آموزش عامل‌های هوشمند و الگوریتم‌های جستجو - آخرین آپدیت

دانلود Intelligent Agents and Search Algorithms

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره عامل‌های هوشمند و الگوریتم‌های جستجو، دروازه ورود شما برای درک نحوه تصمیم‌گیری ماشین‌ها، حل مسائل و رفتار منطقی در محیط‌های پیچیده است. در این دوره، شما اصول بنیادینی را که سیستم‌های هوشمند را قدرت می‌بخشند، بررسی خواهید کرد؛ از معماری عامل‌ها و انواع محیط‌ها شروع کرده و به طراحی رفتارهای منطقی و هدف‌محور خواهید رسید. شما بررسی خواهید کرد که چگونه جستجو به سیستم‌های هوش مصنوعی اجازه می‌دهد تا در شرایط عدم قطعیت پیمایش کرده و بهینه‌ترین انتخاب‌ها را داشته باشند و در این مسیر، استراتژی‌های جستجوی ناآگاهانه و آگاهانه مانند جستجوی اول‌سطح (BFS)، جستجوی اول‌عمق (DFS)، الگوریتم A* و جستجوی رقابتی را به طور عمیق فرا خواهید گرفت. همچنین خواهید آموخت که چگونه توابع اکتشافی (Heuristics) بر کارایی و عملکرد سیستم تأثیر می‌گذارند که مفهومی حیاتی برای ساخت سیستم‌های هوش مصنوعی مقیاس‌پذیر و با کارایی بالاست. این دوره فراتر از یک مرور تئوری، بر مهارت‌های کاربردی تأکید دارد. از طریق تکالیف برنامه‌نویسی عملی و تحلیل الگوریتم‌ها، توازن بین عملکردها را مقایسه کرده، استراتژی‌های جستجو را پیاده‌سازی می‌کنید و رویکردهای حل مسئله در دنیای واقعی را ارزیابی خواهید کرد. این دوره به عنوان بخشی از مقطع کارشناسی ارشد هوش مصنوعی دانشگاه کلرادو بولدر (CU Boulder)، شما را با شفافیت مفهومی و زیربنای فنی مورد نیاز برای توسعه هوش مصنوعی، طراحی سیستم‌ها و مطالعات پیشرفته مجهز می‌کند. چه در حال آماده‌سازی برای ساخت سیستم‌های هوشمند باشید و چه بخواهید جایگاه خود را در سازمان‌های مبتنی بر AI ارتقا دهید، تسلط بر عامل‌ها و جستجو یک گام حیاتی در مسیر شغلی شماست.

سرفصل ها و درس ها

مسائل جستجو و هوشمندی Search Problems & Intelligence

  • مبانی هوش مصنوعی Foundations of AI

  • تاریخچه هوش مصنوعی History of AI

  • هوش مصنوعی امروز: هوشمندتر، بهتر، سریع‌تر AI Today: Smarter, Better, Faster

  • عامل منطقی چیست؟ What is a Rational Agent?

  • انواع محیط‌های عامل The Types of Agent Environments

  • انواع برنامه‌های عامل The Types of Agent Programs

جستجوهای ناآگاهانه Uninformed Searches

  • مسئله جستجو چیست؟ What is a Search Problem?

  • مثال‌هایی از مسائل جستجوی ساده (Toy Problems) Toy Search Problem Examples

  • نحوه تعریف مسائل جستجو How Do We Set Up Search Problems

  • ارزیابی الگوریتم‌های جستجو Evaluating Search Algorithms

  • دمو و مقایسه جستجوهای ناآگاهانه BFS، DFS و هزینه یکنواخت Uninformed - BFS, DFS, Uniform Cost DEMO and Comparison

جستجوهای آگاهانه Informed Searches

  • مقدمه‌ای بر روش‌های جستجوی آگاهانه Intro to Informed Search Methods

  • رویکرد جستجوی بهترین-اول حریصانه با استفاده از تابع هدف Greedy Best-first Search Approach Using Objective Function

  • جستجوی A* و شرایط بهینگی A* Search, Including Conditions for Optimality

  • جستجوهای IDA* و A* وزن‌دار IDA* and Weighted A* Searches

  • بهینگی توابع اکتشافی Optimality of Heuristics

  • رویکردهای توسعه توابع اکتشافی (مسائل ساده‌شده، زیرمسائل، یادگیری از تجربه) Approaches to Developing Heuristics (Relaxed Problems, Sub-problems, Learned from Experience)

جستجوهای محلی آگاهانه Informed Local Searches

  • مقدمه‌ای بر مسائل جستجوی حالت Intro to State Search Problems

  • مسئله ۸ ملکه برای جستجوی محلی 8-queens Problem for Local Search

  • بهبودهای جستجوهای محلی Improvements on Local Searches

  • بررسی گام‌به‌گام تبرید شبیه‌سازی شده (Simulated Annealing) Simulated Annealing Walk Through

  • الگوریتم‌های ژنتیک Genetic Algorithms

جستجوهای رقابتی آگاهانه Informed Adversarial Searches

  • بازی‌ها در بستر هوش مصنوعی Games in an AI Context

  • الگوریتم مینیمکس (Minimax) The Minimax Algorithm

  • هرس کردن درخت بازی: الگوریتم آلفا-بتا Pruning the Game Tree: The Alpha-Beta Algorithm

نمایش نظرات

آموزش عامل‌های هوشمند و الگوریتم‌های جستجو
جزییات دوره
12h 17m
25
(آخرین آپدیت)
448
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده