اپلیکیشن اندرویدی فلش‌کارت آموزشی هوش مصنوعی الهام‌گرفته از طبیعت

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره هوش مصنوعی الهام‌گرفته از طبیعت

موضوع کلی: تکامل و ژنتیک نوین

موضوع میانی: تکامل و هوش مصنوعی

📋 سرفصل‌های دوره

• 1. آشنایی با هوش مصنوعی الهام‌گرفته از طبیعت
• 2. مبانی محاسبات تکاملی
• 3. الگوریتم‌های ژنتیک: اصول اولیه
• 4. پیاده‌سازی الگوریتم‌های ژنتیک در پایتون
• 5. بهینه‌سازی با استفاده از الگوریتم‌های ژنتیک
• 6. شبکه‌های عصبی مصنوعی: یک دید کلی
• 7. مدل‌های پرسپترون چندلایه
• 8. انتخاب تابع فعال‌سازی مناسب
• 9. آموزش شبکه‌های عصبی با الگوریتم پس‌انتشار
• 10. کاربرد شبکه‌های عصبی در تشخیص الگو
• 11. الگوریتم‌های یادگیری تقویتی: مقدمه‌ای
• 12. قانون Q-یادگیری
• 13. سیاست گرادیانی
• 14. کاربرد یادگیری تقویتی در کنترل رباتیک
• 15. بهینه‌سازی ازدحام ذرات
• 16. الگوریتم جستجوی تبرید شبیه‌سازی شده
• 17. الگوریتم کلونی مورچه‌ها: اصول و کاربردها
• 18. بهینه‌سازی مستعره زنبور عسل
• 19. الگوریتم الگوریتم جستجوی هارمونی
• 20. شبکه‌های فازی: اصول و کاربردها
• 21. استدلال فازی
• 22. کنترل فازی
• 23. شبکه‌های عصبی فازی
• 24. الگوریتم‌های جستجوی محلی: گرادیان بالا رونده
• 25. الگوریتم جستجوی متوقف شده
• 26. الگوریتم جستجوی تبرید
• 27. بهینه‌سازی با استفاده از الگوریتم جستجوی یکپارچه
• 28. الگوریتم جستجوی زیستی
• 29. شبکه‌های هوش مصنوعی جمعی: یک دید کلی
• 30. الگوریتم‌های انتخاب در شبکه‌های جمعی
• 31. الگوریتم‌های ترکیب در شبکه‌های جمعی
• 32. کاربرد شبکه‌های هوش مصنوعی جمعی در حل مسائل پیچیده
• 33. شبکه‌های عصبی بازگشتی
• 34. شبکه‌های حافظه بلندمدت-کوتاه‌مدت (LSTM)
• 35. شبکه‌های دروازه‌بندی بازگشتی (GRU)
• 36. کاربرد شبکه‌های بازگشتی در پردازش زبان طبیعی
• 37. شبکه‌های مولد تخاصمی (GAN)
• 38. شبکه‌های خودرمزگذار
• 39. کاربرد شبکه‌های خودرمزگذار در کاهش ابعاد داده‌ها
• 40. تحلیل حساسیت الگوریتم‌های الهام‌گرفته از طبیعت
• 41. انتخاب پارامترهای مناسب برای الگوریتم‌ها
• 42. مقایسه عملکرد الگوریتم‌های مختلف
• 43. ملاحظات عملی در پیاده‌سازی الگوریتم‌ها
• 44. آینده هوش مصنوعی الهام‌گرفته از طبیعت