آموزش خوشه بندی با استفاده از الگوریتم های تکاملی و فراابتکاری

درباره ناشر

فرادرس
فرادرس

فرادرس بزرگ‌ترین ناشر دیجیتال آموزش‌های تخصصی، دانشگاهی و مهندسی است.

درباره مدرس

دکتر سیدمصطفی کلامی هریس
دکتر سیدمصطفی کلامی هریس

عضو هیأت علمی فرادرس

دکترای تخصصی مهندسی برق-کنترل


دکتر سیدمصطفی کلامی هریس یکی از بنیانگذاران و مدیران کنونی فرادرس و از اعضای هیأت علمی آن است. تا کنون، محتوای آموزشی ارائه شده توسط وی بر روی فرادرس، یکی از مراجع اصلی آموزشی دانشجویان و دانش پژوهان علاقه مند به یادگیری حوزه های مختلف مرتبط با هوش مصنوعی و برنامه نویسی بوده است. (+)



در فیلم آموزشی خوشه بندی با استفاده از الگوریتم های تکاملی و فراابتکاری، ابتدا مسأله خوشه بندی به صورت عادی و سپس مسأله خوشه بندی خودکار، به صورت مسائل بهینه سازی بیان شده اند و توسط چندین الگوریتم تکاملی و فراابتکاری، به صورت گام به گام و در محیط نرم افزار متلب، حل و بررسی شده اند. برای تبدیل مسأله خوشه بندی به مسأله بهینه سازی، ما نیازمند شاخص هایی هستیم که به این منظور، در این مجموعه آموزشی، از چندین شاخص معروف در حوزه داده کاوی تکاملی، استفاده شده است.

👤 مدرس: دکتر سیدمصطفی کلامی هریس
🕓 مدت زمان: ۲ ساعت و ۴۶ دقیقه
🎓 تعداد دانشجو: ۶۰۷ نفر این آموزش را تهیه کرده اند. — ۷ نفر در دو هفته اخیر
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

هزینه آموزش: ۱۱,۰۰۰ تومان


آنچه شما در این فرادرس خواهید دید:
آموزش ویدئویی مورد تایید فرادرس
فایل برنامه ها و پروژه های اجرا شده در حین آموزش
فایل PDF یادداشت های مدرس در حین آموزش
مراجع و فایل های جانبی مرتبط با آموزش

تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • به صورت رایگان یک یا چند آموزش معادل دیگر دریافت می کنید.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می شود.
    (توضیحات بیشتر +)
دانلود آنی و ارسال سریع
فعال‌سازی آنی لینک دانلود، بلافاصله پس از ثبت سفارش
ارسال پستی به همراه کد رهگیری مرسوله در اولین ساعت اداری روز
ارسال پیک موتوری در تهران، در همان روز ثبت سفارش

(توضیحات بیشتر +)



    توضیحات

    خوشه بندی (Clustering) یکی از چند قالب مهم مسائلی است که در کاربردهای مختلف یادگیری ماشین (Machine Learning) و داده کاوی (Data Mining) مطرح می شود. خوشه بندی، که با نام آنالیز و تحلیل خوشه (Cluster Analysis) نیز در حوزه آمار شناخته می شود، یکی از انواع مسائل یادگیری غیر نظارت شده است، که الگوریتم فراوانی نیز، برای حل این مسأله ارائه شده اند. تعدادی از این الگوریتم ها، در آموزش های دیگر منتشر شده در فرادرس، مورد بحث و بررسی واقع شده اند.

    یکی از انواع پیچیده مسائل خوشه بندی، زمانی طرح می شود که تعداد خوشه ها نیز نامعلوم باشد و الگوریتم خوشه بندی موظف به پیدا کردن تعداد خوشه ها باشد. این مسأله، اصطلاحا با نام خوشه بندی خودکادر یا Automatic Clustering شناخته می شود؛ آن چنان که خود مسأله خوشه بندی را، معمولا با نام Automatic Classification نیز می شناسیم.

    حل مسأله خوشه بندی در حالت کلی و مسأله خوشه بندی خودکار به صورت خاص، بعضا می تواند خارج از توان الگوریتم های رایج خوشه بندی باشد. یکی از راه حل هایی که برای این موضوع در نظر گرفته شده است، تبدیل مسأله خوشه بندی به یک مسأله بهینه سازی و حل آن با استفاده از الگوریتم های بهینه سازی هوشمند و تکاملی است. موضوع بحث ما در این مجموعه آموزش نیز، دقیقا همین مبحث است.

    در فیلم آموزشی خوشه بندی با استفاده از الگوریتم های تکاملی و فراابتکاری، ابتدا مسأله خوشه بندی به صورت عادی و سپس مسأله خوشه بندی خودکار، به صورت مسائل بهینه سازی بیان شده اند و توسط چندین الگوریتم تکاملی و فراابتکاری، به صورت گام به گام و در محیط نرم افزار متلب، حل و بررسی شده اند. برای تبدیل مسأله خوشه بندی به مسأله بهینه سازی، ما نیازمند شاخص هایی هستیم که به این منظور، در این مجموعه آموزشی، از چندین شاخص معروف در حوزه داده کاوی تکاملی، استفاده شده است.

     

    فهرست شاخص های مورد استفاده و استناد در این آموزش، در ادامه آمده است:

    الف) شاخص مجموع فاصله از مرکز کلاستر یا Within Cluster Distance (به اختصار WCD) – این شاخص در واقع در تعریف کلی مسأله k-Means و بیان معیار بهینگی آن، مورد استفاده واقع شده است.

    ب) شاخص DB (یا اندیس Davies and Bouldin) – در سال ۱۹۷۹ معرفی شده است و برای ارزیابی اعتبار خوشه بندی خودکار مورد استفاده قرار می گیرد.

    پ) شاخص CS (یا اندیس Chou, Su and Lai) – در سال ۲۰۰۴ معرفی شده است و برای ارزیابی اعتبار خوشه بندی خودکار مورد استفاده قرار می گیرد.

     

    در این مجموعه آموزشی، از پنج الگوریتم بهینه سازی هوشمند برای حل مسأله خوشه بندی و خوشه بندی خودکار استفاده است، که فهرست آن ها در ادامه آمده اند:

    ۱- الگوریتم ژنتیک یا Genetic Algorithm (به اختصار GA)

    ۲- بهینه سازی ازدحام ذرات یا Particle Swarm Optimization (به اختصار PSO)

    ۳- تکامل تفاضلی یا Differential Evolution (به اختصار DE)

    ۴- کلونی زنبورهای مصنوعی یا Artificial Bee Colony (به اختصار ABC)

    ۵- جستجوی هارمونی یا Harmony Search (به اختصار HS)

    مدرس این مجموعه آموزش، دکتر سید مصطفی کلامی هریس (دکترای مهندسی کنترل از دانشگاه صنعتی خواجه نصیرالدین طوسی) است. در این مجموعه آموزشی نیز، مانند سایر آموزش های فرادرس، ابتدا مبانی تئوری موضوع درس، مورد بحث و بررسی واقع می شوند و سپس پیاده سازی عملی الگوریتم ها و روش های مطرح شده، به صورت گام به گام انجام می شود.

     

    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:

    درس یکم: حل مسأله خوشه بندی کلاسیک با استفاده از الگوریتم های تکاملی و فرا ابتکاری

    • – مروری بر مفاهیم پایه مسأله خوشه بندی
    • – بررسی معیارها و اهداف خوشه بندی
    • – معیار پیوستگی یا فشردگی (Cohesion)
    • – معیار تفکیک (Separation)
    • – بیان مسأله k-Means و معیار بهینگی مورد استفاده در تعریف آن
    • – آشنایی با الگوریتم لوید یا k-Means و نحوه کارکرد آن برای حل مسأله k-Means
    • – تبدیل مسأله خوشه بندی k-Means به مسأله بهینه سازی با استفاده از شاخص WCD
    • – پیاده سازی یک دیتاست فرضی برای بررسی نتایج خوشه بندی
    • – پیاده سازی تابع هدف مربوط به مسأله k-Means برای حل مسأله خوشه بندی
    • – آشنایی با تابع Pdist2 برای محاسبه فاصله نقاط دو مجموعه
    • – اتصال تابع هدف مربوط به خوشه بندی به الگوریتم های بهینه سازی
    • – حل مسأله خوشه بندی k-Means با استفاده از الگوریتم ژنتیک
    • – حل مسأله خوشه بندی k-Means با استفاده از الگوریتم PSO
    • – حل مسأله خوشه بندی k-Means با استفاده از تکامل تفاضلی
    • – حل مسأله خوشه بندی k-Means با استفاده از الگوریتم کلونی زنبور مصنوعی
    • – حل مسأله خوشه بندی k-Means با استفاده از جستجوی هارمونی
    • – ترسیم نتایج خوشه بندی به صورت آنلاین و همزمان با اجرای برنامه
    • – بررسی نتایج به دست آمده از خوشه بندی k-Means با استفاده از الگوریتم های تکاملی

    درس دوم: حل مسأله خوشه بندی خودکار با استفاده از الگوریتم های تکاملی و فرا ابتکاری

    • – بیان مسأله خوشه بندی خودکار یا Automatic Clustering
    • – نحوه کدینگ پاسخ و ساختار کروموزوم در الگوریتم های بهینه سازی برای توصیف راه حل مسأله خوشه بندی خودکار
    • – بررسی و آشنایی با معیارهای ارزیابی کیفیت خوشه بندی
    • – تشریح مبانی تئوری معیار یا اندیس کیفیت خوشه بندی DB
    • – تشریح مبانی تئوری معیار یا اندیس کیفیت خوشه بندی CS
    • – پیاده سازی تابع هدف مربوط به معیارهای کیفیت مورد بحث
    • – اتصال تابع هدف پیاده سازی شده به پنج الگوریتم بهینه سازی مورد بحث در درس قبلی
    • – اجرای برنامه ها و بررسی نتایج به دست آمده


    اطلاعات تکمیلی

    نام آموزش آموزش خوشه بندی با استفاده از الگوریتم های تکاملی و فراابتکاری
    ناشر فرادرس
    شناسه اثر ۸-۱۱۰۳۸-۰۴۸۸۹۵ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
    کد آموزش FVRP106
    مدت زمان ۲ ساعت و ۴۶ دقیقه
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    حجم دانلود ۵۷۰ مگابایت     (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)
    تعداد DVD یک عدد (در صورت دریافت غیر آنلاین)

    پیش نمایش

    پیش نمایش ۱ : حل مسأله خوشه بندی کلاسیک با استفاده از الگوریتم های تکاملی و فرا ابتکاری

    مشاهده آنلاین پیش نمایش - ۲۴ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۸۲ مگابایت (کلیک کنید +)


    پیش نمایش ۲ : حل مسأله خوشه بندی خودکار با استفاده از الگوریتم های تکاملی و فرا ابتکاری

    مشاهده آنلاین پیش نمایش - ۳۱ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۱۰۳ مگابایت (کلیک کنید +)




    ​راهنمای تهیه آموزشها

    آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

    راهنمایی بیشتر ( +)

    در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟ 
    • با شماره تلفن واحد مخاطبین ۸۸۳۱۲۲۷۶ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
    • از طریق بخش چت آنلاین، با پشیبان های فرادرس گفتگو کنید.- همه روزهای کاری هفته از ساعت ۸ صبح تا ۱۲ شب
    • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه

    این آموزش را به کتابخانه دیجیتال خود، اضافه کنید

    آموزش خوشه بندی با استفاده از الگوریتم های تکاملی و فراابتکاری

    هزینه آموزش: ۱۱,۰۰۰ تومان




    سایر آموزش های دکتر سیدمصطفی کلامی هریس



    مطالب مرتبط


    دیدگاه ها

    ( امتیاز ۴٫۷ از ۵ )
    4.7 از 5


    تا کنون ۶۰۷ نفراز این آموزش استفاده کرده اند و ۱۷ نظر ثبت شده است.
    1. 5 از 5

      :

      درود بر شما. بخش پیاده سازی در حل یک مقاله خیلی به من کمک کرد. بسیار جامع و کامل بود. متشکرم.

    2. 5 از 5

      :

      در این آموزش داده های ورودی محدود بودند. لطفا مثال های با حجم بالای داده هم به این آموزش بیافزایید.

    3. 4 از 5

      :

      سلام. ارائه آموزش های نوین در زمینه خوشه بندی عالی است. کاملا نیاز مرا برطرف کرد. نکته مهم این است که اساتید انتظار انجام پروژه ها را دارند بدون اینکه کسی به ما پیاده سازی یاد داده باشد و این آموزش های عملی خیلی برای ما آموزنده است.

    4. 4 از 5

      :

      با سلام. این فیلم آموزشی برای امور دانشگاهی و پروژه های مرتبط ایده بسیار خوبی به من داد. ممنونم.

    5. 5 از 5

      :

      از تیم پشتیبانی آنلاین متشکرم. من در دانلود بخش اول مشکل داشتم که با راهنمایی های ایشان رفع شد.

    6. 4 از 5

      :

      خیلی با کیفیت و پر محتوی است. موفق باشید.

    7. 5 از 5

      :

      سلام. خسته نباشید عرض میکنم خدمت تیم فرادرس بخاطر انتشار این فیلم آموزشی کارامد. برایتان آرزوی موفقیت دارم.

    8. 5 از 5

      :

      روند کلی آموزش و بخش برنامه نویسی بسیار راضی کننده است.

    9. 4 از 5

      :

      از لحاظ کیفیت عالی بود. من از آموزش شبکه های عصبی هم استفاده کردم و خیلی راضی بودم.

    10. 4 از 5

      :

      خوشه بندی با استفاده از الگوریتم های تکامل در مجموع خوب و موثر بود.
      یک پیشنهاد داشتم: یک پکیج مجزا ارائه شود که شامل مثال های کاربردی باشد و همه مراحل را از ورود داده تا نتیجه را نشان دهد. متشکرم.

    11. 4 از 5

      :

      آموزش های آقای کلامی هریس عالی هستند.

    12. 4 از 5

      :

      به نظرم این آموزش خیلی شیوا و عالی تدریس شده بود ولی زمان فیلم آموزشی کم بود به نظرم می توانست کامل تر از این باشد.

    13. 4 از 5

      :

      با سلام. بخش های توضیحات الگوریتم ها برایم بسیار مفید بودند.

    14. 1 از 5

      :

      به نظرم این آموزش خیلی کلی بود و می شد با بیان جزئیات بیشتر تخصصی تر باشد.

    15. 4 از 5

      :

      این آموزش نسبت به این هزینه عالی است. با استفاده از آن در مدت زمان کم توانستم کارم را انجام دهم.

    16. 0 از 5

      :

      با سلام و احترام فراوان.
      این مجموعه آموزشی یکی از بهترین مجموعه هایی بوده که خریداری کرده ام . این آموزش در برگیرنده مفاهیم، مسائل و کاربرد های فراوانی است که با تسلط خوب آقای دکتر کلامی در یک مجموعه آموزشی نسبتا کوتاه قرار گرفته است. ماهیت بسیاری از مباحث از جمله موضوعات مربوط به کامپیوتر و بالاخص برنامه نویسی به گونه ای است که حتی با تجربه ترین مدرسان هر اندازه دقت به خرج دهند و تیزبین باشند، باز هم احتمال اشتباهات سهوی وجود دارد و با توجه به خیل عظیم مخاطبان فرادرس بعید نیست که اشکالات پیش بینی نشده ای رخ دهند. لذا یک راهکار مناسب برای رفع چنین مشکلاتی استفاده از متخصصین در حوزه مباحث مربوطه می باشد که جوابگوی مخاطبان باشند. هر چند دشواری ها و محدودیت های ارائه چنین خدماتی کم نیستند، اما امیدواریم با توجه به رسالت و آرمان های فرادرس این مشکلات نیز از میان برداشته شوند.

    17. 5 از 5

      :

      با سلام و خسته نباشید،
      به دلیل مشکلات کاری نمیتونستم در کلاس های دانشگاه شرکت مداوم داشته باشم و یکی از دوستانم سایت شما رو معرفی کردن و بعد از مرور و خرید از سایت شما تونستم به تمام مطالب تسلط پیدا کنم و امتحان بهینه سازی رو با بالاترین نمرات کلاس قبول شم، آقای دکتر کلامی در آموزش فوق العاده هستن. خیلی واضح و کامل مطالبو با حوصله و توضیح شفاف و ساده بیان می کنن که فوق العاده است، و در آینده همیشه ارتباطمو با فرادرس حفظ می کنم، آقای دکتر کلامی خیلی دانش و تسلط عمیقی دارند و از بهترین اساتید من هستند خیلی دوسشون دارم،
      ممنونم فرادرس.

    18. 0 از 5

      :

      من از تمام آموزش های جناب آقای دکتر کلامی راضی هستم. به عنوان یکی از کاربران فرادرس پیشنهاد می کنم که برای هر آموزش، حداقل یک مرجع مشخص شود و طبق آن آموزش تهیه و ارائه شود. این کار باعث تولید مجموعه آموزشی بی نقص تر و کیفیت بهتر می شود.

    19. 5 از 5

      :

      این آموزش از آقای کلامی بسیاری از اشکالات من رو تو زمینه ی خوشه بندی حل کرد، جوری آموزش میدن که شما بلافاصله می تونید کدینگ مساله رو برای مساله های خودتان تغییر بدین، اتفاقا برای این آموزش مقاله های مرتبط رو هم گذاشتند و شما می تونید برای آموزش بیشتر و درک مفاهیم، مقاله ها رو بخونین، دانشجویان مهندسی صنایع میتونن خوشه بندی رو در بسیاری از مسایل به کار ببرن، بنده با استفاده از این آموزش تونستم برای حل مساله ی VRP و GVRP از این کدها استفاده کنم.
      فرادرس ممنون


    نظر شما در مورد این فرادرس چیست؟

    درج دیدگاه

    امتیاز شما به این آموزش:

    *



​همین امروز شروع به آموختن کنید​

آموزش خوشه بندی با استفاده از الگوریتم های تکاملی و فراابتکاری

هزینه آموزش: ۱۱,۰۰۰ تومان



فرادرس در رسانه ها و جشنواره ها

روزنامه ایرانیان مرکز توسعه فناوری اطلاعات و رسانه های دیجیتال روز آفرین نت استارت کنفرانس مهندسی برق ایران جشنواره وب ایران

عضویت در خبرنامه فرادرس

برای دریافت اخبار مربوط به آخرین فرادرس های منتشر شده، ایمیل خود را در کادر زیر وارد نمایید.

Please leave this field empty.

تمامی محصولات و خدمات این وبسایت، حسب مورد دارای مجوزهای لازم از مراجع مربوطه می‌باشند و فعالیت‌های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است.
فرادرس مجوز نشر دیجیتال از وزرات فرهنگ و ارشاد اسلامی logo-samandehi پرداخت آنلاین -  بانک ملت پرداخت آنلاین - بانک پارسیان پرداخت آنلاین - بانک اقتصاد نوین پرداخت آنلاین - بانک سامان