آموزش بهینه سازی با فراابتکاری در پایتون

Optimization with Metaheuristics in Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: بازپخت شبیه سازی شده، الگوریتم ژنتیک، جستجوی تابو و استراتژی های تکاملی را بیاموزید و با محدودیت ها برخورد کنید اصول بهینه سازی را بیاموزید فراابتکاری هایی مانند بازپخت شبیه سازی شده، الگوریتم ژنتیک، جستجوی تابو، و استراتژی های تکاملی را بتوانید کدهای فراابتکاری را در قیود فراابتکاری در نظر بگیرید. جریمه ها پیش نیازها: دانش پایه در تحقیق و بهینه سازی عملیات - (ضروری نیست، اما مفید) مهارت های برنامه نویسی اولیه در پایتون - (ضروری نیست، اما مفید است)

این دوره شما را راهنمایی می کند که بهینه سازی چیست و فراابتکاری چیست. شما خواهید آموخت که چرا ما از فراابتکاری در مسائل بهینه سازی استفاده می کنیم، زیرا گاهی اوقات، زمانی که مشکل پیچیده ای دارید که می خواهید بهینه سازی کنید، روش های قطعی انجام نمی دهند. شما نمی توانید به بهترین و بهینه راه حل مشکل خود برسید، بنابراین باید از فراابتکاری استفاده کرد.

این دوره اطلاعاتی در مورد فراابتکاری و چهار تکنیک پرکاربرد را پوشش می دهد که عبارتند از:

  • بازپخت شبیه سازی شده

  • الگوریتم ژنتیک

  • جستجوی تابو

  • استراتژی های تکاملی

در پایان این دوره، شما خواهید آموخت که بازپخت شبیه سازی شده، الگوریتم ژنتیک، جستجوی تابو، و استراتژی های تکاملی چیست، چرا از آنها استفاده می شود، چگونه کار می کنند، و از همه بهتر، چگونه آنها را در پایتون کدنویسی کنید! بدون بسته و بدون کتابخانه، کدنویسی آنها را از ابتدا یاد بگیرید!! همچنین یاد خواهید گرفت که چگونه با استفاده از روش پنالتی، محدودیت ها را مدیریت کنید.

این قسمت فوق العاده است -- شما نیازی به دانستن برنامه نویسی پایتون ندارید!

  • این دوره به شما می آموزد که چگونه مسائل پیوسته و ترکیبی را با استفاده از پایتون بهینه کنید

  • جایی که هر خط کد به طور کامل توضیح داده شده است

  • کد به روشی ساده نوشته شده است که می‌دانید کارها چگونه کار می‌کنند و چگونه الگوریتم‌ها را حتی با دانش صفر در پایتون کدنویسی کنید

  • اساساً، شما می توانید این را نه تنها به عنوان دوره ای که به شما 4 فراابتکاری شناخته شده را آموزش می دهد، بلکه برنامه نویسی پایتون را نیز در نظر بگیرید!

لطفاً هر سؤالی از من بپرسید! دوره را دوست ندارید؟ درخواست بازپرداخت 30 روزه!!


عهد واقعی --

1) "می توانم بگویم که این بهترین دوره ای است که در Udemy گذرانده ام! دانا یک مربی بسیار خوب است. او نه تنها مشکلات و کدنویسی را توضیح می دهد، بلکه به شما اطمینان می دهد و ترس هایی که ممکن است داشته باشید را از بین می برد. هنگام یادگیری مفاهیم پیچیده. برای کسی که سابقه تجاری دارد، این موضوع به یک کابوس نزدیک بود! من این دوره را به همه علاقه مندان به یادگیری در مورد فراابتکاری توصیه می کنم. باز هم، بسیار متشکرم دانا! :)" -- Logistics Knowledge Bank, 5 رتبه بندی ستاره

2) "من در نیمه راه هستم. آنچه تاکنون آموخته ام بسیار فراتر از آن چیزی است که انتظار داشتم. آنچه من واقعاً دوست داشتم کاربرد مثال ها در مسائل دنیای واقعی است. هیجان انگیزترین ویژگی در دوره این است که به صورت دستی، آنچه یاد می گیرید در پایتون پیاده سازی می شود و می توانید تک تک مراحل را دنبال کنید. اگر متوجه نشدید، مدرس در خدمت شماست. حتی احساس کردم این دوره یک به یک است. با تشکر فراوان از مدرس " -- علی، امتیاز 5 ستاره

3) " بهترین مقدمه برای Metaheuristics نوار هیچ کدام. بهترین دوره آموزشی در Udemy. من دوست دارم که کمی تئوری را پوشش دهیم و خود الگوریتم واقعی را کدگذاری کنیم. این دوره نه تنها بسته ای برای استفاده در اختیار شما قرار می دهد، بلکه ارائه می دهد. شما را با کد بسیار آسان دنبال می کنید. این کد برای حداکثر کارایی بهینه سازی نشده یا نوشته شده است، بلکه برای حداکثر خوانایی است. این بدان معنی است که وقتی واقعاً آن را فهمیدید و سرعتش را افزایش دادید می توانید با آن بازی کنید. ممنون دانا برای این دوره شگفت انگیز. این اعتماد به نفس را به من داد تا الگوریتم های کمی پیشرفته تر خود را از کتاب شان لوک: فراابتکاری ضروری کدنویسی کنم. من احساس می کنم این دو همراهان عالی هستند. -- دیلن، امتیاز 5 ستاره

4) "این یک مقدمه عالی برای فراابتکاری است. این دوره برای اطلاعات کلی در مورد این موضوع مستحق پنج ستاره است. مدرس در مورد مسائل بهینه سازی با استعداد و آگاه است. من این دوره را برای افرادی که به دنبال حل یک بهینه سازی هستند توصیه می کنم. مسئله." -- عبدالعزیز، رتبه 5 ستاره

5) "من هنوز دوره را به پایان نرسانده ام، اما تا به حال، واقعاً از آنچه دیده ام راضی هستم. توضیحات نظری: دانا بسیار آموزشی است، قبل از ارائه کد، همیشه به طور خلاصه نظریه را به روشی ساده ارائه می دهد. درک آن بسیار ساده تر از توضیحات کتاب ها و مقالات مجلات است. البته، تکمیل این مطلب با مطالب دیگر ضروری است، اما اگر از قبل پایه تئوری دارید، عالی است! مبتدیان در پایتون: من یک مبتدی در پایتون و حتی برنامه نویسی هستم، بنابراین کد دانا به من کمک زیادی کرد تا معنای هر مرحله و متغیر را بفهمم زیرا او یک کد بسیار خوانا نوشته است. اما او توضیح می دهد که در هر مرحله چه کاری انجام داده است. بنابراین در عرض 5 دقیقه ما می توانیم چیزهای زیادی را بیاموزیم، بدون اینکه حوصله سر برود. زمان زیادی برای رفع خطاها و اشکالات. او در تدریس عینی و کارآمد است، من آن را دوست دارم. چیزهایی در دوره ها برای من کاملاً روشن نیست، بنابراین از دانا سؤال می کنم. او چند روز طول می کشد تا به ما پاسخ دهد، اما او به هر حال پاسخ می دهد. من قدردان یک مثال از مدیریت محدودیت برای مشکلات ترکیبی هستم." -- راشل، رتبه 4.5 ستاره

6) "دوره خوبی است که واقعا فراابتکاری را به روشی بسیار عملی توضیح می دهد. به شدت توصیه می شود!" -- دیوید، امتیاز 5 ستاره


سرفصل ها و درس ها

معرفی Introduction

  • ویدئوی تبلیغاتی Promo Video

  • طرح کلی دوره Course Outline

  • تحقیق در عملیات Operations Research

  • آزمون شماره 1 Quiz #1

  • مسائل پیوسته در مقابل مسائل ترکیبی Continuous vs. Combinatorial Problems

  • منبع مشکلات P در مقابل NP (مهم!!!) P vs. NP Problems Resource (IMPORTANT!!!)

  • فراابتکاری Metaheuristics

  • تکنیک های جستجو شماره 1 Search Techniques #1

  • تکنیک های جستجو شماره 2 Search Techniques #2

  • تکنیک های جستجو شماره 3 Search Techniques #3

  • آزمون شماره 2 Quiz #2

بازپخت شبیه سازی شده Simulated Annealing

  • بازپخت شبیه سازی شده شماره 1 Simulated Annealing #1

  • بازپخت شبیه سازی شده شماره 2 Simulated Annealing #2

  • بازپخت شبیه سازی شده شماره 3 Simulated Annealing #3

  • آزمون شماره 3 Quiz #3

  • دوره به روز شده (مهم) Updated Course (IMPORTANT)

  • SA: مسئله پیوسته - تابع Himmelblau SA: Continuous Problem - The Himmelblau Function

  • SA: مشکل پیوسته - پایتون شماره 1 - مبانی SA: Continuous Problem - Python #1 - Basics

  • SA: مشکل پیوسته - پایتون شماره 2 - پارامترهای تنظیم کاربر SA: Continuous Problem - Python #2 - User-Set Parameters

  • SA: مشکل پیوسته - پایتون شماره 3 - جستجوی همسایگی SA: Continuous Problem - Python #3 - Neighborhood Search

  • SA: مشکل مداوم - پایتون شماره 4 - آیا ما حرکات بدتر را می پذیریم؟ SA: Continuous Problem - Python #4 - Do We Accept Worse Moves?

  • SA: مسئله پیوسته - پایتون شماره 5 - تکرار و حل SA: Continuous Problem - Python #5 - Iterations and Solving

  • SA: مشکل پیوسته - پایتون شماره 6 - اجراهای مختلف برای نتایج متفاوت SA: Continuous Problem - Python #6 - Different Runs for Different Outcomes

  • SA: مشکل پیوسته - پایتون شماره 7 - نتایج رسم شماره 1 SA: Continuous Problem - Python #7 - Plotting Results #1

  • SA: مشکل پیوسته - پایتون شماره 8 - نتایج رسم شماره 2 SA: Continuous Problem - Python #8 - Plotting Results #2

  • یادآوری دوره به روز شده (مهم) Updated Course Reminder (IMPORTANT)

  • SA: کدنویسی یک مسئله ترکیبی با پایتون، قسمت شماره 1 SA: Coding a Combinatorial Problem with Python, Part #1

  • SA: کدنویسی یک مسئله ترکیبی با پایتون، قسمت شماره 2 SA: Coding a Combinatorial Problem with Python, Part #2

  • SA: کدنویسی یک مسئله ترکیبی با پایتون، بخش شماره 3 SA: Coding a Combinatorial Problem with Python, Part #3

الگوریتم ژنتیک Genetic Algorithm

  • الگوریتم ژنتیک شماره 1 Genetic Algorithm #1

  • الگوریتم ژنتیک شماره 2 Genetic Algorithm #2

  • الگوریتم ژنتیک شماره 3 Genetic Algorithm #3

  • طول کروموزوم Chromosome Length

  • الگوریتم ژنتیک - شبه کد و فلوچارت Genetic Algorithm - Pseudocode and Flowchart

  • الگوریتم ژنتیک - روش شناسی Genetic Algorithm - Methodology

  • آزمون شماره 4 Quiz #4

  • دوره به روز شده (مهم) Updated Course (IMPORTANT)

  • GA: کدگذاری یک مسئله پیوسته - تابع Himmelblau GA: Coding a Continuous Problem - The Himmelblau Function

  • GA: مسئله پیوسته - پایتون شماره 1 - مقدار تابع هدف شماره 1 GA: Continuous Problem - Python #1 - Objective Function Value #1

  • GA: مسئله پیوسته - پایتون شماره 2 - مقدار تابع هدف شماره 2 GA: Continuous Problem - Python #2 - Objective Function Value #2

  • GA: مشکل پیوسته - پایتون شماره 3 - مقدار تابع هدف شماره 3 GA: Continuous Problem - Python #3 - Objective Function Value #3

  • GA: مشکل پیوسته - پایتون شماره 4 - انتخاب والدین شماره 1 GA: Continuous Problem - Python #4 - Selecting Parents #1

  • GA: مشکل پیوسته - پایتون شماره 5 - انتخاب والدین شماره 2 GA: Continuous Problem - Python #5 - Selecting Parents #2

  • GA: مشکل پیوسته - پایتون شماره 6 - انتخاب والدین شماره 3 GA: Continuous Problem - Python #6 - Selecting Parents #3

  • GA: مشکل پیوسته - پایتون شماره 7 - انتخاب والدین شماره 4 GA: Continuous Problem - Python #7 - Selecting Parents #4

  • GA: مشکل پیوسته - پایتون شماره 8 - انتخاب والدین شماره 5 GA: Continuous Problem - Python #8 - Selecting Parents #5

  • GA: مشکل پیوسته - پایتون شماره 9 - انتخاب والدین شماره 6 GA: Continuous Problem - Python #9 - Selecting Parents #6

  • GA: مشکل پیوسته - پایتون شماره 10 - اپراتور متقاطع شماره 1 GA: Continuous Problem - Python #10 - Crossover Operator #1

  • GA: مشکل پیوسته - پایتون شماره 11 - اپراتور متقاطع شماره 2 GA: Continuous Problem - Python #11 - Crossover Operator #2

  • GA: مشکل پیوسته - پایتون شماره 12 - اپراتور متقاطع شماره 3 GA: Continuous Problem - Python #12 - Crossover Operator #3

  • GA: مشکل پیوسته - پایتون شماره 13 - عملگر جهش شماره 1 GA: Continuous Problem - Python #13 - Mutation Operator #1

  • GA: مشکل پیوسته - پایتون شماره 14 - عملگر جهش شماره 2 GA: Continuous Problem - Python #14 - Mutation Operator #2

  • GA: مشکل پیوسته - پایتون شماره 15 - عملگر جهش شماره 3 GA: Continuous Problem - Python #15 - Mutation Operator #3

  • GA: مشکل پیوسته - پایتون شماره 16 - عملگر جهش شماره 4 GA: Continuous Problem - Python #16 - Mutation Operator #4

  • GA: مشکل پیوسته - پایتون شماره 17 - توابع و بسته‌ها GA: Continuous Problem - Python #17 - Functions and Packages

  • GA: مسئله پیوسته - پایتون شماره 18 - حل شماره 1 GA: Continuous Problem - Python #18 - Solving #1

  • GA: مسئله پیوسته - پایتون شماره 19 - حل شماره 2 GA: Continuous Problem - Python #19 - Solving #2

  • GA: مسئله پیوسته - پایتون شماره 20 - حل شماره 3 GA: Continuous Problem - Python #20 - Solving #3

  • GA: مسئله پیوسته - پایتون شماره 21 - حل شماره 4 GA: Continuous Problem - Python #21 - Solving #4

  • GA: مسئله پیوسته - پایتون شماره 22 - حل شماره 5 GA: Continuous Problem - Python #22 - Solving #5

  • GA: مسئله پیوسته - پایتون شماره 23 - حل شماره 6 GA: Continuous Problem - Python #23 - Solving #6

  • GA: مسئله پیوسته - پایتون شماره 24 - حل شماره 7 GA: Continuous Problem - Python #24 - Solving #7

  • GA: مسئله پیوسته - پایتون شماره 25 - حل شماره 8 GA: Continuous Problem - Python #25 - Solving #8

  • GA: مسئله پیوسته - پایتون شماره 26 - حل شماره 9 GA: Continuous Problem - Python #26 - Solving #9

  • GA: مشکل پیوسته - پایتون شماره 27 - نتایج رسم GA: Continuous Problem - Python #27 - Plotting Results

  • یادآوری دوره به روز شده (مهم) Updated Course Reminder (IMPORTANT)

  • GA: کدنویسی یک مسئله ترکیبی با پایتون، بخش شماره 1 GA: Coding a Combinatorial Problem with Python, Part #1

  • GA: کدگذاری یک مسئله ترکیبی با پایتون، قسمت شماره 2 GA: Coding a Combinatorial Problem with Python, Part #2

  • GA: کدنویسی یک مسئله ترکیبی با پایتون، بخش شماره 3 GA: Coding a Combinatorial Problem with Python, Part #3

  • GA: کدنویسی یک مسئله ترکیبی با پایتون، بخش شماره 4 GA: Coding a Combinatorial Problem with Python, Part #4

  • GA: کدنویسی یک مسئله ترکیبی با پایتون، قسمت پنجم GA: Coding a Combinatorial Problem with Python, Part #5

جستجوی تابو Tabu Search

  • جستجوی تابو شماره 1 Tabu Search #1

  • جستجوی تابو شماره 2 Tabu Search #2

  • جستجوی تابو شماره 3 Tabu Search #3

  • آزمون شماره 5 Quiz #5

  • TS: کدنویسی یک مسئله ترکیبی با پایتون، بخش شماره 1 TS: Coding a Combinatorial Problem with Python, Part #1

  • TS: کدنویسی یک مسئله ترکیبی با پایتون، بخش شماره 2 TS: Coding a Combinatorial Problem with Python, Part #2

  • TS: کدنویسی یک مسئله ترکیبی با پایتون، بخش شماره 3 TS: Coding a Combinatorial Problem with Python, Part #3

استراتژی های تکاملی Evolutionary Strategies

  • استراتژی های تکاملی شماره 1 Evolutionary Strategies #1

  • استراتژی های تکاملی شماره 2 Evolutionary Strategies #2

  • استراتژی های تکاملی شماره 3 Evolutionary Strategies #3

  • آزمون شماره 6 Quiz #6

  • ES: کدنویسی یک مشکل پیوسته با پایتون، بخش شماره 1 ES: Coding a Continuous Problem with Python, Part #1

  • ES: کدنویسی یک مشکل پیوسته با پایتون، قسمت شماره 2 ES: Coding a Continuous Problem with Python, Part #2

  • ES: کدنویسی یک مشکل پیوسته با پایتون، بخش شماره 3 ES: Coding a Continuous Problem with Python, Part #3

مدیریت محدودیت Constraint Handling

  • کنترل محدودیت شماره 1 Constraint Handling #1

  • کنترل محدودیت شماره 2 Constraint Handling #2

  • کنترل محدودیت شماره 3 Constraint Handling #3

  • آزمون شماره 7 Quiz #7

پیشنهاد جایزه!! BONUS OFFER!!

  • سخنرانی جایزه: کوپن های تخفیف دار Bonus Lecture: Discounted Coupons

نمایش نظرات

نظری ارسال نشده است.

آموزش بهینه سازی با فراابتکاری در پایتون
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
10 hours
83
Udemy (یودمی) udemy-small
18 مرداد 1399 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
5,231
4.2 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Curiosity for Data Science Curiosity for Data Science

مهندس معمار و صنایع

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.