دوره EXOTIC: الگوریتمی نوین برای حل مسائل بهینه‌سازی Min-Max و کاربرد آن در بازی‌ها و یادگیری متخاصم همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره EXOTIC: الگوریتمی نوین برای حل مسائل بهینه‌سازی Min-Max و کاربرد آن در بازی‌ها و یادگیری متخاصم

موضوع کلی: بهینه‌سازی ریاضیاتی و کاربردهای آن

موضوع میانی: الگوریتم‌های دقیق برای بهینه‌سازی Min-Max غیر محدب

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر بهینه‌سازی ریاضیاتی
• 2. مفاهیم اساسی بهینه‌سازی
• 3. انواع مسائل بهینه‌سازی
• 4. مسائل بهینه‌سازی محدب و غیرمحدب
• 5. مقدمه‌ای بر مسائل Min-Max
• 6. کاربردهای مسائل Min-Max
• 7. معرفی خانواده مسائل Min-Max
• 8. فصل اول: مبانی بهینه‌سازی Min-Max
• 9. تعریف دقیق مسئله Min-Max
• 10. فرم استاندارد مسائل Min-Max
• 11. تفاوت مسائل Min-Max با مسائل بهینه‌سازی استاندارد
• 12. چالش‌های حل مسائل Min-Max
• 13. مفهوم نقطه زینی (Saddle Point)
• 14. شرایط لازم برای وجود نقطه زینی
• 15. شرایط کافی برای وجود نقطه زینی
• 16. قضیه فون نویمان برای بازی‌های با مجموع صفر
• 17. فصل دوم: مبانی نظریه بازی‌ها
• 18. مقدمه‌ای بر نظریه بازی‌ها
• 19. بازی‌های دوبازیکنه و چندبازیکنه
• 20. بازی‌های با مجموع صفر و مجموع غیرصفر
• 21. استراتژی‌های خالص و مختلط
• 22. مفهوم تعادل نش (Nash Equilibrium)
• 23. یافتن تعادل نش در بازی‌های ساده
• 24. کاربرد نظریه بازی‌ها در بهینه‌سازی Min-Max
• 25. فصل سوم: مسائل Min-Max غیرمحدب
• 26. چرا مسائل Min-Max غیرمحدب دشوار هستند؟
• 27. پیچیدگی محاسباتی مسائل Min-Max غیرمحدب
• 28. مثال‌هایی از مسائل Min-Max غیرمحدب
• 29. ریشه‌های غیرمحدب بودن در مسائل Min-Max
• 30. اثرات غیرمحدب بودن بر الگوریتم‌ها
• 31. فصل چهارم: مرور الگوریتم‌های موجود
• 32. الگوریتم‌های مبتنی بر گرادیان نزولی/صعودی
• 33. الگوریتم‌های مبتنی بر نقطه زینی
• 34. روش‌های تکراری برای یافتن نقطه زینی
• 35. محدودیت‌های الگوریتم‌های فعلی
• 36. مقدمه‌ای بر رویکردهای درختی
• 37. چالش‌های استفاده از رویکردهای درختی
• 38. فصل پنجم: معرفی الگوریتم EXOTIC
• 39. ایده اصلی الگوریتم EXOTIC
• 40. اجزای اصلی الگوریتم EXOTIC
• 41. ساختار درختی در EXOTIC
• 42. رویکرد خوش‌بینانه (Optimistic) در EXOTIC
• 43. دقت (Exactness) در EXOTIC
• 44. چگونه EXOTIC مسائل Min-Max را حل می‌کند؟
• 45. مزایای الگوریتم EXOTIC نسبت به روش‌های دیگر
• 46. مقدمه‌ای بر پیاده‌سازی EXOTIC
• 47. فصل ششم: ساختار درختی در EXOTIC
• 48. ساختمان درخت جستجو
• 49. گره‌ها (Nodes) در درخت
• 50. یال‌ها (Edges) در درخت
• 51. مفهوم گره فعال (Active Node)
• 52. گسترش درخت
• 53. استراتژی انشعاب (Branching Strategy)
• 54. قوانین هرس (Pruning Rules)
• 55. چگونه ساختار درختی به کارایی کمک می‌کند؟
• 56. فصل هفتم: رویکرد خوش‌بینانه در EXOTIC
• 57. تعریف رویکرد خوش‌بینانه
• 58. چگونه خوش‌بینی بر جستجو تأثیر می‌گذارد؟
• 59. چگونه EXOTIC از اطلاعات قبلی استفاده می‌کند؟
• 60. برنامه‌ریزی برای کاوش در زیردرخت‌ها
• 61. ارتباط خوش‌بینی با استراتژی جستجو
• 62. فصل هشتم: تضمین دقت در EXOTIC
• 63. تعریف دقت در الگوریتم‌های بهینه‌سازی
• 64. چگونه EXOTIC دقت را تضمین می‌کند؟
• 65. نقش جستجوی جامع (Exhaustive Search)
• 66. مفهوم حد پایین (Lower Bound) و حد بالا (Upper Bound)
• 67. کاربرد حدود برای اطمینان از یافتن جواب دقیق
• 68. چگونه EXOTIC از حلقه‌های نامتناهی جلوگیری می‌کند؟
• 69. اثبات صحت (Correctness Proof) الگوریتم EXOTIC
• 70. فصل نهم: مراحل اجرایی الگوریتم EXOTIC
• 71. راه‌اندازی اولیه الگوریتم
• 72. انتخاب گره ریشه (Root Node)
• 73. فرآیند گسترش گره‌ها
• 74. ارزیابی گره‌ها
• 75. مدیریت صف گره‌ها (Node Queue Management)
• 76. به‌روزرسانی حدود بهینه
• 77. مراحل پایان الگوریتم
• 78. یافتن نقطه زینی نهایی
• 79. فصل دهم: جزئیات فنی و ریاضیاتی EXOTIC
• 80. تابع هدف (Objective Function) در EXOTIC
• 81. قوانین به‌روزرسانی گره‌ها
• 82. محاسبه حدود در هر گره
• 83. استفاده از اطلاعات بهینه زیرمسئله‌ها
• 84. نحوه برخورد با فضاهای جستجوی پیوسته
• 85. نحوه برخورد با فضاهای جستجوی گسسته
• 86. فصل یازدهم: بهینه‌سازی و هرس در EXOTIC
• 87. قوانین هرس برای حذف زیردرخت‌های نامناسب
• 88. اثر هرس بر کارایی و سرعت
• 89. انواع مختلف هرس
• 90. بهینه‌سازی فرآیند گسترش گره‌ها
• 91. نکات کاربردی در پیاده‌سازی هرس
• 92. فصل دوازدهم: کاربردهای EXOTIC در بازی‌ها
• 93. مدل‌سازی بازی‌ها به عنوان مسائل Min-Max
• 94. مثال: بازی‌های تخته‌ای (مانند شطرنج، گو)
• 95. برنامه‌ریزی حرکات در بازی‌ها
• 96. یافتن بهترین استراتژی در بازی‌های رقابتی
• 97. کاربرد EXOTIC در هوش مصنوعی بازی
• 98. فصل سیزدهم: کاربردهای EXOTIC در یادگیری متخاصم (Adversarial Learning)
• 99. مقدمه‌ای بر یادگیری متخاصم
• 100. آموزش شبکه‌های عصبی در برابر مهاجمان