توضیحات

آموزش هوش مصنوعی در جاوا قسمت اول: الگوریتم های فرا ابتکاری

نام دوره : Artificial Intelligence I: Meta-Heuristics and Games in Java

پیش نیاز:

• دانش جاوا پایه (SE)

توضیحات:

این دوره در مورد مفاهیم بنیادی هوش مصنوعی می باشد .

این موضوع امروزه بسیار داغ شده است زیرا این الگوریتم های یادگیری را می توان در چندین زمینه از مهندسی نرم افزار تا بانکداری سرمایه گذاری استفاده کرد.

الگوریتم های یادگیری می توانند الگوهایی را تشخیص دهند که به عنوان مثال می توانند به تشخیص سرطان کمک کنند.

ممکن است الگوریتم هایی بسازیم که حدس بسیار خوبی در مورد حرکت قیمت سهام در بازار داشته باشند.

– الگوریتم های مسیریابی –

بخش 1 – Breadth-First Search  (BFS)

• الگوریتم جستجوی عرض اول چیست؟
• چرا باید از الگوریتم های نمودار در هوش مصنوعی استفاده کرد؟

بخش 2 – جستجوی عمقی (DFS)

• الگوریتم جستجوی عمق اول چیست؟
• پیاده سازی با تکرار و با بازگشت
• تجسم حافظه پشته جستجوی عمقی
• برنامه فرار از پیچ و خم

بخش 3 – جستجوی عمیق عمقی تکراری (IDDFS)

• الگوریتم جستجوی عمقی-اول عمق تکراری چیست؟

بخش 4 – الگوریتم جستجوی الف*

• الگوریتم جستجوی A* چیست؟
• تفاوت بین الگوریتم Dijkstra و جستجوی A* چیست؟
• اکتشافی چیست
• فاصله منهتن و فاصله اقلیدسی

– بهينه سازي –

بخش 5 – رویکردهای بهینه سازی

• الگوریتم های بهینه سازی اولیه
• جستجوی بی رحمانه
• الگوریتم تپه نوردی

– META-EURISTICS –

بخش 6 – آنیل شبیه سازی شده

• آنچه بازپخت شبیه سازی شده است
• نحوه یافتن حداکثر توابع
• نحوه حل مسائل بهینه سازی ترکیبی
• مشکل فروشنده دوره گرد (TSP)

بخش 7 – الگوریتم های ژنتیک

• الگوریتم ژنتیک چیست
• تکامل مصنوعی و انتخاب طبیعی
• متقاطع و جهش
• حل مشکل کوله پشتی

بخش 8 – بهینه سازی ازدحام ذرات (PSO)

• هوش ازدحام چیست
• الگوریتم بهینه سازی ازدحام ذرات چیست؟

– بازی ها و درختان بازی –

بخش 9 – درختان بازی

• درختان بازی چیست
• نحوه ساخت درخت بازی

بخش 10 – الگوریتم Minimax و موتورهای بازی

• الگوریتم مینیمکس چیست
• مشکل درختان بازی چیست؟
• با استفاده از روش هرس آلفا بتا
• مشکل شطرنج

بخش 11 – تیک تاک پا با Minimax

• بازی تیک تاک و اجرای آن
• با استفاده از الگوریتم مینیمکس

در فصل اول آموزش هوش مصنوعی در جاوا قسمت اول: الگوریتم های فرا ابتکاری می خواهیم در مورد الگوریتم های اصلی نمودار صحبت کنیم .

چندین الگوریتم پیشرفته را می توان با کمک نمودارها حل کرد، بنابراین تا آنجا که من فکر می کنم این الگوریتم ها اولین قدم ها هستند.

فصل دوم در مورد جستجوی محلی است: یافتن حداقل و حداکثر یا بهینه جهانی در اصلی. این جستجوها اغلب زمانی استفاده می‌شوند که برای مثال از رگرسیون استفاده می‌کنیم و می‌خواهیم پارامترهای مناسب را پیدا کنیم. ما مفاهیم اساسی و همچنین الگوریتم های پیشرفته تر را در نظر خواهیم گرفت: اکتشافی و فراابتکاری .

موضوع آخر در مورد الگوریتم Minimax و نحوه استفاده از این تکنیک در بازی هایی مانند شطرنج یا تیک تاک، نحوه ساخت و ساخت درخت بازی، نحوه تجزیه و تحلیل این نوع سازه های درخت مانند و غیره خواهد بود. بازی تیک تاک را در پایان با هم اجرا خواهیم کرد.

دوره آموزش هوش مصنوعی در جاوا قسمت اول: الگوریتم های فرا ابتکاری برای چه کسانی است:

• این دوره برای دانش‌آموزان یا هرکسی که به الگوریتم‌ها و رویکردهای بهینه‌سازی علاقه‌مند است و پیشینه‌ای در جاوا پایه دارد مناسب است

بخشی از دوره :