کتاب صوتی معماری ذهن هوشمند: طراحی و پیاده‌سازی عوامل محاسباتی در هوش مصنوعی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره معماری ذهن هوشمند: طراحی و پیاده‌سازی عوامل محاسباتی در هوش مصنوعی

موضوع کلی: هوش مصنوعی

موضوع میانی: مبانی عوامل محاسباتی هوشمند

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و عوامل هوشمند
• 2. تعریف عامل: ادراک، کنش و محیط
• 3. معماری عامل: از عامل واکنشی تا عامل مبتنی بر هدف
• 4. عقلانیت و معیارهای سنجش کارایی
• 5. انواع محیط‌ها: ایستا، پویا، قطعی و تصادفی
• 6. دانش، بازنمایی و استدلال: سنگ بنای هوشمندی
• 7. ابعاد طراحی یک عامل محاسباتی
• 8. حل مسئله از طریق جستجو
• 9. تعریف فضای حالت و گراف جستجو
• 10. جستجوی ناآگاهانه: الگوریتم اول سطح (BFS)
• 11. جستجوی ناآگاهانه: الگوریتم اول عمق (DFS)
• 12. جستجوی با هزینه یکنواخت (UCS)
• 13. جستجوی عمق محدود و تعمیق تکراری
• 14. جستجوی دوطرفه
• 15. مفهوم هیوریستیک و جستجوی آگاهانه
• 16. جستجوی حریصانه بهترین-اول
• 17. الگوریتم جستجوی *A
• 18. پذیرش و سازگاری در هیوریستیک‌ها
• 19. بهینه‌سازی حافظه: الگوریتم‌های *IDA و *RBFS
• 20. جستجوی محلی و بهینه‌سازی
• 21. الگوریتم تپه‌نوردی و مشکلات آن
• 22. الگوریتم تبرید شبیه‌سازی شده
• 23. الگوریتم‌های ژنتیک
• 24. مسائل ارضای محدودیت (CSP)
• 25. نمایش مسائل به صورت ارضای محدودیت
• 26. الگوریتم پس‌گرد برای حل CSP
• 27. انتشار محدودیت و سازگاری کمان (Arc Consistency)
• 28. هیوریستیک‌ها در CSP: درجه و کمترین مقادیر محدودکننده
• 29. جستجوی خصمانه و نظریه بازی‌ها
• 30. الگوریتم مینی‌ماکس برای تصمیم‌گیری بهینه
• 31. هرس آلفا-بتا
• 32. توابع ارزیابی و بازی‌های پیچیده
• 33. بازی‌های با عنصر شانس: Expectiminimax
• 34. مقدمه‌ای بر بازنمایی دانش و استدلال
• 35. منطق گزاره‌ای: نحو و معناشناسی
• 36. پایگاه دانش و استنتاج در منطق گزاره‌ای
• 37. الگوریتم‌های استنتاج: زنجیره‌سازی پیش‌رو و پس‌رو
• 38. اثبات از طریق تفکیک (Resolution)
• 39. عامل‌های مبتنی بر منطق گزاره‌ای
• 40. محدودیت‌های منطق گزاره‌ای
• 41. منطق مرتبه اول: اشیاء، روابط و توابع
• 42. کوانتیفایرها: عمومی و وجودی
• 43. نحو و معناشناسی در منطق مرتبه اول
• 44. مهندسی دانش در منطق مرتبه اول
• 45. یکسان‌سازی و لیفتینگ (Unification and Lifting)
• 46. استنتاج در منطق مرتبه اول: زنجیره‌سازی پیش‌رو
• 47. استنتاج در منطق مرتبه اول: زنجیره‌سازی پس‌رو
• 48. تفکیک در منطق مرتبه اول
• 49. هستان‌شناسی و مهندسی هستان‌شناسی (Ontology)
• 50. از حل مسئله تا برنامه‌ریزی
• 51. بازنمایی برنامه‌ریزی: STRIPS و PDDL
• 52. برنامه‌ریزی در فضای حالت: جستجوی پیش‌رو
• 53. برنامه‌ریزی در فضای حالت: جستجوی پس‌رو
• 54. هیوریستیک‌ها برای برنامه‌ریزی
• 55. الگوریتم گراف‌پلن (Graphplan)
• 56. برنامه‌ریزی با ترتیب جزئی (Partial-Order Planning)
• 57. برنامه‌ریزی سلسله‌مراتبی
• 58. برنامه‌ریزی و اجرا در محیط‌های غیرقطعی
• 59. برنامه‌ریزی شرطی (Conditional Planning)
• 60. مدیریت عدم قطعیت
• 61. مبانی نظریه احتمالات
• 62. استقلال شرطی و قانون بیز
• 63. شبکه‌های بیزی: بازنمایی دانش در عدم قطعیت
• 64. معناشناسی شبکه‌های بیزی
• 65. استنتاج دقیق در شبکه‌های بیزی: شمارش
• 66. الگوریتم حذف متغیر (Variable Elimination)
• 67. استنتاج تقریبی: الگوریتم‌های نمونه‌برداری
• 68. نمونه‌برداری مستقیم و نمونه‌برداری رد
• 69. نمونه‌برداری گیبز (Gibbs Sampling)
• 70. استدلال در طول زمان: مدل‌های زمانی
• 71. فرآیندهای مانا و فرضیه مارکوف
• 72. مدل‌های مخفی مارکوف (HMM)
• 73. وظایف اصلی در HMM: فیلترینگ و پیش‌بینی
• 74. هموارسازی در مدل‌های مخفی مارکوف
• 75. شبکه‌های بیزی پویا (DBN)
• 76. تصمیم‌گیری عقلانی: ترکیب باور و مطلوبیت
• 77. مبانی نظریه مطلوبیت (Utility Theory)
• 78. شبکه‌های تصمیم‌گیری (Decision Networks)
• 79. ارزش اطلاعات (Value of Information)
• 80. تصمیم‌گیری متوالی: فرآیندهای تصمیم‌گیری مارکوف (MDP)
• 81. الگوریتم تکرار مقدار (Value Iteration)
• 82. الگوریتم تکرار سیاست (Policy Iteration)
• 83. فرآیندهای تصمیم‌گیری مارکوف با مشاهده جزئی (POMDP)
• 84. مقدمه‌ای بر یادگیری ماشین برای عوامل
• 85. یادگیری نظارت‌شده
• 86. یادگیری با درخت‌های تصمیم
• 87. ارزیابی و انتخاب بهترین فرضیه
• 88. یادگیری بیزی و طبقه‌بندی‌کننده ساده بیز
• 89. رگرسیون خطی و طبقه‌بندی
• 90. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
• 91. یادگیری تقویتی: یادگیری از پاداش و تنبیه
• 92. یادگیری تقویتی غیرفعال (Passive RL)
• 93. یادگیری تقویتی فعال (Active RL)
• 94. الگوریتم Q-Learning
• 95. کاوش در برابر بهره‌برداری (Exploration vs. Exploitation)
• 96. یادگیری بدون نظارت: خوشه‌بندی
• 97. ارتباطات و زبان طبیعی
• 98. مبانی پردازش زبان طبیعی برای عوامل
• 99. سیستم‌های چندعامله: همکاری و رقابت
• 100. مبانی رباتیک: ادراک، مکان‌یابی و حرکت