×
ribbon

آموزش رایگان درس هوش مصنوعی

مدرس:دانشگاه صنعتی شریف

مهدیه سلیمانی

دوره آموزش رایگان هوش مصنوعی یک مسیر جامع و ساختاریافته برای ورود به دنیای AI است که از... بیشتر
جدید
4.8 (6)
2 دیدگاه
1,019دانشجو
32ساعت
سرفصل‌ها
مقدماتی سطح دوره
بروزرسانیاسفند ۱۴۰۴

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

مفاهیم بنیادین هوش مصنوعی و عامل‌های هوشمند

الگوریتم‌های جستجو و تصمیم‌گیری هوشمند

تحلیل و حل مسائل واقعی با روش‌های هوش مصنوعی

مبانی یادگیری ماشین و شبکه‌های عصبی

این دوره شامل:

32 ساعت ویدئو

دسترسی مادام‌العمر به محتوای دوره

سرفصل‌های دوره

1 فصل27 جلسه32 ساعت ویدیو
اموزش رایگان هوش‌مصنوعی
  مقدمه و آشنایی با هوش مصنوعی
73:11
  Uninformed Search
69:32
  Informed Search
68:57
  Local Search
71:00
  Search in Continuous spaces
71:44
  Constraint Satisfaction Problems I
69:36
  Constraint Satisfaction Problems II
73:46
  Adversarial Search
68:50
  Markov Decision Process
70:58
  Markov Decision Process: Value Iteration & Policy Iteration
72:31
  Reinforcement Learning I
42:24
  Reinforcement Learning II
73:42
  Uncertainty & Inference
65:18
  Bayesian Networks: Representation
74:24
  Inference in Bayesian Networks: Exact I
77:30
  Inference in Bayesian Networks: Exact II
73:22
  Inference in Bayesian Networks: Approximate
73:29
  Temporal Probability Models: Markov Chains & HMMs
77:16
  Temporal Probability Models: Particle Filters
70:59
  Learning in Bayesian Networks & Naive Bayes
64:20
  Decision Tree
72:55
  Concepts of Machine Learning (Regression & Classification)
62:57
  Classification
78:01
  Generalization
74:50
  Neural Networks I
69:53
  Neural Networks II
71:32
  Applications
71:46

توضیحات دوره

دوره «آموزش رایگان هوش مصنوعی» یک مسیر جامع و ساختاریافته برای ورود به دنیای AI است که از مفاهیم پایه تا کاربردهای پیشرفته را پوشش می‌دهد. در ابتدای دوره با مبانی هوش مصنوعی و عامل‌های هوشمند (Intelligent Agents) آشنا می‌شوید و سپس انواع روش‌های جستجو شامل جستجوی ناآگاهانه، آگاهانه و محلی را یاد می‌گیرید. در ادامه، جستجو در فضاهای پیوسته و مسائل ارضای محدودیت (CSP) بررسی می‌شود و با جستجوی رقابتی وارد مباحث تصمیم‌گیری در محیط‌های پویا خواهید شد.

بخش مهمی از دوره به فرایندهای تصمیم‌گیری مارکوف (MDP)، تکرار مقدار و سیاست، و همچنین یادگیری تقویتی اختصاص دارد. سپس با مفاهیم عدم قطعیت، استنتاج و شبکه‌های بیزی (از نمایش تا استنتاج دقیق و تقریبی) آشنا می‌شوید. مدل‌های احتمالی زمانی مانند زنجیره‌های مارکوف و HMMها نیز به‌صورت کاربردی آموزش داده می‌شوند. در بخش یادگیری ماشین، مباحثی مانند درخت تصمیم، رگرسیون، طبقه‌بندی و تعمیم بررسی می‌گردد. در نهایت با شبکه‌های عصبی و کاربردهای عملی هوش مصنوعی، دیدی کامل و کاربردی برای ورود به بازار کار یا ادامه مسیر تخصصی به دست خواهید آورد.

دیدگاه کاربران

4.8

بر اساس امتیاز 6 دانشجو

1
2
3
4
5

امیرحسین شوریزاده

29 روز پیش

5

عالی

دانشجوی دوره

3 ماه پیش

5

درود بر شما و تشکر از ضبط این کلاس . متاسفانه کیفیت صدا بی نهایت پایین بود و من خیلی از قسمت ها متوجه درس نشدم.

مهدیه سلیمانیهیات علمی دانشگاه صنعتی شریف، دانشکده مهندسی کامپیوتر، گروه هوش مصنوعی
2دوره
35,089دانشجو
105نظر و امتیاز

دکتر مهدیه سلیمانی دانشیار دانشگاه صنعتی شریف و مدرس دروسی نظیر هوش مصنوعی، یادگیری ماشین، یادگیری ژرف (deep learning)، مدل‌های زبانی بزرگ (LLMs) در دانشکده‌ی مهندسی کامپیوتر این دانشگاه بوده است. او موسس و مدیر آزمایشگاه یادگیری ماشین (MLL) است و در زمینه‌هایی مانند یادگیری ژرف، مدل‌های بزرگ (تصویری)-زبانی، تعمیم‌پذیری، یادگیری تقویتی و تفسیرپذیری مدل‌ها تحقیق می‌کند.

مهارت‌هایی که می‌آموزید

سوالات پرتکرار

آیا ممکن است برخی جلسات یک درس ناقص باشند؟

معمولا تمامی جلسات هر درس به‌طور کامل ضبط می‌شوند؛ اما گاهی به دلیل برخی ناهماهنگی‌ها ممکن است یک یا چند جلسه ضبط نشده باشد. جزئیات این موارد در توضیحات هر درس درج شده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت، چه کاری باید انجام داد؟

در صورت مواجهه با هرگونه مشکل در دانلود یا پخش ویدئو، می‌توانید از طریق صفحه ارتباط با ما اطلاع دهید تا تیم پشتیبانی به‌سرعت مشکل را بررسی و رفع کند.

آیا می‌توان ویدئوهای یک درس را به‌صورت سی‌دی یا دی‌وی‌دی از شما تهیه کرد؟

در حال حاضر امکان ارسال دروس به‌صورت سی‌دی یا دی‌وی‌دی وجود ندارد و همه محتواها به شکل آنلاین ارائه می‌شوند.