آموزش دوره کامل: هوش مصنوعی از ابتدا

The Complete Course: Artificial Intelligence From Scratch

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: مفاهیم اساسی هوش مصنوعی مانند شبکه های عصبی، طبقه بندی، رگرسیون و بهینه سازی را با استفاده از پایتون بیاموزید. اصول اولیه هوش مصنوعی را از ابتدا بیاموزید. نحوه کار شبکه های عصبی را بیاموزید. شبکه پرسپترون چندلایه را از ابتدا در پایتون برنامه ریزی کنید. شما می دانید که چگونه شبکه های عصبی مکرر کار می کنند. شما یاد خواهید گرفت که چگونه با استفاده از پایتون و Keras شبکه های LSTM ایجاد کنید. می دانید که چگونه قیمت سهام گوگل را با دقت بالا پیش بینی کنید از روش طبقه بندی k Nearest Neighbor برای طبقه بندی مجموعه های داده استفاده کنید. طبقه بندی مجموعه داده ها با استفاده از روش ماشین بردار پشتیبان مفهوم اصلی روش ماشین بردار پشتیبان را درک کنید. طبقه بندی تصاویر دست نویس با روش طبقه بندی لجستیک شما می دانید که رگرسیون خطی چگونه کار می کند. شما می دانید که چگونه رگرسیون چند خطی با استفاده از sklearn و Python کار می کند. برنامه رگرسیون لجستیک از ابتدا در پایتون. ساخت مدل برای پیش بینی CO2 و دمای جهانی با رگرسیون چند جمله ای. شما با ایده های پشت الگوریتم ژنتیک آشنا خواهید شد. شما ایده های پشت روش بهینه سازی ازدحام ذرات را می دانید. شما می دانید که چگونه نقطه بهینه را برای توابع مثلثاتی پیچیده پیدا کنید. شما یاد خواهید گرفت که چگونه مشکلات شناخته شده ای مانند مشکل فروشنده مسافرتی (TSP) را حل کنید. پیش نیازها: تنها چیزی که نیاز دارید یک کامپیوتر/لپ تاپ مناسب (CPU 2GHz، 4GB RAM) است. بقیه اش را از من خواهید گرفت. شما باید برنامه نویسی پایه پایتون را بدانید. Sublime و کتابخانه مورد نیاز برای پایتون را نصب کنید. شما باید تمایل زیادی به یادگیری هوش مصنوعی داشته باشید و آن را به صورت عملی انجام دهید.

آیا دوست دارید نحوه پیش‌بینی سری‌های زمانی اقتصادی مانند قیمت سهام یا شاخص‌ها را با دقت بالا بیاموزید؟

آیا دوست دارید بدانید چگونه داده های آب و هوا مانند دما و سرعت باد را با چند خط کد پیش بینی کنید؟

آیا دوست دارید ارقام دست نویس را با دقت بیشتری طبقه بندی کنید؟

اگر می گویید بله، پس بیشتر بخوانید ...


در علوم کامپیوتر، هوش مصنوعی (AI)، که گاهی به آن هوش ماشینی می‌گویند، هوشی است که توسط ماشین‌ها نشان داده می‌شود، برخلاف هوش طبیعی که توسط انسان‌ها و سایر حیوانات نمایش داده می‌شود. در این مطلب می خواهید مفاهیم اساسی هوش مصنوعی را با استفاده از Python بیاموزید:

شبکه های عصبی

روش های طبقه بندی

تحلیل رگرسیون

روش های بهینه سازی

_________________________________________________________________________________________________________________

در بخش های اول، دوم، سوم شبکه های عصبی را خواهید آموخت

شما یاد خواهید گرفت که چگونه با استفاده از Keras و LSTM شبکه های عصبی مکرر ایجاد کنید:

  • یاد خواهید گرفت که چگونه از پایتون و   Keras  برای پیش بینی قیمت سهام گوگل استفاده کنید.


  • می‌دانید چگونه از پایتون و   Keras  برای پیش‌بینی دقیق شاخص NASDAQ استفاده کنید.


  • یاد خواهید گرفت که چگونه از پایتون و   Keras  برای پیش بینی دمای نیویورک با خطای کم استفاده کنید.


  • می‌دانید چگونه از پایتون و   Keras  برای پیش‌بینی دقیق سرعت باد نیویورک استفاده کنید.


در بخش بعدی نحوه استفاده از python و MLPclassifier sklearn را برای پیش‌بینی خروجی مجموعه داده‌های مختلف مانند 

یاد می‌گیرید.
  • دروازه های منطقی

  • مجموعه داده های وسایل نقلیه

  • مجموعه داده های تولید شده

در بخش سوم می توانید خروجی مجموعه داده های مختلف را با استفاده از کتابخانه Keras مانند

پیش بینی کنید
  • مجموعه داده های تصادفی

  • پیش بینی مسافران خطوط هوایی بین المللی

  • پیش بینی دمای لس آنجلس

_________________________________________________________________________________________________________________

در ادامه خواهید آموخت که چگونه با استفاده از k-نزدیکترین همسایگان، Bayes، ماشین بردار پشتیبان و رگرسیون لجستیک، مجموعه‌های داده شناخته شده را با دقت بالا طبقه‌بندی کنید.

در بخش چهارم یاد می گیرید که چگونه از پایتون و k-Nearest Neighbors برای تخمین خروجی سیستم خود استفاده کنید. در این بخش می توانید طبقه بندی کنید:

  • مجموعه داده پایتون

  • گلهای IRIS

  • الگوریتم نزدیکترین همسایگان خود را بسازید

در بخش پنجم یاد می گیرید که چگونه از Bayes و python برای طبقه بندی خروجی سیستم خود با ساختار غیرخطی استفاده کنید. در این بخش می توانید طبقه بندی کنید:

  • گلهای IRIS

  • پایگاه داده دیابت هندی پیما

  • الگوریتم Naive Bayes خود را بسازید

همچنین می‌توانید نحوه طبقه‌بندی مجموعه‌های داده را بر اساس  Machines Vector Support  برای پیدا کردن کلاس صحیح برای داده‌ها و کاهش خطا، بیاموزید. سپس بیشتر بروید  می‌آموزید که چگونه خروجی مدل را با استفاده از  رگرسیون لجستیک

طبقه‌بندی کنید.

در بخش ششم یاد می گیرید که چگونه از پایتون برای تخمین خروجی سیستم خود استفاده کنید. در این بخش می توانید خروجی

را تخمین بزنید
  • مجموعه داده تصادفی

  • گلهای IRIS

  • ارقام دست نویس

در بخش هفتم یاد می‌گیرید که چگونه از پایتون برای طبقه‌بندی خروجی سیستم خود با ساختار غیرخطی استفاده کنید. در این بخش می‌توانید خروجی را تخمین بزنید:

  • حباب

  • گلهای IRIS

  • ارقام دست نویس

_________________________________________________________________________________________________________________

پس از آن، روش‌های رگرسیون مانند رگرسیون خطی، چند خطی و چند جمله‌ای را یاد می‌گیریم.

در بخش هشتم نحوه استفاده از رگرسیون خطی و پایتون برای تخمین خروجی سیستم خود را یاد می گیرید. در این بخش می توانید خروجی:

را تخمین بزنید
  • شماره تصادفی

  • دیابت

  • قیمت خانه بوستون

  • ساخته شده در مجموعه داده

در بخش نهم، نحوه استفاده از پایتون و رگرسیون چند خطی را برای تخمین خروجی سیستم خود با ورودی‌های چند متغیره یاد می‌گیرید. در این بخش می‌توانید خروجی را تخمین بزنید:

  • دمای جهانی

  • کل فروش کمپین تبلیغاتی

  • ساخته شده در مجموعه داده

در بخش دهم یاد می گیرید که چگونه از رگرسیون چند جمله ای پایتون برای تخمین خروجی سیستم خود استفاده کنید. در این بخش می توانید خروجی زیر را تخمین بزنید:

  • تابع سینوسی غیر خطی

  • مجموعه داده پایتون

  • دما و CO2

_________________________________________________________________________________________________________________

در نهایت می‌خواهم تئوری الگوریتم‌های الهام‌گرفته از زیست‌شناسی مانند الگوریتم ژنتیک و روش بهینه‌سازی ازدحام ذرات را به شما یاد بدهم. شما عملگرهای اصلی ژنتیکی مانند متقاطع جهش و انتخاب و نحوه عملکرد آنها را خواهید آموخت. شما مفاهیم اولیه ازدحام ذرات و نحوه کار آنها را یاد خواهید گرفت.

در بخش یازدهم نحوه استفاده از کتابخانه پایتون و دیپ برای حل مسئله بهینه‌سازی و یافتن نقاط حداقل/حداکثر برای توابع مورد نظر خود با استفاده از الگوریتم ژنتیک را خواهید آموخت.

  • شما نظریه روش بهینه سازی الگوریتم ژنتیک را خواهید آموخت


  • می‌دانید چگونه از python و   deap برای بهینه‌سازی دقیق عملکرد ساده استفاده کنید.


  • یاد خواهید گرفت که چگونه از پایتون و   deap برای یافتن نقطه بهینه تابع مثلثاتی پیچیده استفاده کنید.


  • می‌دانید چگونه از python و   deap برای حل دقیق مشکل فروشنده مسافرتی (TSP) استفاده کنید.


در بخش دوازدهم بیشتر می‌رویم، نحوه استفاده از کتابخانه پایتون و دیپ برای حل مسئله بهینه‌سازی با استفاده از بهینه‌سازی ازدحام ذرات

  • تئوری روش بهینه‌سازی ازدحام ذرات را خواهید آموخت


  • می‌دانید چگونه از python و   deap برای بهینه‌سازی دقیق عملکرد ساده استفاده کنید.


  • یاد خواهید گرفت که چگونه از پایتون و   deap برای یافتن نقطه بهینه تابع مثلثاتی پیچیده استفاده کنید.


  • می‌دانید چگونه از python و   deap برای حل دقیق تابع استاندارد Rastrigin استفاده کنید.

________________________________________________________________________________

اطلاعات مهم قبل از ثبت نام:

  • در صورتی که دوره را برای حرفه خود بی فایده می بینید، فراموش نکنید که تحت پوشش 30 روز ضمانت بازگشت پول، بازپرداخت کامل، بدون سؤال هستید!

  • پس از ثبت نام، دسترسی نامحدود و مادام العمر به دوره خواهید داشت!

  • به هر به‌روزرسانی که به دوره اضافه خواهم کرد، دسترسی فوری و رایگان خواهید داشت.

  • در رابطه با هر گونه مشکل یا پیشنهاد مربوط به دوره، از شما حمایت کامل من را خواهید کرد.

  • برنامه درسی و سخنرانی‌های پیش‌نمایش رایگان را برای بینش سریع بررسی کنید.

_________________________________________________________________________________

موسیقی از Jukedeck - موسیقی خود را در jukedeck com

ایجاد کنید

________________________________________________________________________________

وقت آن است که اقدام کنید!

در حال حاضر روی دکمه "در این دوره شرکت کنید" در بالا کلیک کنید!

.. .زمان را تلف نکن! هر ثانیه از هر روز ارزشمند است ...

من نمی توانم صبر کنم تا شما را در دوره ببینم!

بهترین تقدیرها،

سبحان


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

شبکه های عصبی LSTM را بیاموزید Learn LSTM Neural Networks

  • شبکه های عصبی مکرر و نظریه LSTMs Recurrent neural networks and LSTMs theory

  • نرم افزارها و کتابخانه های مورد نیاز Required Softwares and Libraries

  • پیش‌بینی قیمت سهام Google با استفاده از LSTM - قسمت 1 Predict Google stock price using LSTMs - Part1

  • پیش بینی قیمت سهام Google با استفاده از LSTMs - قسمت 2 Predict Google stock price using LSTMs - Part2

  • پیش‌بینی قیمت سهام Google با استفاده از LSTMs - قسمت 3 Predict Google stock price using LSTMs - Part3

  • پیش‌بینی قیمت سهام Google با استفاده از LSTM - قسمت 4 Predict Google stock price using LSTMs - Part4

  • پیش بینی قیمت سهام Google با استفاده از LSTMs - قسمت 5 Predict Google stock price using LSTMs - Part5

  • کد منبع Source Code

  • پیش بینی شاخص NASDAQ با استفاده از LSTMs و کتابخانه Keras - قسمت 1 Forecast NASDAQ Index using LSTMs and Keras library - Part 1

  • پیش بینی شاخص NASDAQ با استفاده از LSTMs و کتابخانه Keras - قسمت 2 Forecast NASDAQ Index using LSTMs and Keras library - Part 2

  • پیش بینی شاخص NASDAQ با استفاده از LSTMs و کتابخانه Keras - قسمت 3 Forecast NASDAQ Index using LSTMs and Keras library - Part 3

  • پیش بینی شاخص NASDAQ با استفاده از LSTMs و کتابخانه Keras - قسمت 4 Forecast NASDAQ Index using LSTMs and Keras library - Part 4

  • پیش بینی شاخص NASDAQ با استفاده از LSTMs و کتابخانه Keras - قسمت 5 Forecast NASDAQ Index using LSTMs and Keras library - Part 5

  • کد منبع Source Code

  • پیش بینی دمای سالانه نیویورک با استفاده از LSTMs - قسمت 1 Predict New York annual temperature using LSTMs - Part 1

  • پیش بینی دمای سالانه نیویورک با استفاده از LSTMs - قسمت 2 Predict New York annual temperature using LSTMs - Part 2

  • پیش بینی دمای سالانه نیویورک با استفاده از LSTMs - قسمت 3 Predict New York annual temperature using LSTMs - Part 3

  • پیش بینی دمای سالانه نیویورک با استفاده از LSTMs - قسمت 4 Predict New York annual temperature using LSTMs - Part 4

  • پیش بینی دمای سالانه نیویورک با استفاده از LSTMs - قسمت 5 Predict New York annual temperature using LSTMs - Part 5

  • کد منبع Source Code

  • پیش بینی سرعت باد نیویورک با استفاده از LSTMs و کتابخانه Keras - قسمت 1 Forecast New York wind speed using LSTMs and Keras library - Part 1

  • پیش بینی سرعت باد نیویورک با استفاده از LSTMs و کتابخانه Keras - قسمت 2 Forecast New York wind speed using LSTMs and Keras library - Part 2

  • پیش بینی سرعت باد نیویورک با استفاده از LSTMs و کتابخانه Keras - قسمت 3 Forecast New York wind speed using LSTMs and Keras library - Part 3

  • پیش بینی سرعت باد نیویورک با استفاده از LSTMs و کتابخانه Keras - قسمت 4 Forecast New York wind speed using LSTMs and Keras library - Part 4

  • پیش بینی سرعت باد نیویورک با استفاده از LSTMs و کتابخانه Keras - قسمت 5 Forecast New York wind speed using LSTMs and Keras library - Part 5

  • کد منبع Source Code

  • آزمون شبکه های عصبی مکرر و LSTMs Recurrent Neural Networks and LSTMs Quiz

  • شبکه های عصبی مکرر و تخصیص LSTMs Recurrent Neural Networks and LSTMs Assignment

آموزش شبکه های عصبی پرسپترون چند لایه Learn Multi Layer Perceptron Neural Networks

  • نظریه شبکه های عصبی MLP Theory of MLP Neural Networks

  • نرم افزارها و کتابخانه های مورد نیاز Required Softwares and Libraries

  • شبکه عصبی MLP را برای ایجاد Logic Gates بسازید Make MLP neural network to create Logic Gates

  • کد منبع Source Code

  • استفاده از MLP برای تشخیص دقیق وسایل نقلیه قسمت 1 Using MLP to Detect Vehicles Precisely Part 1

  • استفاده از MLP برای تشخیص دقیق وسایل نقلیه قسمت 2 Using MLP to Detect Vehicles Precisely Part 2

  • کد منبع Source Code

  • طبقه بندی داده های تصادفی با استفاده از پرسپترون چند لایه قسمت 1 Classify random data using Multilayer Perceptron Part 1

  • طبقه بندی داده های تصادفی با استفاده از پرسپترون چندلایه قسمت 2 Classify random data using Multilayer Perceptron Part 2

  • کد منبع Source Code

  • استفاده از Keras برای پیش بینی 1000 داده با 100 ویژگی در چند ثانیه قسمت 1 Using Keras to forecast 1000 data with 100 features in a few seconds Part 1

  • استفاده از Keras برای پیش بینی 1000 داده با 100 ویژگی در چند ثانیه قسمت 2 Using Keras to forecast 1000 data with 100 features in a few seconds Part 2

  • کد منبع Source Code

  • پیش بینی مسافران خطوط هوایی بین المللی با استفاده از keras Part1 Forecasting international airline passengers using keras Part1

  • پیش بینی مسافران خطوط هوایی بین المللی با استفاده از keras Part2 Forecasting international airline passengers using keras Part2

  • کد منبع Source Code

  • پیش بینی دمای لس آنجلس قسمت 1 Los Angeles Temperature Forecasting Part 1

  • پیش بینی دمای لس آنجلس قسمت 2 Los Angeles Temperature Forecasting Part 2

  • پیش بینی دمای لس آنجلس قسمت 3 Los Angeles Temperature Forecasting Part 3

  • کد منبع Source Code

  • آزمون شبکه های عصبی پرسپترون چند لایه Multilayer Perceptron Neural Networks Quiz

  • تخصیص شبکه های عصبی پرسپترون چند لایه Multilayer Perceptron Neural Networks assignment

k روش طبقه بندی نزدیکترین همسایگان k Nearest Neighbors Classification Method

  • نظریه k روش طبقه بندی نزدیکترین همسایگان Theory of k Nearest Neighbors Classification Method

  • نرم افزارها و کتابخانه های مورد نیاز Required Softwares and Libraries

  • برای طبقه‌بندی مجموعه داده‌های تصادفی بخش 1، از k روش طبقه‌بندی نزدیک‌ترین همسایگان استفاده کنید Use k Nearest Neighbors Classification Method to classify random dataset Part 1

  • برای طبقه‌بندی مجموعه داده‌های تصادفی قسمت 2، از روش طبقه‌بندی نزدیک‌ترین همسایگان k استفاده کنید Use k Nearest Neighbors Classification Method to classify random dataset Part 2

  • کد منبع Source Code

  • نحوه استفاده از k طبقه بندی نزدیکترین همسایگان برای مجموعه داده IRIS را بیاموزید Learn How to Use k Nearest Neighbors Classification for IRIS Dataset

  • کد منبع Source Code

  • K روش طبقه بندی نزدیکترین همسایگان را خودتان بنویسید قسمت 1 Write k Nearest Neighbors Classification Method by yourself Part 1

  • K روش طبقه بندی نزدیکترین همسایگان را خودتان بنویسید قسمت 2 Write k Nearest Neighbors Classification Method by yourself Part 2

  • کد منبع Source Code

  • k روش طبقه بندی نزدیکترین همسایگان کیوز k Nearest Neighbors Classification Method Qiuz

  • k تخصیص روش طبقه بندی نزدیکترین همسایگان k Nearest Neighbors Classification Method Assignment

روش طبقه بندی ساده بیز Naive Bayes Classification Method

  • نظریه روش طبقه بندی ساده بیز Theory of Naive Bayes Classification Method

  • از قدرت Naive Bayes برای طبقه بندی IRIS Dataset Part 1 استفاده کنید Use the power of Naive Bayes to Classify IRIS Dataset Part 1

  • از قدرت Naive Bayes برای طبقه بندی IRIS Dataset Part 2 استفاده کنید Use the power of Naive Bayes to Classify IRIS Dataset Part 2

  • کد منبع Source Code

  • یاد بگیرید که چگونه از Naive Bayes برای طبقه بندی مجموعه داده های دیابت استفاده کنید Learn how to Use Naive Bayes to Classify Diabetes dataset

  • کد منبع Source Code

  • روش طبقه بندی ساده بیز را خودتان بنویسید قسمت 1 Write Naive Bayes Classification Method by Yourself Part 1

  • روش طبقه بندی ساده بیز را خودتان بنویسید قسمت 2 Write Naive Bayes Classification Method by Yourself Part 2

  • کد منبع Source Code

  • آزمون روش طبقه بندی ساده بیز Naive Bayes Classification Method Quiz

  • تکلیف روش طبقه بندی ساده بیز Naive Bayes Classification Method Assignment

روش طبقه بندی ماشین بردار پشتیبان Support Vector Machine Classification Method

  • روش طبقه بندی ماشین بردار پشتیبان نظریه Theory of Support Vector Machine Classification Method

  • روش طبقه‌بندی ماشین بردار پشتیبانی برای مجموعه داده‌های دو کلاس Support Vector Machine Classification Method for two classes dataset

  • کد منبع Source Code

  • از روش ماشین بردار قدرت پشتیبانی برای مجموعه داده IRIS قسمت 1 استفاده کنید Use the Power of Support Vector Machine Method for IRIS dataset Part 1

  • از روش ماشین بردار قدرت پشتیبانی برای مجموعه داده IRIS قسمت 2 استفاده کنید Use the Power of Support Vector Machine Method for IRIS dataset Part 2

  • کد منبع Source Code

  • از ماشین بردار پشتیبانی برای طبقه بندی تصاویر دست نوشته قسمت 1 استفاده کنید Use Support Vector Machine for Hand Written Images Classification Part 1

  • از ماشین بردار پشتیبانی برای طبقه بندی تصاویر دست نوشته قسمت 2 استفاده کنید Use Support Vector Machine for Hand Written Images Classification Part 2

  • کد منبع Source Code

روش طبقه بندی رگرسیون لجستیک Logistic Regression Classification Method

  • روش طبقه بندی رگرسیون لجستیک Logistic Regression Classification Method

  • از مدل رگرسیون لجستیک برای دسته‌بندی مجموعه‌های داده Blobs قسمت 1 استفاده کنید Use Logistic Regression Model for Blobs Data sets Classification Part-1

  • از مدل رگرسیون لجستیک برای دسته‌بندی مجموعه‌های داده Blobs قسمت 2 استفاده کنید Use Logistic Regression Model for Blobs Data sets Classification Part-2

  • کد منبع Source Code

  • نحوه استفاده از طبقه بندی رگرسیون لجستیک برای طبقه بندی گل های IRIS را بیاموزید Learn How to Use Logistic Regression Classifier for IRIS Flowers Classification

  • کد منبع Source Code

  • طبقه بندی ارقام دست نویس با استفاده از رگرسیون لجستیک Classify Handwritten Digits Using Logistic Regression

  • کد منبع Source Code

  • آزمون تحلیل رگرسیون لجستیک Logistic Regression Analysis Quiz

  • تکلیف تحلیل رگرسیون لجستیک Logistic Regression Analysis Assignment

تحلیل رگرسیون خطی Linear Regression Analysis

  • نظریه رگرسیون خطی Linear Regression Theory

  • نرم افزارها و کتابخانه های مورد نیاز Required Softwares and Libraries

  • از رگرسیون خطی برای ایجاد مدل برای اعداد تصادفی قسمت 1 استفاده کنید Use Linear Regression to Create Model for Random Numbers Part-1

  • از رگرسیون خطی برای ایجاد مدل برای اعداد تصادفی قسمت 2 استفاده کنید Use Linear Regression to Create Model for Random Numbers Part-2

  • کد منبع Source Code

  • نحوه ایجاد مدل رگرسیون خطی برای پیش بینی دیابت قسمت 1 را بیاموزید Learn How to Create Linear Regression Model to Predict Diabetes Part-1

  • نحوه ایجاد مدل رگرسیون خطی برای پیش بینی دیابت قسمت 2 را بیاموزید Learn How to Create Linear Regression Model to Predict Diabetes Part-2

  • کد منبع Source Code

  • مدل رگرسیون خطی برای مجموعه داده های Boston Houses Part-1 Linear Regression Model for Boston Houses Data set Part-1

  • مدل رگرسیون خطی برای مجموعه داده Boston Houses Part-2 Linear Regression Model for Boston Houses Data set Part-2

  • کد منبع Source Code

  • مدل رگرسیون خطی برای مجموعه داده های داخلی Linear Regression Model for Built-in Data set

  • کد منبع Source Code

  • آزمون تحلیل رگرسیون خطی Linear Regression Analysis Quiz

رگرسیون چند خطی Multi Linear Regression

  • نظریه رگرسیون چند خطی Multi Linear Regression Theory

  • مدل دمای جهانی با استفاده از روش رگرسیون چند خطی قسمت 1 Model Global Temperature Using Multilinear Regression Method Part-1

  • مدل دمای جهانی با استفاده از روش رگرسیون چند خطی قسمت 2 Model Global Temperature Using Multilinear Regression Method Part-2

  • کد منبع Source Code

  • بهترین کمپین تبلیغاتی را با استفاده از مدل رگرسیون چند خطی قسمت 1 بسازید Make Best Advertising Campaign Using Multilinear Regression Model Part-1

  • بهترین کمپین تبلیغاتی را با استفاده از مدل رگرسیون چند خطی قسمت 2 بسازید Make Best Advertising Campaign Using Multilinear Regression Model Part-2

  • کد منبع Source Code

  • مدل رگرسیون خطی چندگانه برای داده های داخلی Multi Linear Regression Model for built in dataset

  • کد منبع Source Code

  • آزمون تحلیل رگرسیون چند خطی Multi Linear Regression Analysis Quiz

  • تخصیص رگرسیون چند خطی Multi Linear Regression Assignment

تحلیل رگرسیون چند جمله ای Polynomial Regression Analysis

  • نظریه تحلیل رگرسیون چند جمله ای Polynomial Regression Analysis Theory

  • مدل رگرسیون چند جمله ای برای تابع سینوسی قسمت 1 Polynomial Regression Model for Sine Function Part-1

  • مدل رگرسیون چند جمله ای برای تابع سینوسی قسمت 2 Polynomial Regression Model for Sine Function Part-2

  • کد منبع Source Code

  • نحوه استفاده از مدل رگرسیون چند جمله ای برای مجموعه داده داخلی قسمت 1 را بیاموزید Learn How to Use Polynomial Regression Model for Built-in Dataset Part-1

  • نحوه استفاده از مدل رگرسیون چند جمله ای برای مجموعه داده داخلی قسمت 2 را بیاموزید Learn How to Use Polynomial Regression Model for Built-in Dataset Part-2

  • کد منبع Source Code

  • رابطه بین CO2 و دما را با رگرسیون چند جمله ای قسمت 1 پیدا کنید Find the Relation between CO2 and Temperature by Polynomial Regression Part-1

  • رابطه بین CO2 و دما را با رگرسیون چند جمله ای قسمت 2 پیدا کنید Find the Relation between CO2 and Temperature by Polynomial Regression Part-2

  • کد منبع Source Code

  • آزمون تحلیل رگرسیون چند جمله ای Polynomial Regression Analysis Quiz

  • تکلیف تحلیل رگرسیون چند جمله ای Polynomial Regression Analysis Assignment

روش بهینه سازی الگوریتم ژنتیک Genetic Algorithm Optimization Method

  • نظریه روش بهینه سازی الگوریتم ژنتیک Genetic Algorithm Optimization Method Theory

  • نرم افزارها و کتابخانه های مورد نیاز Required Softwares and Libraries

  • بهینه سازی عملکرد ساده توسط GA با استفاده از کتابخانه deap و پایتون - قسمت 1 Optimize simple function by GA using deap library and python - Part 1

  • بهینه سازی عملکرد ساده توسط GA با استفاده از کتابخانه deap و پایتون - قسمت 2 Optimize simple function by GA using deap library and python - Part 2

  • بهینه سازی عملکرد ساده توسط GA با استفاده از کتابخانه deap و پایتون - قسمت 3 Optimize simple function by GA using deap library and python - Part 3

  • بهینه سازی عملکرد ساده توسط GA با استفاده از کتابخانه deap و پایتون - قسمت 4 Optimize simple function by GA using deap library and python - Part 4

  • کد منبع Source Code

  • نقطه بهینه تابع مثلثاتی پیچیده را پیدا کنید - قسمت 1 Find optimum point of complicated Trigonometric function - Part 1

  • نقطه بهینه تابع مثلثاتی پیچیده را پیدا کنید - قسمت 2 Find optimum point of complicated Trigonometric function - Part 2

  • نقطه بهینه تابع مثلثاتی پیچیده را پیدا کنید - قسمت 3 Find optimum point of complicated Trigonometric function - Part 3

  • نقطه بهینه تابع مثلثاتی پیچیده را پیدا کنید - قسمت 4 Find optimum point of complicated Trigonometric function - Part 4

  • کد منبع Source Code

  • با استفاده از GA Part1، مشکل بهینه سازی "مشکل فروشنده مسافر" را به خوبی حل کنید Solve well know optimization problem "Traveling Salesman Problem" using GA Part1

  • با استفاده از GA Part2، مشکل بهینه سازی "مسئله فروشنده دوره گرد" را به خوبی حل کنید Solve well know optimization problem "Traveling Salesman Problem" using GA Part2

  • با استفاده از GA Part3 مشکل بهینه سازی را به خوبی حل کنید "مشکل فروشنده مسافر". Solve well know optimization problem "Traveling Salesman Problem" using GA Part3

  • با استفاده از GA Part4، مشکل بهینه سازی "مشکل فروشنده مسافر" را به خوبی حل کنید Solve well know optimization problem "Traveling Salesman Problem" using GA Part4

  • کد منبع Source Code

  • آزمون روش بهینه سازی الگوریتم ژنتیک Genetic Algorithm Optimization Method Quiz

  • تعیین روش بهینه سازی الگوریتم ژنتیک Genetic Algorithm Optimization Method Assignment

تئوری بهینه سازی ازدحام ذرات Particle Swarm Optimization Theory

  • تئوری بهینه سازی ازدحام ذرات Particle Swarm Optimization Theory

  • نقطه بهینه تابع مثلثاتی پیچیده را با استفاده از PSO - قسمت 1 پیدا کنید Find optimum point of complicated Trigonometric function using PSO - Part 1

  • حداقل تابع بهینه سازی استاندارد Rastrign را با استفاده از PSO - قسمت 2 پیدا کنید Find Minimum of Rastrign standard optimization function using PSO - Part 2

  • نقطه بهینه تابع مثلثاتی پیچیده را با استفاده از PSO - قسمت 3 پیدا کنید Find optimum point of complicated Trigonometric function using PSO - Part 3

  • حداقل تابع بهینه سازی استاندارد Rastrign را با استفاده از PSO - قسمت 4 پیدا کنید Find Minimum of Rastrign standard optimization function using PSO - Part 4

  • حداقل تابع بهینه سازی استاندارد Rastrign را با استفاده از PSO - قسمت 5 پیدا کنید Find Minimum of Rastrign standard optimization function using PSO - Part 5

  • حداقل تابع بهینه‌سازی استاندارد Rastrign را با استفاده از PSO پیدا کنید - قسمت 6 Find Minimum of Rastrign standard optimization function using PSO - Part 6

  • کد منبع Source Code

  • حل مسئله Min/Max با استفاده از بهینه سازی ازدحام ذرات - قسمت 1 Solve Min/Max problem using Particle Swarm Optimization - Part 1

  • حل مسئله Min/Max با استفاده از بهینه سازی ازدحام ذرات - قسمت 2 Solve Min/Max problem using Particle Swarm Optimization - Part 2

  • حل مسئله Min/Max با استفاده از بهینه سازی ازدحام ذرات - قسمت 3 Solve Min/Max problem using Particle Swarm Optimization - Part 3

  • حل مسئله Min/Max با استفاده از بهینه سازی ازدحام ذرات - قسمت 4 Solve Min/Max problem using Particle Swarm Optimization - Part 4

  • حل مسئله Min/Max با استفاده از بهینه سازی ازدحام ذرات - قسمت 5 Solve Min/Max problem using Particle Swarm Optimization - Part 5

  • حل مسئله Min/Max با استفاده از بهینه سازی ازدحام ذرات - قسمت 6 Solve Min/Max problem using Particle Swarm Optimization - Part 6

  • کد منبع Source Code

  • حداقل تابع بهینه سازی استاندارد Rastrign را با استفاده از PSO - قسمت 1 پیدا کنید Find Minimum of Rastrign standard optimization function using PSO - Part 1

  • حداقل تابع بهینه سازی استاندارد Rastrign را با استفاده از PSO - قسمت 2 پیدا کنید Find Minimum of Rastrign standard optimization function using PSO - Part 2

  • کد منبع Source Code

  • آزمون روش بهینه سازی ازدحام ذرات Particle Swarm Optimization Method Quiz

  • تخصیص روش بهینه سازی ازدحام ذرات Particle Swarm Optimization Method Assignment

نمایش نظرات

نظری ارسال نشده است.

آموزش دوره کامل: هوش مصنوعی از ابتدا
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
14 hours
150
Udemy (یودمی) udemy-small
06 دی 1397 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
3,583
3.4 از 5
دارد
دارد
دارد
Sobhan N

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sobhan N Sobhan N

توسعه دهنده هوش مصنوعی|مهندس برق (دکتری)|21000+ دانشجو

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.