آموزش هوش مصنوعی با نرم‌افزار متلب

poster
پیش‌نمایش دوره

در این دوره از آموزش هوش مصنوعی سه مورد از پرکاربرد‌ترین ابزار‌ها در زمینه‌ی هوش مصنوعی، شامل: بهینه‌سازی با الگوریتم ژنتیک، شبکه‌های عصبی و موتور‌های استنتاج فازی، ارائه شده است. یادگیری این سه ابزار، در ... ادامه

مدرس دوره:
4.6 (16 رای)
سطح: مقدماتی
 پلاس
  
زمان مورد نیاز برای گذراندن دوره:  23 ساعت
مجموع محتوای آموزشی:  7 ساعت ویدئو - 15 ساعت تمرین و پروژه
 (قابل دانلود می‌باشد)
مهلت دوره:  4 هفته
  
حد نصاب قبولی در دوره:  75 نمره
فارغ‌التحصیل شدن در این دوره نیاز به ارسال تمرین‌ها و پروژه‌های الزامی دارد. 
organization-pic  گواهینامه این دوره توسط دانشگاه صنعتی شریف ارائه می‌شود.
course-feature   گواهی‌نامه دانشگاه صنعتی شریف course-feature   خدمات منتورینگ course-feature   پروژه محور course-feature   تمرین و آزمون course-feature   تالار گفتگو course-feature   تسهیل استخدام

پیش‌نیاز‌ها

روش‌های هوش مصنوعی، معمولاً دارای اصول و مفاهیمی هستند که از طبیعت و انسان الگو‌برداری شده است. بنابراین، مفاهیمی که دارای پیچیدگی‌های ریاضی باشد، نیستند و اغلب به علت ملموس بودن مفاهیم، بسیار قابل درک هستند.

چالش اصلی در موضوع هوش مصنوعی، توانایی پیاده‌سازی این مفاهیم است. مفاهیمی که به نظر برای ذهن انسان کاملاً بدیهی به نظر می‌رسد. به عنوان مثال، تشخیص یک چهره در یک تصویر، برای ذهن انسان امری بسیار ساده، اما تعریف الگوریتمی که این کار را در یک دستگاه هوشمند انجام دهد، دارای پیچیدگی است. پس در بحث هوش مصنوعی، این موضوع بسیار مهم است که با نگاهی نو به مسائل، آن‌چه تا امروز بسیار بدیهی بوده را به شکل عدد و منطق، تغییر ماهیت دهیم.

با این هدف، ابزار اصلی در این مسیر، داشتن دانش مقدماتی در بحث برنامه‌نویسی با نرم‌افزار متلب و همچنین استفاده از دید منطقی و محاسباتی بر پدیده‌های طبیعی است. در این دوره، از ریاضیات، در حد ریاضی پایه، استفاده می‌شود. 

سرفصل‌های دوره آموزش هوش مصنوعی با نرم‌افزار متلب

فصل اول - مقدمه ای بر بهینه سازی

در این فصل به بررسی مفاهیم و اصطلاحات رایج در مساعل بهینه سازی پرداخته میشود و در قالب مثال های ساده فرم های مختلف مساعل بهینه سازی بررسی میشود.

  بهینه سازی بر پایه گرادیان
مشاهده
"13:11  
  بهینه سازی جستوجوی مستقیم
"26:15  
  مفاهیم پایه در بحث بهینه سازی
"15:29  
  بهینه سازی تک هدفه و چند هدفه
"11:30  
  شکل استاندارد مسائل بهینه سازی
"05:45  
  کوییز فصل اول
 100%    
"05:00  
فصل دوم - الگوریتم ژنتیک در بهینه سازی

در فصل دوم جعبه ابزار و دستورات مورد استفاده در نرم افزار متلب توضیح داده میشود. ورودی ها و خروجی ها و همچنین پارامترهای تنظیمی در جعبه ابزار معرفی میشوند. همچنین مساعل بهینه سازی چندهدفی نیز توضیح داده میشود.

  الگوریتم ژنتیک تک هدفی نامقید
مشاهده
"16:50  
  الگوریتم ژنتیک تک هدفی مقید
"07:14  
  ورودی های تابع
"15:15  
  خروجی های تابع
"27:21  
  الگوریتم ژنتیک چند هدفی
"22:14  
  تنظیمات ویژگی ها
"36:18  
  ویدیو پروژه میانی اول
"02:17  
  پروژه میانی اول (الزامی)
 100%    
"300:00  
فصل سوم - مقدمه ای بر شبکه های عصبی

در فصل سوم موضوع شبکه ی عصبی مطرح میگردد. مفاهیم اولیه، نورونها، وزن ها و بایاس ها، تابع فعالسازی، شبکه ی پیشرو، خطای شبکه، شبکه ی پسرو و تصحیح ضرایب در قالب مثال جامع بررسی میشود.

  مفاهیم پایه در بحث شبکه های عصبی
"14:58  
  شبکه ی پیشرو
"09:58  
  خطای شبکه
"03:06  
  شبکه ی پسرو و تصحیح ضرایب لایه ی خروجی و لایه ی مخفی
"19:44  
  پیاده سازی مثال عددی در متلب
"16:50  
  کوییز سری دوم
 100%    
"05:00  
فصل چهارم - استفاده از جعبه ابزار شبکه عصبی

در فصل چهارم به بررسی دستورات مورد استفاده در ساخت شبکه از ابتدا تا آموزش و اعتبارسنجی شبکه پرداخته میشود. در این بخش تمرکز بیشتر در چگونگی به کار گیری جعبه ابزار متلب برای مثال های سختتر میباشد.

  معرفی جعبه ابزار شبکه ی عصبی
"28:06  
  داده های مورد استفاده
"06:33  
  ساخت شبکه ی عصبی
"11:05  
  تنظیمات شبکه برای داده های ورودی و خروجی
"05:27  
  تعریف مقادیر اولیه برای وزن ها و بایاس ها
"04:04  
  آموزش شبکه
"04:14  
  سنجش اعتبار شبکه
"02:39  
  استفاده از شبکه
"06:40  
  ویدیو پروژه میانی دوم
"01:48  
  پروژه میانی دوم (الزامی)
 100%    
"300:00  
فصل پنجم - منطق فازی

فصل پنجم به معرفی مفاهیم مورد استفاده در موتورهای استنتاج فازی میپردازد. مفاهیمی چون متغییر های ورودی و خروجی، توابع عضویت، قوانین فازی و دستورلت مورد استفاده با ارائه ی مثال هایی توضیح داده میشود.

  مفاهیم پایه در منطق فازی
"19:48  
  ساخت سیستم های فازی در متلب
"09:56  
  تعریف متغییرهای ورودی در متلب
"07:14  
  تعریف توابع عضویت
"14:05  
  تعریف پایگاه قوانین فازی در متلب
"10:51  
  گرفتن خروجی ها از سیستم استنتاج فازی در متلب
"07:46  
  کوییز سری سوم
 100%    
"05:00  
فصل ششم - کاربرد منطق فازی در مدل های پیش بینی کننده

در فصل آخر ابتداعاً روش استفاده از موتور استنتاج فازی در قالب رابط گرافیکی بررسی میشود. سپس به کاربرد منطق فازی در سیستم های پیش بینی کننده نوروفازی ANFIS پرداخته میشود.

  ساخت مدل های فازی در gui
"12:58  
  مفاهیم پایه در مدل های پیش بینی کننده ی فازی
"06:23  
  ساخت مدل ANFIS
"16:15  
  ویدیو پروژه میانی سوم
"02:21  
  پروژه میانی سوم (الزامی)
 100%    
"300:00  

ویژگی‌های دوره

گواهی‌نامه دانشگاه صنعتی شریف
گواهی‌نامه دانشگاه صنعتی شریف

در صورت قبولی در دوره، گواهی نامه معتبر دانشگاه صنعتی شریف(مشاهده نمونه گواهی دانشگاه صنعتی شریف) به اسم شما توسط دانشگاه صادر می شود و در اختیار شما قرار می گیرد(صدور و ارسال این مدرک تا شش ماه بعد از فارغ التحصیلی زمان خواهد برد).

ویژگی‌های دوره

خدمات منتورینگ
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.

ویژگی‌های دوره

پروژه محور
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.

ویژگی‌های دوره

تمرین و آزمون
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.

ویژگی‌های دوره

تالار گفتگو
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.

ویژگی‌های دوره

تسهیل استخدام
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.

بررسی فرصت‌های شغلی

درباره دوره

در این دوره از آموزش هوش مصنوعی سه مورد از پرکاربرد‌ترین ابزار‌ها در زمینه‌ی هوش مصنوعی، شامل: بهینه‌سازی با الگوریتم ژنتیک، شبکه‌های عصبی و موتور‌های استنتاج فازی، ارائه شده است. یادگیری این سه ابزار، در درک مفاهیم هوشمند‌سازی بسیار موثر است. همچنین این سه ابزار،  بسیار در تعامل با سایر ابزار‌های هوشمند‌سازی و تخصصی مانند: پردازش تصویر، یادگیری عمیق، داده‌کاوی و ...، به کار گرفته می‌شوند.

در این دوره، سعی شده تا این سه ابزار، از سطوح ابتدایی و تعاریف پایه تا به کارگیری در استفاده‌ی مستقیم در مسائل، با استفاده از جعبه‌ابزارهای خود، در نرم‌افزار متلب، آموزش داده شوند.

همچنین، برای بهبود سطح کیفی و ایجاد تعامل در امر یادگیری، کوئیز‌ها، پروژه‌ها و تالار‌های گفتگو، برای دوره، پیش‌بینی شده است.

تیم پشتیبانی نیز در‌صدد است تا تمامی مواردی که در بهبود مسائل آموزشی و اداری نقش دارد را مد‌نظر قرار داده و راحت‌ترین مسیر را برای علاقه‌مندان به کسب دانش، فراهم آورد.

درباره استاد

maktabkhooneh-teacher معین سلیمی

مهندس معین سلیمی برنامه‌نویسی را از سال 84 آغاز کرد و تا به امروز در پروژه‌های اجرایی و تحقیقاتی مختلفی به عنوان برنامه‌نویس یا ایده پرداز فعالیت داشته است. ایشان از سال 90 به صورت تخصصی به آموزش برنامه‌نویسی مشغول است و معتقد است آموزش دادن هر مهارتی نیازمند دو مورد است: ۱- داشتن علم در زمینه مذکور، ۲-داشتن صبر و حوصله بسیار و توانایی آموزش، که چه بسا مورد دوم مهمتر از مورد اول است. عاشق یادگیری است و این موضوع هم علت و هم معلول مهارت برنامه‌نویسی در او است. گذراندن کارشناسی ارشد مهندسی مکانیک با معدل برتر و نزدیک به دو دهه سابقه کار حرفه‌ای برنامه نویسی در بسیاری حوزه های مهندسی و IT، دید وسیع و یکپارچه‌ای در علوم مختلف برای او ایجاد کرده است. امروزه بیشتر وقت خود را به فعالیت در پروژه های مرتبط با علوم داده، هوش مصنوعی و دیجیتال مارکتینگ و همچنین آموزش و توسعه برنامه‌نویسی نزد نوآموزان، در معتبرترین دانشگاه‌های کشور اختصاص می‌دهد.

مشاهده پروفایل و دوره‌‌های استاد

نظرات کاربران

تا کنون نظری برای این دوره ثبت نشده است. برای ثبت نظر باید ابتدا در دوره ثبت نام کرده و دانشجوی دوره باشید.
محمدرضا داودوندی 1401-11-14
سلام. مباحث تئوری و نرم افزار به مختصر و مفید پوشش داده شدند. پروژه ها در سطح تدریس بود. استاد روی تدریس مسلط بودند. در بخش فازی دستورات ورژن های جدید کمی تغییر داشت که خود استاد به این تغییرات در هنگام تدریس اشاره میکردند. اگر باز مشکل جزیی بود متلب توضیح میداد از این دستورات به این صورت استفاده کنید. ویژگی اصلی درک عملی هوش مصنوعی بود، اگر با متلب آشنایی دارید این دوره به پیش نیازی نیاز ندارد. ممنون از استاد سلیمی
رضا بخشی پور 1401-02-12
در روز معلم از زحمات تیم مکتب خونه و استاد گرانقدر آقای مهندس سلیمی تشکر و قدردانی می کنم و این دوره کاربردی رو به تمام علاقمندان دوره های هوش مصنوعی پیشنهاد می کنم.🙏🌹
محمد مختاری مهماندوستی 1399-12-02
به نظر من این دوره به شدت کاربردیه و یک کورس بسیار مهم دانشگاهی (بهینه سازی) رو به صورت کاملا عملی و بدون اشاره بیش از حد به مباحث تئوری پوشش داده. استاد دوره هم بسیار شیوا و مفید همه مباحث رو پوشش دادند. در ضمن سرعت و کیفیت پاسخ‌دهی به سوالات تالار گفتگو هم بالاست.
بهزاد سعیدی 1401-01-20
سلام. این دوره بسیار دوره خوبی بود. خیلی کاربردی تدریس میشه و از مدرس این دوره تشکر می‌کنم. به دو نکته باید اشاره کنم، یکی اینکه بخش کنترل فازی و منطق فازی در ورژن‌های جدید متلب بخش زیادی از دستورات آن تغییر کرده است و نکته دوم اینکه برای فهم بخش‌های مختلفی از این دوره نیاز به جست و جو در اینترنت است که فکر می‌کنم میشد مدرس این بخش‌ها را بیان کند. به طور کلی ممنون از مدرس دوره و مکتب‌خونه.
حنان سعادت 1399-07-27
این دوره هم مثل دوره ی متلب مقدماتی آقای سلیمی بسیار عالی بود. نقطه قوتش فصل های بهینه سازی و سیستم های فازی بود. سرعت عمل ایشون هم در بررسی پروژه و پاسخ دهی به سوالات واقعا بالاست.نهایتا بعد از 24 ساعت پروژه شما تصحیح میشه و سوالاتتون هم پاسخ داده میشه. اگه بخوام پیشنهادی بدم به نظرم در ابتدای هر فصل میشد به کاربردهای مطالب گفته شده در زمینه های آکادمیک و بازارکار هم بیشتر اشاره بشه.
علی امیری 1400-03-10
«هوش محاسباتی» عنوان مناسبتری برای این دوره است.

دوره‌های پیشنهادی

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.

سوالات پرتکرار

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.

سوالات پرتکرار

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.

سوالات پرتکرار

در صورت قبولی در دوره، آیا امکان دریافت نسخه فیزیکی گواهی نامه دوره را دارم؟
خیر، به دلیل مسائل زیست محیطی و کاهش قطع درختان، فقط نسخه الکترونیکی گواهی‌نامه در اختیار شما قرار می‌گیرد

سوالات پرتکرار

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.

سوالات پرتکرار

صدور گواهی‌نامه از سوی دانشگاه شریف چقدر زمان می‌برد؟
صدور گواهی‌نامه‌ی رسمی از سوی دانشگاه شریف با توجه به پروسه‌های اداری، دورکاری پرسنل دانشگاه و زمانبر بودن فرآیند امضا توسط اساتید دانشگاه حداقل 4 ماه زمان خواهد برد. مکتب‌خونه به محض صدور گواهی‌نامه از سوی دانشگاه، آن را برای شما ارسال خواهد کرد. در صورت نیاز فوری، می‌توانید گواهی موقت پایان دوره را با ارسال درخواست به ایمیل info@maktabkhooneh.org دریافت نمایید.
poster
پیش‌نمایش دوره
  
برگزار کننده:  دانشگاه صنعتی شریف
  
زمان مورد نیاز برای گذراندن دوره:  23 ساعت
مجموع محتوای آموزشی:  7 ساعت ویدئو - 15 ساعت تمرین و پروژه
 (قابل دانلود می‌باشد)
مهلت دوره:  4 هفته
  
حد نصاب قبولی در دوره:  75 نمره
فارغ‌التحصیل شدن در این دوره نیاز به ارسال تمرین‌ها و پروژه‌های الزامی دارد. 
organization-pic  گواهینامه این دوره توسط دانشگاه صنعتی شریف ارائه می‌شود.
course-feature   گواهی‌نامه دانشگاه صنعتی شریف course-feature   خدمات منتورینگ course-feature   پروژه محور course-feature   تمرین و آزمون course-feature   تالار گفتگو course-feature   تسهیل استخدام