https://virgool.io/feed/@HamedGh We were Born to Die | تولید کننده چیزهای غیر قابل لمس | Web Developer fa 2026-06-20 10:30:24 https://files.virgool.io/upload/users/19292/avatar/02qwAx.png?height=120&width=120 https://virgool.io/@HamedGh https://dataio.ir/مقدمه-ای-بر-آموزش-یادگیری-ماشینی-با-opencv-dj1zyhf2zbag با عرض سلام و احترام خدمت همراهان عزیزدر این ویدئو به طور کلی به مقدمه درباره یادگیری ماشینی با OpenCV خواهیم داشتمقدمه ای بر آموزش یادگیری ماشینی با OpenCVیادگیری ماشین:به عنوان یکی از شاخه‌های وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشین (Machine learning) به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آن‌ها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند.یادگیری ماشین به سه دسته تقسیم می شود که شامل:یادگیری با نظارت (Supervised Learning)یادگیری بدون نظارت (Unsupervised Learning)یادگیری تقویتی (Reinforcement Learning)نرم افزارها و کتابخانه های استفاده شده در آموزش:PythonAnacondaOpenCVScikit LearnMatPlotLibNumpyموارد بررسی شده:یادگیری ماشین و انواع آنمعرفی ابزارها و کتابخانه هادانلود و نحوه نصب ابزار Anacondaمعرفی دستورات اولیهفراخوانی کتابخانه هاکار با آرایه ها در پایتون با استفاده از NumPYفراخوانی دیتاسترسم نمودار و ذخیره آنتصویر سازی داده با استفاده از Scikit Learn، Numpy، MatPlotLib http://aparat.com/v/sdO8p لینک های کاربردی:دانلود انواع دیتاست: https://archive.ics.uci.edu/ml/index.php دانلود نرم افزار Anaconda: https://www.anaconda.com/distributionآموزش مرجع:https://www.packtpub.com/big-data-and-business-intelligence/machine-learning-opencv-supervised-learning-video HamedGh HamedGh Wed, 22 May 2019 16:24:20 +0430 https://dataio.ir/10-کاربرد-هوش-مصنوعی-در-سلامت-khrscen5rkjt 10 کاربرد هوش مصنوعی در سلامتصنایع بسیاری توسط خیل تکنولوژی جدید در عصر اطلاعات مختل شده اند. بهداشت و سلامت هم ازاین دسته هستند. خصوصا در زمینه ی اتوماسیون، فراگیری ماشین، هوش مصنوعی، پزشکان، بیمارستانها، شرکت های بیمه و صنایع مربوط به سلامت و بهداشت همگی متاثر از این قضیه هستند- در بیشتر موارد تاثیرات مثبت نسبت به صنایع دیگر. طبق گزارشی از CB Insight تقریبا 86 درصد از سازمانهای تامین بهداشت و سلامت، شرکت های علم زندگی و فروشندگان فناوری به خدمات بهداشتی از تکنولوژی هوش مصنوعی استفاده می کنند. این سازمانها میانگینی برابر 54 میلیون دلار را تا سال 2020 بر روی پروژه های هوش مصنوعی سرمایه گذاری خواهند کرد. آنها بدنبال چه راه حل هایی هستند؟ این بخش ده مورد از تاثیرات هوش مصنوعی بر سلامت و بهداشت را در زمان حال و آینده بیان می کند.10 کاربرد هوش مصنوعی در سلامت1- کنترل پیشینه ی پزشکی و سایر اطلاعاتاز آنجا که اولین قدم در سلامت و بهداشت جمع آوری و بررسی اطلاعات ( مانند پیشینه ی پزشکی و تاریخ ) است، مدیریت اطلاعات رایج ترین کاربرد هوش مصنوعی و اتوماسیون دیجیتال است. ربات ها اطلاعات را جمع آوری ، ذخیره و تغییر فرمت می کنند و باعث دسترسی بهتر و سرعت بالا می شوند.2- انجام کارهای تکراریبررسی آزمایشات، رادیولوژی، سی تی اسکن، ورود اطلاعات و دیگر امور توسط ربات ها سریعتر و دقیق تر انجام می شود. قلب شناسی و پرتوشناسی دو مورد هستند که حجم اطلاعات آنها بسیار زیاد و زمان بر است. قلب شناسان و پرتوشناسان در آینده باید تنها به مواردی نگاه کنند که نظارت انسان در آن ضروری است.3- طرح درمانسیستم های هوش مصنوعی برای این منظور طراحی شده اند که اطلاعات را بررسی کنند- نکات و گزارشات پرونده ی بیمار، تحقیقات خارجی، اختصارات پزشکی- و راه منحصربه فرد و بهتری را برای درمان طراحی کنند.4- مشاوره ی دیجیتالبرنامه هایی چون بابیلون در بریتانیا از هوش مصنوعی برای مشاوره ی پزشکی با توجه به پیشینه ی پزشکی و اطلاعات عمومی استفاده می کنند. کاربران علائم بیماری خود را در برنامه تایپ می کنند، که از شناسایی صدا برای مقایسه ی این علائم با بانک اطلاعاتی انواع بیماری استفاده می کند. بدین صورت بابیلون راهکارهایی با توجه به تاریخچه ی پزشکی فرد پیشنهاد می کند.5- پرستاران مجازیThe startup sense.ly "مولی" را خلق کرده است، پرستاری مجازی که شرایط بیماران را کنترل می کند و پیگیر درمان در بین دو ملاقات پزشک است. این برنامه از فراگیری ماشینی برای پشتیبانی بیماران استفاده می کند که در بیماری های مزمن تخصصی سازی شده. در سال 2016 ، Boston Children's Hospital برنامه ای برای " آمازون الکسا" طراحی کرد که اطلاعات سلامت پایه ای و توصیه های لازم برای والدین کودکان بیمار را داشت. این برنامه به سوالات درمانی پاسخ داده و تعیین می کند که آیا فرد نیازمند مراجعه به پزشک است.6- مدیریت داروموسسات ملی سلامت برنامه ی AiCure را به منظور کنترل مصرف دارو توسط بیمار طراحی کردند. یک وب کم تلفن هوشمند در کنار هوش مصنوعی فعالیت می کند که می تواند به طور مستقل پیگیری درمان توسط بیمار را تایید کند و شرایط آنها را مدیریت نماید. کاربران رایج این برنامه می توانند افرادی با شرایط پزشکی وخیم، بیمارانی که خلاف توصیه های پزشکی عمل می کنند و شرکت کنندگان در آزمایشات کلینیکی باشند.7- ساخت دارو توسعه ی دارو سازی از طریق آزمایشات کلینیکی می تواند یک دهه زمان ببرد و میلیاردها دلار خرج بردارد. ارزان کردن و سریعتر کردن این روند می تواند جهان را تغییر دهد. حین فراگیری اخیر ویروس ایبولا، از برنامه ای که با هوش مصنوعی کار می کرد برای بررسی داروهای موجود که می توانستند با طراحی دوباره برای مقابله با بیماری مصرف شوند استفده شد. این برنامه دو دارو یافت که ممکن بود عفونت ایبولا را در یک روز کاهش دهد، در حالی که این نوع بررسی به طور کلی ماه ها و سال ها طول می کشد- تفاوتی که باعث نجات هزاران زندگی می شود.8- دقت داروژنتیک و ژنوم شناسی بدنبال جهش ها و پیوند های بیماری از طریق اطلاعات DNA هستند. با کمک هوش مصنوعی اسکن بدنی می تواند سرطان و بیماری های قلبی عروقی را زودتر پیش بینی کند و شرایط سلامت افراد را با توجه به ژنتیک آنها بسنجد.9- کنترل سلامتگیرنده های سلامتی که قابلیت پوشش دارند- مانند گیرنده های فیت بیت، اپل، گارمین و...- ضربان قلب و دیگر فعالیت ها را کنترل می کند. این وسایل می توانند به کاربر هشدار بدهند که به ورزش بیشتری نیاز دارند و همچنین می توانند این اطلاعات را با پزشکان و دیگر سیستم های هوش مصنوعی برای تکمیل نیازهای بیمار در میان گذارند.10-بررسی سیستم سلامتدر هلند، 97 درصد فاکتورهای سلامتی بصورت دیجیتال هستند. یک شرکت هلندی از هوش مصنوعی برای بررسی اطلاعات و مشخص کردن اشتباهات درمان و بی کفایتی های کار استفاده می کند که باعث پرهیز سیستم سلامت منطقه از بستری های غیر ضروری می شود. اینها تنها نمونه ای از راهکارهایی هستند که هوش مصنوعی به صنایع بهداشت و سلامت پیشنهاد می کند. باتوجه به توانایی اتوماسیون سازی که با تکنولوژی پیشرفت کرده و نیروی کار دیجیتال از طریق تهیه کنندگانی چون Novatio ، راه حل های بیشتری برای صرفه جویی در وقت، کاهش هزینه و افزایش دقت پیشنهاد خواهد شد.منبع: novatiosolutions HamedGh HamedGh Fri, 26 Apr 2019 23:04:17 +0430 https://virgool.io/@HamedGh/%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%AF%D8%B1-%D8%B3%D9%84%D8%A7%D9%85%D8%AA-%DA%86%DA%AF%D9%88%D9%86%DA%AF%DB%8C-%D8%B4%DA%A9%D9%84-%DA%AF%DB%8C%D8%B1%DB%8C-%D9%BE%D8%B2%D8%B4%DA%A9%DB%8C-%D8%AA%D9%88%D8%B3%D8%B7-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-n8ze5kvgyegm بخش های سلامت هرچه بیشتر از هوش مصنوعی برای حمایت بیماران و بهبود روند درمان استفاده می کنند. مشخصا استفاده از هوش مصنوعی در پزشکی طی سال های اخیر توسعه یافته. این مسأله بخشی به دلیل تمایل عوامل پزشکی به توسعه ی پیشنهاد های مراقبتی است و بخشی به دلیل تکمیل شدن هوش مصنوعی- هوش مصنوعی پیشرفت چشمگیری در چند سال اخیر داشته.هوش مصنوعی در سلامت : چگونگی شکل گیری پزشکی توسط هوش مصنوعیدر این مرحله هوش مصنوعی در سلامت و بهداشت شامل قسمت های اصلی پزشکی می شود.هوش مصنوعی شامل همه چیز از تشخیص بیماری تا سلامت دستگاه های هوشمند است. از جهات زیادی هوش مصنوعی لایه ی دوم بهداشت و سلامت می باشد. این به آن دلیل است که هوش مصنوعی توانایی سازگاری بدون دخالت انسان را دارد، بنابراین می تواند یاد بگیرد که مایحتاج سلامت انسان را به طور مستقل هدف گیری کند.به طور معمول بسیاری از شرکت های هوش مصنوعی برتر روی این روش سرمایه گذاری می کنند. با این همه سرمایه گذاری و رشد در تکنولوژی هوش مصنوعی انتظار استفاده ی بسیار بیشتر از هوش مصنوعی در سلامت می رود. بعلاوه شرکت ها می توانند از هوش مصنوعی به عنوان خدمات استفاده کنند. یا می توانند با استفاده از خدمات هوش مصنوعی بر پایه ی فضای ابری برنامه های هوشمند خود را بنویسند. در کنار Big Data در سلامت، هوش مصنوعی نیز در حال تبدیل شدن به فاکتوری تعیین کننده است.استفاده های اجباری از هوش مصنوعی در بهداشت و سلامتمقاوت انتی بیوتیکآنتی بیوتیک ها افراد را سلامت نگه میدارند. در حالی که استفاده ی رایج از آنها باعث تولید باکتری های مقاوم به آنتی بیوتیک میشوند که باعث مرگ هفتادهزار نفر در سال است. محققین با استفاده از فراگیری ماشینی ( تکنیک هوش مصنوعی ) ژنهایی که باعث مقاومت باکتری به آنتی بیوتیک میشود را شناسایی می کند.هم چنین از هوش مصنوعی برای شناسایی الگوهای قبل بیماری در پیشینه های پزشکی الکترونیک استفاده می شود که باعث هشدار های بیشتر و زودتر می شوند. روابط مغز و کامپیوتر روابط مغز و کامپیوتر هنوز تکنولوژی رایجی نیست. اگرچه علاقه ی بسیاری در این زمینه وجود دارد چراکه روابط بین مغز و کامپیوتر می تواند جایگزین روابط بین کامپیوتر ها شوند که برای افرادی با ناتوانی های دائمی و موقت بسیار مفید است. بعنوان مثال روابط بین مغز و کامپیوتر که توسط هوش مصنوعی تولید می شود می تواند بیماران دچار سکته را قادر کند که سریعا بعد از سکته با پزشک ارتباط داشته باشند.قلب شناسیهوش مصنوعی بیش از بیست سال است که در قلب شناسی استفاده می شود اما پیشرفت اندکی داشته است. یکی از استفاده های هوش مصنوعی دستگاه های قابل پیوندی است که ریتم قلب را در بیمارانی که در معرض سکته ناگهانی هستند کنترل می کند. این دستگاه همچنین در صورت نیاز توانایی تولید شک دارد. در دوره های طولانی اطلاعات حاصل از دستگاه های قابل پوشیدن با پیشینه های پزشکی الکترونیک ترکیب می شوند که منجر به استمرار در کنترل بیمار می شود و بنابراین پزشکان اطلاعات به روزی از بیماران خود خواهند داشت.کشورهای در حال توسعهجوامع در حال توسعه مشکلات متفاوتی نسبت به جوامع پیشرفته دارند. جوامع توسعه یافته بیشتر پیگیر نوع پیشرفته تری از هوش مصنوعی هستند در حالی که جوامع در حال توسعه بیشتر درگیر خدمات پایه هستند مانند سلامت افراد سطح پایین و افرادی که در جاهای دوردست زندگی می کنند. معمولا در نقاط دورتر فقر و زندگی دست به دست میروند. به همین دلیل جوامع در حال توسعه از هوش مصنوعی برای دسترسی افرادی که بدون دسترسی به سلامت و بهداشت هستند استفاده می کند. خصوصا اطلاعات پزشکی که توسط یک تبلت به یکی از افراد جامعه که توانایی خواندن و عمل کردن دارد داده می شود. نماینده ی جامعه همچنین می تواند از تبلت برای عکس گرفتن از علادم بیماری استفاده کند که سیستم تشخیص تصویر آن را با تصاویر مشابه برای تشخیص شرایط مقایسه می کند. توانایی های تشخیص تصویر بر پایه ی فیلم به احتمال زیاد جایگزین پیشینه های پزشکی الکترونیک می شوند چراکه این نوع اطلاعات اضافه درمورد شرایط بیمار فراهم می کنند که هوش مصنوعی قادر به بررسی آن است درحالی که شاید انسان نتواند. بعنوان مثال سیستم های تشخیص تصویر قادرند بگویند که چه زمانی یک مریض درمورد درد دروغ می گوید که ناشی از رفتارهای پیگیر مسکن است. سلامت مصرف کنندگان زیادی بند سلامت و تناسب اندام یا ساعت های هوشمند می پوشند اما دستگاه های پزشکی ای وجود دارند که می توانند اطلاعات بیشتری را به ما بدهند. این دستگاه ها با توجه به طراحی و سطح هوشمندی شان می توانند اطلاعاتی درمورد ضربان قلب ، سطح اکسیژن، سطح قند، الگوی خواب ، تنفس ، گام فراهم کنند همچنین اطلاعاتی را در اختیار پزشکان می گذارند که در غیر این صورت به دستشان نمیرسید. به عنوان مثال بهبود یک بیمار بعد از سکته ممکن است از طریق گام های بیمار مشخص باشد. درصورتی که علائم سریع حمله قلبی میتواند تفاوت بین عمل جراحی و عدم عمل جراحی باشد. هوش مصنوعی الگوهای اطلاعاتی را میشناسد و شرایط سلامت بیمار را تعیین می کند.ایمن درمانی برای درمان سرطانایمن درمانی برای درمان سرطان علم دقیقی نیست. ایمن درمانی گزینه های زیادی را در اختیار ما می گذارد درصورتی که این DNA شخص است که مشخص می کند که درمان تاثیرگذار است یا نه. از آنجایی که هوش مصنوعی می تواند اطلاعات بسیار بیشتری را بسیار سریعتر از انسان بررسی کند می تواند الگوهای تارهای ژنتیکی را شناسایی کرده و آنها را در مقابل گزینه های ایمن درمانی مرتبط کند. توانایی که می تواند نگرش به درمان سرطان را کاملا شخصی کند.تشخیص پزشکیسیستم هوش مصنوعی می تواند اطلاعات بسیار بیشتری را بسیار سریعتر از انسان بررسی کند که باعث می شود در تشخیص پزشکی بسیار سریعتر باشند. بعنوان مثال زمانی که یک شخص در شرایط جدی بیماریش تشخیص داده می شود نزدیکانش از وی می خواهند که نظر دکتر دیگری را هم بداند چون پزشکان انسان اطلاعات پزشکی را متفاوت تحلیل می کنند. هوش مصنوعی از تاریخچه ی اطلاعات صدها، هزاران و حتی میلیون ها تشخیص استفاده میکند و آن را با شرایط بیمار برای تشخیص بیماری، پیش بینی پیشرفت آن و راه درمان استفاده میکند.عصب شناسیسلامت عصبی درگیر مسائل اختلال عصبی مانند پارکینسون، الزایمر، صرع، سکته و مولتیپل اسکلروزیس است. هوش مصنوعی می تواند بیماران دچار اختلال عصبی را هرساعت کنترل کند و بهبود و یا بدتر شدن شرایط را گزارش کند. هوش مصنوعی همچنین می تواند سکته را پیش بینی و تعداد تشنج را کنترل کند. عکس های اسیب شناسیبیشتر تشخیص ها براساس نتایج اسیب شناسی است. بنابراین یک گزارش اسیب شناسی دقیق میتواند منجر به یک تشخیص دقیق شود. هوش مصنوعی می تواند نتایج اسیب شناسی را در سطح پیکسل بررسی کند که می تواند پیشرفت سرطان را پیش بینی کند. همچنین باعث تمرکز روی قسمت مرتبط عکس اسیب شناسی می شود.ابزارهای پرتوشناسیانواع مختلف پرتوشناسی مانند سی تی اسکن، ام ار ای و پرتو ایکس نمایی از داخل بدن بیمار را اگرچه منخصصین مختلف پرتوشناسی و پزشکان تحلیل های متفاونی از هر عکس دارند. هوش مصنوعی باعث تحلیل های منسجم تر می شود. همچنین پرتو شناسان را قادر می سازد که شرایط یک تومور و بدخیم و خوش خیم بودن یک سرطان را تشخیص دهند.دستگاه های هوشمندبیمارستان ها خریداران دستگاه های هوشمند است. این دستگاه ها که شامل تبلت ها و امکانات بیمارستان ها می شوند در قسمت های حفاظتی ( ای سی یو) ، اتاق اضطراری، جراحی و اتاق های معمولی نگه داری می شوند. هوش مصنوعی مکمل پرسنل پزشکی است. این کار از طریق کنترل شرایط بیمار و هشدار دادن به پرسنل مورد نظر است که ممکن است مربوط به سطح اکسیژن، الگوی تنفس، ضربان قلب، فشار خون و یا عفونت باشد.جراحیاز هوش مصنوعی در اتاق جراحی به عنوان کمک برای مشخص کردن واریانس بین تجربه و دانش پزشکان مختلف استفاده می شود. سیستمی که با هوش مصنوعی فعال می شود می تواند خیلی سریع از میان حجم عظیمی از اطلاعات ، اطلاعات موردنظر را برای پزشک پیدا کند.ریسک های هوش مصنوعی در سلامتیکی از موذلات هوش مصنوعی این است که طراحان بیشتر به منافع آن تا خطرات ان توجه می کنند. با ابنکه افراد امروزه از هوش مصنوعی صحبت می کنند افراد کمی قادر به درک آن هستند. نتیجه این است که افراد سیستم هایی طراحی میکنند که کامل آنها را درک نمی کنند.پیش قدر الگوریتمیکپیش قدر یک موضوع مهم است، چراکه هوش مصنوعی را کمتر از چیزی که می تواند دقیق می کند و ممکن است پیامد های ناخواسته ای داشته باشد. نتایج پیش قدر هوش مصنوعی ریشه در پیش قدر های الگوریتم نویسنده یا افرادی است که اطلاعات را جمع اوری و انتخاب می کنند. خود داده ممکن است پیش قدر باشد. با توجه به مقدار زیاد اطلاعات سازمان سلامت . الزام بررسی دقیق داده ها آگاهی و جبران پیش قدر امری است ضروری.تصمیم ها و توصیه های اشتباهصنعت سلامت و بهداشت برای تصمیم گیری نیازمند هوش مصنوعی است. مشکل این است که شاید سیستم با شرایط مطابق نباشد. سیستم های خوداموز منعطف ترند. اگرچه همه ی سیستم ها قادر به توصیف نتایج و پیشنهادات و همچنین فاکتورهای شریک در تولید نتایج را ندارند. پیش قدر ممکن است در سیستم هم حضور داشته باشد. بنابراین ممکن است که سیستم تصمیم های اشتباه مانند انسان ها بگیرد.نتایج اخلاقیپزشکان سوگند یاد می کنند که ابتدا اسیب نزنند اما هوش مصنوعی چگونه در این باب عمل میکند؟ بیشتر افراد این سیستم را غیر اخلاقی می دانند چراکه صرفا یک ابزار است. نتیجه ی اپراتور سیستم است که اخلاقی یا غیر اخلاقی است. اما با توجه به اینکه سیستم ها خوداموز هستند می توانند چیز هایی را متوجه بشوند که انسان نمیشود. ممکن است پیامد هایی داشته باشند که اخلاقی یا غیر اخلاقی باشد. بعلاوه این سیستم ها احساسات ندارند که پروسه ی روند تصمیم گیری شان را از انسان متفاوت می کند.پوشیدگی اطلاعات لایحه ی بیمه ی حمل و جوابگویی اطلاعات پزشکی قوانین سختی برای ازاطلاعات پزشکی و کارهایی که پزشکان انجام میدهند دارد. هش مصنوعی ممکن است بخاطر فراگیری ماشینی بر روی اطلاعات بر ، پیش قدر الگوریتمیک در نگه داری سیستم ناتوان باشد. هکر ها نیز خطری دیگر محسوب می شوند.منبع: دیتاموشن HamedGh HamedGh Fri, 26 Apr 2019 22:54:57 +0430 https://virgool.io/@HamedGh/%D8%A2%D8%B4%D9%86%D8%A7%DB%8C%DB%8C-%D8%A8%D8%A7-lint-%D9%88-%D9%85%D8%B9%D8%B1%D9%81%DB%8C-%D8%A7%D8%A8%D8%B2%D8%A7%D8%B1%D9%87%D8%A7%DB%8C-%D9%85%D8%B1%D8%AA%D8%A8%D8%B7-hamkza4nhtbo تو فایل ویدئویی ارائه این بخش یه معرفی کوچیک درباره مفهوم کلی Lint داریمدر ادامه زبان های برنامه نویسی و ابزارهایی که برای این قابلیت معرفی شدن رو بررسی خواهیم کرد.https://www.aparat.com/v/q4Nhl https://www.aparat.com/v/q4Nhl لینک ویدئو منبع HamedGh HamedGh Tue, 08 Jan 2019 23:44:40 +0330 https://virgool.io/@HamedGh/%D9%85%D8%B1%D9%88%D8%B1%DB%8C-%D8%A8%D8%B1-%D9%81%D8%B1%DB%8C%D9%85%D9%88%D8%B1%DA%A9-%D9%87%D8%A7%DB%8C-front-end-glfxmfe6qx4p اول بریم سراغ یک سری اصطلاح و کلمه که داخل ارائه استفاده شده و بهتره قبل از تماشای فیلم باهاش اشنایی داشته باشیم و بررسی کنیم.1- فریمورک (Framework): فریم ورک در اصطلاح به چارچوب نرم‌افزاری گفته می‌شود. یک فریم‌ورک مجموعه‌ای از کتابخانه‌های برنامه‌نویسی و احتمالا مجموعه‌ای از قوانین برای برنامه‌نویسی است. برای مثال چارچوب «دات نت فریم ورک» محصولی از شرکت مایکروسافت است که حاوی هزاران کتابخانه‌ی کوچک به همراه قواعد و ابزارهایی برای توسعه‌ی برنامه‌های مختلف در آن است. یک چارچوب یا فریم‌ورک به برنامه‌نویسان کمک می‌کند کدهای کمتری بنویسند و در زمان کمتری به نتیجه‌ی بهتری دست پیدا کنند. در چارچوب دات‌نت و فریم‌ورک مشابه آن، ماشین مجازی جاوا، این امکان وجود دارد که برنامه‌ی نوشته شده، روی سیستم‌عامل‌های گوناگون به صورت یکسان عمل کند. منبع: رُکاوب2- ریسپانسیو (Responsive): طراحی وب واکنش‌گرا (به انگلیسی: Responsive web design) (سرواژه:RWD) یک روش طراحی وب است که هدف آن نمایش مطلوب صفحه در طیف گسترده‌ای از دستگاه‌ها از تلفن‌های همراه تا نمایشگر کامپیوترهای رومیزی است. یک وب‌سایت طراحی شده به روش واکنش‌گرا با لایه‌های انعطاف‌پذیر، طراحی‌های شناور، تصاویر انعطاف‌پذیر و مدیا کوئری‌های CSS3 سازگار است. مفهوم شبکه‌های انعطاف‌پذیر این است که در آن برای اندازه عناصر صفحه به جای واحدهای مطلق مانند پیکسل یا پوینت از واحدهای نسبی مانند درصد استفاده می‌کنیم. اندازه تصاویر انعطاف‌پذیر نیز با واحدهای نسبی تعیین می‌گردد تا بیرون از عنصر نمایش‌دهنده خود نشان داده نشود. مدیا کوئری‌ها امکان استفاده از CSSهای مختلف برای صفحه براساس ویژگی‌های دستگاه نمایش‌دهنده (معمولاً براساس عرض مرورگر وب) فراهم می‌کنند.منبع: ویکیپدیا3- لس (Less): Less (گاهی اوقات به صورت LESS) یک زبان پویای style sheet است که می‌تواند به صورت شیوه نامه‌های آبشاری (CSS) کامپایل شود در سمت کلاینت یا سرور اجرا شود. Less توسط الکسیس سلیر طراحی شده‌است. Less از Sass تأثیر گرفته‌است و بر سینتکس جدیدتر "SCSS" از Sass تأثیر گذاشته‌است، که سازگار با سینتکس قالب‌بندی بلاک CSS-like است. Less متن‌باز است. اولین نسخهٔ آن با زبان روبی نوشته شده‌است؛ اما در نسخه‌های بعدی استفاده از روبی پایان یافت و با جاوا اسکریپت جایگزین شد.4- سس (Sass): هم Sass و هم Less هر دو پیش‌پردازندهٔ CSS هستند که اجازه می‌دهند کد CSS به جای قواعد استاتیک در یک ساختار برنامه‌نویسی نوشته شود. Less الهام‌گرفته از Sass است. Sass به منظور ساده‌سازی و توسعه دادن CSS طراحی شده‌است، به طوری که چیزهایی ماند آکولاد از سینتکس حذف شده‌است. Less طراحی شده‌است تا نزدیکی به CSS ممکن باشد، و یک نتیجهٔ موجود CSS به صورت یک کد Less معتبر باشد. منبع: ویکیپدیادر ادامه پس از آشنایی با مفاهیم پایه و ابتدایی به معرفی محبوبترین و معروف ترین فریم های Front-End می پردازیم و مقایسه ای بین اونها خواهیم داشت.فریم ورکهایی که به بررسی آنها می پردازیم عبارتند ازBootstrapFoundationSemantic UIUIkitخب بریم سراغ ویدئو ارائه https://www.aparat.com/v/Zu6af برای دریافت هر کدوم از فریم ورک ها میتونید از آدرس هایی زیر استفاده کنید.بوت استرپ : https://getbootstrap.comفاندیشن: https://foundation.zurb.comسمنتیک: https://semantic-ui.comیو آی کیت: https://getuikit.comو مدرن بوت استرپ: https://mdbootstrap.comالبته ادامه ارائه نکات و مباحث خوبی مطرح شد که خلاصه از اونهارو قرار میدم:کتابهاو به نظرم مهم ترین قسمت ارائه معرفی کتابهای مفیدی بود که توسط دوستان معرفی شد.1- Don't Make Me Think2- ایده مامان3- The Design of Everyday Things4- تئوری رنگ ها (https://www.colormatters.com/color-and-design/basic-color-theory)فریمورک ها و کتابخانه هامعرفی فریمورک متریال دیزاین گوگلآدرس: https://material.ioمعرفی فریم ورک UIkit اپلآدرس: https://developer.apple.com/library/archive/navigationمعرفی فریمورک AntDesignآدرس: https://ant.designمعرفی کتابخانه D3 JSآدرس: https://d3js.orgنرم افزارهامعرفی نرم افزار Axure آدرس: https://www.axure.comمعرفی نرم افزار Just In My Mindآدرس: https://www.justinmind.comمعرفی نرم افزار Adobe XDآدرس: https://www.adobe.com/products/xd.html HamedGh HamedGh Fri, 28 Dec 2018 18:20:14 +0330