00:00 / 00:00
1.8x
1.4x
1.0x
0.7x
HD SD
HD
SD
ثبت‌نام رایگان
  • دسترسی به 9 جلسه نمونه از دوره
  • دسترسی به 9 جلسه نمونه از دوره
  • عضویت در تالار گفت‌وگوی دوره
  • اضافه شدن دوره به پروفایل
فقط محتوا
  • دسترسی کامل و نامحدود به محتوای دوره
  • تمام قابلیت‌‌های پلن رایگان
    +
  • دسترسی کامل و نامحدود به محتوا
259,000 تومان
دوره کامل
  • دسترسی به تمام قابلیت‌های دوره
  • تمام قابلیت‌های پلن محتوا
    +
  • گواهی‌نامه مکتب‌خونه
  • پروژه محور
  • تمرین و آزمون
  • تالار گفتگو
  • تسهیل استخدام
319,000 تومان
00:00 / 00:00
1.8x
1.4x
1.0x
0.7x
HD SD
HD
SD
مکتب‌خونه مکتب‌خونه

آموزش الگوریتم‌های بهینه ‌سازی در R

دوره‌های مکتب‌پلاس
15 ساعت

در این درس دانشجویان با مفاهیم بهینه‌سازی و نحوه اجرای آن در R آشنا می‌شوند. تمرکز این درس کاربرد روش‌های بهینه‌سازی در حوزه کسب‌وکار و مدیریت است. پرسش‌هایی اساسی در کسب‌وکار نظیر موارد زیر با الگوریتم‌های بهینه‌سازی قابل پاسخ‌دادن هستند:

·        یک شرکت تحت محدودیت‌های مختلف تولید و بازار، چگونه ترکیب بهینه محصولات خود را تعیین ‌کند تا سود خود را افزایش دهد؟

·        یک شرکت چگونه ساختار لجستیک خود را طراحی کند تا هزینه حمل‌ونقل خود را کمینه کند؟

·        باتوجه ‌به الگوی تقاضا، چگونه نیروی انسانی را در شیفت‌های مختلف کاری تخصیص دهیم تا هزینه منابع انسانی کمینه شود؟

·        سبدی از دارایی‌ها را چگونه تخصیص دهیم تا با کم‌ترین ریسک، بازدهی سبد دارایی‌ها بیشینه شود؟

مخاطب اصلی این درس کسانی هستند که می‌خواهند از روش‌های داده‌محور برای تصمیمات کسب‌وکار استفاده کنند. هدف از درس این نیست که دانشجویان بیش از اندازه درگیر روش‌های ریاضی و آماری شوند، بلکه هدف آموزش مفاهیم به زبان ساده به همراه نشان‌دادن کاربردها و روش‌های پیاده‌سازی الگوریتم‌های بهینه‌سازی در عمل است. این یک درس پیشرفته است و بنابراین انتظار می‌رود مخاطبان این درس با مفاهیم کار با داده آشنا باشند و بتوانند با زبان برنامه‌نویسی R به راحتی کار کنند.

دانشجویان در پایان این دوره باید روی یک پروژه کاربردی کار کنند و آن را تحویل دهند. کارکردن روی این پروژه و بازخوردهایی که از استاد دوره می‌گیرند، به آنان کمک خواهد کرد تا مفاهیم آموخته شده در درس را بهتر بفهمند و برای حل مسائل کسب‌وکار با روش‌های داده‌محور آماده‌تر شوند.

این پنجمین درس از مجموع دوره Business Analytics در مکتب‌خونه است که هدف آن کاربرد روش‌های داده‌محور در کسب‌وکار است.

سرفصل‌های دوره آموزش الگوریتم‌های بهینه ‌سازی در R

مقدمه
00:10 ساعت
00:10
Combined Shape Created with Sketch. 2 جلسه
بارم:
0%
نمایش جلسات فصل  

این فصل درباره مباحث آموزشی این دوره بحث می‌کند. 

مقدمه
"10:41
فایل‌های جانبی دوره
"00:03
فصل اول: روش‌های بهینه‌سازی بدون محدودیت
01:21 ساعت
01:16
Combined Shape Created with Sketch. 9 جلسه
بارم:
10%
نمایش جلسات فصل  

در این درس دانشجویان با الگوریتم‌های متداول برای بهینه کردن یک تابع بدون هیچ محدودیتی آشنا می‌شوند. الگوریتم‌های Golden Section Search، Successive Parabola Interpolation و Gradient Descent به همراه مثال‌هایی از کاربرد آنها بحث می‌شوند.

روش‌های بهینه‌سازی بدون محدودیت
"05:46
الگوریتم Golden Section Search
"09:41
الگوریتم Successive Parabola Interpolation
"07:58
اجرای بهینه‌سازی در R
"08:22
الگوریتم Gradient Descent
"12:11
اجرای Gradient Descent در R
"09:32
رگرسیون خطی ساده
"10:16
حل رگرسیون خطی ساده با استفاده از Gradient Descent در R
"12:57
کوییز فصل اول
100.0%
     
"05:00
فصل دوم: برنامه‌ریزی خطی
02:34 ساعت
02:29
Combined Shape Created with Sketch. 16 جلسه
بارم:
10%
نمایش جلسات فصل  

بسیاری از مسائل بهینه‌سازی در کسب و کار را می‌توان در قالب برنامه‌ریزی خطی مدلسازی و حل کرد. مسائل برنامه‌ریزی تولید، طراحی ساختار لجستیک، برنامه ریزی نیروی انسانی و مانند این از جمله مسائل مهمی در حوزه کسب و کار هستند که با برنامه‌ریزی خطی قابل حل هستند.

مقدمه‌ای بر برنامه‌ریزی خطی
"08:56
فرمول‌بندی مسئله
"14:58
پیدا کردن جواب بهینه
"10:20
حل مثال شرکت تولید مبلمان در R
"08:06
مثال مزرعه تولید کانولا و گندم - فرمول‌بندی مسئله
"05:53
حل مثال مزرعه تولید کانولا و گندم در R
"05:01
تفسیر نتایج و تحلیل حساسیت
"06:06
تفسیر نتایج و تحلیل حساسیت در R
"13:03
فرمول‌بندی مسئله حمل و نقل
"12:01
حل مثال مسئله حمل و نقل در R
"14:44
فرمول‌بندی مسئله برنامه‌ریزی نیروی انسانی
"06:19
حل مسئله برنامه‌ریزی نیروی انسانی در R
"07:36
فرمول‌بندی مسئله برنامه‌ریزی تولید
"15:44
حل مسئله برنامه‌ریزی تولید در R
"11:44
حالت‌های خاص در برنامه‌ریزی خطی
"09:07
کوییز فصل دوم
100.0%
     
"05:00
پروژه نهایی
10:00 ساعت
Combined Shape Created with Sketch. 1 جلسه
بارم:
70%
نمایش جلسات فصل  

در این پروژه از مهارت‌هایی که در طول این دوره یاد گرفتید، استفاده خواهید کرد و یک پروژه در حوزه مدیریت لجستیک، اجرا خواهید کرد.

پروژه نهایی الگوریتم‌های بهینه‌سازی در R

 (الزامی)

100.0%
     
"600:00

تالار گفت‌وگو

استاد دوره
فرزاد مینویی فرزاد مینویی

فرزاد مینویی فارغ‌التحصیل رشته مهندسی عمران و مدیریت کسب‌وکار (MBA) از دانشگاه صنعتی شریف است. وی تحصیلات خود را در دکترای مدیریت در دانشگاه کلورادو (University of Colorado) آمریکا ادامه داده است. زمینه‌های تخصصی او تصمیم‌گیری و مدیریت ریسک، هوش تجاری و مدیریت عملیات است.

او تا قبل از ادامه تحصیل در دوره دکترا، در فاصله سال‌های ۱۳۸۴ تا ۱۳۹۴ در نقش‌های مدیریتی و مشاوره‌ای با شرکت‌های بخش خصوصی در ایران همکاری کرده است. در دوره دکترا به‌عنوان محقق بر روی پروژه‌های کاربردی که کارفرمای آن وزارت راه آمریکا و موسسه تحقیقاتی CII بوده، فعالیت کرده است. موسسه تحقیقاتی CII  یک کنسرسیوم از شرکت‌های بزرگ فعال در صنعت نفت و گاز، فنی و مهندسی و تأمین‌کنندگان عمده آمریکاست. نتیجه فعالیت‌های تحقیقاتی او در مجلات معتبر علمی بین‌المللی چاپ شده‌اند.

دکتر مینویی همچنین در چند سال گذشته به‌عنوان استاد مدعو درس هوش تجاری و مدیریت عملیات را برای دوره‌های کارشناسی ارشد دانشگاه تهران و دانشگاه شهید بهشتی برگزار کرده است. مخاطبان عمده این دوره‌ها مدیران ارشد و میانی شرکت‌های ایرانی بوده‌اند. تلاش او در این دوره‌ها این بوده تا با زبانی ساده و کاربردی مدیران صنعت را با مفاهیم تصمیم‌گیری داده محور و هوش تجاری آشنا کند.

وی هم‌اکنون مشاوره چندین شرکت ایرانی است و آن‌ها را برای حرکت به سمت مدیریت داده محور هدایت می‌کند. او امیدوار است با به‌کارگیری تجربه‌های عملی خود در صنعت ایران و آمریکا و ترکیب آن با دانش تخصصی به مدیران کمک کند تا در مورد چالش‌هایی که با آن مواجه هستند، تصمیمات بهتری بگیرند.

اطلاعات بیشتر
درباره گواهینامه
مکتب‌خونه مکتب‌خونه
حد نصاب قبولی در دوره:
80.0 نمره
فارغ‌التحصیل شدن در این دوره نیاز به ارسال تمرین‌ها و پروژه‌های الزامی دارد.

پیش‌نیاز‌های دوره آموزش الگوریتم‌های بهینه ‌سازی در R

آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته)
اطلاعات بیشتر
آموزش تحلیل داده با زبان برنامه نویسی R (مقدماتی)
اطلاعات بیشتر

ویژگی‌های دوره آموزش الگوریتم‌های بهینه ‌سازی در R

Combined Shape1 Created with Sketch. گواهی‌نامه مکتب‌خونه

در صورت قبولی در دوره، گواهی نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می گیرد.

 

مشاهده نمونه گواهینامه

خدمات منتورینگ

خدمات منتورینگ به معنای برخورداری دانشجو از راهنما یا پشتیبان علمی در طول گذراندن دوره می‌باشد. این خدمات شامل پاسخگویی به سوالات آموزشی(در قالب تیکتینگ)، تصحیح آزمون یا پروژه های دوره و ارائه باز خورد موثر به دانشجو می‌باشد.

پروژه محور

این دوره طوری طراحی شده است که محتوای آموزشی دوره حول چند پروژه واقعی و کاربردی هستند تا یادگیری دانشجو در طول دوره به کاربردهای عملی تبدیل شود و به این ترتیب بالاترین سطح یادگیری را فراهم نمایند.

تمرین و آزمون

با قرار گرفتن تمرین ها و آزمون های مختلف در طول دوره، محیطی تعاملی فراهم شده است تا بهره گیری از محتوا و یادگیری بهتر و عمیق تر شود.

تالار گفتگو

شما می توانید از طریق تالار گفتگو با دیگر دانشجویان دوره در ارتباط باشید، شبکه روابط حرفه ای خود را تقویت کنید یا سوالات مرتبط با دوره خود را از دیگر دانشجویان بپرسید.

تسهیل استخدام

در صورت قبولی در دوره، شما می‌توانید با وارد کردن اطلاعات آن در بخش دوره‌های آموزشی رزومه‌ساز «جاب ویژن»، تایید مهارت خود را در قالب اضافه شدن «مدال مهارت» به روزمه آنلاین خود دریافت نمایید. این مدال علاوه بر ایجاد تمایز در نمایش رزومه شما، باعث بالاتر قرار گرفتن آن در لیست انبوه رزومه‌های ارسالی به کارفرما شده و بدین ترتیب شانس شما را برای استخدام در سازمانهای موفق و پر متقاضی افزایش می‌دهد. 

 

مشاهده اطلاعات بیشتر

نظرات  (1 نظر)

سعید
17:58 - 1400/03/21
فارغ‌التحصیل دوره
یک دوره عالی چیزی رو یاد میگیرید که تو هر کسب و کاری که دارید می‌تونه کمکتون کنه

سوالات پرتکرار

آیا در صورت خرید دوره، گواهی نامه آن به من تعلق می گیرد؟
خیر؛ شما با خرید دوره می توانید در آن دوره شرکت کنید و به محتوای آن دسترسی خواهید داشت. در صورتی که در زمان تعیین شده دوره را با نمره قبولی بگذرانید، گواهی نامه دوره به نام شما صادر خواهد شد.
آیا گواهی‌نامه‌های دانشگاهی به صورت رسمی و توسط دانشگاه مربوطه صادر می‌شود؟
بله؛ گواهی نامه ها توسط دانشگاه مربوطه و با امضای رئیس دانشگاه یا مسئول مربوطه که حق امضای گواهی نامه ها را دارد صادر می شود و گواهی نامه معتبر دانشگاه است که به اسم هر فرد صادر می شود.
حداقل و حداکثر زمانی که می توانم یک دوره را بگذرانم چقدر است؟
برای گذراندن دوره حداقل زمانی وجود ندارد و شما می توانید در هر زمانی که مایل هستید فعالیت های مربوطه را انجام دهید. برای هر دوره یک حداکثر زمان تعیین شده است که در صفحه معرفی دوره می توانید مشاهده کنید که از زمان خرید دوره توسط شما تنها در آن مدت شما از ویژگی های تصحیح پروژه ها توسط پشتیبان و دریافت گواهی نامه بهره مند خواهید بود.
در صورت قبولی در دوره، آیا امکان دریافت نسخه فیزیکی گواهی نامه دوره را دارم؟
پس از صدور گواهی نامه، نسخه الکترونیکی گواهی نامه در اختیار شما قرار می گیرد. در صورت درخواست شما، نسخه فیزیکی گواهی نامه نیز می تواند برای شما ارسال شود. هزینه ارسال بر عهده کاربر خواهد بود.
پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟
بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.

×

ثبت نظر

به این دوره از ۱ تا ۵ چه امتیازی می‌دهید؟

مقدمه
00:10 ساعت
00:10
Combined Shape Created with Sketch. 2 جلسه
بارم:
0%
نمایش جلسات فصل  

این فصل درباره مباحث آموزشی این دوره بحث می‌کند. 

مقدمه
"10:41
فایل‌های جانبی دوره
"00:03
فصل اول: روش‌های بهینه‌سازی بدون محدودیت
01:21 ساعت
01:16
Combined Shape Created with Sketch. 9 جلسه
بارم:
10%
نمایش جلسات فصل  

در این درس دانشجویان با الگوریتم‌های متداول برای بهینه کردن یک تابع بدون هیچ محدودیتی آشنا می‌شوند. الگوریتم‌های Golden Section Search، Successive Parabola Interpolation و Gradient Descent به همراه مثال‌هایی از کاربرد آنها بحث می‌شوند.

روش‌های بهینه‌سازی بدون محدودیت
"05:46
الگوریتم Golden Section Search
"09:41
الگوریتم Successive Parabola Interpolation
"07:58
اجرای بهینه‌سازی در R
"08:22
الگوریتم Gradient Descent
"12:11
اجرای Gradient Descent در R
"09:32
رگرسیون خطی ساده
"10:16
حل رگرسیون خطی ساده با استفاده از Gradient Descent در R
"12:57
کوییز فصل اول
100.0%
     
"05:00
فصل دوم: برنامه‌ریزی خطی
02:34 ساعت
02:29
Combined Shape Created with Sketch. 16 جلسه
بارم:
10%
نمایش جلسات فصل  

بسیاری از مسائل بهینه‌سازی در کسب و کار را می‌توان در قالب برنامه‌ریزی خطی مدلسازی و حل کرد. مسائل برنامه‌ریزی تولید، طراحی ساختار لجستیک، برنامه ریزی نیروی انسانی و مانند این از جمله مسائل مهمی در حوزه کسب و کار هستند که با برنامه‌ریزی خطی قابل حل هستند.

مقدمه‌ای بر برنامه‌ریزی خطی
"08:56
فرمول‌بندی مسئله
"14:58
پیدا کردن جواب بهینه
"10:20
حل مثال شرکت تولید مبلمان در R
"08:06
مثال مزرعه تولید کانولا و گندم - فرمول‌بندی مسئله
"05:53
حل مثال مزرعه تولید کانولا و گندم در R
"05:01
تفسیر نتایج و تحلیل حساسیت
"06:06
تفسیر نتایج و تحلیل حساسیت در R
"13:03
فرمول‌بندی مسئله حمل و نقل
"12:01
حل مثال مسئله حمل و نقل در R
"14:44
فرمول‌بندی مسئله برنامه‌ریزی نیروی انسانی
"06:19
حل مسئله برنامه‌ریزی نیروی انسانی در R
"07:36
فرمول‌بندی مسئله برنامه‌ریزی تولید
"15:44
حل مسئله برنامه‌ریزی تولید در R
"11:44
حالت‌های خاص در برنامه‌ریزی خطی
"09:07
کوییز فصل دوم
100.0%
     
"05:00
پروژه نهایی
10:00 ساعت
Combined Shape Created with Sketch. 1 جلسه
بارم:
70%
نمایش جلسات فصل  

در این پروژه از مهارت‌هایی که در طول این دوره یاد گرفتید، استفاده خواهید کرد و یک پروژه در حوزه مدیریت لجستیک، اجرا خواهید کرد.

پروژه نهایی الگوریتم‌های بهینه‌سازی در R

 (الزامی)

100.0%
     
"600:00