امتیاز و نظرات کاربران
1
از مجموع 4 امتیاز
1نظرآموزش کاربرد الگوریتمهای فرااکتشافی
در این دوره آموزشی با مفاهیم الگوریتم های الهام گرفته از طبیعت همچون حیوانات، پرندگان و .... آشنا... بیشتر
گواهینامه
1 (4 امتیاز)
254دانشجو
مقدماتی
محمدحسین درویشان پور
آنچه در این دوره میآموزید
درک مفاهیم و نوع کارکرد الگوریتمهاي فرااکتشافي
ايجاد نوآوري در روشهاي موجود و استفاده در پاياننامه و نوشتن مقالات جديد
بهينهسازي مسائلي که به آساني با الگوريتمهاي جستجو ساده امکانپذیر نيست
شبيهسازي مسائل دنياي واقعي با استفاده از الگوریتمهاي فرااکتشافی
محتوای دوره
8 فصل30 جلسه5 ساعت ویدیو
فصل اول: کاربرد الگوریتمهای فرااکتشافی
اهمیت و کاربرد دوره با توضیح کامل
مشاهده
"08:28
کاربرد الگوریتمهای فرااکتشافی، توضیحات، پیشنیاز دوره و ویژگیهای دوره
"09:47
توضیحات فصلهای دوره
"03:39
فرآیند یادگیری ماشین
"06:54
کوییز فرآیند یادگیری ماشین
"02:00
تمرین فرآیند یادگیری ماشین (الزامی)
"30:00
فصل دوم: معرفی شش الگوریتم فرااکتشافی
فصل سوم: انتخاب ویژگی، تابع برازندگی، انتخاب تصادفی
فصل چهارم: مروری بر روشهای یادگیری ماشین، الگوریتم طبقهبندی و معیارهای ارزیابی
فصل پنجم: نصب پایتون و شروع پیادهسازی مقدمات الگوریتمهای فرااکتشافی
فصل ششم: پیادهسازی الگوریتم وال دودویی ساده و پیشرفته
فصل هفتم: تشریح پیادهسازی الگوریتم کلونی زنبور
فصل هشتم: نکات تکمیلی برای انجام پایاننامه، مقاله و پروژه
پیشنیازها
برای شرکت در این دوره شما نیاز دارید در ابتدا با مبانی برنامهنویسی به زبان پایتون آشنا باشید؛ یعنی بتوانید با پایتون به راحتی برنامه بنویسید و همچنین با مفاهیم یادگیری ماشین در پایتون نیز آشنا باشید. به طور مثال با کتابخانههای یادگیری ماشین و مدلهای یادگیری در پایتون همچون Scikit-learn، Numpy، Matplotlib آشنا باشید.
توضیحات دوره
در این دوره آموزشی با مفاهیم الگوریتمهای الهامگرفته از طبیعت همچون حیوانات، پرندگان و .... آشنا میشوید. همچنین با نوشتن الگوریتم و کدنویسی آنها با زبان برنامهنویسی پایتون در محیط ژوپیتر آشنا میشوید. همچنین میتوانید در تحقیقات و پروژههای خود استفاده نمایید.
هدف از برگزاری دوره آموزش کاربرد الگوریتمهای فرااکتشافی چیست؟
هدف از برگزاری دوره "کاربرد الگوریتمهای فرااکتشافی در انتخاب ویژگی" به شرح زیر است:
- درک مفاهیم و نوع کارکرد الگوریتمهاي فرااکتشافي
- پيادهسازي مقالات علمي در اين حوزه
- ايجاد نوآوري در روشهاي موجود و استفاده در پاياننامه و نوشتن مقالات جديد
- بهينهسازي مسائلي که به آساني با الگوريتمهاي جستجو ساده امکانپذیر نيست
- شبيهسازي مسائل دنياي واقعي با استفاده از الگوریتمهاي فرااکتشافي
دوره آموزش کاربرد الگوریتمهای فرااکتشافی برای چه کسانی مناسب است؟
این دوره برای آن دسته از کاربران مناسب است که:
- دانشجويان کارشناسي ارشد، دکتري و پسا دکتري براي نوشتن و پيادهسازي مقالات و پاياننامه
- متخصصين حوزه هوش مصنوعي، يادگيري ماشين و دادهکاوي
- برنامهنويسان علاقهمند به استفاده از الگوريتمهاي توسعهيافته
- افراد علاقهمند به شرکت در مسابقات برنامهنويسي و هوش مصنوعي
- دانشجوياني که به دنبالي راهي براي بهينهسازي روش ارائه شده خود هستند
پیشنیازها و منابع مکمل برای فراگیری دوره آموزش کاربرد الگوریتمهای فرااکتشافی چیست؟
برای شرکت در این دوره شما نیاز دارید در ابتدا مبانی برنامهنویسی به زبان پایتون را آموزش دیده باشید یعنی بتوانید با پایتون به راحتی برنامه بنویسید و همچنین با مفاهیم یادگیری ماشین در پایتون نیز آشنا باشید. به طور مثال با کتابخانههای یادگیری ماشین و مدلهای یادگیری در پایتون همچون Scikit-learn، Numpy، Matplotlib آشنا باشید.
در انتهای دوره آموزش کاربرد الگوریتمهای فرااکتشافی مخاطب چه دستاوردی خواهد داشت؟
با توجه به محتوایی که در این دوره به شرکتکنندگان آموزش داده میشود، در انتهای دوره مخاطبان محترم با موارد زیر آشنایی خواهند داشت:
شناخت راهکارهای مقابله با نقاط ضعف روشهای یادگیری ماشین و بهبود آنها
شناخت مفاهیم مورد نیاز برای استفاده از یادگیری ماشین
شناخت چندین الگوریتم فراابتکاری و نوع کارکرد آنها به منظور بهینهسازی
افزایش توان تحلیل شبه کد الگوریتمهای فراابتکاری
آشنایی با کتاب و مقالههای مرجع در این حوزه
توانمندی در پیادهسازی مقالات علمی پژوهشی با زبان برنامهنویسی پایتون در محیط ژوپیتر
توانمندي در ترکيب و بهبود الگوريتمهاي فراابتکاري
افزايش توانمندي در جهت بهبود موتورهاي جستجو، سيستمهاي توصيهگر و خزشگرهاي وب
خلاصه اين که ميتوانيد دانش و روزمه خود را با يادگيري مطالب اين دوره تقويت کنيد.
ویژگیهای متمایز دوره آموزش کاربرد الگوریتمهای فرااکتشافی چیست؟
در اين دوره آموزشي سعي شده قدم به قدم مطالب مطرح شوند، همچنين در ابتدا مفاهيم تئوري و پايه به صورت اسلايد پاورپوينت مطرح ميشود و در ادامه مقاله علمي معتبري تشريح ميشود. بعد از تشريح و توضيحات مقاله علمي، شروع به پيادهسازي کدهاي مقاله ميشود که اين فرايند کمک مي کند که شما هم مفاهيمي را که در ابتداي دوره فراگرفتيد را خوب بياموزيد و هم شروع به پيادهسازي همان مطالب آموخته شده از روي مقاله علمي به عنوان مرجع علمي کنید. که در واقع از تئوری به کد و خروجی میرسید. در این دوره مدرس سعی داشته که تمامی مطالبی که نیاز دارید فرابگیرید به خوبی مطرح و ضبط شوند.
اطلاعات بیشتر
گواهینامه
پس از گذراندن محتوای دوره به صورت آنلاین (بدون دانلود) در سایت مکتبخونه، در صورتی که حد نصاب قبولی در دوره را کسب و تمرین ها و پروژه های الزامی را ارسال کنید، گواهینامه رسمی پایان دوره توسط مکتبخونه به اسم شما صادر شده و در اختیار شما قرار میگیرد.
قابل اشتراکگذاری در
دورههای پیشنهادی مشابه
درباره استاد
محمدحسین درویشان پور
1دوره
254دانشجو
محمد حسین درویشان پور دانشآموخته رشته کامپیوتر گرایش نرمافزار ورودی سال 1393 دانشگاه آزاد اسلامی قزوین است. علاقهمند و فعال در زمینه کامپیوتر و برنامهنویسی و از سال 1391 برنامهنویسی رو در هنرستان شروع کرده است و از همان سال تاکنون مشغول آموزش دیدن، آموزش دادن و اجرای پروژههای گوناگون است. در حوزههای برنامهنویسی وب (پیاچپی)، برنامهنویسی سیستم (سیپلاسپلاس)، برنامهنویسی موبایل(اندروید) و همچنین پایتون و مباحث هوش مصنوعی فعالیت داشته است. در مدت دو سال اخیر به حوزه یادگیری ماشین و دادهکاوی علاقه زیادی پیدا کرده و شروع به مطالعه مقالات گوناگون و پیادهسازی آنها کرده است. وی علاقه زیادی به تدریس داشته و تولید محتوای زیادی در آپارات داشته و هم اکنون در جهاد دانشگاهی استان قزوین مشغول به تدریس مهارتهای هفتگانه کامپیوتر است و همچنین عضو بنیاد ملی نخبگان میباشد.
اطلاعات بیشتر
سوالات پرتکرار
حداقل و حداکثر زمانی که میتوانم یک دوره را بگذرانم چقدر است؟
سوالات پرتکرار
آیا پس از به اتمام رساندن و قبولی در دوره، میتوانم نسخه فیزیکی گواهینامه را دریافت کنم؟
سوالات پرتکرار
آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟
سوالات پرتکرار
آیا در صورت خرید دوره، گواهینامه آن به من تعلق میگیرد؟