این دوره در مورد مفاهیم بنیادی هوش مصنوعی است. این موضوع امروزه بسیار داغ شده است زیرا این الگوریتم های یادگیری را می توان در چندین زمینه از مهندسی نرم افزار تا بانکداری سرمایه گذاری استفاده کرد. الگوریتم های یادگیری می توانند الگوهایی را تشخیص دهند که به عنوان مثال می توانند به تشخیص سرطان کمک کنند. ممکن است الگوریتمهایی بسازیم که حدس خوبی در مورد حرکت قیمت سهام در بازار داشته باشند.
- الگوریتم های مسیریابی -
بخش 1 - جستجوی وسعت اول (BFS)
الگوریتم جستجوی وسعت اول چیست
چرا از الگوریتم های نمودار در هوش مصنوعی استفاده کنیم
بخش 2 - جستجوی عمقی (DFS)
الگوریتم جستجوی عمقی چیست
پیاده سازی با تکرار و با بازگشت
تجسم حافظه پشته جستجو در ابتدا
برنامه فرار از پیچ و خم
بخش 3 - جستجوی عمیق عمقی تکراری (IDDFS)
الگوریتم جستجوی عمقی-اول عمق تکراری چیست
بخش 4 - الگوریتم جستجوی الف*
الگوریتم جستجوی A* چیست
تفاوت الگوریتم Dijkstra و جستجوی A* چیست
یک اکتشافی چیست
فاصله منهتن و فاصله اقلیدسی
- بهینه سازی -
بخش 5 - رویکردهای بهینه سازی
الگوریتم های بهینه سازی اساسی
جستجوی brute-force
الگوریتم تپه نوردی
- META-HEURISTICS -
بخش 6 - بازپخت شبیه سازی شده
آنیل شبیه سازی شده چیست
نحوه یافتن حداکثر توابع
نحوه حل مسائل بهینه سازی ترکیبی
مشکل فروشنده دوره گرد (TSP)
بخش 7 - الگوریتم های ژنتیک
الگوریتم های ژنتیک چیست
تکامل مصنوعی و انتخاب طبیعی
تقاطع و جهش
حل مشکل کوله پشتی
بخش 8 - بهینه سازی ازدحام ذرات (PSO)
هوش ازدحام چیست
الگوریتم بهینه سازی ازدحام ذرات چیست
- بازیها و درختان بازی -
بخش 9 - درختان بازی
درخت بازی چیست
نحوه ساخت درخت بازی
بخش 10 - الگوریتم Minimax و موتورهای بازی
الگوریتم مینیمکس چیست
مشکل درختان بازی چیست؟
استفاده از روش هرس آلفا-بتا
مشکل شطرنج
بخش 11 - تیک تاک پا با Minimax
بازی تیک تاک و اجرای آن
استفاده از الگوریتم مینیمکس
در فصل اول می خواهیم در مورد الگوریتم های اصلی نمودار صحبت کنیم. چندین الگوریتم پیشرفته را می توان با کمک نمودارها حل کرد، بنابراین تا جایی که من فکر می کنم این الگوریتم ها اولین قدم ها هستند.
فصل دوم درباره جستجوی محلی است: یافتن حداقل و حداکثر یا بهینه جهانی در اصلی. این جستجوها اغلب زمانی استفاده میشوند که برای مثال از رگرسیون استفاده میکنیم و میخواهیم پارامترهای مناسب را پیدا کنیم. ما مفاهیم اساسی و همچنین الگوریتم های پیشرفته تر را در نظر خواهیم گرفت: اکتشافی و فراابتکاری .
موضوع آخر در مورد الگوریتم Minimax و نحوه استفاده از این تکنیک در بازی هایی مانند شطرنج یا تیک تاک، نحوه ساخت و ساخت درخت بازی، نحوه تجزیه و تحلیل این نوع سازه های درخت مانند و غیره خواهد بود. . در پایان بازی tic-tac-toe را با هم اجرا خواهیم کرد.
از اینکه به دوره پیوستید متشکریم، بیایید شروع کنیم!
مهندس نرم افزار
نمایش نظرات