آموزندگی درس بهینه‌سازی برخط

در ترم حاضر درس بهینه‌سازی برخط را با دکتر علیشاهی ارائه می‌کنیم. در این درس مطالب جالب فراوانی وجود داشت. البته هنوز عمق مطلب را یادنگرفته‌ام، اما صورت‌بندی مساله‌ها خیلی جالب بود.

یکی از مطالب درس، یادگیری برخط بود. در یادگیری برخط می‌خواهیم الگوریتمی برای یادگیری تولید کنیم با این فرض که از همان ابتدا باید پاسخگو باشد. به عبارت دیگر، از همان ابتدا به الگوریتم نمونه‌هایی داده می‌شود، پاسخ از او پرسیده می‌شود و به ازای پاسخ نادرست جریمه می‌شود. بدین صورت الگوریتم از ابتدا باید پاسخ بدهد. 

از این جهت، یادگیری برخط خیلی شبیه یادگیری غیربرخط، یا یادگیری ماشین است. تفاوت‌های این دو یادگیری این است که، یادگیری ماشین دو فاز دارد: فاز آموزش و فاز آزمایش. در فاز آموزش در یادگیری غیربرخط به شما چند نمونه با پاسخ نمونه‌ها داده می‌شود. شما اجازه دارید در این مدت نمونه‌ها و پاسخ‌ها را ببینید و یادبگیرید، بدون اینکه هزینه‌ای بدهید. سپس در فاز آزمایش به شما نمونه‌هایی می‌دهند و شما باید پاسخ بدهید، بدون اینکه اجازه داشته باشید از درست و یا نادرست بودن پاسخ‌های خود استفاده کرده و یادگیری خود را تقویت کنید. در یادگیری برخط همیشه شما اجازه دارید یادگیری را به‌روز کنید ولی در مقابل همیشه باید هزینه پرداخت کنید.

خود صورت‌بندی یادگیری برخط شبیه‌تر است به واقعیت. درنتیجه همین صورت‌بندی به اندازه کافی جالب است. اما طبیعتا کاربردهای فراوان واقعی زیادی در یادگیری برخط هست که در آینده شاید به آن‌ها بپردازیم.

کارگاه معرفی Sage توسط یکی از نویسندگانش

این هفته آقای Thierry Monteil از اساتید  LAAS-CNRS و INSA Toulouse مهمان ما در ایران هستند. موضوع اصلی پژوهش ایشان که بیشتر به ما مربوط است، مدل‌های نامتداول محاسباتی است.

اگر با اساتید قبلی فرانسوی و ارائه‌هایشان آشنا باشید، مثلا مدل محاسباتی ماشین سیگنال را می‌شناسید. در این مدل با سیگنال‌هایی که حرکت می‌کنند در فضای یک-بعدی و با تعریف یک سری قواعد برای برخورد آن‌ها، می‌توان یک ماشین محاسباتی تعریف کرد. به این ماشین، ماشین سیگنال می‌گویند. می‌توان نشان داد که ماشین سیگنال قدرت محاسباتی بیشتری از ماشین تورینگ دارد، یعنی هرآنچه ماشین تورینگ می‌تواند حل کند، توسط ماشین سیگنال هم قابل حل کردن است و البته چیزهایی هستند که ماشین سیگنال می‌تواند حل کند ولی ماشین تورینگ نمی‌تواند. هم‌چنین ایشان کارهایی در مورد محاسبات با نور انجام داده‌اند.

علاوه بر فعالیت در زمینه‌های بالا، ایشان از توسعه‌دهندگان نرم‌افزار Sage هستند. قرار شد ایشان ارائه در دانشگاه شریف داشته باشند که در آن در مورد نرم‌افزار Sage صحبت کنند. پوستر ارائه ایشان در ادامه آمده است:

ایشان خودشان به سروکله زدن با کامپیوتر و نرم‌افزارها و دانشجویان علاقه‌مند بودند. در نتیجه اگر با ایشان کاری دارید می‌توانید بعد از ارائه‌شان به ایشان مراجعه کنید.

احتمالا شنبه بعدازظهر هم یک ارائه داشته باشند در دانشکده علوم و فنون نوین دانشگاه تهران.

سعی می‌کنیم جلساتی هم با ایشان بگذاریم ببینیم می‌توانیم با ایشان هم‌کاری داشته باشیم یا خیر. 

معرفی دکتر غلامی رودی

دکتر علی غلامی رودی، را از قبل از ورود به دانشگاه می‌شناختم. از المپیاد کامپیوتری‌های گذشته بود که در ایران ماند و کامپیوتر خواند و در نهایت هیئت علمی شد. در دانشگاه نوشیروانی بابل. استاد فعالی هستند، درس‌های زیادی ارائه می‌کنند و در کنارش کارهای جالبی هم انجام می‌دهند. کلا گشت و گذار در قسمت علمی صفحه وب‌شان لذت‌بخش است.

یکی از کارهایی که انجام می‌دهند این است که یک مجله-مانندی دارند به نام پنج‌شنبه‌های سخت. فردی است به نام دال که این مجله در مورد او و کارهای او و مساله‌هایی است که او تعریف می‌کند. فردی مرموز و دانش‌مند! خواندن مجله خالی از لطف نیست. دیدن اساتید جوانی که حوصله این کارها را دارند مانند نسیمی خنک در گرمای تابستان لذت‌بخش است.

یک نرم‌افزارهایی هم تولید کرده‌اند برای تولید متن‌های فارسی. راستش درست متوجه نشدم چی هستند. یک ویرایشگر فارسی-انگلیسی و شاید چیزهای دیگر. می‌توانید این را هم در وب‌گاهشان پیدا کنید.

کلا پس از مطالعه وب‌گاهشان کمی وسوسه شدم که گولشان بزنم که ۱) در تولید یک وب‌گاه با هم هم‌کاری کنیم. ۲) تشویقشان کنم برای هم‌کاری پژوهشی در زمینه‌های جدیدتر علوم کامپیوتر. ۳) تشویقشان کنم که این درس‌هایی که من می‌دهم را ایشان هم بدهند. بدین‌صورت چند نفری در اقصی نقاط ایران تولید کنیم که زمینه‌های مطالعاتی‌شان حداقل به هم نزدیک باشد. ۵) [بله، مورد ۴ این‌جا جا افتاده! لازم نیست تذکر بدهید!] هم‌کاری در مسابقات علمی، چه ACM و چه المپیاد.

سمینارهای پاییزی پژوهشکده علوم زیستی IPM

پژوهشکده علوم زیستی IPM سمینارهای خوب بیوانفورماتیکی به صورت منظم در این چند سال گذشته برگزار کرده. پاییز امسال نیز مانند سال‌های گذشته سمینارهایی دارد. برنامه پاییز به صورت زیر است:

از بین برنامه‌ها، سخنرانی‌های آقای ملک‌پور و سخنرانی آقای کالیراد به نظر بنده جالب‌تر است.

اندر مصائب ضبط فیلم کلاس‌های درسی

در طی چند روز گذشته، فردی نامه‌هایی همراه با سوالی در زمینه درس جاوا برای بنده ارسال کرد که انتشار آن‌ها شاید خالی از لطف نباشد.

نامه اول:

سلام و درود استادامیدوارم حالتان خوب باشد و به سوادتان بیفزایید!
توی یک ویدیو از دانشگاه شریف شما در حال تدریس عرض کردید که سی شارپ از جاوا گرفته شده!اگر میشه دلیلش رو بگید وگرنه به سواد شما شک داریم.
با تشکر

پاسخ نامه اول:

سلام
یعنی فکر می‌کنید جاوا از سی شار‌ گرفته شده؟ یا شباهتشان اتفاقی است؟

نامه دوم:

شما عرض کردید که سی شارپ از جاوا گرفته شده .برای این جمله شما مدرکی هم هست؟

پاسخ نامه دوم:

پاسخ سوال بنده را ندادید.

نامه سوم:

بزرگوار زبان سی شارپ به جاوا و دلفی شبیه هست سرپرست تیم‌توسعه زبان سی شارپ هجلزبرگ بود که سازنده زبان دلفی بود برا همین شبیه هستن ولی سی شارپ از خانواده زبان سی هست همچنین جاوا که از خانواده سی و سی پلاسه هیچکدوم هم ربطی بهم ندارن و هرکدوم نحوه کامپایل و اجراشون متفاوته روی چه حسابی توی ویدیو شما گفتید سی شارپ ازجاوا گرفته شده تعجب بر انگیزه! اگر میگفتید دلفی جای تامل داشت چون بهرحال سرپرست تیم سی شارپ، دلفی رو بوجود آورده دلیل شباهت‌های زیاد جاوا و سی شارپ هم به زبان سی و سی پلاس برمیگرده که والد این دو زبان هستن.

پاسخ نامه سوم؛

پیش از اینکه به پاسخ سوال شما بپردازیم، برایم جالب است بدانم چرا اینقدر لحن شما عصبانی به نظر می‌رسد؟ آیا بنده لحن شما را اشتباه دریافت می‌کنم یا مساله‌ای جدی در میان است؟

نامه چهارم:

سلام
مسئله خاصی نیست. برا بنده جالب بود یه استاد کامپیوتر با این همه تحصیلات عالی، بگه سی شارپ رو از جاوا گرفتن!این تعصب شما روی جاوا باعث این اشتباهات شده متاسفانه

پاسخ نامه چهارم

بد نیست به این صفحه وب نیز نگاهی بیاندازید. متنش را به این نامه پیوست کرده‌آم.
پی‌نوشت: ولی لحن شما به نظر جدی‌تر از این حرف‌ها می‌آید.

متن صفحه مورد نظر را هم پیوست کردم که متن را اینجا می‌آورم:

Steve Zara, Programmer for 40 years.Answered Jan 28, 2018 · Author has 2.7k answers and 870.6k answer views

There are two reasons. The first is that C# and Java are both in the C family of languages, and so inherit much of their syntax from C++. The second is that C# is Microsoft’s version of Java, developed because Microsoft failed to produce an implementation of Java that tied developers to Windows.

Many years ago, when Java started to be really successful, Microsoft wanted to produce an implementation of Java on Windows. Sun Microsystems, the inventors of Java, had already done this, but Sun’s Java was portable. Applications written for Sun’s Java would run unchanged on other platforms such as Linux and Unix. Furthermore, Sun’s license for use of the name ‘Java’ insisted that it only be used for languages that passed their compatibility tests and library naming rules (for example, other companies were not allowed to change libraries that started with the name ‘java.’ This make sure developers knew what they were getting from Java on every platform.

At the time, Microsoft considered portability to be poison. They developed a Java implementation that had Windows-specific functions in packages that started with ‘java.’. The idea was to encourage developers to write windows-specific Java code. Microsoft could have easily developed a full, compatible Java implementation and added Windows functions in a separate library. So, Sun took them to court. Microsoft lost.

Microsoft’s “Plan B” was .NET – mimic Java but just for Windows. That’s why C# is so much like Java.

Things have changed for the better. There are now portable implementations of .NET, and Microsoft support Java on their cloud systems.3.5k Views · View 24 Upvoters

بالاخره دریافت انتقاد چیزی طبیعی است. و بالاخره دریافت انتقاد بالحن‌های تند هم موضوعی طبیعی است. اما به نظر می‌آید مشکلی وجود داشته که در موضوعی به این بی‌اهمیتی چنین انتقادی دریافت کردم. 

شناسایی سرطان با استفاده از شبکه‌های عصبی

پوستر ارائه دکتر شریفی

ظاهرا دکتر شریفی، که دکتری بیوانفورماتیک دارند، در دانشکده کامپیوتر ارائه‌ای در مورد شبکه‌های عصبی و سرطان دارند. جالب است که ایشان هم بالاخره کار روی سرطان را در دستور کارهایشان قرار دادند.

اینترنا ۲۰۱۸

ظاهرا انجمن علمی دانشکده کامپیوتر سمیناری برگزار می‌کند به نام اینترنا که در آن دانشجویانی که به عنوان کارآموزی در پروژه‌های بزرگی کار کرده‌اند یا در شرکت‌های بزرگ روی پروژه‌های بزرگ کار کرده‌اند، موضوع کارشان را توضیح می‌دهند.

توضیح خود سایت در مورد سمینار این است:
در سالهای اخیر با ایجاد فرصت‌های جدید علمی، فنی و صنعتی در داخل و خارج از کشور، بسیاری از دانشجویان دانشگاه صنعتی شریف و به طور خاص دانشکده مهندسی کامپیوتر مشغول به کارهای جدی در زمینه‌های مختلف شدند. در راستای انتقال تجربیات و بحث حول فرصت‌ها و چالشها، انجمن علمی دانشکده مهندسی کامپیوتر بر آن شد که با همکاری جمعی از دانشجویان دارای تجارب جذاب در این زمینه، مجموعه سخرانی‌هایی با نام اینترنا برگزار کند. اینترنا علاوه بر بستری برای بیان برخی مسائل تخصصی در زمینه‌های مختلف علمی و فنی، نگاهی است به مسیرهای مختلف تجربه شده در کارآموزی توسط دانشجویان. روز پنجشنبه، سوم آبان ماه ۱۳۹۷، دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف میزبان اولین دوره اینترنا خواهد بود و امید است با شرکت حداکثری تمام دانشجویان، متخصصین، محققین و اساتید علاقه‌مند، یک رویداد پربار را شاهد باشیم.‎‎

حداقل به نظر خیلی جالب می‌آید! زمان سمینار پنج‌شنبه ۳ آبان است. از ما هم دعوت شده که شرکت کنیم. به نظر سمینار جالبی می‌آید، اما احتمالا آن روز خیلی سرم شلوغ باشد. حداقل به خاطر اینکه چهار مهمان پژوهشی داریم که دارند سفر می‌کنند که با هم هم‌کاری پژوهشی داشته باشیم

تئوری اطلاع شانون در تعیین بیزی اندازه نمونه

برای آن افرادی که دنبال تجربه کردن علوم زیستی و ریاضیات می‌گشتند این سلسله سمینارها خیلی مناسب هستند. اگرچه بالاخره با استاندارهای ذهنی ما از لحاظ موضوع متفاوت هستند، اما بالاخره جالب هستند.

سمینار هفتگی پژوهشکده علوم زیستی با سخنرانی علمی آقای دکتر حمید پزشک از دانشگاه تهران و پژوهشکده علوم زیستی (IPM) با عنوان:

Shannon Information for Bayesian Sample Size Determination

تئوری اطلاع شانون در تعیین بیزی اندازه نمونه

در تاریخ پنجشنبه 26 مهر 1397 راس ساعت 10 در پژوهشکده علوم زیستی( ساختمان فرمانیه طبقه همکف کلاس A) برگزار می گردد.

*** شرکت برای عموم آزاد است ***

پژوهشکده علوم زیستی

چکیده:

The most frequently used methods for sample size determination in planning a trial are based on the required size and power of the experiment for a specified treatment effect. This approach is named the frequentist approach. In contrast, one of the Bayesian procedures which is called the fully Bayesian approach treats the problem as a decision problem and employs a utility function to find the optimal sample size of the trial by considering a tradeoff between cost and benefit of carrying out the trial. In this talk, we focus on some computational issues of applying the fully Bayesian method and show how Shannon information would be able to deal with these issues. Attachments area

پوستر ارائه دکتر پزشک در پژوهشکده علوم زیستی IPM

چای با سرطان

این هم شد اسم! به هر حال این عنوان گفت‌وگوی صمیمی ماست دوشنبه ساعت ۵. زحمتش را برخی دانشجویان کشیده‌اند و انشاء الله که جلسه خوبی باشد.