن دانشگاه رو دارید برید به ✅قدم چهارم. وگرنه برید به ✅قدم دوم و برای این دانشگاه یک جایگزین با رنک تقریبی مشابه پیدا کنید. ✅قدم چهارم: الآن لیست دانشگاههای متنوع که شرایط ادمیشنشون رو دارید تهیه کردید. نوبت یافتن اساتید مرتبط هست. پس مجدد داخل گوگل سرچ کنید: Faculty+اسم دانشگاه+اسم دانشکده با کمی جستجو لیست همه اساتید دانشکده رو پیدا خواهید کرد. بعضی دانشکده ها براساس موضوع ریسرچ اساتید رو لیست میکنند. به هر حال اسم و ایمیل اساتید مرتبط با لینک صفحه شخصی یا آزمایشگاهشون رو در یک فایل وُرد یا اکسل ذخیره کنید. اگر هیچ استادی در دانشگاه مربوطه کارش به شما مربوط نبود برای پیدا کردن جایگزین به ✅ قدم دوم بروید. ✅قدم پنجم: با استفاده از دستور العملهای 1 و 2 رزومه و متن ایمیل به اساتید رو تهیه و شروع به ایمیل زدن کنید. هر استادی که ایمیل می زنید داخل جودل اکسل ثبت کنید. ترجیحا اگربه بیش از یک استاد از یک دانشگاه ایمیل می زنید دو روز مختلف باشه تا ایمیلتون اسپم شناخته نشه. بعد از ده روز تا دوهفته از هر ایمیل مجدداً ایمیل یاداوری بزنید با موضوع Follow up: PhD application موفق باشید🎓 #اپلای #مهاجرت

🎓🎓🎓 یک سری نکات هنگام #مصاحبه برای اپلای هست اینجا می نویسم. لطفا برای دوستان درحال اپلای بفرستید شاید کمک کنه🙏 در این رشته توییت به تدریج کاملتر مینویسم: https://twitter.com/ussamamad/status/1317907243048775682 1. Top 1% in Konkoor اگر به استاد ایرانی ایمیل می زنید ننویسید. تقریبن همه رزومه هایی که گرفتم این رو ذکر کرده بودید بدون ذکر رتبه! 2.مدال افتخارهای مسابقات استانی رو ترجیحن ذکر نکنید. فقط باعث دیده نشدن نکات اصلی رزومه تون میشه 3. لیسانس رایگان در کشورهای منطقه رایجه. ذکز این نکته باعث تأثیر چندان مثبت روی نظر استاد(مخصوصن ایرانی) برای استخدام شما نداره. مثلن نوشتن این بند در رزومه توصیه نمیشه. 4 year Scholarship for Undergraduate Program 4. حداقل ده دقیقه وقت بگذارید سایت استاد و مقاله های یکسال اخیرش رو چک کنید. نصف کسایی که مصاحبه کردم کلیدواژه های صفحه اول سایت آزمایشگاهم یا اطلاعیه جذب دانشجو رو در جواب این سوال گفتند که چرا گروه من رو انتخاب کردند و کدوم موضوع براشون جذابه. ولی یکیشون رفته بود تو نتیجه گیری مقاله آخرم و خیلی زیرکانه future works رو گفت. همین کارش باعث شد بفهمم پیگیره و تأثیر مثبتی رو ذهنم داشت. ضمن اینکه برای جواب به اینکه چرا این موضوع رو دوست دارید هم حاضر باشید. مثالی که گفتم حاضر بود و چند تا تکنیک خوب هم اسم برد با ذکر توضیح مختصر. 5. خودتون باشید. استرس طبیعیه ولی اون استاد هم مثل شما یه سر و دو گوش و ی تعداد مشخصی از اعضای بدن رو داره. پس نترسید. دلیل نمیشه اون شخص خارجه خیلی موجود ناشناخته و ترسناکیه. یکیه مث من😂 6. وقتی ازتون میخوان که کارنامه لیسانس یا ارشد بفرستید کارنامه فارسی نفرستید. بر خلاف زبان چینی و انگلیسی و اسپانیایی, زبان فارسی تعداد کمتری میفهمند. و حرفه ای نیست که من بگم Hi و شما جواب بدید علیکم السلام و رحمه الله. شما شروع جلسه دیفالت انگلیسی شروع کنید اگه استاد مایل بود سوئیچ میکنه روی فارسی. یکی از اهداف مصاحبه اسکایپ یا تلفنی سنجش میزان تسلط شما به مکالمه روان انگلیسیه. 7. هی تشکر و عذرخواهی نکنید. یکبار تشکر اول مصاحبه Thanks for your time and giving me the opportunity to discuss my application to join ...lab یکبار هم تهش Thanks again for your time. Looking forward to hearing from you یکی از دانشجوها ده بار عذرخواهی کرد 16 بار تشکر. سوالم یادم میرفت. این بخشی از فرهنگ محترم پرور ماست ولی دست کم.گرفتن خودتون و عذرخواهی زیاد حس خوبی به طرف مقابل نمیده. طلبکار بودن خوب نیست ولی تواضع بیش از حد هم بعضی وقتا نتیجه عکس میده. مثال؟ از دانشجو پرسیدم فلان مطلب رو درموردش خوندی؟ گفت بله درسش رو پاس کردم و خیلی مسلطم. واقعا کیف کردم و دوتا سوال تکنیکی هم پرسیدم جواب دقیق داد. 8. اگر جواب سوالی رو حاضر ندارید بگید بعد از مصاحبه ایمیل میکنم. نامربوط جواب تفت ندید. طرف مقابل یه مینیمم بهره هوشی داره بالاخره. 9.حتی المقدور یه جای خلوت باشید که تمرکز کنید . صدای قناری و طوطی و اینا تمرکز هزدو طرفو به هم میزنه 10. عکس سه در چهار و تاریخ تولدتون رو از رزومه حذف کنید. 11. تعداد زیادی توی متن ایمیل می نویسند the most prestigious university... به نظرم اینجور بنویسید بهتره: one of the top engineering schools in Iran. ادامه در https://twitter.com/ussamamad/status/1317907243048775682?s=19 موفق باشید🎓 #اپلای #مهاجرت

💻لیست درسهای مقدماتی و پیشرفته ماشین لرنینگ که از ‌ یوتیوب به صورت کاملن رایگان قابل دسترس هستند. با توسعه هوش مصنوعی و‌ ماشین لرنینگ به اکثر مشاغل، کسب دانش اولیه در این زمینه ها به امنیت شغلی میتونه کمک‌ کنه. - Andrew Ng CS229 ML: https://lnkd.in/gkDEyuCS - MIT: Deep Learning for Art: https://lnkd.in/grusgt3Z - Stanford CS230: Deep Learning: https://lnkd.in/ggXNEX7K - Practical Deep Learning for Coders: https://lnkd.in/giHMNrHG, https://lnkd.in/gDtRtHmG - Stanford CS224W: Machine Learning with Graphs: https://lnkd.in/grZC_j4N - Probabilistic Machine Learning: https://lnkd.in/gjSpNDCD - MIT 6.S191: Introduction to Deep Learning: https://lnkd.in/gWtSdkSH - UC Berkeley CS 182: Deep Learning: https://lnkd.in/gzHS6m8G - UC Berkeley Deep Unsupervised Learning: https://lnkd.in/gPdPbKku - Yann Lecun's NYU Deep Learning SP21L: https://lnkd.in/gdyzmf8b - Stanford CS25 - Transformers United: https://lnkd.in/gaZVn3wY - Hugging Face NLP Course: https://lnkd.in/gigfE2Yj - Stanford CS224N: Natural Language Processing with Deep Learning: https://lnkd.in/g4fg4_wX - CMU Neural Nets for NLP: https://lnkd.in/gVpUwtXE - Stanford CS224U: Natural Language Understanding: https://lnkd.in/gMeGkkzV - CMU Advanced NLP: https://lnkd.in/gAtrsGqY - CMU Multilingual NLP: https://lnkd.in/ghbcWftV - Stanford CS231N: Convolutional Neural Networks for Visual Recognition: https://lnkd.in/g3DeCWEc - Michigan Deep Learning for Computer Vision: https://lnkd.in/gbdgGgJQ - AMMI Geometric Deep Learning Course: https://lnkd.in/gYH6Vuum - UC Berkeley CS 285 Deep Reinforcement Learning: https://lnkd.in/gH-HYdqz - Intro to Deep Learning and Generative Models: https://lnkd.in/gxuTtkSk - Stanford CS330: Deep Multi-Task and Meta Learning: https://lnkd.in/gasntdBh Source: https://lnkd.in/gys5Rk5k

چندتا از دانشگاه‌های مطرح دنیا یه سری کورس‌های رایگان ارائه میدن که بنظرم برای تقویت رزومه خیلی خوبن. ‏لیستشو این زیر آوردم: ‏Data Analysis: ‏1. Harvard - R Basics: ⁦ lnkd.in/gzW8Z5jT⁩ ‏2. Harvard - Statistics and R: https://lnkd.in/ggwKPfH3 ۳. . Harvard - Data Wrangling: lnkd.in/gnArki9W 4. Harvard - Probability: lnkd.in/gRA-sCrU 5. Harvard - Linear Regression: lnkd.in/gCqYdf_W 6. Harvard - Inference and Modelling: lnkd.in/gSnuYTMW 7. Johns Hopkins - Advanced Statistics for Data Science Specialization: lnkd.in/g_n-3Wn5 8. RICE - Introduction to Data Analysis with Excel: lnkd.in/gBVHWzvR 9. Johns Hopkins - Biostatistics in Public Health Specialization: https://lnkd.in/g_n-3Wn5 ۱۰. . Lund - Writing in English at University: lnkd.in/gpMSRaAE 11. Ecole Polytechnique: How to Write and Publish a Scientific Paper: lnkd.in/gPfSdCSv 12. Stanford - Writing in the Sciences: lnkd.in/gSK3HbPn Study Designs: 13. NUS - Quantitative and Qualitative Research for Beginners: lnkd.in/ggfRpway 14. Imperial - Study Designs in Epidemiology: lnkd.in/gay73vX8 15. UCT - Understanding Clinical Research: Behind the Statistics: lnkd.in/g6nhZjt6 16. Johns Hopkins - Introduction to Systematic Review and Meta-Analysis: lnkd.in/gvA5cfbT Communication skills: 17. Harvard - Rhetoric: The Art of Persuasive Writing and Public Speaking: lnkd.in/gxsf9KgA Grant writing: 18. Udemy - Just Start Grant Writing: lnkd.in/gT2v9peW Project Management: 19. UCI - Project Management: The Basics for Success: lnkd.in/gRpf7NuB * منبع این لیست: https://x.com/ligase01/status/1740876320358400267?s=46

تعدادی از ابزارهای هوش مصنوعی برای اپلیکیشنهای مختلف Audio and Video AI Tools: ------------------------- 1. VoicePen AI:Convert audio content into blog posts, using AI. https://voicepen.ai 2. Krisp: AI tool for removing background voices, noises, and echo from calls. https://krisp.ai/ 3. Beatoven: AI tool for creating custom royalty-free music. https://www.beatoven.ai/ 4. Cleanvoice: AI tool for automatically editing podcast episodes. https://cleanvoice.ai/ 5. Podcastle: AI tool for studio-quality recording from your computer. https://podcastle.ai/ 6. Vidyo: AI tool for making short-form videos from long-form content. https://vidyo.ai/ 7. Maverick: AI tool for generating personalized videos at scale. https://lnkd.in/eptCVijb 8. Soundraw: AI tool for creating original music. https://soundraw.io/ 9. Otter: AI tool for capturing and sharing insights from meetings. https://otter.ai/ Design AI Tools: ------------------- 1. Flair: AI tool for designing branded content. https://flair.ai/ 2. Illustroke: AI tool for creating vector images from text prompts. https://illustroke.com/ 3. Stockimg: AI tool for generating the perfect stock photo. https://stockimg.ai/ 4. Looka: AI tool for designing your brand. https://looka.com/ Copy and Content AI Tools: --------------------------- 1. Copy: AI tool for generating copy that increases conversions. https://www.copy.ai/ 2. CopyMonkey: AI tool for creating Amazon listings in seconds. http://copymonkey.ai/ 3. Ocoya: AI tool for creating and scheduling social media content. https://www.ocoya.com/ 4. Unbounce Smart Copy: AI tool for writing high-performing cold emails at scale. https://unbounce.com/ 5. Puzzle: AI tool for building a knowledge base for your team and customers. https://www.puzzlelabs.ai/ Image and Content Clean-up AI Tools: ------------------------------- 1. Cleanup: AI tool for removing objects, defects, people, or text from pictures. https://cleanup.pictures/ 2. Inkforall: AI tool for content generation, optimization, and performance. https://inkforall.com/ AI Data Presentation : -------------------- 1. STORYD : It creates AI data presentations leaders love, in seconds. Beta goes live in a few weeks. https://storyd.ai AI Database: --------------- 1. SyntheticAIdata : https://lnkd.in/efKXxUkU 2. theresanaiforthat : https://lnkd.in/esexMFzt

ابزارهای تولید محتوای متنی با هوش مصنوعی · Openai.com/api · Rytr.me · Wiritersonic.com · Anyword.com · Simplified.com · Deepstory.ai ابزار های تولید محتوای صوتی با AI با هوش مصنوعی · Avia.ai · Ampermusic.com · Infinitealbum.io · Voicemaker.in · Virtualspeech.com ابزار های تولید محتوای ویدئویی با هوش مصنوعی · Veed.io · Lumens.com · Wave.video · Runway ابزار های تولید آهنگ بک گراند با هوش مصنوعی · Aiva.ai · Soundraw.io تبدیل متن به عکس و ساخت تصاویر با هوش مصنوعی · Midjourney · AI Picasso · Craiyon · #ai پاسخگویی به سوالات شما با هوش مصنوعی · ChatGPT3 · you.com

لیست درسهای مقدماتی و پیشرفته یادگیری ماشین که از ‌ یوتیوب به صورت کاملاً رایگان قابل دسترس هستند - Andrew Ng CS229 ML: https://lnkd.in/gkDEyuCS - MIT: Deep Learning for Art: https://lnkd.in/grusgt3Z - Stanford CS230: Deep Learning: https://lnkd.in/ggXNEX7K - Practical Deep Learning for Coders: https://lnkd.in/giHMNrHG, https://lnkd.in/gDtRtHmG - Stanford CS224W: Machine Learning with Graphs: https://lnkd.in/grZC_j4N - Probabilistic Machine Learning: https://lnkd.in/gjSpNDCD - MIT 6.S191: Introduction to Deep Learning: https://lnkd.in/gWtSdkSH - UC Berkeley CS 182: Deep Learning: https://lnkd.in/gzHS6m8G - UC Berkeley Deep Unsupervised Learning: https://lnkd.in/gPdPbKku - Yann Lecun's NYU Deep Learning SP21L: https://lnkd.in/gdyzmf8b - Stanford CS25 - Transformers United: https://lnkd.in/gaZVn3wY - Hugging Face NLP Course: https://lnkd.in/gigfE2Yj - Stanford CS224N: Natural Language Processing with Deep Learning: https://lnkd.in/g4fg4_wX - CMU Neural Nets for NLP: https://lnkd.in/gVpUwtXE - Stanford CS224U: Natural Language Understanding: https://lnkd.in/gMeGkkzV - CMU Advanced NLP: https://lnkd.in/gAtrsGqY - CMU Multilingual NLP: https://lnkd.in/ghbcWftV - Stanford CS231N: Convolutional Neural Networks for Visual Recognition: https://lnkd.in/g3DeCWEc - Michigan Deep Learning for Computer Vision: https://lnkd.in/gbdgGgJQ - AMMI Geometric Deep Learning Course: https://lnkd.in/gYH6Vuum - UC Berkeley CS 285 Deep Reinforcement Learning: https://lnkd.in/gH-HYdqz - Intro to Deep Learning and Generative Models: https://lnkd.in/gxuTtkSk - Stanford CS330: Deep Multi-Task and Meta Learning: https://lnkd.in/gasntdBh Source: https://lnkd.in/gys5Rk5k

Statement of Purpose یا Research Statement • اگر رزومه توی پذیرشتون 20 درصد مهم باشه, یه ریسرچ استیتمنت خوب میتونه 50 درصد نظر استادی که با ایمیل و رزومه متقاعدش کردین باهاتون مصاحبه کنه عوض کنه. و متعاقبا به کمیته تصمیم گیری کمک کنه که شما رو بین صدها نفر متقاضی انتخاب کنند. شما اگر توی اینترنت جستجو کنید صدها تمپلیت رنگارنگ پیدا می کنید برای نوشتن SOP. ولی بهترین راه اینه که اول چند مورد از اونها رو بخونید و بعد که یه ایده کلی از چارچوبش گرفتین بشینید با ادبیات خودتون بنویسید. چند تا نکته که حتماً رعایت کنید: 1. سعی کنید داستان علاقمند شدنتون به رشته ای که برای دکترا یا مستر دارین اقدام می کنید از لیسانس یا حتی دبیرستان به بعد بیان کنید. 2. نشون بدین که خیلی جویای علم هستید و اگر بهتون ادمیشن بدن خیلی با هیجان منتظر شروع ریسرچ هستین. 3. اسم حداقل یک نفر از استادهای فیلد خودتون توی اون دانشگاه به همراه اسم آزمایشگاهش و اینکه چرا خوشتون میاد بیان کنید. اینطوری به کمیته پذیرش کمک میکنید که حداقل رزومتونو به اون استاد نشون بده و نظرشو بپرسه 4. به مقاله های خودتون اشاره کنید یا اگر یه مساله قشنگی رو حل کردین یکی دوجمله بگین چرا پذیرش ازین دانشگاه کمکتون میکنه اون مساله رو عمیقتر بررسی کنید. 5. حتمن حتمن حتمن بدین یک نفر متن رو بخونه و ایراداتش رو بهتون بگه چه نگارشی چه محتوایی. من درحدتوانم و تا جایی که زمان اجازه بده میتونم کامنت کلی بدم اگر کسی نیاز داشته باشه. 6. دو نسخه حاضر کنید: یک نسخه 500 کلمه ای و یک نسخه دو صفحه ای تا اگر دانشگاهی محدودیت گذاشت لحظه آخری مجبور نشید تغییرش بدین. برخلاف رزومه و متن ایمیل اول, ریسرچ استیتمنت هرچه شخصی تر باشه بهتر نظر استاد و کمیته بررسی رو جلب میکنه. #اپلای #مهاجرت

روزانه من بیش از ده ایمیل درخواست پی اچ دی, پست داک یا ارشد می گیرم و بعضی از اونها بین ایمیلها گم میشه. ولی بعضی ایمیلا رو همون لحظه باز میکنم و بین سی تا چهل ثانیه روی کل ایمیل و اتچمنتها وقت میذارم. وقتی دارین این ایمیل رو می نویسین خیلی حواستون باشه باید توی حداقل کلمات بیشترین دستاوردهای علمیتون از معدل گرفته تا مقاله و جایزه علمی و حتی نمره زبان نشون بدین. رزومه رو هم که پیوست کردین به همراه کارنامه های ترجمه شده و نمره زبان. پس خیلی روی این متن وقت بذارین. گاهاً پیش میاد یه جمله تأثیرگذار توی ایمیل دانشجو باعث میشه بعد از دوسه هفته من توی ایمیلای قبلی دنبالش بگردم و باهاش مصاحبه کنم. نکته دوم اینکه از فرستادن ایمیل دوم و ریمایندر نترسید. اگر بعد یک تا دوهفته جوابی نگرفتید روی همون ایمیل اول ریپلای کنید و اینو بنویسید: Dear Dr. .... Following up on my previous email, I wonder if you have any questions about my resume. I would be glad to schedule a meeting to further answer any of your questions or discuss my research qualifications elaborately. Thanks, .... #اپلای #مهاجرت