×
هزینه آموزش
۵۵,۰۰۰ تومان

آموزش هوش مصنوعی - مقدماتی

آموزش هوش مصنوعی - مقدماتی

تعداد دانشجو
۶,۵۹۱ نفر
مدت زمان
۴ ساعت و ۳۴ دقیقه
هزینه آموزش
۵۵,۰۰۰ تومان
محتوای این آموزش
تضمین کیفیت
۴۸ بازخورد (مشاهده نظرات)
آموزش هوش مصنوعی - مقدماتی

در حال حاضر هوش مصنوعی به عنوان یکی از گرایش های رشته تحصیلی دانشگاهی مهندسی کامپیوتر در مقاطع کارشناسی ارشد و دکتری می باشد. همچنین هوش مصنوعی یکی از دورس مقطع کارشناسی، رشته مهندسی کامپیوتر و فناوری اطلاعات نیز می باشد. طرح درس در این آموزش به نحوی در نظر گرفته شده است که هم برای دانشجویان مقطع کارشناسی و عموم علاقه مندان مفید باشد و هم افرادی که قصد شرکت در آزمون کارشناسی ارشد و یا آزمون دکتری را دارند، بتوانند از این فیلم های آموزشی، برای منظور خود استفاده نمایند.

آموزش هوش مصنوعی - مقدماتی

مدت زمان
۴ ساعت و ۳۴ دقیقه
هزینه آموزش
۵۵,۰۰۰ تومان
محتوای این آموزش
۴۸ بازخورد (مشاهده نظرات)
مدرس
دکتر محمد صبری

دکتری تخصصی مهندسی کامپیوتر – هوش مصنوعی

دکتر محمد صبری دارای دکترای مهندسی کامپیوتر گرایش هوش مصنوعی هستند. زمینه پژوهشی وی در مقطع کارشناسی ارشد بر روی سیستم های کمک تشخیص پزشکی (CAD) سرطان بوده و زمینه پژوهشی در مقطع دکتری بر روی ارزیابی سیستم های اتوماتیک تشخیص هویت بر مبنای تصویر چهره و اثر انگشت است.

توضیحات تکمیلی

تاریخچه هوش مصنوعی

آقای جان مکارتی (John Mccorthy) اولین شخصی بود که از هوش مصنوعی استفاده کرد. از جان مکارتی به عنوان پدر «علم و دانش تولید ماشین های هوشمند» نیز یاد می شود و ایشان مخترع یکی از زبان های برنامه نویسی هوش مصنوعی به نام «lisp» نیز می باشند. آقای الن تورینگ (Alan Turing) در سال ۱۹۵۰ برای اولین بار به منظور تعریف هوش مصنوعی آزمون تورینگ را ابداع نمود.

آموزش هوش مصنوعی

هوش مصنوعی چیست؟

هوش مصنوعی از علومی است که در دهه های گذشته پیشرفت شگرفی را در علم به وجود آورده است. پر واضح است که امروزه این پیشرفت به هیچ وجه در یک علم خاص محدود نبوده، بلکه تمامی علوم را در بر گرفته است. هوش مصنوعی به هوشی که یک ماشین در شرایط مختلف می تواند از خود نشان دهد گفته می شود. در سال ۱۹۴۳ با اختراع کامپیوترهای الکترونیک، هوش مصنوعی دانشمندان را به چالشی بزرگ فراخواند. ماشین هوشمند ماشینی است که توانایی فکر کردن بدون نیاز به انسان را دارند. یکی از ویژگی که ماشین های هوشمند باید داشته باشند، شناخت از وجود خود است که تاکنون ماشینی که این توانایی را به طور کامل داشته باشد به وجود نیامده است، دومین ویژگی شناخت محیط پیرامون است که این امکان در برخی از ماشین های هوشمند امروزی که با نام «ربات های امدادگر» شناخته می شوند، وجود دارد، ویژگی دیگر توانایی نشان دادن عکس العمل در مقابل کنش های حاصل از محیط است این امکان در برخی از ماشین های هوشمند امروزی با نام «ربات های کاوشگر»، وجود دارد، هوش انسانی قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم است در صورتی که هوش مصنوعی مبتنی بر قوانین و رویه هایی از قبل تعبیه شده بر روی کامپیوتر است. در نتیجه علی رغم وجود رایانه های بسیار کارا و قوی در عصر ما هنوز قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوش های مصنوعی نبوده ایم.

آموزش هوش مصنوعی

اهمیت آشنا شدن با مفاهیم هوش مصنوعی برای دانشجویان

در حال حاضر هوش مصنوعی به عنوان یکی از گرایش های رشته تحصیلی دانشگاهی مهندسی کامپیوتر در مقاطع کارشناسی ارشد و دکتری می باشد. همچنین هوش مصنوعی یکی از دورس مقطع کارشناسی رشته مهندسی کامپیوتر و فناوری اطلاعات نیز می باشد. طرح درس در این آموزش به نحوی در نظر گرفته شده است که هم برای دانشجویان مقطع کارشناسی و عموم علاقه مندان مفید باشد و هم افرادی که قصد شرکت در آزمون کارشناسی ارشد و یا آزمون دکتری را دارند، بتوانند از این فیلم های آموزشی، برای منظور خود استفاده نمایند.

آموزش هوش مصنوعی

فهرست سرفصل ها و مباحث مطرح شده در این دوره آموزشی، در ادامه آمده اند:
  • درس یکم: هوش مصنوعی چیست؟
    • تفکر - منطق در مقابل با رفتار - عمل
    • موفقیت در مقایسه با استاندارد انسانی در مقابل با مفهوم ایده آل عقلانیت
    • انسان چطور فکر می کند؟
    • نیاز به تئوری های علمی در خصوص فعالیت های مغزی دارد.
    • سیستمی که عاقلانه فکر می کند.
    • سیستمی که عاقلانه رفتار می کند.
  • درس دوم: عامل هوشمند
    • معرفی عامل و محیط
    • مفهوم عقلانیت
    • انواع محیط
    • انواع عامل
  • درس سوم: جستجوهای ناآگاهانه
    • عامل مبتنی بر حل مساله
    • انواع مساله
    • فرموله سازی مساله
    • انواع جستجوهای ناآگاهانه
  • درس چهارم: جستجوهای آگاهانه
    • استراتژی های آگاهانه
      • جستجوی حریصانه
      • جستجوی A
    • کیفیت توابع هیوریستیک (Heuristic)
    • ابداع توابع هیوریستیک
      • جستجوی محلی
      • تپه نوردی
      • SA
      • پرتوی محلی
      • ژنتیک
  • درس پنجم: مسائل ارضای محدودیت
    • تعریف مسائل ارضای محدودیت
    • انواع مسائل ارضای محدودیت
    • جستجوی عقب گرد
    • بهبود جستجو
  • درس ششم: بازی ها
    • تعریف و انواع بازی
    • الگوریتم MiniMax
    • هرس آلفا و بتا
    • بازی در محیط بخشی قابل مشاهده

در ادامه لیست کتب انگلیسی منتشر شده در این زمینه معرفی شده اند:

  • By Stuart Russell (Author), Peter Norvig (Author); Artificial Intelligence: A Modern Approach; 2009


آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل PDF یادداشت‌ های ارائه مدرس




پیش نمایش‌ها

۱. هوش مصنوعی چیست؟

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: ۴۲ مگابایت -- (کلیک کنید +))

۲. عامل هوشمند

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: ۱۵ مگابایت -- (کلیک کنید +))

۳. جستجوهای ناآگاهانه

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: ۲۱ مگابایت -- (کلیک کنید +))

۴. جستجوهای آگاهانه
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. مسائل ارضای محدودیت
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. بازی ها
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
این آموزش شامل ۶ جلسه ویدئویی با مجموع ۴ ساعت و ۳۴ دقیقه است.
با تهیه این آموزش، می‌توانید به همه بخش‌ها و جلسات آن، دسترسی داشته باشید.

راهنمای سفارش 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 ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش هوش مصنوعی - مقدماتی
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۵۲۳۴۱ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش FVSFT102
مدت زمان ۴ ساعت و ۳۴ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۳۲۲ مگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس)


تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می‌شود.





نظرات

تا کنون ۶,۵۹۱ نفر از این آموزش استفاده کرده اند و ۴۸ نظر ثبت شده است.
فاطمه
فاطمه
۱۴۰۰/۰۷/۱۷

سلام
با تشکر از مجموعه فرادرس و استاد گرامی.این آموزش خیلی هم مقدماتی نبود برای کسانی خوبه که خودشون با هوش مصنوعی آشنایی کامل داشته باشن و بخوان مثالهای بیشتری کارکنند.
برای کسانی که مبتدی هستند والفبای هوش مصنوعی رو هم نمیدونند سطح بالا بود.

فاطمه سادات
فاطمه سادات
۱۳۹۹/۱۰/۲۸

کاش بیشتر توضیح داده میشد. مثلا در فصل 3 چرا b0(اسلاید53) خط میخوره از فرمول و توی ازمایش(اسلاید55) هم حساب نمیشه ولی توی مثال b0 (اسلاید54) حساب میشه؟
یه قسمتش هم بر عکس توضیح داده شده بود، مثلا مشخص کردن تعداد گره های بسط داده شده ! (اسلاید 54 با اسلاید 84 فصل 3)

شیوا
شیوا
۱۳۹۹/۰۷/۱۹

من تموم کردم این آموزش رو، چون مقدماتی و از سطح پایین و مبتدی شروع شده بود، خیلی تونست برام مفید باشه.

احمدرضا
احمدرضا
۱۳۹۹/۰۸/۲۶

رشته من کامپیوتر و تو دانشگاه این درسو داشتیم این ویدیو کمکم می کرد.

سیدرضی
سیدرضی
۱۳۹۹/۰۹/۰۳

چون مرتبط با رشته ی دانشگاهیم بود، خیلی برام مفید بود. واقعا مدرس مسلط بودند.

سروش
سروش
۱۳۹۹/۰۳/۱۵

بد نبود، یعنی همه مباحثش قابل تفهیم بود.

زهرا
زهرا
۱۳۹۹/۰۳/۱۸

باید تعداد سوالاتی که حل می کردن بیشتر بود و با توضیحات بیشتری ارائه می کردید.

زهرا
زهرا
۱۳۹۹/۰۳/۲۰

من مشتری ثابت فرادرس هستم، اموزش ها با قیمت و کیفیت مناسب ارائه می شوند و برای دانشجویان خیلی مفیدن.

مهسا
مهسا
۱۳۹۹/۰۳/۱۶

بعضی مطالبش خیلی خلاصه گفته شد ولی بعضی جاها هم خیلی توضیح اضافه میدادن.

مهراد
مهراد
۱۳۹۹/۰۳/۲۱

خوبه، ولی سرفصل ها کافی نبود، یعنی بعضی از سرفصل های دانشگاه من داخلش نبود. من با ویدیو مطلب رو بهتر میگیرم، به همین خاطر از فرادرس آموزش زیاد گرفتم.

برچسب‌ها:
Agents- Rational Agent | Artificial Intelligence- Artificial | Best Fit | Blocking | Buddy System | Buffering | CSP | Dead Lock | EDF | Exokrenel | FCFS | FIFO | First Come First Set | First Fit | FOL | Forward Checking | Games | Highest Response Ratio Next | HRN | IDA | Informed Search | IT | John Mccorthy | Least Laxity | lisp | Memory Management | monitor | Monolithic | Next Fit | Operating System | optimal page size | Overly | Quick Fit | Rate Mono Tonic | RBFS | Rendezuous | Resource manager | Round Robin | Second Chance | Shortest Job First | Shortest Remaining Time | SJF | SMA | SPN | Threads | uninformed Search | Waleup/sleep | Worst Fit | Wumpus | ارشد هوش | اطلاعات | الکترونیک | الگوریتم | الگوریتم Mini-Max | الگوریتم resolution | اواس ده | بازی ها | بلادرنگ | بی‌اس‌دی | جان مکارتی | جستجو هوشمند | جستجوهای آگاهانه | جستجوهای نا آگاهانه | جستجوی A | جستجوی پرتو محلی | جستجوی تپه نورد | جستجوی حریصانه | جستجوی شبیه سازی حرارت | چند نخی | خروجی | درس هوش | ربات های امدادگر | ربات های کاوشگر | رنامه های کامپیوتری | زمانبندی | سامانه عامل | سخت افزار | سیستم‌عامل | صف های چندگانه | صفحه کلید | عامل های هوشمند | کامپیوتر | کنترل | کنکور کارشناسی ارشد هوش | کیوان‌اکس | گزدشی | لینوکس | ماشین مجازی | مایکروویو | مدیریت منابع | مسایل ارضای محدودیت | منطق گزاره ای | نرم افزار | نمایشگر | هرس آلفا – بتا | هوش | هوش مصنوعی | هوشمند | هیورستیک | ورودی | وقفه های سیستمی | ویندوز | ویندوز فون
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۶ جلسه ویدئویی
×