| 1 |
جایگاه درس در برنامه درسی دوره |
نظری-محاسباتی |
| 2 |
هدف کلی |
آشنایی با مفاهیم نظریه قابلیت اعتماد در سیستم های مهندسی، ارزیابی شاخص های قابلیت اعتماد و برآورد پارامترها |
| 3 |
شایستگی های پایه |
1-تسلط بر احتمال و نحوه محاسبه احتمال
2-آشنایی با مفاهیم برآورد پارامترها و آزمون های نیکویی برازش |
| 4 |
اهداف یادگیری |
1- آشنایی با مفاهیم نظریه قابلیت اعتماد
2- آشنایی با ساختار سیستم های مهندسی
3- تسلط بر روش های براورد پارامترهای قابلیت اعتماد
4- آشنایی با مباحث تعمیر و نگهداری سیستم ها |
| 5 |
روش تدریس |
سخنرانی، یادگیری مشارکتی، حل مساله، پرسش و پاسخ |
| 6 |
وظایف دانشجو |
1- حضور در جلسات درس
3- مشارکت در مباحث کلاسی و پرسش و پاسخ
4- آمادگی برای ارزیابی مستمر در همه جلسات کلاس
5- شرکت در ارزیابی ها |
| 7 |
منبع |
اسدی، م. (1393)، آشنایی با نظریه قابلیت اعتماد، مرکز نشر دانشگاهی. |
| 8 |
مواد و امکانات آموزشی |
تخته سیاه
کامپیوتر مجهز به وبکم و میکروفون |
| 9 |
نحوه ارزشیابی |
میانترم 8 نمره
پایانترم 8 نمره
کوئیز 2 نمره
تکلیف و پروژه 2 نمره |
| 10 |
فایل |
Pdf File |
| 11 |
سیاست استفاده از هوش مصنوعی در درس |
دانشجویان باید در هنگام تحویل تکالیف و پروژه ها موارد زیر را رعایت کنند:
1- موارد غیرمجاز: دانشجویان مجاز نیستند تکالیف یا پروژهها را بهطور کامل توسط ابزار هوش مصنوعی انجام دهند. این کار تخلف آموزشی محسوب می شود.
2- شفافیت و استناد: دانشجویان می توانند تحلیل های خود را با ابزار هوش مصنوعی ویرایش کنند. در اینصورت باید حتما به صورت شفاف تصریح نمایند که کدام قسمت ها را با این ابزار انجام داده اند.
3- رعایت اصول اخلاقی و امانتداری علمی: یادآوری می شود استفاده از ابزارهای هوش مصنوعی نباید جایگزین خلاقیت و تلاش فردی دانشجو شود، بلکه می تواند به عنوان ابزار کمکی به کار رود. |