00:00 / 00:00
1.8x
1.4x
1.0x
0.7x
HD SD
HD
SD
ثبت‌نام رایگان
  • اضافه شدن دوره به پروفایل
  • اضافه شدن دوره به پروفایل
00:00 / 00:00
1.8x
1.4x
1.0x
0.7x
HD SD
HD
SD

آموزش رایگان آمار و احتمالات مهندسی برق

دوره‌های رایگان
38 جلسه
92٪ (14 رای)

آمار و احتمالات مهندسی از دروس پایه دوره کارشناسی در مهندسی برق است. این درس به‌خصوص برای دانشجویانی که علاقمند به ادامه تحصیل در گرایش مخابرات هستند از اهمیت بالایی برخوردار است. امروزه در بسیاری از شرکت‌های فناوری دنیا از مسائل آمار و احتمال به‌عنوان آزمون هوش و قدرت خلاقیت در مصاحبه‌های شغلی استفاده می‌شود. اسلایدهای مورد استفاده در این درس از جزوه دکتر محمدمهدی نایبی استاد دانشگاه صنعتی شریف هستند که به طور رایگان در اختیار عموم گذاشته شده‌است.

موفقیت در صنعت، علم و حتی تجارت همگی در گرو استفاده درست از علم آمار هستند، در سمت دوم نیز احتمال قرار گرفته است که در کنترل و یا شبیه‌سازی رخدادهای مهندسی به ما کمک می‌کند که با‌توجه‌به موارد یاد شده اهمیت فراگیری آمار و احتمال مهندسی را بیان می‌کند.

سرفصل‌های دوره آموزش رایگان آمار و احتمالات مهندسی برق

آمار و احتمالات مهندسی برق
12:01 ساعت
12:18
Combined Shape Created with Sketch. 37 جلسه
جلسه 1: احتمال شرطی
"28:23
جلسه 2: قضیه احتمال کل
"25:28
جلسه 3: پیشامدهای مستقل
"21:53
جلسه 4: متغیرهای تصادفی
"27:22
جلسه 5: تابع توزیع انباشته
"24:29
جلسه 7: آشنایی با ابزارهای اکسل
"09:09
جلسه 8: تابع چگالی احتمال
"21:21
جلسه 9: میانگین و واریانس
"18:15
جلسه 10: آشنایی با اکتاو - متلب
"25:09
جلسه 11: امید ریاضی
"16:11
جلسه 12: نامساوی مارکف و بینه
"12:17
جلسه 13: واریانس
"20:42
جلسه 14: توزیع یکنواخت و توزیع گوسی
"25:22
جلسه 15: توزیع نمایی، رایلی و کوشی
"26:46
جلسه 16: توزیع دوجمله‌ای، توزیع هندسی، تابعی از یک متغیر تصادفی
"19:35
جلسه 17: ادامه تابعی از یک متغیر تصادفی
"27:33
جلسه 18: قضیه اساسی امید ریاضی، تعریف گشتاور یک متغیر تصادفی
"15:32
جلسه 19: تابع مولد گشتاور
"22:47
جلسه 20: تابع مشخصه
"19:35
جلسه 21: دو متغیر تصادفی
"26:06
جلسه 22: ادامه دو متغیر تصادفی
"06:46
جلسه 23: تابع چگالی احتمال مشترک
"21:29
جلسه 24: قضیه پواسون و نقاط پواسون
"14:17
جلسه 25: متغیرهای تصادفی مستقل
"21:10
جلسه 26: کواریانس و ضریب همبستگی
"25:13
جلسه 27: نامساوی شوارتز، تابع مولد گشتاور مشترک، تابع مشخصه مشترک
"25:38
جلسه 28: ادامه تابع مشخصه مشترک
"11:12
جلسه 29: تابعی از دو متغیر تصادفی
"20:37
جلسه 30: ادامه تابعی از دو متغیر تصادفی
"28:53
جلسه 31: ادامه تابعی از دو متغیر تصادفی و تعریف متغیرهای مشترک نرمال
"11:37
جلسه 32: توزیع شرطی
"15:06
جلسه 33: ادامه توزیع شرطی
"20:05
جلسه 34: ادامه توزیع شرطی
"12:49
جلسه 35: کاربردی از توزیع شرطی
"11:04
جلسه 36: تخمین به عنوان کاربردی از توزیع شرطی
"09:02
جلسه 37: دنباله‌ای از متغیرهای تصادفی، تابع چگالی احتمال چند متغیره و تابع مولد گشتاور تابع مشخصه چند متغیره
"12:45
جلسه 38: قضیه حد مرکزی
"20:11
مدرس دوره
جواد کاظمی‌تبار

سید جواد کاظمی تبار برنده مدال نقره کشوری در المپیاد سال ۱۳۷۷ و نفر سوم کنکور سراسری در سال ۱۳۷۸، مدارک کارشناسی و دکتری خود را در رشته برق و کامپیوتر به ترتیب در دانشگاه صنعتی شریف (۱۳۸۲) و دانشگاه کالیفرنیا در شهر ارواین (۱۳۸۷) دریافت نمود. وی در سال ۱۳۹۱ و به هنگام کار در شرکت Guardian Analytics با روشهای داده‌کاوی در کشف تقلب‌های بانکی آشنا گردید. در همان شرکت بود که وی موفق به اخذ گواهینامه امنیت +Comptia Security گردید. مطالعه کتاب‌ها و دوره‌های انجمن بازرسان تقلب گواهی شده وی را با انواع تقلب در صنایع بیمه، بانک و بورس اوراق بهادار آشنا نمود. وی پس از بازگشت به ایران و از سال ۱۳۹۴ عضو هیات علمی دانشگاه و مشاور شرکت‌های نرم افزاری همچون توسن و سان بوده است. مقالاتی از وی در زمینه کشف تقلب بیمه و بورس در ژورنالهای معتبر به چاپ رسیده است که تعدادی از جدیدترین آن‌ها به شرح زیر است:

• Kazemitabar J., Shahbazzadeh M., “Stock Market Fraud Detection, A Probabilistic Approach,” JSDP. 2020; 17 (1) :3-14
•  Kazemitabar Jalil, Kazemitabar Javad, “Measuring the conformity of distributions to Benford's law,” Communications in Statistics - Theory and Methods Volume 49, 2020 - Issue 14
• Shaeiri Z., Kazemitabar J., “Fast Unsupervised Automobile Insurance Fraud Detection Based on Spectral Ranking of Anomalies,” International Journal of Engineering, Summer 2020

 

 

اطلاعات بیشتر

نظرات  (1 نظر)

خالد
17:52 - 1399/07/03
کاربر‌ سایت
ممنون خوب بود

سوالات پرتکرار

آیا ممکن است که درسی ناقص ضبط شده باشد؟
ما همواره تلاش کرده­‌ایم که دروس را به طور کامل ضبط نماییم و در اختیار شما دوستان قرار دهیم. اما گاهی برخی ناهماهنگی ها سبب می شود که یک یا تعدادی از جلسات یک درس ضبط نشود. توضیح این گونه نواقص در توضیح درس­ ها آمده است.
اگر لینک دانلود یا پخش ویدئو مشکل داشت چه باید کرد؟
در صورتی که با هر گونه مشکلی رو به رو شدید می توانید از طریق صفحه ارتباط با ما به ما اطلاع دهید تا ما سریعا مشکل را پیگیری و برطرف نماییم.
آیا امکان دریافت فیلم های یک درس به صورت سی دی یا دی وی دی وجود دارد؟
در حال حاضر امکان ارسال دروس به صورت سی دی یا دی وی دی وجود ندارد.

×

ثبت نظر

به این دوره از ۱ تا ۵ چه امتیازی می‌دهید؟

آمار و احتمالات مهندسی برق
12:01 ساعت
12:18
Combined Shape Created with Sketch. 37 جلسه
جلسه 1: احتمال شرطی
"28:23
جلسه 2: قضیه احتمال کل
"25:28
جلسه 3: پیشامدهای مستقل
"21:53
جلسه 4: متغیرهای تصادفی
"27:22
جلسه 5: تابع توزیع انباشته
"24:29
جلسه 7: آشنایی با ابزارهای اکسل
"09:09
جلسه 8: تابع چگالی احتمال
"21:21
جلسه 9: میانگین و واریانس
"18:15
جلسه 10: آشنایی با اکتاو - متلب
"25:09
جلسه 11: امید ریاضی
"16:11
جلسه 12: نامساوی مارکف و بینه
"12:17
جلسه 13: واریانس
"20:42
جلسه 14: توزیع یکنواخت و توزیع گوسی
"25:22
جلسه 15: توزیع نمایی، رایلی و کوشی
"26:46
جلسه 16: توزیع دوجمله‌ای، توزیع هندسی، تابعی از یک متغیر تصادفی
"19:35
جلسه 17: ادامه تابعی از یک متغیر تصادفی
"27:33
جلسه 18: قضیه اساسی امید ریاضی، تعریف گشتاور یک متغیر تصادفی
"15:32
جلسه 19: تابع مولد گشتاور
"22:47
جلسه 20: تابع مشخصه
"19:35
جلسه 21: دو متغیر تصادفی
"26:06
جلسه 22: ادامه دو متغیر تصادفی
"06:46
جلسه 23: تابع چگالی احتمال مشترک
"21:29
جلسه 24: قضیه پواسون و نقاط پواسون
"14:17
جلسه 25: متغیرهای تصادفی مستقل
"21:10
جلسه 26: کواریانس و ضریب همبستگی
"25:13
جلسه 27: نامساوی شوارتز، تابع مولد گشتاور مشترک، تابع مشخصه مشترک
"25:38
جلسه 28: ادامه تابع مشخصه مشترک
"11:12
جلسه 29: تابعی از دو متغیر تصادفی
"20:37
جلسه 30: ادامه تابعی از دو متغیر تصادفی
"28:53
جلسه 31: ادامه تابعی از دو متغیر تصادفی و تعریف متغیرهای مشترک نرمال
"11:37
جلسه 32: توزیع شرطی
"15:06
جلسه 33: ادامه توزیع شرطی
"20:05
جلسه 34: ادامه توزیع شرطی
"12:49
جلسه 35: کاربردی از توزیع شرطی
"11:04
جلسه 36: تخمین به عنوان کاربردی از توزیع شرطی
"09:02
جلسه 37: دنباله‌ای از متغیرهای تصادفی، تابع چگالی احتمال چند متغیره و تابع مولد گشتاور تابع مشخصه چند متغیره
"12:45
جلسه 38: قضیه حد مرکزی
"20:11