نادر ابراهیمی

«هیچ وقت همه چیز درست نمی شود ؛ چون توقعات ما بیشتر میشود و تغییر می کند .

هیچ قله ای آخرین قله نیست .

رسیدن غم انگیز است .

"راه ، بهتر از منزلگاه است."

برویم بی آنکه به رسیدن بیاندیشیم ؛ اما واقعا برویم ... ‬»

برنامه کنفرانس‌هایی که در آینده نزدیک در آنها شرکت می کنم

کنفراس اول :

کنفرانس "رویکردهای نوین در نگهداشت انرژی" ETEC2011 با همکاری نزدیک پژوهشکده­ های انرژی، محیط زیست و مرکز مطالعات توسعه تکنولوژی دانشگاه صنعتی امیر کبیر، کنفدراسیون صنعت ایران، خانه صنعت و معدن ایران، اتاق بازرگانی ایران، سازمان گسترش و نوسازی صنایع و معادن ایران و جمعی از دانشگاه­ ها و سازمان ­های دولتی و خصوصی دیگر در تاریخ بیست و هفتم و بیست و هشتم آذر ماه 1390 در مخل همایشهای پژوهشگاه نیرو  برگزار می­ گردد.

من در این کنفرانس با مقاله: «مکان يابي جایگاه‌های سوخت تجدید پذیر برای مسائل با سایز بزرگ» شرکت  می‌کنم.

سایت رسمی کنفرانس: http://www.etec.ir/Default.aspx

کنفرانس دوم:

پنجمین کنفرانس داده کاوی ایران IDMC2011 تاریخ بیست و دوم و بیست و سوم آذر ماه 1390 در دانشگاه صنعتی امیر کبیر برگزار می شود.

سایت رسمی کنفرانس: http://www.irandatamining.ir/index.htm

در این کنفرانس هم با مقاله : «پیش بینی حالت آینده ترافیک با استفاده از تکنیک های Classification Data Mining»  به همراه  دوست عزیزم مهرداد الماسی شرکت می کنم.

به امید دیدار تمامی دوستان خوبم.

باید دوباره و دوباره بخوانیم

استیو جابز: شما نمیتوانید رابطه نقاط و اتفاقات را با پیش بینی آینده درک کنید. تنها با نگاه کردن به گذشته میتوانید نقاط را به هم وصل کنید (و بدانید که دلیل وقوع اتفاقات زندگی شما چه بوده). باید اطمیان کنید که این نقاط به نحوی در زندگی شما به هم متصل خواهند شد. شما باید به چیزی باور داشته باشید، جرات، تقدیر، زندگی، سرنوشت و یا هرچیز دیگر. چراکه باور به اینکه نقاط به نحوری زندگی آینده شما را میسازند میتواند به شما این اطمینان را بدهد که مسیر قلبی خود را دنبال کنید. حتی اگر آن مسیر شما را از مکان گرم و نرم که در آن هستید خارج کند، و این تمام چیزی است که باعث ایجاد تفاوت ها میشود

من خوشبخت بودم چون خیلی زود در جوانی کاری را که واقعا دوست داشتم پیدا کردم. "واوز" و من زمانی که 20 ساله بودم (شرکت) "اپل" را در پارکینگ خانه پدرم پایه گذاری کردم. ما به سختی کار کردیم و در ظرف 10 سال اپل از ما 2 نفر در پارکینگ، به شرکتی با ارزش 2 میلیارد دلار با 2000 کارمند تبدیل شد. بهترین محصولمان "مکنتاش" رادر سن 30 سالگی من تولید کردیم و بعدش من اخراج شدم.
بعضی وقتها، زندگی با آجری به سر شما میکوبد! ایمان خود را از دست ندهید. من معتقدم که تنها چیزی که مرا سر پا نگه داشت، این بود که من عاش کارم بودم. شما باید چیزی را که دوست دارید پیدا کنید.
تنها راه برای انجام کاری بزرگ این است که عاشق آن کار باشید، اگر هنوز پیدایش نکرده اید به جستجو ادامه دهید وهیچگاه باز نایستید. مثل تمام مسائل قلبی، زمانی که آن را پیدا کنید، خودتون خواهید فهمید و مثل هر رابطه واقعی و با ارزش، با گذشت زمان بهتر و بهتر خواهد شد. پس تا یاقتن آن به جستجو ادامه دهید وباز نایستید.

زمان شما محدود است، پس آنرا با زندگی کردن با غیر از "خود" هدر ندهید. در تله تعصبات گرفتار نشوید که زندگی کردن با تفکرات و باورهای دیگران است. اجازه ندهید سر وصدای عقاید دیگران ندای درون شما را احاطه کند. و از همه مهمتر جرات پیروی از قلب و ادراک خود را داشته باشید که ایندو به نوعی میدانند که شما واقعا چه چیزی میخواید بشوید. هر چیز دیگری جانبی و در اولویت دوم است.

تشنه بمانید، ابله بمانید. من همیشه این را برای خود آرزو کردم و الان این را برای شما میخواهم. تشنه بمانید، احمق بمانید.

پ.ن.

1.تشنه بمانید: یعنی همیشه برای پیشرفت و موفتیت تشنه باشید و هیچوت سیرات نباشید همیشه بخواهید که بهتر باشید و بیاموزید

«آب کم جو تشنگی آور بدست// تا بجوشد آبت از بالا و پست» جلالالدین محمد بلخی

2.ابله بمانید : در این جا منظور آقای جابز این است که فکر نکنید همه چیز را میدانید. به عبارت دیگر وقتی که فکر کنید البه هستید سعی خواهید کرد که بیشتر و بیشتر بیاموزید. آقای جابز و همکارانش در اپل خود را ابله میپنداشتند

لینک فیلم، سر فصل ها و محتویات دروس ریاضی و کامپیوتر دانشگاهی

لینک فیلم، سر فصل ها و محتویات دروس ریاضی و کامپیوتر، ارائه شده در دانشگاه‌های معروف مختلفِ آمریکا که به صورت رایگان در دسترس عموم قرار دارند.

منبع :

http://www.openculture.com/freeonlinecourses

Mathematics

• Abstract Algebra - Multiple Formats – Benedict Gross – Harvard
• Causal and Statistical Reasoning - Web Site - Carnegie Mellon
• Calculus – iTunes Audio – F. Michael Christ, UC Berkeley
• Calculus Revisited: Single Variable Calculus (1970) – YouTube - iTunes Video – Web Site – Herb Gross, MIT
• Computational Science and Engineering I - iTunes – YouTube – Web Site – Gilbert Strang, MIT
• Computational Discrete Mathematics – Web Site – Carnegie Mellon
• Core Science Mathematics – YouTube – SK Ray, IIT
• Differential Equations – YouTube – iTunes – MIT – Arthur Mattuck
• Empirical Research Methods – Web Site – Carnegie Mellon
• Engineering Statistics - Web Site – Carnegie Mellon
• Geometric Folding Algorithms:Linkages, Origami, Polyhedra - Web Site – Erik Demaine, MIT
• Introduction to Probability and Statistics – YouTube – iTunes Video – Deborah Nolan, MIT
• Introductory Probability and Statistics for Business - iTunes – Fletcher Ibser, UC Berkeley
• Introduction to Statistics - iTunes – Fletcher Ibser, UC Berkeley
• Linear Algebra – YouTube – iTunes – Gilbert Strang, MIT
• Logic & Proofs - Web Site – Carnegie Mellon
• Multivariable Calculus - YouTube - iTunes – Dennis Auroux, MIT
• Probability for Math Science – iTunes – YouTube – Herbert Enderton, UCLA
• Sets, Counting, and Probability - Multiple Formats – Paul Bamberg, Harvard
• Single Variable Calculus - YouTube – iTunesU – David Jerison, MIT
• Statistics – Web Site – Carnegie Mellon
• The Calculus Lifesaver – Download Videos – Adrian Banner, Princeton
• The Fourier Transform and its Applications – YouTube – iTunes – Multiple formats – Brad Osgood, Stanford
• Engineering Statistics – Web Site – Carnegie Mellon
• Convex Optimization I – Multiple Formats – Stephen Boyd, Stanford
• Convex Optimization 2 – Multiple Formats – Stephen Boyd, Stanford
• Introduction to Linear Dynamical Systems - Multiple formats – Stephen Boyd, Stanford
• Genomics & Computational Biology – iTunes – George Church, MIT
• Game Theory – YouTube – iTunes – Download Course – Ben Polak, Yale
• Game Theory in the Social Sciences - iTunes Video – Yves Zenou, UC Berkeley

Computer Science & Artificial Intelligence

• Artificial Intelligence – Introduction to Robotics – YouTube – iTunes – Multiple formats – Oussama Khatib, Stanford
• Artificial Intelligence – Natural Language Processing – Multiple formats – Christopher Manning, Stanford
• Artificial Intelligence – Machine Learning – YouTube – iTunes – Multiple formats – Andrew Ng, Stanford
• Artificial Intelligence – YouTube – P.Dasgupta, IIT
• Bits – Multiple Formats – Harry Lewis, Harvard
• Building Dynamic Web Sites – iTunes - Video & Audio – David Malan, Harvard Extension
• Building Mobile Web Sites – iTunes – Web Site - David Malan, Harvard Extension
• Computational Camera and Photography – Download Course – Ramesh Raskar, MIT
• Computational Discrete Mathematics – Web Site – Carnegie Mellon
• Computer Graphics – YouTube – Sukhendu Das, IIT
• Computer Language Engineering - YouTube – iTunes Video – Web Site – Martin Rinard, MIT
• Computer Networks – YouTube – S.Ghosh, IIT
• Computer System Engineering – Web Site – Profs. Robert Morris and Samuel Madden, MIT
• Data Structures - iTunes Video – Paul Hilfinger, UC Berkeley
• Developing Apps for iOS (iPhone & iPad) – iTunesU – Paul Hegarty, Stanford
• Discrete Mathematical Structures YouTube – Kamala Krithivasan, IIT
• Intensive Introduction to Computer Science Using C, PHP, and JavaScript – Multiple Formats – David Malan, Harvard
• Introduction to Algorithms – iTunes – YouTube - Web Site –  Prof. Charles Leiserson & Erik Demaine, MIT
• Introduction to Computer Programming for Scientists and Engineers - iTunes Audio – iTunes Video – Roberto Horowitz, UC Berkeley
• Introduction to Computer Science and Programming - YouTube – iTunes – MIT Web Site – Eric Grimson, John Guttag, MIT
• Introduction to Computer Science: Programming Methodology – YouTube – iTunes – Multiple formats – Mehran Sahami, Stanford
• Introduction to Computer Science: Programming Abstractions - YouTube – iTunes - Multiple formats – Julie Zelenski, Stanford
• Introduction to Computer Science: Programming Paradigms - YouTube – iTunes - Multiple formats – Jerry Cain, Stanford
• Introduction to Computer Graphics – YouTube – Prem Kalra, IIT
• Introduction to Embedded Systems - YouTube – Professors Sanjit Seshia, Edward A. Lee, UC Berkeley
• Introduction to Problem Solving & Programming – YouTube – Deepak Gupta, IIT
• iPhone Application Development (Spring 2009)- iTunes – Stanford
• iPhone Application Development (Winter 2010) – iTunes – Stanford
• Logic & Proofs – Web Site – Carnegie Mellon
• Machine Structures – iTunes Video – David Culler, UC Berkeley
• Multimedia Systems - iTunes – Surendar Chandra, Notre Dame
• Operating Systems and System Programming – iTunes – Multiple professors, UC Berkeley
• Operating Systems Principles – iTunes – Surendar Chandra, Notre Dame
• Principles of Digital Communications I - YouTube – iTunes – Profs Gallagher and Zheng, MIT
• Principles of Digital Communications II - YouTube – MIT
• Programming Languages and Compilers - YouTube – Professor Paul Hilfinger, UC Berkeley
• Quantum Computing for the Determined - YouTube – Michael Nielsen, The University of Queensland
• Search Engines: Technology, Society and Business – YouTube – Marti Hearst, UC Berkeley
  
• The Beauty and Joy of Computing – iTunes - Brian Harvey, UC Berkeley
• The Beauty of Joy of Computing – YouTube – Professor Daniel Garcia, UC Berkeley
• The Future of the Internet – iTunes – Ramesh Johari, Stanford
• The Structure and Interpretation of Computer Programs – YouTube - iTunes – Brian Harvey, UC Berkeley
• Understanding Computers and the Internet – iTunes – Feed – David Malan, Harvard University

ابزاهایی برای محسابات و پیاده سازی های علمی در Python

SciPy  نام یک کتابخانه open-source برای ریاضدان ها ، دانشمندان و مهندسین  است و نیزنام یک کنفرانس در زمینه برنامه نویسی علمی به زبان Python است(برای دانلود به سایت:http://www.scipy.org/SciPy مراجعه کنید).

SciPy وابسته به NumPy است که امکان عمیات ماتریسی N بعدی را بصورت سریع و آسان  محیا می سازد. این کتابخانه طوری طراحی شده تا با آرایه های NumPy کار کند، و عملیات متداول نظیر محاسبه انتگرال، بهینه سازی را به گونه ای کارا و قابل فهم برای کاربر انجام دهد. به علاوه این بسته قابل اجرا بر روی تمامی سیستم عامل های متداول نیز می باشد. کلیه خدمات آن به سرعت قابل نصب  و البته رایگان است.  

به عنوان مثال، بسته بهینه سازی scipy.optimize (برای مشاهده جزئیات به scipy.optimze documentation  مراجعه کنید) مهمترین عملیات پایه بهینه سازی  توابع غیر خطی را انجام می هد. کد زیر تعدای از ماکزیمم های محلی تابع بسل را نشان میدهد:

   1 from scipy import optimize, special
   2 from numpy import *
   3 from pylab import *
   4 
   5 x = arange(0,10,0.01)
   6 
   7 for k in arange(0.5,5.5):
   8      y = special.jv(k,x)
   9      plot(x,y)
  10      f = lambda x: -special.jv(k,x)
  11      x_max = optimize.fminbound(f,0,6)
  12      plot([x_max], [special.jv(k,x_max)],'ro')
  13 
  14 title('Different Bessel functions and their local maxima')
  15 show()

:منبع

http://www.scipy.org/SciPy