آموزش راهنمای مبتدیان نهایی برای الگوریتم های ژنتیک در پایتون

The Ultimate Beginners Guide to Genetic Algorithms In Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: پیاده سازی الگوریتم های ژنتیک از ابتدا برای حل مسائل دنیای واقعی! مفاهیم اصلی الگوریتم های ژنتیک مانند: فرد، جمعیت، متقاطع/تولید، جهش و ارزیابی را به صورت تئوری و عملی یاد بگیرید. , مانند حمل و نقل محصولات و بهینه سازی برنامه پرواز استفاده از الگوریتم های ژنتیک برای به حداکثر رساندن و به حداقل رساندن مشکلات تجسم نتایج الگوریتم ژنتیک با استفاده از نمودارهای پویا ادغام الگوریتم های ژنتیک با پایگاه داده در MySql آموزش ساخت الگوریتم ژنتیک با استفاده از کتابخانه های DEAP و MLROSe پیش نیازها: منطق برنامه نویسی برنامه نویسی پایه پایتون

الگوریتم‌های ژنتیک حوزه مهمی از هوش مصنوعی هستند که مسئول حل مسائل پیچیده دنیای واقعی هستند. کاربردهای عملی متعددی از این نوع الگوریتم وجود دارد که می توان از آنها برای حل مسئله در موقعیت های تجاری روزمره استفاده کرد. یک مثال کلاسیک حل مشکل برنامه معلمان در مدارس است که در آن ترکیب های مختلفی از برنامه ها و کلاس ها وجود دارد و هدف این است که برنامه به صورت پویا با توجه به تعداد کلاس ها و در دسترس بودن هر معلم ساخته شود. مثال‌های دیگر عبارتند از: شرکت‌های مخابراتی می‌توانند شبکه‌های نوری جدید طراحی کنند، اپراتورها می‌توانند مسیر تحویل کالا را بهتر برنامه‌ریزی کنند، سرمایه‌گذاران می‌توانند بهترین سرمایه‌گذاری را انتخاب کنند. در میان چندین مورد دیگر.

در این دوره هر آنچه که برای ورود به دنیای الگوریتم های ژنتیک نیاز دارید را یاد خواهید گرفت! چیزی که این دوره را منحصر به فرد می کند این است که شما شهود اولیه و به خصوص پیاده سازی گام به گام را بدون استفاده از کتابخانه های از پیش ساخته شده یاد خواهید گرفت. به عبارت دیگر، ما قصد داریم الگوریتم های ژنتیک را از ابتدا با استفاده از پایتون پیاده سازی کنیم. اگر تا به حال در مورد این موضوع چیزی نشنیده اید، در پایان دوره تمام مبانی نظری و عملی برای حل مشکلات خود یا شرکتی که در آن کار می کنید را خواهید داشت!

  • در قسمت 1، ما قصد داریم یک الگوریتم ژنتیک را از ابتدا برای حل یک مشکل بسیار رایج که مربوط به حمل و نقل محصولات است، پیاده سازی کنیم. فرض کنید باید برخی از محصولات را روی کامیون بارگیری کنیم، اما باید سودآورترین محصولات را انتخاب کنیم و همچنین در نظر داشته باشیم که فضای کافی برای بارگیری همه آنها در کامیون وجود ندارد. بنابراین، هدف الگوریتم ژنتیک، انتخاب بهترین مجموعه از محصولات برای به حداکثر رساندن سود شرکت خواهد بود. در پایان ما الگوریتم خود را با یک پایگاه داده در MySql ادغام خواهیم کرد، بنابراین درک نحوه برخورد با برنامه های تجاری آسان تر خواهد بود!

  • در قسمت 2 (بعد از اینکه شهود کامل را یاد گرفتید و الگوریتم‌های ژنتیک را از ابتدا پیاده‌سازی کردید)، نوبت به یادگیری نحوه کار با کتابخانه‌ها برای حل همان مشکل می‌رسد. علاوه بر مطالعه موردی حمل و نقل محصول، مشکل دیگری را نیز حل خواهیم کرد که مربوط به یافتن کمترین قیمت بلیط هواپیما برای افرادی است که به صورت گروهی سفر می کنند. ما هر دو مشکل را با استفاده از دو کتابخانه حل خواهیم کرد: DEAP (الگوریتم های تکاملی توزیع شده در پایتون) و MLROSe. نکته جالب این است که ما قادر خواهیم بود نتایج کتابخانه ها را با نتایج الگوریتم ژنتیک خود که از ابتدا پیاده سازی شده است مقایسه کنیم.

این را می توان اولین دوره الگوریتم ژنتیک دانست و پس از اتمام آن می توانید به سراغ مواد پیشرفته تری بروید. در پایان شما پیش زمینه عملی برای توسعه پروژه های ساده و گذراندن دوره های پیشرفته تر خواهید داشت. در طول سخنرانی‌ها، کد گام به گام با استفاده از Google Colab پیاده‌سازی می‌شود، که این اطمینان را ایجاد می‌کند که با نصب یا پیکربندی نرم‌افزار در دستگاه محلی خود مشکلی نخواهید داشت.


سرفصل ها و درس ها

معرفی Introduction

  • محتوای دوره Course content

  • مواد درسی Course materials

الگوریتم ژنتیک از ابتدا Genetic algorithm from scratch

  • طرح حمله Plan of attack

  • الگوریتم های تکاملی و ژنتیک Evolutionary and genetic algorithms

  • بیان مشکل - حمل و نقل محصولات Problem statement - transport of products

  • ایجاد کلاس محصول Creating the product class

  • ایجاد کلاس فردی Creating the individual class

  • عملکرد تناسب اندام Fitness function

  • متقاطع - شهود Crossover - intuition

  • متقاطع - پیاده سازی Crossover - implementation

  • جهش - شهود و اجرا Mutation - intuition and implementation

  • اولیه سازی جمعیت Initializing the population

  • ارزیابی جمعیت Evaluating the population

  • بهترین فرد Best individual

  • مجموع ارزیابی ها Sum of evaluations

  • انتخاب افراد - شهود Selecting the individuals - intuition

  • انتخاب افراد - اجرا Selecting the individuals - implementation

  • ساختن نسل جدید Building the new generation

  • نسل را تجسم کنید Visualize the generation

  • الگوریتم ژنتیک کامل Complete genetic algorithm

  • نمودار راه حل ها Graph of solutions

  • نصب MySql، Anaconda و PyCharm Installing MySql, Anaconda and PyCharm

  • ایجاد جدول محصولات Creating the table of products

  • الگوریتم ژنتیک با MySql Genetic algorithms with MySql

کتابخانه های الگوریتم های ژنتیک Libraries for genetic algorithms

  • طرح حمله Plan of attack

  • کتابخانه DEAP 1 DEAP library 1

  • کتابخانه DEAP 2 DEAP library 2

  • کتابخانه MLROSe MLROSe library

  • بیان مشکل - برنامه پرواز Problem statement - flight schedule

  • نشان دادن مسئله 1 Representing the problem 1

  • نمایش مسئله 2 Representing the problem 2

  • برنامه پرواز - DEAP Flight schedule – DEAP

  • برنامه پرواز - MLROSe Flight schedule – MLROSe

اظهارات پایانی Final remarks

  • اظهارات پایانی Final remarks

  • جایزه BONUS

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش راهنمای مبتدیان نهایی برای الگوریتم های ژنتیک در پایتون
جزییات دوره
5 hours
35
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,724
4.6 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jones Granatyr Jones Granatyr

استاد اولا! 10 مورد از جونز گراناتیر و ترابیلو در 10 سال گذشته است که شامل Inteligência Artificial (IA) می باشد استاد حرفه ای ، پشکیزادور و بنیانگذار پورتال IA Expert ، وب سایت com conteúdo específico sobre Inteligência Artificial. Desde que iniciei na Udemy criei vários cursos sobre diversos assuntos de IA، como as exemplolo: یادگیری عمیق ، یادگیری ماشین ، علم داده ، Redes Neurais Artificiais، Algoritmos Genéticos، Detecção e Reconhecimento Facial، Algoritmos de cesos، Busca ، Mineração de Regras de Associação ، Sistemas Especialistas e Sistemas de Recomendação. اگر بخواهید از طریق برنامه های مختلف زبان (Python ، R e Java) و یا فن آوری های مختلف (tensorflow ، keras ، pandas ، sklearn ، opencv ، dlib ، weka ، nltk ، به عنوان مثال) استفاده کنید. با توجه به هدف اصلی و دستیابی به اطلاعات IA و مجوز فعالیت در TI و متقاضیان ، به عنوان تجدید نظر در زمینه استفاده از قوانین و مقررات و امکان مشاهده تجدید نظرهای جدید در زمینه مشروبات الکلی ارائه می شود.

IA Expert Academy IA Expert Academy

Plataforma de Cursos sobre Ciência de Dados و IAA plataforma IA Expert tem o Objetivo de trazer cursos teóricos and Páticos de facil entendimento sobre sobre Inteligência Artificial e Ciência de Dados، برای اینکه حرفه ای به عنوان یک IAcareos به عنوان یک رضایتمندی به عنوان یک رضایتمندی شناخته شود. trazer para seus negócios، bem como apresentar todas as oportunidades que essa área pode trazer para profissionais de tecnologia da informação. Também trazemos notícias atualizadas semanais sobre a área em nosso portal.

Edson Pacholok Edson Pacholok

Ciência da Computação