آموزش الگوریتم های ژنتیک و شبکه های عصبی: جاوا، هوش مصنوعی

Genetic Algorithms & Neural Networks: Java, AI

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: الگوریتم‌های ژنتیک، شبکه‌های عصبی، هوش مصنوعی، تکامل عصبی، الگوریتم‌های ژنتیک جاوا: بهینه‌سازی استاد با محاسبات تکاملی الگوریتم‌های ژنتیک: بهبود و ارتقای الگوریتم ژنتیک هوش مصنوعی: تکنیک‌های هوش مصنوعی پیشرفته را برای حل مسائل پیچیده کاوش کنید. Neuro-Evolution: در شبکه های عصبی در حال تکامل برای راه حل های تطبیقی ​​شیرجه بزنید. شبکه های عصبی: از یادگیری ماشین برای تشخیص الگوی پیشرفته استفاده کنید. پیش نیازها: برنامه نویسی پایه - جاوا، اما تجربه در هر زبان برنامه نویسی برای این دوره مفید است

نمای کلی دوره

پیش‌ترین هوش مصنوعی را با دوره مفصل ما در مورد الگوریتم‌های ژنتیک و شبکه‌های عصبی کاوش کنید. این دوره به گونه‌ای طراحی شده است که شما را از درک نظری الگوریتم‌های پیچیده به کاربرد مستقیم و عملی از طریق یک سری فعالیت‌های جذاب و مشکلات دنیای واقعی هدایت کند. این دوره برای کسانی که به دنبال تعمیق تخصص هوش مصنوعی خود هستند ایده‌آل است، از ساختارها و عملکردهای اولیه گرفته تا برنامه‌های کاربردی پیشرفته در بازی‌ها و تشخیص الگو را پوشش می‌دهد.


اهداف آموزشی

در پایان این دوره، دانش آموزان:

  1. اصول و اجزای الگوریتم ژنتیک، از جمله فرآیندهای انتخاب، متقاطع و جهش را بدانید.

  2. با حل مسائلی مانند فروشنده دوره گرد و بهینه سازی عملکرد، تجربه عملی با الگوریتم های ژنتیک به دست آورید.

  3. اصولات شبکه های عصبی را بیاموزید و آنها را در کارهای دنیای واقعی مانند تشخیص رقم به کار ببرید.

  4. با ایجاد یک "بازی مار" خودآموز، درک درستی از تکنیک های تکامل عصبی ایجاد کنید.

  5. مزایا و محدودیت‌های این تکنیک‌های هوش مصنوعی و کاربردهای آن‌ها را به صورت انتقادی تجزیه و تحلیل کنید.

مخاطب هدف

این دوره برای:

طراحی شده است
  • دانشجویان و متخصصان علاقه مند به فناوری های پیشرفته هوش مصنوعی.

  • دانشمندان و مهندسان داده به دنبال افزودن روش‌های الگوریتمی پیچیده به جعبه ابزار خود هستند.

ماژول های دوره

  1. نظریه

    • نمای کلی الگوریتم ژنتیک: مقدمه و تاریخچه.

    • مبانی: ساختار اساسی، انتخاب والدین، متقاطع، جهش، و انتخاب بازمانده.

    • ارزیابی: مزایا و معایب الگوریتم ژنتیک.

  2. فعالیت های عملی با الگوریتم های ژنتیک

    • مقدمه "Hello World": پیاده سازی اولیه.

    • مشکل فروشنده دوره گرد: بهینه سازی یک مسئله محاسباتی کلاسیک.

    • بهینه سازی عملکرد: به حداکثر رساندن یا کوچک کردن مقادیر تابع.

    • حل‌کننده سودوکو: استفاده از الگوریتم‌های ژنتیک برای حل مؤثر پازل‌های سودوکو.

  3. نمای کلی شبکه های عصبی

    • مبانی معماری شبکه های عصبی: درک لایه ها، نورون ها و توابع فعال سازی.

    • یادگیری و سازگاری: چگونه شبکه ها در طول زمان یاد می گیرند و تکامل می یابند.

  4. فعالیت های عملی با شبکه های عصبی

    • تشخیص رقم: استفاده از شبکه های عصبی برای تشخیص و تفسیر ارقام دست نویس.

  5. برنامه پیشرفته: تکامل عصبی در بازی ها

    • بازی Snake: توسعه یک هوش مصنوعی که یاد می‌گیرد با استفاده از الگوریتم‌های ژنتیک و شبکه‌های عصبی بازی Snake را یاد بگیرد.

با رویکرد ساختاریافته و عملی ما که بین تئوری و تجربه عملی گسترده تعادل برقرار می‌کند، وارد دنیای الگوریتم‌های ژنتیک و شبکه‌های عصبی شوید. برای شروع تبدیل دانش نظری به راه حل ها و نوآوری های تاثیرگذار در زمینه هوش مصنوعی، همین امروز ثبت نام کنید.


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

  • تکامل عصبی Neuro-Evolution

مبانی الگوریتم ژنتیک Foundations of Genetic Algorithms

  • مقدمه ای بر الگوریتم ژنتیک Introduction to Genetic Algorithms

  • اصول اصلی الگوریتم های ژنتیک Core Principles of Genetic Algorithms

  • معماری الگوریتم ژنتیک Genetic Algorithm Architecture

  • انتخاب والد در الگوریتم ژنتیک Parent Selection in Genetic Algorithms

  • الگوریتم های ژنتیک: فرآیند متقاطع Genetic Algorithms: The Crossover Process

  • فرآیند جهش در تکامل ژنتیکی The Mutation Process in Genetic Evolution

  • انتخاب بازمانده در الگوریتم های ژنتیک Survivor Selection in Genetic Algorithms

  • مزایا و معایب الگوریتم ژنتیک Pros and Cons of Genetic Algorithms

با الگوریتم ژنتیک عمل کنید Hands-On with Genetic Algorithms

  • تنظیم محیط الگوریتم ژنتیک شما Setting Up Your Genetic Algorithm Environment

  • سلام دنیای الگوریتم های ژنتیک: بهینه سازی رشته های باینری 1 Hello World of Genetic Algorithms: Binary String Optimization 1

  • سلام دنیای الگوریتم های ژنتیک: بهینه سازی رشته باینری 2 Hello World of Genetic Algorithms: Binary String Optimization 2

  • الگوریتم های ژنتیک: نقش اندازه جمعیت Genetic Algorithms: The Role of Population Size

  • بکارگیری الگوریتم ژنتیک در مسئله فروشنده دوره گرد 1 Applying Genetic Algorithms to the Traveling Salesman Problem 1

  • استفاده از الگوریتم های ژنتیک در مسئله فروشنده دوره گرد 2 Applying Genetic Algorithms to the Traveling Salesman Problem 2

  • حل سودوکو با الگوریتم ژنتیک 1 Solving Sudoku with Genetic Algorithms 1

  • حل سودوکو با الگوریتم ژنتیک 2 (سفارشی کردن اپراتورهای GA) Solving Sudoku with Genetic Algorithms 2 (Customize GA Operators)

  • بهینه سازی توابع با استفاده از الگوریتم ژنتیک Optimizing Functions Using Genetic Algorithms

مبانی شبکه های عصبی Fundamentals of Neural Networks

  • مبانی شبکه های عصبی Fundamentals of Neural Networks

کار با الگوریتم های ژنتیک و شبکه های عصبی Hands-On with Genetic Algorithms and Neural Networks

  • تشخیص رقم با شبکه های عصبی: ساخت و آموزش Digit Recognition with Neural Networks: Building and Training

  • تشخیص رقم: آموزش شبکه های عصبی با الگوریتم ژنتیک Digit Recognition: Training Neural Networks with Genetic Algorithms

Neuro-evolution in Action: Evolving the Snake Game Neuro-evolution in Action: Evolving the Snake Game

  • بازی مار - بررسی اجمالی Snake Game - Overview

  • ایجاد یک شبکه عصبی برای بازی مار Creating a Neural Network for the Snake Game

  • کلاس های کمکی بنیادی: ساده کردن گردش کار پروژه شما Foundational Helper Classes: Simplifying Your Project Workflow

  • راه اندازی الگوریتم ژنتیک برای بازی مار Setting Up the Genetic Algorithm for the Snake Game

  • طراحی عملکرد تناسب اندام برای بازی مار Designing the Fitness Function for the Snake Game

  • ردیابی تکامل و عملکرد مار Tracking Snake Evolution and Performance

نمایش نظرات

نظری ارسال نشده است.

آموزش الگوریتم های ژنتیک و شبکه های عصبی: جاوا، هوش مصنوعی
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
6 hours
28
Udemy (یودمی) udemy-small
31 فروردین 1403 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2,583
4.7 از 5
دارد
دارد
دارد
Catalin Baba

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Catalin Baba Catalin Baba

مهندس نرم افزار

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.