دوره کارگاه هوش مصنوعی: ساخت موتورهای کلاسیک بازی و منطق از صفر همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کارگاه هوش مصنوعی: ساخت موتورهای کلاسیک بازی و منطق از صفر

موضوع کلی: هوش مصنوعی

موضوع میانی: برنامه‌نویسی کاربردی هوش مصنوعی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و تاریخچه آن
• 2. آشنایی با زبان‌های برنامه‌نویسی مناسب هوش مصنوعی (پایتون)
• 3. نصب و راه‌اندازی محیط توسعه پایتون
• 4. مبانی برنامه‌نویسی پایتون: متغیرها و انواع داده
• 5. مبانی برنامه‌نویسی پایتون: حلقه‌ها و شرط‌ها
• 6. مبانی برنامه‌نویسی پایتون: توابع و ماژول‌ها
• 7. آشنایی با کتابخانه‌های پایتون برای هوش مصنوعی (NumPy, Pandas)
• 8. کار با آرایه‌ها و ماتریس‌ها در NumPy
• 9. مقدمه‌ای بر الگوریتم‌های جستجو
• 10. جستجوی عمقی (DFS)
• 11. جستجوی سطحی (BFS)
• 12. جستجوی آگاهانه: هیوریستیک‌ها
• 13. الگوریتم جستجوی *A
• 14. پیاده‌سازی الگوریتم DFS در پایتون
• 15. پیاده‌سازی الگوریتم BFS در پایتون
• 16. پیاده‌سازی الگوریتم *A در پایتون
• 17. مسئله حل معما: معمای 8
• 18. پیاده‌سازی حل معمای 8 با الگوریتم جستجو
• 19. مسئله حل معما: مسئله آب ریختن
• 20. پیاده‌سازی حل مسئله آب ریختن با الگوریتم جستجو
• 21. مقدمه‌ای بر بازی‌ها و نظریه بازی‌ها
• 22. درخت بازی: مفاهیم و نمایش
• 23. الگوریتم Minimax
• 24. الگوریتم Alpha-Beta Pruning
• 25. پیاده‌سازی الگوریتم Minimax در پایتون
• 26. پیاده‌سازی الگوریتم Alpha-Beta Pruning در پایتون
• 27. بازی دوز: طراحی و پیاده‌سازی
• 28. بازی دوز: استفاده از Minimax و Alpha-Beta
• 29. بازی نیم (Nim): طراحی و پیاده‌سازی
• 30. بازی نیم: استفاده از Minimax و Alpha-Beta
• 31. مقدمه‌ای بر سیستم‌های خبره
• 32. ساختار یک سیستم خبره
• 33. قواعد مبتنی بر دانش (Rule-Based Systems)
• 34. موتور استنتاج (Inference Engine)
• 35. زنجیره پیش‌رو و زنجیره عقب‌رو
• 36. پیاده‌سازی یک سیستم خبره ساده در پایتون
• 37. مبانی منطق گزاره‌ای (Propositional Logic)
• 38. جدول ارزش (Truth Table)
• 39. قوانین منطقی (Logical Laws)
• 40. استنتاج در منطق گزاره‌ای
• 41. پیاده‌سازی یک حل‌کننده مسائل منطق گزاره‌ای در پایتون
• 42. مبانی منطق مرتبه اول (First-Order Logic)
• 43. عبارات و سورها (Quantifiers)
• 44. استنتاج در منطق مرتبه اول
• 45. پیاده‌سازی نمایش دانش با منطق مرتبه اول
• 46. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
• 47. توکنیزاسیون (Tokenization)
• 48. ریشه‌یابی (Stemming) و لِماتیزاسیون (Lemmatization)
• 49. تحلیل احساسات (Sentiment Analysis)
• 50. پیاده‌سازی یک تحلیلگر احساسات ساده در پایتون
• 51. مقدمه‌ای بر یادگیری ماشین (Machine Learning)
• 52. یادگیری با نظارت (Supervised Learning)
• 53. یادگیری بدون نظارت (Unsupervised Learning)
• 54. یادگیری تقویتی (Reinforcement Learning)
• 55. الگوریتم رگرسیون خطی (Linear Regression)
• 56. الگوریتم رگرسیون لجستیک (Logistic Regression)
• 57. پیاده‌سازی رگرسیون خطی در پایتون
• 58. پیاده‌سازی رگرسیون لجستیک در پایتون
• 59. الگوریتم درخت تصمیم (Decision Tree)
• 60. الگوریتم جنگل تصادفی (Random Forest)
• 61. پیاده‌سازی درخت تصمیم در پایتون
• 62. پیاده‌سازی جنگل تصادفی در پایتون
• 63. الگوریتم خوشه‌بندی K-Means
• 64. پیاده‌سازی خوشه‌بندی K-Means در پایتون
• 65. مقدمه‌ای بر شبکه‌های عصبی (Neural Networks)
• 66. نورون مصنوعی (Artificial Neuron)
• 67. شبکه‌های عصبی چندلایه (Multilayer Perceptron)
• 68. تابع فعال‌سازی (Activation Function)
• 69. انتشار رو به عقب (Backpropagation)
• 70. پیاده‌سازی یک شبکه عصبی ساده در پایتون
• 71. آشنایی با TensorFlow و Keras
• 72. ساخت یک شبکه عصبی با Keras
• 73. آموزش و ارزیابی یک مدل شبکه عصبی
• 74. مقدمه‌ای بر بینایی ماشین (Computer Vision)
• 75. پردازش تصویر اولیه (Image Preprocessing)
• 76. تشخیص لبه (Edge Detection)
• 77. ویژگی‌های تصویر (Image Features)
• 78. آشنایی با OpenCV
• 79. تشخیص اشیا (Object Detection)
• 80. پیاده‌سازی تشخیص چهره با OpenCV
• 81. مقدمه‌ای بر رباتیک
• 82. سنسورها و عملگرها
• 83. برنامه‌نویسی ربات
• 84. کنترل ربات
• 85. مقدمه‌ای بر سیستم‌های چند عامله (Multi-Agent Systems)
• 86. ارتباط و هماهنگی بین عامل‌ها
• 87. الگوریتم‌های مذاکره
• 88. مقدمه‌ای بر برنامه‌ریزی (Planning)
• 89. الگوریتم‌های برنامه‌ریزی
• 90. سیستم‌های توصیه‌گر (Recommender Systems)
• 91. فیلترسازی مشارکتی (Collaborative Filtering)
• 92. کاربرد هوش مصنوعی در بازی‌های ویدئویی
• 93. کاربرد هوش مصنوعی در پزشکی
• 94. کاربرد هوش مصنوعی در مالی
• 95. ملاحظات اخلاقی در هوش مصنوعی
• 96. آینده هوش مصنوعی
• 97. پروژه پایانی: ساخت یک بازی با هوش مصنوعی
• 98. پروژه پایانی: ساخت یک سیستم خبره پیشرفته
• 99. پروژه پایانی: ساخت یک سیستم توصیه گر
• 100. ارائه پروژه‌های پایانی