آموزش مقدمه ای بر الگوریتم های ژنتیک: نظریه و کاربردها

Introduction to Genetic Algorithms: Theory and Applications

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری مکانیسم های اصلی الگوریتم ژنتیک به عنوان جستجوی هوش مصنوعی یا بهینه سازی اکتشافی در Matlab استفاده از الگوریتم ژنتیک برای حل مسائل بهینه سازی اصلاح یا بهبود الگوریتم ژنتیک تجزیه و تحلیل عملکرد الگوریتم ژنتیک پیش نیازها: آشنایی با اصول برنامه نویسی آشنا باشید. با زبان برنامه نویسی Matlab

این یک دوره مقدماتی برای الگوریتم ژنتیک است. ما بنیادی ترین مفاهیم را در زمینه تکنیک های هوش مصنوعی الهام گرفته از طبیعت پوشش خواهیم داد. بدیهی است که تمرکز اصلی بر روی الگوریتم ژنتیک به عنوان پرطرفدارترین الگوریتم بهینه سازی در تاریخ خواهد بود. الگوریتم ژنتیک یک روش جستجو است که می تواند به راحتی در برنامه های مختلف از جمله یادگیری ماشین، علم داده، شبکه های عصبی و یادگیری عمیق اعمال شود.

من با بیش از 10 سال تجربه در این زمینه، این دوره را طوری تنظیم کرده ام که شما را در کمترین زمان از مبتدی به متخصص ببرد. هر بخش یک مفهوم اساسی را معرفی می کند و شما را از طریق تئوری و پیاده سازی راهنمایی می کند. این دوره با حل چندین مطالعه موردی با استفاده از الگوریتم ژنتیک به پایان می رسد.

بیشتر سخنرانی ها با فیلم های کدگذاری همراه هستند. در این گونه ویدئوها، روند گام به گام پیاده سازی الگوریتم ها یا مسائل بهینه سازی ارائه می شود. ما همچنین تعدادی آزمون و تمرین برای تمرین دانش نظری ارائه شده در سخنرانی ها داریم.

لیست موضوعات تحت پوشش در اینجا آمده است:

  • الهام گرفته از الگوریتم ژنتیک

  • انتخاب یا بقای شایسته ترین

  • نوترکیبی یا متقاطع

  • جهش

  • نخبه گرایی

  • پیاده سازی

  • برنامه


من به بیش از 200 بررسی 5 ستاره افتخار می کنم. برخی از بررسی ها به شرح زیر است:


فمی گفت: "من واقعاً از سبک توضیح مربی لذت بردم. او درک بسیار خوبی از دوره دارد و حل مسائل پیچیده را سرگرم کننده می کند."


ابهای گفت: "وقتی در حال شرکت در MOOC هستم، با احتیاط رفتار می کنم، زیرا اکثر دوره های ارائه شده با آنچه که آنها ادعا می کنند ارائه می دهند، در نهایت پس از مثلاً 10٪ پیشرفت، دوره را ترک می کنم. اما این دوره آموزشی را ترک می کند. متفاوت است، پس از گذراندن تقریباً 80٪ - 90٪ دوره، می توانم با اطمینان بگویم که این یکی از ارزشمندترین دوره هایی است که من در مورد موضوع GA انجام داده ام. دوره دقیق و مرتبط با دنیای واقعی است. مشکلات و علی یک مربی کاملاً جذاب و سریع است. جهنم، حتی Possums در استرالیا این را دو برابر می کند."


احمد گفت: "تجربه بسیار خوبی بود. فکر می کنم دوره برای مبتدیانی مثل من بسیار خوب طراحی شده است، زیرا از پایه شروع می شود. سپس به تدریج سخت تر می شود. در کل دوره بسیار خوبی بود. ممنون علی یا سیدعلی هر دوی شما :D :) اگر منظور من را می دانید."


به بیش از 1000 دانش آموز بپیوندید و سفر بهینه سازی خود را با ما آغاز کنید. اگر به هر دلیلی راضی نیستید، می‌توانید ظرف 30 روز از Udemy بازپرداخت کامل دریافت کنید. هیچ سوالی پرسیده نشد. اما من مطمئن هستم که شما نیازی به این کار نخواهید داشت. من 100% پشت این دوره هستم و متعهد هستم که در این راه به شما کمک کنم.


سرفصل ها و درس ها

الهام بخش Inspiration

الهام بخش Inspiration

  • الهام بخش Inspiration

بازنمایی ژن و عملکرد تناسب اندام Gene Representation and Fitness Function

بازنمایی ژن و عملکرد تناسب اندام Gene Representation and Fitness Function

  • بازنمایی ژن و عملکرد تناسب اندام: نظریه Gene Representation and Fitness Function: Theory

  • بازنمایی ژن و عملکرد تناسب اندام: کدگذاری Gene Representation and Fitness Function: Coding

انتخاب Selection

انتخاب Selection

  • انتخاب با استفاده از چرخ رولت: تئوری Selection Using Roulette Wheel: Theory

  • انتخاب: کدنویسی یک مثال Selection: coding an example

  • انتخاب: کدگذاری تابع چرخ رولت Selection: coding a roulette wheel function

  • مقیاس بندی تناسب اندام در چرخ رولت Fitness Scaling in The Roulette Wheel

نوترکیبی (متقاطع) Recombination (crossover)

نوترکیبی (متقاطع) Recombination (crossover)

  • کروموزوم نوترکیب (متقاطع): نظریه Recombining (Crossovering) Chromosome: Theory

  • ژن‌های نوترکیب (متقابل) در کروموزوم‌ها: کدگذاری و مثال Recombining (Crossovering) Genes in Chromosomes: Coding and example

  • کدگذاری یک تابع برای متقاطع دو والدین Coding a function to crossover two parents

جهش Mutation

جهش Mutation

  • ژن های جهش یافته در کروموزوم ها: نظریه Mutating Genes in Chromosomes: Theory

  • کدگذاری تابعی برای جهش ژن ها Coding a function to mutate genes

نخبه گرایی Elitism

نخبه گرایی Elitism

  • الیتیسم: نجات بهترین کروموزوم ها Elitism: Saving The Best Chromosomes

  • نمونه ای از نخبه گرایی Cosing an example of Elitism

  • کدگذاری تابع نخبه گرایی Coding A Elitism Function

  • نخبه گرایی بهبود یافته An improved elitism

اجرای الگوریتم ژنتیک Implementation of the Genetic Algorithm

اجرای الگوریتم ژنتیک Implementation of the Genetic Algorithm

  • کدگذاری الگوریتم ژنتیک در متلب Coding Genetic Algorithm in Matlab

  • توسعه یک تابع GA در Matlab Developing a GA function in Matlab

نسخه پیوسته الگوریتم ژنتیک Continuous version of the Genetic Algorithm

نسخه پیوسته الگوریتم ژنتیک Continuous version of the Genetic Algorithm

  • الگوریتم ژنتیک پیوسته: نظریه Continuous Genetic Algorithm: theory

  • کاوش و بهره برداری در الگوریتم های ژنتیک Exploration and Exploitation in Genetic Algorithms

  • کدگذاری الگوریتم ژنتیک پیوسته Coding A Continuous Genetic Algorithm

  • تجسم منحنی همگرایی و تاریخچه جستجوی GA Visualizing the convergence curve and search history of GA

  • تنظیم پارامترهای الگوریتم ژنتیک Tuning the parameters of the Genetic Algorithms

کاربردهای الگوریتم ژنتیک Applications of the Genetic Algorithm

کاربردهای الگوریتم ژنتیک Applications of the Genetic Algorithm

  • مطالعه موردی 1: حل مشکل قطار دنده Case Study 1: Solving Gear Train Problem

  • مطالعه موردی 2: بازسازی تصویر Case Study 2: Image Reconstruction

ویدیوی جایزه Bonus Video

ویدیوی جایزه Bonus Video

  • متشکرم Thank You

نمایش نظرات

آموزش مقدمه ای بر الگوریتم های ژنتیک: نظریه و کاربردها
جزییات دوره
7 hours
26
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
4,101
4.4 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Seyedali Mirjalili Seyedali Mirjalili

دکتری هوش مصنوعی