برنامه درسی دوره های کارشناسی ارشد دانشکده علوم رایانه و فناوری اطلاعات
دوره کارشناسی ارشد دانشکده علوم رایانه و فناوری اطلاعات شامل دو رشته علوم کامپیوتر و مهندسی کامپیوتر است که هر کدام از این رشته ها نیز شامل دو گرایش می¬باشند. گرایش های داده کاوی و نظریه سیستم برای علوم کامپیوتر و
گرایش های هوش مصنوعی و اینترنت اشیاء برای ارشد مهندسی کامپیوتر دایر هستند. دانشجویان جهت دانشآموختگی در هر یک از این گرایش ها لازم است ۱۰ درس ۳ واحدی، یک درس سمینار ۳ واحدی، درس زبان خارجی ۳ واحدی، و
مجموع ۹ واحد پایاننامه را بگذرانند. دروسی که در جداول دروس تخصصی اجباری قرار دارند باید جهت دانش-آموختگی در هر گرایش اخذ گردند. باقیمانده دروس نیز از میان جداول دروس تخصصی اختیاری گرایش مربوطه یا سایر گرایشها
و همچنین جدول دروس تخصصی عمومی با هماهنگی و مشورت با استاد راهنما در طول دوره انتخاب می گردند. جداول دروس تخصصی اجباری و اختیاری به شرح زیر می باشند:
جدول ۱ - دروس تخصصی اجباری رشته مهندسی کامپیوتر - گرایش هوش مصنوعی
| ردیف |
نام درس |
| ۱ |
فرآیندهای تصادفی |
| ۲ |
شبکه عصبی مصنوعی |
| ۳ |
یادگیری ماشین |
جدول ۲ - دروس تخصصی اختیاری رشته مهندسی کامپیوتر - گرایش هوش مصنوعی
| ردیف |
نام درس |
| ۱ |
هوش مصنوعی پیشرفته |
| ۲ |
پردازش زبان طبیعی |
| ۳ |
سیستم های چندعاملی |
| ۴ |
یادگیری ژرف |
| ۵ |
مدل های گرافی احتمالاتی |
| ۶ |
بینایی ماشین |
| ۷ |
یادگیری عمیق پیشرفته |
| ۸ |
یادگیری تقویتی |
| ۹ |
نظریه بهینه سازی |
| ۱۰ |
مباحث ویژه در هوش مصنوعی |
جدول ۳ - دروس تخصصی اجباری رشته مهندسی کامپیوتر - گرایش اینرتنت اشیاء
| ردیف |
نام درس |
| ۱ |
سیستمها و کاربردهای هوشمند |
| ۲ |
بسترها و پروتکلهای IoT |
| ۳ |
امنیت و حریم خصوصی در IoT |
| ۴ |
سیستمهای توزیعشده پیشرفته |
جدول ۴ - دروس تخصصی اختیاری رشته مهندسی کامپیوتر - گرایش اینترنت اشیاء
| ردیف |
نام درس |
| ۱ |
مهندسی نرمافزار پیشرفته در IoT |
| ۲ |
سیستم های نهفته و بلادرنگ پیشرفته |
| ۳ |
مدلسازی و پردازش مهداده |
| ۴ |
اینترنت اشیا صنعتی |
| ۵ |
سیستمهای اتکاپذیر و تحملپذیر خطا |
| ۶ |
یادگیری ماشین و یادگیری عمیق در اینترنت اشیا |
| ۷ |
مباحث ویژه در IoT |
جدول ۵ - دروس تخصصی اجباری رشته علوم کامپیوتر - گرایش داده¬کاوی
| ردیف |
نام درس |
| ۱ |
داده¬کاوی پیشرفته |
| ۲ |
دادهکاوی محاسباتی |
| ۳ |
الگوریتم پیشرفته |
جدول ۶ - دروس تخصصی اختیاری رشته علوم کامپیوتر - گرایش داده¬کاوی
| ردیف |
نام درس |
| ۱ |
مدل های گرافی احتمالاتی |
| ۲ |
شناسایی الگو |
| ۳ |
متن کاوی و وب کاوی |
| ۴ |
فرآیندهای تصادفی |
| ۵ |
هوش مصنوعی پیشرفته |
| ۶ |
یادگیری ماشین |
| ۷ |
یادگیری ژرف |
| ۸ |
پردازش زبان طبیعی |
| ۹ |
مباحث ویژه در داده¬کاوی |
جدول ۷ - دروس تخصصی اجباری رشته علوم کامپیوتر - گرایش نظریه سیستم
| ردیف |
نام درس |
| ۱ |
طراحی نرمافزار پیشرفته |
| ۲ |
دادهکاوی محاسباتی |
| ۳ |
الگوریتم پیشرفته |
جدول ۸ - دروس تخصصی اختیاری رشته علوم کامپیوتر - گرایش نظریه سیستم
| ردیف |
نام درس |
| ۱ |
شبکههای کامپیوتری |
| ۲ |
سیستمهای بلادرنگ |
| ۳ |
شناسایی الگو |
| ۴ |
امنیت سایبری |
| ۵ |
کدگذاری |
| ۶ |
پایگاه داده پیشرفته |
| ۷ |
کشف شواهد دیجیتال |
| ۸ |
نظریه بهینه¬سازی |
| ۹ |
الگوریتم های موازی |
| ۱۰ |
مباحث ویژه در نظریه سیستم |
جدول ۹ - دروس تخصصی عمومی
| ردیف |
نام درس |
| ۱ |
برنامه نویسی پیشرفته |
| ۲ |
یادگیری تقویتی |
| ۳ |
بیوانفورماتیک |
| ۴ |
رایانش ابری |
| ۵ |
پیچیدگی محاسباتی |
-
دانشجویان در سال اول در هر فصل میبایست حداقل سه درس ۳ واحدی اخذ نمایند.
- دفاع از پیشنهاد پروپوزال پایان نامه در انتهای فصل پاییز سال دوم خواهد بود.
- دروس فصل چهارم در جداول ۱۰ الی ۱۳ برای دانشجویان سال دوم ارائه خواهد شد.
- دانشجو موظف است پس از اخذ واحد درس پایاننامه ۱ در فصل چهارم، در فصلهای بعدی به ترتیب پایاننامة ۲، و پایاننامة ۳ را اخذ نماید.
- دروس هشتگ دار ( # ) در برنامه زمانبندی درسی هر گرایش (جداول ۱۰ الی ۱۴) دروس تخصصی اجباری بوده و دانشجو جهت فارغ التحصیلی می بایست این دروس را در طول دوره بگذراند.
جدول ۱۰- زمان بندی ارائه دروس رشته مهندسی کامپیوتر - گرایش هوش مصنوعی و رباتیک
| مهندسی کامپیوتر - هوش مصنوعی و رباتیک |
| فصل اول |
فصل دوم |
فصل سوم |
فصل چهارم |
|
فرآیندهای تصادفی #
شبکه عصبی مصنوعی #
هوش مصنوعی پیشرفته
|
یادگیری ماشین #
پردازش زبان طبیعی
سیستم های چندعاملی
|
یادگیری ژرف
مدل های گرافی احتمالاتی
|
بینایی ماشین
سمینار
|
جدول ۱۱- زمان بندی ارائه دروس رشته مهندسی کامپیوتر - اینترنت اشیا
| گرایش اینترنت اشیا |
| فصل اول |
فصل دوم |
فصل سوم |
فصل چهارم |
|
سیستمها و کاربردهای هوشمند #
بستر ها و پروتکلهای IoT #
مهندسی نرمافزار پیشرفته در IoT
|
امنیت و حریم خصوصی در IoT #
سیستم های نهفته و بلادرنگ پیشرفته
مدلسازی و پردازش مهداده
|
سیستمهای توزیعشده پیشرفته #
اینترنت اشیا صنعتی
سیستمهای اتکاپذیر و تحملپذیر خطا
|
مباحث ویژه در IoT
سمینار
|
جدول ۱۲- زمان بندی ارائه دروس رشته علوم کامپیوتر- گرایش دادهکاوی
| گرایش دادهکاوی |
| فصل اول |
فصل دوم |
فصل سوم |
فصل چهارم |
|
داده کاوی پیشرفته#
فرآیندهای تصادفی
هوش مصنوعی پیشرفته
|
دادهکاوی محاسباتی#
یادگیری ماشین
الگوریتم پیشرفته#
|
یادگیری ژرف
مدل های گرافی احتمالاتی
شناسایی الگو
|
متن کاوی و وب کاوی
سمینار
|
جدول ۱۳- زمان بندی ارائه دروس رشته علوم کامپیوتر - گرایش نظریه سیستمها
| گرایش نظریه سیستم |
| فصل اول |
فصل دوم |
فصل سوم |
فصل چهارم |
|
طراحی نرمافزار پیشرفته #
شبکههای کامپیوتری
نظریه بهینهسازی
|
دادهکاوی محاسباتی#
الگوریتم پیشرفته#
سیستمهای بلادرنگ
کدگذاری
|
امنیت سایبری
شناسایی الگو
|
پایگاه داده پیشرفته
سمینار
|
جدول ۱۴- دروس اختیاری
| فصل اول |
فصل دوم |
فصل سوم |
فصل چهارم |
|
برنامه¬نویسی پیشرفته
یادگیری تقویتی
|
بیوانفورماتیک
رایانش ابری
|
پیچیدگی محاسباتی
|
|