جشنواره تابستانه

جشنواره تابستانه

🎉 تخفیفات تابستانه تاپ لرن 🎉

به مناسبت ولادت حضرت محمد (ص) و روز برنامه‌نویس، همه دوره‌های تاپ لرن با ۷۰٪ تخفیف ویژه در دسترس شماست!

زمان تخفیف: از ۱۸ شهریور تا پایان شهریور

فرصت استثنایی برای یادگیری و ارتقای مهارت‌هایتان را از دست ندهید!

💻 همین حالا ثبت‌نام کنید و آموزش را شروع کنید!

قیمت این دوره: 700,000 210,000 تومان
  • مدرس دوره : قائم تقی پور
  • تعداد ویدیوها : 32 ویدیو
  • مدت زمان دوره : 6:3:00
  • سطح دوره : مقدماتی
  • وضعیت دوره : در حال برگزاری
  • تاریخ آخرین بروزرسانی : 1404/06/18
ثبتـــ نام در این دوره ثبت نام در دوره
آموزش جامع مبانی بهینه‌سازی در هوش مصنوعی - روش‌های کلاسیک و عددی

آموزش جامع مبانی بهینه‌سازی در هوش مصنوعی - روش‌های کلاسیک و عددی

بهینه‌سازی به عنوان یکی از ارکان اساسی در طراحی و تحلیل سیستم‌های هوشمند، نقش تعیین‌کننده‌ای در بهبود عملکرد مدل‌ها و حل مسائل پیچیده دارد. در بسیاری از کاربردهای هوش مصنوعی، انتخاب ساختار مناسب، کاهش خطا، و رسیدن به نتایج مطلوب همگی مبتنی بر تعریف صحیح مسئله بهینه‌سازی و بهره‌گیری از روش‌های حل مؤثر هستند. شناخت اصول پایه‌ای این حوزه، زمینه‌ساز درک عمیق‌تر و استفاده هوشمندانه از ابزارهای پیشرفته‌تر خواهد بود.

در این دوره، مفاهیم بنیادین بهینه‌سازی و روش‌های عددی کلاسیک که پشتوانه نظری بسیاری از الگوریتم‌های مدرن هستند، به‌صورت دقیق بررسی می‌شوند. روش‌هایی که اگرچه از نظر ساختاری ساده‌ترند، اما درک ماهیت آن‌ها برای تحلیل رفتار مدل‌ها و سازوکار جست‌وجوی بهینه ضروری است.

پرداختن به پیاده‌سازی الگوریتم‌ها در کنار تبیین مفاهیم نظری، به درک عملی و تحلیلی مخاطب کمک شایانی می‌کند. این دوره برای دانشجویان، پژوهشگران و علاقه‌مندانی طراحی شده است که در گام نخست قصد دارند با مبانی ریاضی و محاسباتی بهینه‌سازی در زمینه‌های مرتبط با هوش مصنوعی آشنا شوند. تسلط بر مفاهیم این دوره، بستری مناسب برای ورود به سطوح پیشرفته‌تر بهینه‌سازی فراهم می‌کند؛ به‌ویژه در شرایطی که روش‌های کلاسیک کارایی خود را از دست می‌دهند و نیاز به الگوریتم‌های پیچیده‌تر و منعطف‌تر احساس می‌شود.

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

 

سرفصل های دوره

آشنایی با مفاهیم پایه در بهینه سازی
تعریف مساله در بهینه سازی
تکنیک های عددی در حل مسائل بهینه سازی
روش های حل مقید و نامقید در مسائل بهینه سازی


پیش نیاز های دوره :

  1. مفاهیم ریاضی در سطح دبیرستان
  2. آشنایی با زبان برنامه نویسی پایتون

فهرستـــ ویدیوها

مدت زمان دوره 6:3:00
  • با مشاهده آنلاین جلسات در سایت ، هزینه اینترنت شما به صورت نیم بها محاسبه خواهد شد.

1
  • معرفی دوره

00:14:47

معرفی دوره

2
  • بررسی نقشه راه و مراجع دوره

00:04:54

بررسی نقشه راه و مراجع دوره

3
  • معرفی محیط برنامه نویسی

00:09:35

محیط برنامه نویسی

4
  • تعریف مسائل بهینه سازی

00:13:10

تعریف مسائل بهینه سازی

5
  • نحوه فرمولاسیون مسائل بهینه سازی

00:21:24

نحوه فرمولاسیون مسائل بهینه سازی

6
  • توصیف مسائل به فرم استاندارد

00:05:10

توصیف مسائل به فرم استاندارد و فرم Null منفی

7
  • حل مسائل به روش تحلیلی

00:07:38

آشنایی با حل مسائل به روش تحلیلی

8
  • حل گرافیکی

00:03:31

حل گرافیکی

9
  • اعمال قیود و نواحی قابل قبول و غیر قابل قبول در مسائل بهینه سازی

00:09:04

قیود و نواحی قابل قبول و غیر قابل قبول در مسائل بهینه سازی

10
  • برخی تعاریف و قراردادهای نوشتاری

00:10:18

برخی تعاریف و قراردادهای نوشتاری

11
  • دسته بندی مسائل بهینه سازی

00:06:50

دسته بندی مسائل بهینه سازی

12
  • بررسی انواع مسائل بهینه سازی

00:09:12

انواع مسائل بهینه سازی

13
  • بررسی انواع مسائل بهینه سازی - جلسه 2

00:11:48

بررسی انواع مسائل بهینه سازی - جلسه 2

14
  • بهینه سازی غیر خطی به روش گرافیکی

00:07:06

بهینه سازی غیر خطی به روش گرافیکی

15
  • بهینه سازی غیر خطی به روش گرافیکی - جلسه 2

00:06:31

بهینه سازی غیر خطی به روش گرافیکی - جلسه 2

16
  • روش های عددی یک بعدی

00:17:56

روش های عددی یک بعدی

17
  • روش های حذفی

00:18:41

روش های حذفی

18
  • پیاده سازی حل مسئله به روش حذفی

00:13:45

پیاده سازی حل مسئله به روش حذفی

19
  • حل به روش درونیابی

00:08:07

حل به روش درونیابی

20
  • درونیابی درجه دو

00:27:47

درونیابی درجه دو

21
  • پیاده سازی حل به روش درونیابی درجه دو

00:18:52

پیاده سازی حل به روش درونیابی درجه دو

22
  • روش نیوتن

00:11:57

روش نیوتن

23
  • پیاده سازی حل به روش نیوتن

00:07:07

پیاده سازی حل به روش نیوتن

24
  • روش شبه نیوتنی

00:08:46

روش شبه نیوتنی

25
  • روش سکانت

00:06:26

روش سکانت

26
  • بهینه سازی به روش فیبوناچی

00:13:45

روش فیبوناچی

27
  • روش برش طلایی (Golden Section)

00:14:55

روش برش طلایی (Golden Section)

28
  • پیاده سازی حل به روش برش طلایی (Golden Section)

00:04:54

پیاده سازی حل به روش برش طلایی (Golden Section)

29
  • روش های بهینه سازی نامقید

00:06:41

روش های بهینه سازی نامقید

30
  • روش عمومی، نرخ همگرایی، مقیاس دهی

00:10:58

روش عمومی، نرخ همگرایی، مقیاس دهی

31
  • روش های جستجوی کلاسیک

00:14:19

روش های جستجوی کلاسیک

32
  • پیاده سازی حل به روش های جستجوی کلاسیک

00:17:51

روش های جستجوی کلاسیک

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 .