قیمت این دوره: 900,000 630,000 تومان
  • مدرس دوره : قائم تقی پور
  • تعداد ویدیوها : 17 ویدیو
  • مدت زمان دوره : 3:19:00
  • سطح دوره : متوسط
  • وضعیت دوره : در حال برگزاری
  • تاریخ آخرین بروزرسانی : 1404/07/08
ثبتـــ نام در این دوره ثبت نام در دوره
آموزش جامع مبانی بهینه‌سازی در هوش مصنوعی - روش های متاهیورستیک و الگوریتم‌های تکاملی

آموزش جامع مبانی بهینه‌سازی در هوش مصنوعی - روش های متاهیورستیک و الگوریتم‌های تکاملی

با گسترش حوزه‌های کاربردی هوش مصنوعی و افزایش پیچیدگی مدل‌ها، روش‌های کلاسیک بهینه‌سازی در بسیاری از موارد با محدودیت‌های جدی مواجه می‌شوند. در چنین شرایطی، الگوریتم‌های متاهیورستیک و الهام‌گرفته از طبیعت با بهره‌گیری از سازوکارهای تصادفی و جست‌وجوی سراسری، راهکارهایی توانمند برای حل مسائل غیرخطی، ناپیوسته و چندهدفه ارائه می‌دهند. این الگوریتم‌ها بخش جدایی‌ناپذیر از جعبه ابزار متخصصان یادگیری ماشین و علوم محاسباتی به‌شمار می‌آیند.

در این دوره، با اصول و ساختار اصلی الگوریتم‌های متاهیورستیک و تکاملی آشنا می‌شوید. در مجموعه آموزشی پیش رو، روش‌هایی چون الگوریتم ژنتیک، بهینه‌سازی ازدحام ذرات، کلونی مورچه‌ها، شبیه‌سازی تبرید، و نسخه‌های پیشرفته مانند NSGA-II به صورت مفهومی تحلیل می‌شوند. این روشها، به‌ویژه در بهینه‌سازی مسائل چند هدفه و فاقد گرادیان، اهمیت مضاعف دارند.

پیاده‌سازی الگوریتم‌ها به‌عنوان بخش مکمل آموزش، به درک عملی از رفتار و ویژگی‌های هر روش کمک می‌کند. این دوره به‌ویژه برای افرادی مناسب است که پس از تسلط بر مبانی عددی و کلاسیک، به دنبال توسعه مهارت‌های خود در حوزه بهینه‌سازی هوشمند و مبتنی بر جست‌وجوی سراسری هستند. دانش این حوزه، پلی است میان مبانی نظری و کاربردهای پیشرفته بهینه‌سازی در طراحی مدل‌های هوش مصنوعی. مخاطبانی که در نظر دارند معماری مدل‌های یادگیری را به صورت هدفمند و مؤثر بهینه‌سازی کنند، به مباحث مطرح‌شده در این دوره نیازمند خواهند بود.

پیشنهاد می شود جهت کسب اطلاعات بیشتر در رابطه با این دوره، جلسه ی معرفی دوره را مشاهده نمایید.

 

 


 

سرفصل های دوره

آشنایی با الگوریتم ها و تکنیک های پیشرفته بهینه سازی
بررسی الگوریتم های مهم متاهیورستیک شامل GA، PSO، ACO، SA، NSGA و ...
پیاده سازی الگوریتم های بهینه سازی با استفاده از زبان پایتون
آشنایی با ساز و کار حاکم بر شبکه های عصبی و یادگیری عمیق


پیش نیاز های دوره :

  1. مفاهیم ریاضی در سطح دبیرستان
  2. آشنایی با زبان برنامه نویسی پایتون
  3. آموزش جامع مبانی بهینه‌سازی در هوش مصنوعی - روش‌های کلاسیک و عددی

فهرستـــ ویدیوها

مدت زمان دوره 3:19:00
  • با مشاهده آنلاین جلسات در سایت ، هزینه اینترنت شما به صورت نیم بها محاسبه خواهد شد.

1
  • معرفی دوره

00:08:32

معرفی دوره

2
  • بررسی نقشه راه دوره

00:03:46

بررسی نقشه راه دوره

3
  • مقدمه ای بر روش های متاهیورستیک

00:07:01

مقدمه ای بر روش های متاهیورستیک

4
  • مروری بر کاربردهای روش های متاهیورستیک

00:05:15

مروری بر کاربردهای روش های متاهیورستیک

5
  • معرفی محیط برنامه نویسی

00:08:42

معرفی محیط برنامه نویسی

6
  • الگوریتم ژنتیک - جلسه 1

00:15:47

الگوریتم ژنتیک - جلسه 1

7
  • الگوریتم ژنتیک - مقدمات و نحوه کار الگوریتم

00:12:09

الگوریتم ژنتیک - مقدمات و نحوه کار الگوریتم

8
  • نحوه نمایش یک عضو در الگوریتم ژنتیک

00:20:33

نحوه نمایش یک عضو در الگوریتم ژنتیک

9
  • اپراتورهای کراس اور

00:09:12

اپراتورهای کراس اور

10
  • فرآیند انتخاب در الگوریتم ژنتیک

00:23:51

فرآیند انتخاب در الگوریتم ژنتیک

11
  • جمع بندی الگوریتم ژنتیک

00:14:46

جمع بندی الگوریتم ژنتیک

12
  • مثال از الگوریتم ژنتیک

00:09:36

مثال از الگوریتم ژنتیک

13
  • مثال از الگوریتم ژنتیک 2

00:08:09

مثال از الگوریتم ژنتیک 2

14
  • پیاده سازی الگوریتم ژنتیک

00:17:24

پیاده سازی الگوریتم ژنتیک

15
  • پیاده سازی الگوریتم ژنتیک 2

00:10:47

پیاده سازی الگوریتم ژنتیک 2

16
  • مقدمه ای بر بهینه سازی چند متغیره

00:14:58

مقدمه ای بر بهینه سازی چند متغیره

17
  • جبهه پارتو (Pareto Front)

00:08:50

جبهه پارتو

دوره های دیگر مدرس

مشاهده همه دوره ها

نظرات کاربران در رابطه با این دوره

لطفا سوالات خود را راجع به این آموزش در این بخش پرسش و پاسخ مطرح کنید به سوالات در قسمت نظرات پاسخ داده نخواهد شد و آن نظر حذف میشود.
جهت ثبت نظر باید در سایت عضو شوید و یا وارد سایت شده باشید .