هنر و طراحی محاسباتی
این روزها، همه جا پر است از اخبار هنر دیجیتال و NFT. یکی از ابعاد بسیار شگفتانگیز دنیای هنر دیجیتال، هنر محاسباتی یا Computational Art است. هنر محاسباتی در دنیای امروز به شدت مورد توجه قرار گرفته و در حال تکامل است. پیشبینی میشود که در آیندهای نه چندان دور گسترش پیدا میکند. اینجاست که هیجانانگیزترین پیشرفتها در فناوری و فرهنگ را میتوان به وجود آورد.
مفهوم محاسبات شامل تمام تغییرات ایجاد شده توسط فناوری دیجیتال است. از سوی دیگر هنر، مجموعهای از عملهای خلاقانه در فرهنگ است. در نتیجه ترکیب دنیای دیجیتال و هنر با هم به روشی سیستماتیک، همان هنر محاسباتی است.
هنر و طراحی محاسباتی
۲,۹۹۰,۰۰۰ تومان
افزودن به سبد خریداین دوره شامل
- ۷ فصل
- ۷۰ درس
- مدت زمان ویدیوی آموزشی: ۱۷ ساعت
- مدت زمان مورد نیاز برای تمرین: ۶۸ ساعت
- سطح: مبانی
- گواهی پایان دوره
توضیحات دوره
در این دوره آنلاین، ابتدا با مفاهیم مقدماتی این حیطه آشنا میشوید و بعد به زیباییشناسی محاسباتی میپردازیم. در این دوره دو مسیر مجزا را دنبال میکنیم. در مسیر اول فرض میگیریم دیتایی از محیط پیرامون وجود دارد که میخواهیم آن را پردازش کنیم، وارد دنیای دیجیتال میشویم و با پردازش سیگنال و تصاویر و تغییر از دنیای آنالوگ به دیجیتال آشنا میشوید.
در مسیر دوم یاد میگیرید چگونه محیط مجازی پیرامون ایجاد میشود، در این مسیر به مفاهیم کلیدی گرافیک کامپیوتری میپردازیم، وارد دنیای فرکتالها میشوید و در نهایت با هوش مصنوعی و کارکردهای آن درخلق آثار هنری آشنا میشوید.
برای ورود و کار با این فضا آشنایی با برنامهنویسی ضروری است که در این دوره به مقدمات آن میپردازیم.
مخاطبین دوره
این دوره مناسب علاقهمندان به هنر و خلاقیت، دیزاینرها و اینتراکشن دیزاینرها، برنامهنویسها، فعالان و علاقهمندان حوزه NFT است.
ملزومات دوره
این دوره لازمه خاصی ندارد.
پیش نیاز دوره
آشنایی اولیه با مفاهیم محاسباتی و فیزیکی، الگوریتمها و برنامهنویسی میتواند به فهم بهتر مطالب کمک کند، اما فرض بر این است که مخاطب با هیچکدام از این موضوعات آشنا نیست و در طول دوره تا جایی که امکانپذیر باشد، کلیه مفاهیم با ذکر مثالها و توضیحاتی، تشریح میشود.
مدل آموزشی دوره
بیشتر موضوعات این دوره به شکل تئوری مطرح شده و بخشهایی از آن که مربوط به برنامهنویسی است، با تعدادی تمرین آموزش داده میشود. تکمیل تمرینها به دست هنرجویان، لازمه درک موضوع برنامهنویسی و کسب مهارت در آن است.
خروجی دوره
مخاطبان دوره پس از گذراندن دوره و آشنایی با مفاهیم پایهای هنر محاسباتی، آمادگی دارند تا ضمن یادگیری یک زبان برنامهنویسی (مثلا پایتون) ایدههای خود را اجرایی کنند.
برچسبها
اطلاعات دوره
زیبایی شناسی محاسباتی
ادراک و تجربه زیباییشناسانه
درس ۲
۱۴ دقیقه
نظریات شناختی زیبایی شناسی
درس ۳
۳۰ دقیقه
نظریات عصب شناختی زیبایی شناسی
درس ۴
۲۱ دقیقه
آشنایی با ابزارهای اندازه گیری
درس ۵
۲۴ دقیقه
بنیان های عصب شناختی ادراک
درس ۶
۱۷ دقیقه
سیستم بینایی
درس ۷
۲۶ دقیقه
بازنمایی ذهنی ادراک
درس ۸
۲۶ دقیقه
عواطف و احساسات
درس ۹
۲۷ دقیقه
واقعیت یا خیال
درس ۱۰
۱۴ دقیقه
خلاقیت و تفکر خلاف واقع
درس ۱۱
۱۷ دقیقه
پردازش تصویر
مقدمه ای بر سیگنال ها
درس ۱
۲۱ دقیقه
پیشینه و کاربرد پردازش سیگنال
درس ۲
۱۳ دقیقه
تصویربرداری در طیف الکترومغناطیسی
درس ۳
۶ دقیقه
گام های پردازش تصویر
درس ۴
۱۸ دقیقه
تصویر و فضاهای رنگی
درس ۵
۱۸ دقیقه
برخی مفاهیم کلیدی پردازش تصویر
درس ۶
۲۳ دقیقه
هیستوگرام تصویر
درس ۷
۱۳ دقیقه
ارتباط میان پیکسل ها
درس ۸
۲۶ دقیقه
فیلترهای مکانی
درس ۹
۲۵ دقیقه
سری فوریه
درس ۱۰
۱۷ دقیقه
تمرین
درس ۱۱
۲ دقیقه
زبان برنامه نویسی Python
نصب و راه اندازی Python
درس ۲
۱۸ دقیقه
Syntax و Python
درس ۳
۱۳ دقیقه
انواع دیتا در Python
درس ۴
۱۷ دقیقه
Boolean Data
درس ۵
۷ دقیقه
Casting یا نقش دهی به انواع دیتا
درس ۶
۱۴ دقیقه
نام گذاری
درس ۷
۱۲ دقیقه
عملگرها (Operators)
درس ۸
۲۲ دقیقه
لیست
درس ۹
۱۱ دقیقه
Tuples, Sets, Dictionary
درس ۱۰
۱۳ دقیقه
if...else
درس ۱۱
۱۵ دقیقه
حلقه های While
درس ۱۲
۹ دقیقه
حلقه های For
درس ۱۳
۱۵ دقیقه
توابع
درس ۱۴
۱۴ دقیقه
پروژه ماشین حساب
درس ۱۵
۲۰ دقیقه
نصب PIP
درس ۱۶
۱۱ دقیقه
Google Colab
درس ۱۷
۱۴ دقیقه
تمرین
درس ۱۸
۱ دقیقه
آشنایی با کتابخانه Open CV
آشنایی با Open CV
درس ۱
۱۱ دقیقه
خواندن ، نوشتن و نمایش تصویر
درس ۲
۱۰ دقیقه
فضاهای رنگ
درس ۳
۱۱ دقیقه
تغییر سایز تصویر
درس ۴
۹ دقیقه
برش تصویر
درس ۵
۴ دقیقه
چرخش تصویر
درس ۶
۸ دقیقه
رسم اشکال هندسی
درس ۷
۱۶ دقیقه
تمرین
درس ۸
۱ دقیقه
گرافیک کامپیوتری
گرافیک کامپیوتری
درس ۱
۳۳ دقیقه
رندرینگ
درس ۲
۱۶ دقیقه
نورپردازی
درس ۳
۱۱ دقیقه
تبدیل اسکن
درس ۴
۱۰ دقیقه
تبدیلات هندسی
درس ۵
۱۴ دقیقه
تصویرسازی موازی
درس ۷
۱۸ دقیقه
پرسپکتیو
درس ۸
۱۸ دقیقه
فرکتال
درس ۹
۳۰ دقیقه
تمرین
درس ۱۰
۱ دقیقه
هوش مصنوعی
مقدمهای بر هوش مصنوعی
درس ۱
۳۳ دقیقه
عاملهای هوشمند
درس ۲
۲۲ دقیقه
شبکههای عصبی
درس ۳
۱۲ دقیقه
دیتا
درس ۴
۲۲ دقیقه
الگوریتم GANs
درس ۵
۱۸ دقیقه
خرید های دانشجویان این دوره
در مورد مدرس
- ۳ امتیاز
- ۱۱ نظر
- ۴ درس