آموزش 5 روز Matlab، Simulink و SimScape - جدید 2023!

5 Days of Matlab, Simulink & SimScape - New 2023!

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: ساخت و شبیه سازی مدل های قدرتمند در Matlab، Simulink و SimScape. توابع اصلی انتقال، PID، AI/ML و اسکریپت های زنده! مدل‌سازی و شبیه‌سازی سیستم‌های مکانیکی با استفاده از تکنیک‌های مدل‌سازی فیزیکی در SimScape مدل‌سازی و شبیه‌سازی سیستم‌ها در حوزه زمان با استفاده از Simulink تجزیه و تحلیل سیستم‌ها پاسخ و تغییر پارامترهای مدل با استفاده از اسکریپت‌های زنده Matlab درک مفاهیم اساسی سیستم‌های کنترل و توسعه کنترل‌کننده‌های خود در سیستم Simulink. , توسعه کنترل‌کننده‌های PID و کنترل‌کننده‌های تنظیم در Simulink تبدیل سیستم‌ها از دامنه زمان به دامنه S با استفاده از تبدیل لاپلاس درک مفهوم توابع انتقال درک تأثیر سختی و ضرایب میرایی بر سیستم‌های مرتبه دوم درک نظریه و شهود هوش مصنوعی، مصنوعی یادگیری ماشینی، یادگیری عمیق و شبکه‌های عصبی مصنوعی، مدل‌های طبقه‌بندی هوش مصنوعی را در Matlab برای تشخیص و طبقه‌بندی دیابت و بیماری‌های سرطانی آموزش می‌دهند. ) منحنی پیش نیازها: هیچ تجربه قبلی لازم نیست، حتی اگر قبل از دانش پایه در متلب هرگز از متلب یا سیمولینک استفاده نکرده باشید.

آیا می خواهید Matlab، Simulink و Simscape را به روشی کاربردی، آسان، سرگرم کننده و جذاب یاد بگیرید؟

آیا می خواهید مدل های شبیه سازی قدرتمندی در Simulink Simscape بسازید اما نمی دانید از کجا شروع کنید؟

آیا شما یک مبتدی مطلق هستید که می خواهید وارد مدل سازی/شبیه سازی در Simulink و Simscape شوید و به دنبال دوره ای هستید که همه چیز مورد نیاز شما را داشته باشد؟


اگر پاسخ هر یک از این سوالات مثبت است، این دوره برای شما مناسب است!

Simulink یک ابزار قدرتمند مبتنی بر MATLAB است که برای طراحی و شبیه‌سازی سیستم‌های مکانیکی، الکتریکی، الکترومکانیکی و هیدرولیک با استفاده از یک کتابخانه جامع بزرگ کشیدن و رها کردن استفاده می‌شود.

این دوره از بسیاری جهات منحصر به فرد و استثنایی است. هر روز 1 تا 2 ساعت را با هم می گذرانیم و نحوه ساخت و شبیه سازی مدل های Matlab، Simulink و simscape را یاد می گیریم.

این دوره با یک رویکرد یادگیری مبتنی بر پروژه منحصر به فرد طراحی شده است و شما با انجام آن خواهید آموخت!

این دوره شامل چندین فرصت تمرین، آزمون‌ها و پروژه‌های نهایی است.

دانشجویانی که در این دوره ثبت نام می کنند قادر خواهند بود:

  1. مدل‌سازی و شبیه‌سازی سیستم‌های مکانیکی با استفاده از تکنیک‌های مدل‌سازی فیزیکی در SimScape

  2. مدل و شبیه سازی سیستم ها در حوزه زمان با استفاده از Simulink

  3. تجزیه و تحلیل پاسخ سیستم و تغییر پارامترهای مدل با استفاده از Matlab Live Scripts

  4. مفاهیم اساسی سیستم های کنترل را درک کنید و کنترل کننده های خود را در Simulink

    توسعه دهید
  5. تئوری سیستم کنترل را درک کنید، کنترل‌کننده‌های PID را توسعه دهید و کنترل‌کننده‌ها را در Simulink تنظیم کنید

  6. کارفرمایان آینده (یا فعلی) را با مهارت های قابل فروش خود در MATLAB/Simulink تحت تأثیر قرار دهید

  7. با استفاده از تبدیل لاپلاس

    ، سیستم ها را از دامنه زمان به دامنه S تبدیل کنید
  8. مفهوم توابع انتقال را درک کنید

  9. تاثیر سختی و ضرایب میرایی را بر روی سیستم های مرتبه دوم درک کنید

  10. درک نظریه و شهود پشت هوش مصنوعی، یادگیری عمیق و شبکه های عصبی

  11. آموزش مدل‌های هوش مصنوعی در Matlab برای تشخیص و طبقه‌بندی دیابت و بیماری‌های سرطان

  12. درک شاخص های عملکرد کلیدی مدل طبقه بندی کننده مانند دقت و منحنی ROC

  13. نحوه ترسیم ماتریس های سردرگمی با استفاده از Matlab را بدانید

  14. تفاوت بین آموزش، اعتبارسنجی و آزمایش مجموعه داده را بیاموزید


پس این دوره برای چه کسانی است؟

این دوره برای هر کسی که می‌خواهد درک اساسی از Matlab، Simulink و simscape به دست آورد و مشکلات عملی کسب‌وکار دنیای واقعی را حل کند، هدف‌گذاری شده است.


در این دوره:

(1) شما یک تجربه واقعی یادگیری مبتنی بر پروژه خواهید داشت، ما بیش از 5 پروژه را با هم خواهیم ساخت

(2) به همه کدها، مدل‌های سیمولینک و اسلایدها دسترسی خواهید داشت

(3) گواهی پایان کار دریافت خواهید کرد که می توانید آن را در نمایه LinkedIn خود پست کنید تا مهارت های خود را در Simulink و SimScape به کارفرمایان نشان دهید.

(4) همه اینها با 30 روز ضمانت بازگشت وجه ارائه می شود تا بتوانید یک دوره را بدون ریسک امتحان کنید!

پیش‌نمایش ویدئوها و طرح کلی را بررسی کنید تا ایده‌ای از پروژه‌هایی که پوشش خواهیم داد به دست آورید.

امروز ثبت نام کنید و بیایید از قدرت Matlab Simulink و SimScape با هم استفاده کنیم!




سرفصل ها و درس ها

پیام خوش آمد Welcome Message

  • پیام خوش آمد Welcome Message

  • لطفا بسته آموزشی را از اینجا دانلود کنید: Please download course package here:

روز اول: مدل سازی فیزیکی و شبیه سازی با استفاده از MATLAB/Simscape Day 1: Physical Modeling & Simulation Using MATLAB/Simscape

  • بررسی اجمالی پروژه و درک بیانیه مشکل Project Overview & Understand the Problem Statement

  • اولین مدل Matlab/Simulink/SimScape خود را بسازید Build Your First Matlab/Simulink/SimScape Model

  • شبیه سازی Matlab/Simulink/SimScape Model Simulate Matlab/Simulink/SimScape Model

  • نمای کلی پروژه Capstone نهایی Final Capstone Project Overview

  • راه حل نهایی پروژه Capstone قسمت 1 Final Capstone Project Solution Part 1

  • راه حل نهایی پروژه Capstone قسمت 2 Final Capstone Project Solution Part 2

روز دوم: مدل سازی و شبیه سازی (دامنه زمانی) در سیمولینک Day 2: Modeling & Simulation (Time Domain) in Simulink

  • وظیفه 1. بیان مسئله را درک کنید Task 1. Understand the Problem Statement

  • وظیفه 2. نمودار بدن آزاد را رسم کنید و معادلات ریاضی را استخراج کنید Task 2. Draw the Free Body Diagram & Derive Mathematical Equations

  • وظیفه 3A. ساخت مدل Simulink (Whiteboard)! Task 3A. Build Simulink Model (Whiteboard)!

  • وظیفه 3B. ساخت مدل سیمولینک (Simulink)! Task 3B. Build Simulink Model (Simulink)!

  • وظیفه 4. شبیه سازی مدل سیمولینک Task 4. Simulate the Simulink Model

  • نمای کلی پروژه Capstone نهایی Final Capstone Project Overview

  • راه حل نهایی پروژه Capstone قسمت 1 Final Capstone Project Solution Part 1

  • راه حل نهایی پروژه Capstone قسمت 2 Final Capstone Project Solution Part 2

  • راه حل نهایی پروژه Capstone قسمت 3 Final Capstone Project Solution Part 3

  • راه حل نهایی پروژه Capstone قسمت 4 Final Capstone Project Solution Part 4

روز سوم: مدلسازی با استفاده از توابع انتقال در متلب/سیمولینک Day 3: Modeling Using Transfer Functions in MATLAB/Simulink

  • وظیفه 1. بیان مسئله را درک کنید Task 1. Understand the Problem Statement

  • وظیفه 2. تبدیل لاپلاس را درک کنید Task 2. Understand Laplace Transform

  • فرصت تمرین Practice Opportunity

  • وظیفه 3. به دست آوردن توابع انتقال برای سیستم های مکانیکی Task 3. Obtain Transfer Functions for Mechanical Systems

  • وظیفه 4. ساخت مدل تابع انتقال در سیمولینک Task 4. Build Transfer Function Model in Simulink

  • وظیفه 5. شبیه سازی سیستم با استفاده از توابع انتقال Task 5. Simulate the System Using Transfer Functions

  • سوال نهایی پروژه Capstone Final Capstone Project Question

  • راه حل نهایی پروژه Capstone قسمت 1 Final Capstone Project Solution Part 1

  • راه حل نهایی پروژه Capstone قسمت 2 Final Capstone Project Solution Part 2

  • راه حل نهایی پروژه Capstone قسمت 3 Final Capstone Project Solution Part 3

  • راه حل نهایی پروژه Capstone قسمت 4 Final Capstone Project Solution Part 4

روز چهارم: قرار دادن همه چیز با هم! Time Domain، S-Domain و SimScape Day 4: Putting Everything Together! Time Domain, S-Domain & SimScape

  • وظیفه 1. بررسی اجمالی پروژه و درک محدوده Task 1. Project Overview & Understand the Scope

  • وظیفه 2. ساخت مدل های Simulink و Simscape Task 2. Build Simulink & Simscape Models

  • وظیفه 3. شبیه سازی مدل با استفاده از 3 استراتژی مختلف Task 3. Simulate the Model Using 3 Different Strategies

  • نمای کلی پروژه Capstone نهایی Final Capstone Project Overview

  • راه حل نهایی پروژه Capstone قسمت 1 Final Capstone Project Solution Part 1

  • راه حل نهایی پروژه Capstone قسمت 2 Final Capstone Project Solution Part 2

روز پنجم: هوش مصنوعی و یادگیری ماشین در MATLAB/Simulink Day 5: Artificial Intelligence & Machine Learning In MATLAB/Simulink

  • وظیفه 1. مقدمه ای بر هوش مصنوعی و یادگیری ماشینی Task 1. Introduction to Artificial Intelligence and Machine Learning

  • وظیفه 2. بیان مسئله و مورد تجاری را درک کنید Task 2. Understand the Problem Statement and Business Case

  • وظیفه 3. وارد کردن مجموعه داده ها Task 3. Import Datasets

  • وظیفه 4. درک شهود پشت AI ANN و DL Task 4. Understand the Intuition Behind AI ANN and DL

  • وظیفه 5. فرآیند آموزش هوش مصنوعی را درک کنید Task 5. Understand AI Training Process

  • وظیفه 6. آموزش یک شبکه عصبی عمیق برای طبقه بندی بیماری ها Task 6. Train a Deep Neural Network to Classify Disease

  • وظیفه 7. مدل های طبقه بندی نمای کلی KPIs Task 7. Classification Models KPIs Overview

  • وظیفه 8. عملکرد مدل هوش مصنوعی آموزش دیده را ارزیابی کنید Task 8. Assess Trained AI Model Performance

  • نمای کلی پروژه Capstone نهایی Final Capstone Project Overview

  • راه حل نهایی پروژه Capstone Final Capstone Project Solution

نمایش نظرات

آموزش 5 روز Matlab، Simulink و SimScape - جدید 2023!
جزییات دوره
6 hours
45
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
745
4.4 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dr. Ryan Ahmed, Ph.D., MBA Dr. Ryan Ahmed, Ph.D., MBA

استاد و پرفروش ترین مربی Udemy ، دانشجویان 100K + رایان احمد مربی پرفروش Udemy است که علاقه زیادی به آموزش و فناوری دارد. ماموریت رایان این است که آموزش با کیفیت را برای همه قابل دسترسی و مقرون به صرفه کند. رایان دکترای خود را دارد. مدرک مهندسی مکانیک از دانشگاه مک مستر * ، با تمرکز بر مکاترونیک و کنترل وسایل نقلیه الکتریکی (EV). وی همچنین با تمرکز بر هوش مصنوعی (AI) و تشخیص خطا و MBA در امور مالی از دانشکده بازرگانی DeGroote ، مدرک کارشناسی ارشد علمی کاربردی را از مک مستر دریافت کرد. رایان چندین سمت مهندسی در شرکتهای Fortune 500 در سطح جهان مانند سامسونگ آمریکا و فیات-کرایسلر اتومبیل (FCA) کانادا داشت. رایان چندین دوره در زمینه علوم ، فناوری ، مهندسی و ریاضیات را به بیش از 100000 دانشجو در سطح جهان آموزش داده است. وی بیش از 15 مقاله تحقیقاتی در زمینه مجلات و کنفرانس ها در زمینه تخمین وضعیت ، هوش مصنوعی ، یادگیری ماشین ، مدل سازی باتری و کنترل های EV دارد. وی دریافت کننده بهترین جایزه مقاله در کنفرانس برق و حمل و نقل IEEE حمل و نقل (iTEC 2012) در دیترویت ، میشیگان ، ایالات متحده آمریکا است.

Stemplicity Q A Support Stemplicity Q A Support