منوی سایت
مهم‌ترین ویژگی امتحانات دانشگاه پیام‌نور که آن را از سایر دانشگاه‌های سراسر کشور متمایز کرده است، مشخص بودن منابع امتحانی هر درس با ذکر جزئیات می‌باشد. این ویژگی نه تنها در آزمون فراگیر کارشناسی ارشد رعایت می‌شود، بلکه در سایر امتحانات پایان ترم این دانشگاه نیز به همین روال است. دانش پذیران و دانشجویان دانشگاه پیام‌نور صرفاً با مطالعه کتاب های معرفی شده برای هر درس خود را برای امتحانات پایان ترم که از طرف مرکز آزمون دانشگاه پیام نور برگزار می شود، آماده می کنند. منابع امتحانات پایان ترم واحدهای دانشگاهی پیام نور ابتدای هر ترم تحصیلی از طریق پرتال دانشگاه پیام نور و ارائه فایل PDF قابل دسترسی می باشد.
نام دروس و منابع امتحانی نیمسال اول تحصیلی کارشناسی ارشد فراگیر دانشگاه پیام نور
مهندسی کامپیوتر دارای دو گرایش زیر است:
گرایش نرم افزار / گرایش هوش مصنوعی و رباتیکز
منابع درسی نیمسال اول دانشپذیری مهندسی کامپیوتر گرایش نرم افزار
| ردیف | نام درس | تعداد واحد | نام منابع درسی | نام مولف | ناشر |
|---|---|---|---|---|---|
| 1 | سیستم های عامل پیشرفته | 3 | Distributed Systems Principles and Paradigms | Andrew S Tanenbaum and Maarten Van Steen | Prentice Hall, 2nd Edition |
| 2 | پایگاه داده پیشرفته | 3 | پایگاه داده پیشرفته | احمد فراهی | دانشگاه پیام نور |
| 3 | الگوریتم های پیشرفته | 3 | الگوریتم های پیشرفته | مهدی خلیلی- مهسا نظری | دانشگاه پیام نور |
منابع درسی نیمسال اول دانشپذیری مهندسی کامپیوتر گرایش هوش مصنوعی و رباتیکز
| ردیف | نام درس | تعداد واحد | نام منابع درسی | نام مولف | ناشر |
|---|---|---|---|---|---|
| 1 | یادگیری ماشین | 3 | یادگیری ماشین | محمود البرزی - محمد علی خانی | دانشگاه صنعتی شریف |
| 2 | رایانش تکاملی | 3 | introduction to evolutionary computing, second edtion | a.e. eiben, j.e smith | Springer |
| 3 | هوش مصنوعی پیشرفته | 3 | Artificial Intelligence A Modern Approach, 3nD Edition, 2010 | Russell and Norrig | Prentice Hall PEARSON |