آموزش رایگان بهینه‌سازی

یکی از پرکاربردترین دروس در علوم مهندسی، از مهندسی کامپیوتر گرفته تا مهندسی عمران و مهندسی برق و مهندسی صنایع «درس بهینه‌سازی» است. علاوه بر کاربرد بسیار زیاد بهینه‌سازی باید گستردگی مطالب و سرفصل­‌های این ... ادامه

محتوای دوره
پیش‌نیاز‌ها
درباره دوره
نظرات کاربران
درباره استاد

محتوای دوره

1 فصل 28 جلسه 35 ساعت ویدیو
بهینه‌سازی

پیش‌نیاز‌ها

در این دوره سعی شده است مطالب با زبان ساده و روان به دانشجویان ارائه شود. اما آشنایی با مباحث جبر خطی و کار با توابع چندمتغیره موجب یادگیری سریع­تر و عمیق­تر دانشجویان می‌شود. اگرچه در جلساتی از این دوره پیش‌نیازهای ضروری شرح داده می­‌شود.

 

منابع استفاده شده در این دوره شامل دو کتاب اصلی زیر می‌­شود:

1. Boyed, L. Vandenberg, Convex optimization, Cambridge

2. J. Nocedal, S. J. Wright, Numerical Optimization, Springer

درباره دوره

یکی از پرکاربردترین دروس در علوم مهندسی، از مهندسی کامپیوتر گرفته تا مهندسی عمران و مهندسی برق و مهندسی صنایع «درس بهینه‌سازی» است. علاوه بر کاربرد بسیار زیاد بهینه‌سازی باید گستردگی مطالب و سرفصل­‌های این درس را نیز در نظر داشته باشیم. این گستردگی مفاهیم و کاربردها، نیاز به آموزش صحیح و اصولی این درس را مهم­‌تر از همیشه کرده است.

 

دوره آموزش بهینه‌سازی چیست؟ هدف از ارائه این دوره چیست؟

کاربرد بسیار زیاد بهینه‌سازی در علوم مهندسی و عدم آموزش اصولی و منسجم دانشجویان در این درس منجر به آن می‌شود که دانشجویان نتوانند به‌درستی از روش­‌های بهینه‌سازی استفاده نمایند. هدف در این دوره آموزشی «بررسی منسجم الگوریتم‌­های بهینه‌سازی» و آشنایی مخاطبان با روش­‌های مختلف بهینه‌سازی و شرایط به‌کارگیری این روش‌ها است. آموزش کاربردی بهینه‌سازی در این دوره موردتوجه زیادی قرار گرفته است.

 

تمایز این دوره با سایر دوره­ های آموزشی چیست؟

در این دوره آموزشی علاوه بر تعاریف اولیه و مقدماتی، مسائل مرتبط با بهینه‌سازی در یادگیری ماشین (machine learning) با عمق مناسب پوشش داده شده است. مطالب آموزش‌داده‌شده در این دوره به سه بخش تئوری، الگوریتم­ها و کاربردها تقسیم‌بندی می­‌شود. بخش تئوری شامل پیش­نیازهای ریاضیاتی، مجموعه­‌های محدب، توابع محدب، مسائل بهینه‌سازی محدب و تئوری دوگانی است. در ادامه این دوره الگوریتم‌­ها در بخش­‌های الگوریتم­‌های بهینه‌سازی بدون قید، الگوریتم­های بهینه‌سازی با قید تساوی، روش­‌های نقطه درونی و الگوریتم­‌های مطرح در یادگیری عمیق آموزش داده می­‌شود. در بخش کاربردها نیز به کاربردهای بهینه‌سازی در مسائل تقریب، دسته‌بندی و تخمین آماری پرداخته شده است.

تلاش ما در این دوره آموزشی آن است که باتوجه‌به گستردگی سرفصل­‌ها و مطالب موجود همه موضوعات با عمق مناسب پوشش داده شود و در انتها تناسب کامل بین گستردگی مطالب و عمق آموزش برقرار شود.

 

در این دوره چه مباحثی را خواهیم آموخت؟

باتوجه‌به مطالب ارائه شده در این دوره و گستردگی این مطالب می­‌توان انتظار داشت دانشجویان بهره‌برداری بسیار زیادی از این دوره داشته باشند. از جمله مسائلی در پایان این دوره می­‌توانید به آموخته­‌های خود اضافه کنید می­‌توان به موارد زیر اشاره کرد:

  • آشنایی با الگوریتم­‌های مختلف بهینه‌سازی
  • تحلیل مسائل بهینه‌سازی
  • فهم رویکردهای مبتنی بر بهینه‌سازی در یادگیری ماشین
  • نحوه فرموله کردن مناسب مسائل بهینه‌سازی 
  • کار با توابع چندمتغیره و تعیین ویژگی­‌های آن­‌ها

 

این دوره مناسب چه کسانی است؟

این دوره آموزشی با رویکرد آموزش به دانشجویان مهندسی کامپیوتر به‌ویژه دانشجویان گرایش هوش مصنوعی در تحصیلات تکمیلی طراحی شده است. اما باتوجه‌به گستردگی موضوعات و مطالب ارائه شده و از سوی دیگر نیاز به درس بهینه‌سازی در سایر شاخه‌­های مهندسی استفاده از این دوره آموزشی برای دانشجویان سایر رشته­‌ها از مهندسی برق و عمران و مهندسی پزشکی گرفته تا مهندسی صنایع مفید و کاربردی خواهد بود.

 

 

اطلاعات بیشتر

امتیاز و نظرات کاربران

4.8

از مجموع 43 امتیاز

24 نظر

8 ماه پیش

دیتای دوره از جمله پاور پوینتها و کتابها و کدها در سایت قرار بدین

طاها نجمی

طاها نجمی

9 ماه پیش

عالی تشکر

10 ماه پیش

استاد مسلط و خوب توضیح میدهند

محمدامین غریبی

محمدامین غریبی

1 سال پیش

واقعا دوره خوبیه. کاش مکتب خونه از این مدرس برای دوره های پیشرفته تر هم استفاده کنه

سپیده بابایی

سپیده بابایی

1 سال پیش

با سلام و احترام. واقعا خیلی ممنون از اینکه ابن دوره آموزشی ارزشمند رو رایگان در اختیار ما گذاشتید. سالم و برقرار باشید

زهره طغرایی

زهره طغرایی

1 سال پیش

عالی بود واقعا من که تا حالا کلاسی به قدرت این کلاس ندیدم تو مکتب خونه خیلی خوب بود امیدوارم استاد مزلقانی ماشین لرنینگ ودیپ لرنینگ رو هم در مکب خونه به اشتراک بگذارند. از مکتب خونه عزیز خواهش می کنم از استاد بخواهند این دروس رو هم به اشتراک بگذارند. با تشکر از استاد مزلقانی عزیز و تیم عالی مکتب خونه که عدالت آموزشی رو با این کارها گسترش می دهند.

مهدی فرح روز

مهدی فرح روز

نظرات بیشتر

دوره‌های پیشنهادی

تعیین سطح زبان انگلیسی

مدرس: جمعی از اساتید

57,107 دانشجو
4 (42)
رایگان
آموزش پایتون مقدماتی

مدرس: جادی میرمیرانی

88,881 دانشجو
4.4 (5,965)
گواهینامه
45٪
1,359,000 747,450 تومانء
آموزش رایگان پردازش تصویر
دانشگاه علم و صنعت

دانشگاه علم و صنعت

مدرس: محمدرضا محمدی

9,781 دانشجو
4.7 (62)
رایگان
آموزش رایگان پایتون مقدماتی
30,899 دانشجو
4.5 (145)
گواهینامه
45٪
569,000 312,950 تومانء

درباره استاد

مریم امیرمزلقانی
مریم امیرمزلقانی
1 دوره
6,407 دانشجو

دکتر مریم امیرمزلقانی از سال 1390 به عنوان هیات علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر مشغول به کار هستند. ایشان در حال حاضر دانشیار گروه هوش مصنوعی دانشکده مهندسی کامپیوتر بوده و علایق تحقیقاتی ایشان شامل یادگیری ماشین، پردازش تصویر، مدلسازی آماری و بهینه سازی در مسایل یادگیری ماشین است.  
وی مدرک دکترای مهندسی برق-مخابرات را از دانشگاه صنعتی امیرکبیر در سال 1388، مدرک کارشناسی ارشد مهندسی برق مخابرات را از دانشگاه صنعتی شریف در سال 1384 و مدرک کارشناسی مهندسی برق را  از دانشگاه علم و صنعت در سال 1382 کسب کرده است. 

اطلاعات بیشتر

سوالات پرتکرار

آیا ممکن است که درسی ناقص ضبط شده باشد؟

ما همواره تلاش کرده­‌ایم که دروس را به طور کامل ضبط نماییم و در اختیار شما دوستان قرار دهیم. اما گاهی برخی ناهماهنگی ها سبب می شود که یک یا تعدادی از جلسات یک درس ضبط نشود. توضیح این گونه نواقص در توضیح درس­ ها آمده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت چه باید کرد؟

در صورتی که با هر گونه مشکلی رو به رو شدید می توانید از طریق صفحه ارتباط با ما به ما اطلاع دهید تا ما سریعا مشکل را پیگیری و برطرف نماییم.

آیا امکان دریافت فیلم های یک درس به صورت سی دی یا دی وی دی وجود دارد؟

در حال حاضر امکان ارسال دروس به صورت سی دی یا دی وی دی وجود ندارد.

صفحات پربازدید