هزینه آموزش
۸۵,۰۰۰ تومان

آموزش کاربردی شبکه های عصبی مصنوعی — طبقه بندی + پیش بینی + ترکیب با الگوریتم های تکاملی

آموزش کاربردی شبکه های عصبی مصنوعی — طبقه بندی + پیش بینی + ترکیب با الگوریتم های تکاملی

تعداد دانشجو
۶,۸۹۵ نفر
مدت زمان
۸ ساعت و ۳۸ دقیقه
هزینه آموزش
۸۵,۰۰۰ تومان
محتوای این آموزش
تضمین کیفیت
۵۸ بازخورد (مشاهده نظرات)
آموزش کاربردی شبکه های عصبی مصنوعی — طبقه بندی + پیش بینی + ترکیب با الگوریتم های تکاملی

مجموعه فرادرس های شبکه عصبی، شامل پنج فرادرس در زمینه شبکه های عصبی مصنوعی و کاربردهای آن ها، حتما یکی از بهترین انتخاب های علمی شما برای ورود به این حوزه علمی خواهد بود. آینده در هر حوزه ای در دست آن هایی است که نگاهی رو به جلو در محور زمان دارند.

آموزش کاربردی شبکه های عصبی مصنوعی — طبقه بندی + پیش بینی + ترکیب با الگوریتم های تکاملی

مدت زمان
۸ ساعت و ۳۸ دقیقه
هزینه آموزش
۸۵,۰۰۰ تومان
محتوای این آموزش
۵۸ بازخورد (مشاهده نظرات)
مدرس
دکتر اسماعیل آتشپز گرگری

دکتری تخصصی مهندسی برق

دکتر اسماعیل آتشپز گرگری دانش آموخته دکتری مهندسی برق از دانشگاه Texas A&M است. ایشان سابقه همکاری با مراکز طراز اول بیوانفورماتیک، پردازش سیگنال های ژنومیک و کار در لبه علم و تکنولوژی این حوزه را دارند. ایشان در حال حاضر به عنوان عضو هیات علمی در دانشگاه National در ایالات متحده آمریکا به تدریس و پژوهش مشغول هستند.

توضیحات تکمیلی

آینده در هر حوزه ای در دست آن هایی است که نگاهی رو به جلو در محور زمان دارند. آموزش عملی پیش بینی سری های زمانی با استفاده از شبکه های عصبی، این نگاه رو به جلو در زمان را به صورت عملی و به ساده ترین شیوه بیان بر مبنای تجربه بالای کادر علمی سایت، به شما آموزش می دهد.

تلفن هوشمند آیفون سیری می تواند حرف های کاربرش را تشخیص دهد. دوربین های تشخیص پلاک خودرو را هم حتما دیده اید، یا نه حتما با سیستم هوشمند تشخیص هویت مبتنی بر عنبیه چشم افراد در فرودگاه ها آشنا هستید. بخش اصلی این سیستم ها، استفاده از روش های پیشرفته بازشناسی الگو است. اگر می خواهید شما نیز استارت یک کار علمی و آموزشی برای پیاده سازی چنین سیستم هایی را بزنید، چند قدم با هدف خود فاصله دارید. تنها مشکل موجود در این راه، پیچیدگی تئوریک، عملی و پیاده سازی این حوزه از هوش مصنوعی است. آموزش عملی طبقه بندی و بازشناسی الگو با استفاده از شبکه های عصبی برای حل مشکل شما توسط فرادرس تولید شده است.

آموزش عملی ترکیب شبکه عصبی (Neural Network) و الگوریتم ژنتیک (Genetic algorithm) محصول جدیدی از فرادرس است که در جهت پر کردن خلا علمی و آموزشی دانشجویان و پژوهشگران و مخاطبین سایت عرضه می شود. این فرادرس عالی ترین و به روز ترین سطح مطالب مرتبط با شبکه عصبی و الگوریتم ژنتیک را به ساده ترین زبان بر مبنای سال ها تجربه آموزشی و پژوهشی کادر علمی سایت در اختیار پژوهشگران و مشتاقان این حوزه علمی قرار می دهد. مهم ترین ویژگی این آموزش، سادگی بیان و شیوه نگرش منحصر به فرد و فارغ از پیچیدگی آن به موضوع شبکه های عصبی و الگوریتم های ژنتیک است، به گونه ای که فرد مبتدی و بدون دانش در این حوزه ها نیز می تواند از این فرصت ناب آموزشی بهره مند شود. پرداختن به موضوع به صورت عملی از دیگر ویژگی مهم این فرادرس است.

اگر به حوزه شبکه های عصبی مصنوعی علاقه مند هستید و تمایل دارید نحوه ترکیب آن با یکی از موفق ترین الگوریتم های بهینه سازی را به زبان ساده و به صورت عملی یاد بگیرید، در حال خواندن مناسب ترین مطلبی هستید که در این لحظه می توانستید مطالعه نمایید. آموزش ترکیب شبکه عصبی و الگوریتم ازدحام ذرات (Particle swarm optimization)، یک محصول آموزشی ناب و در بالاترین حد استاندارد آموزشی می باشد که در پاسخ به نیازهای روزافزون آموزشی دانشجویان و پژوهشگران به فراگیری بخش های مختلف هوش مصنوعی به صورت انحصاری به مخاطبین محترم فرادرس عرضه می شود.

بر خلاف سال های اولیه پیدایش، این روزها دیگر الگوریتم رقابت استعماری (Imperialist Competitive Algorithm)، نیاز به معرفی ندارد و عنوان آن به تنهایی به عنوان نماد یکی از جذاب ترین، کاراترین، به روزترین و پر استفاده ترین الگوریتم های بهینه سازی هوشمند مطرح است. همین به تنهایی کافی است تا فرادرس به عنوان یک اولویت آموزشی، آموزش عملی ترکیب شبکه عصبی و الگوریتم رقابت استعماری (ICA) را در عالی ترین کیفیت آموزشی و فنی تهیه کند و در اختیار مخاطبین سایت قرار دهد.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: پیش بینی سری های زمانی با استفاده از شبکه های عصبی
    • مقدمه، اهداف و اهمیت مساله
    • مروری بر شبکه های عصبی پرسپترون چند لایه (Multi Layer Perceptron)
      • دلیل استفاده و خاستگاه شبکه های عصبی
      • ساختار شبکه عصبی پرسپترون چند لایه و یادگیری
    • مروری بر پیش بینی سری های زمانی توسط شبکه عصبی
      • پیش بینی سری زمانی و ارتباط آن با شبکه عصبی
    • پیاده سازی شبکه عصبی برای پیش بینی سری زمانی
      • آماده سازی دیتاها برای اهداف پیش بینی
      • نرمالیزه کردن داده ها
      • جداسازی دیتاهای آموزش و تست
      • تعیین ساختار شبکه
      • آموزش شبکه
      • بررسی و آنالیز نتایج شبیه سازی
    • انتهای بحث و پیشنهاد برای کارهای آینده
  • درس دوم: بازشناسی الگو با استفاده از شبکه های عصبی
    • مقدمه، اهداف و اهمیت مساله
    • مروری بر طبقه بندی و بازشناسی الگو توسط شبکه عصبی
      • طبقه بندی و بازشناسی الگو و ارتباط آن با شبکه عصبی
    • پیاده سازی شبکه عصبی برای طبقه بندی و بازشناسی الگو
      • آماده سازی دیتاها برای اهداف پیش بینی
      • نرمالیزه کردن داده ها
      • جداسازی دیتاهای آموزش و تست
      • تعیین ساختار شبکه
      • آموزش شبکه
      • بررسی و آنالیز نتایج
    • انتهای بحث و پیشنهاد برای کارهای آینده
  • درس سوم: ترکیب شبکه عصبی و الگوریتم ژنتیک
    • مقدمه، اهداف و اهمیت مساله
    • مروری بر الگوریتم ژنتیک
    • برنامه نویسی و آماده سازی شبکه عصبی برای اتصال به الگوریتم ژنتیک
      • نوشتن یک برنامه شبکه عصبی ساده
      • آماده سازی دیتاها
      • نرمالیزه کردن داده ها
      • جداسازی دیتاهای آموزش و تست
      • تعیین ساختار شبکه
      • آموزش شبکه
      • بررسی و آنالیز نتایج
    • ایجاد تغییرات در برنامه آماده الگوریتم ژنتیک برای اتصال آن به شبکه عصبی
    • اجرای برنامه و بررسی نتایج
    • انتهای بحث و پیشنهاد برای کارهای آینده
  • درس چهارم: ترکیب شبکه عصبی و الگوریتم ازدحام ذرات (PSO)
    • مقدمه، اهداف و اهمیت مساله
    • مروری بر الگوریتم ازدحام ذرات (PSO)
    • برنامه نویسی و آماده سازی شبکه عصبی برای اتصال به الگوریتم ازدحام ذرات (PSO)
      • نوشتن یک برنامه شبکه عصبی ساده
      • آماده سازی دیتاها
      • نرمالیزه کردن داده ها
      • جداسازی دیتاهای آموزش و تست
      • تعیین ساختار شبکه
      • آموزش شبکه
      • بررسی و آنالیز نتایج
    • ایجاد تغییرات در برنامه آماده الگوریتم ازدحام ذرات برای اتصال آن به شبکه عصبی
    • اجرای برنامه و بررسی نتایج
    • انتهای بحث و پیشنهاد برای کارهای آینده
  • درس پنجم: ترکیب شبکه عصبی و الگوریتم رقابت استعماری (ICA)
    • مقدمه، اهداف و اهمیت مساله
    • مروری بر الگوریتم رقابت استعماری
    • برنامه نویسی و آماده سازی شبکه عصبی برای اتصال به الگوریتم رقابت استعماری
      • نوشتن یک برنامه شبکه عصبی ساده
      • آماده سازی دیتاها
      • نرمالیزه کردن داده ها
      • جداسازی دیتاهای آموزش و تست
      • تعیین ساختار شبکه
      • آموزش شبکه
      • بررسی و آنالیز نتایج
    • ایجاد تغییرات در برنامه آماده الگوریتم رقابت استعماری برای اتصال آن به شبکه عصبی
    • اجرای برنامه و بررسی نتایج
    • انتهای بحث و پیشنهاد برای کارهای آینده

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
مراجع و فایل های جانبی مرتبط با آموزش
فایل برنامه ها و پروژه های اجرا شده

نرم افزارهای مرتبط با آموزش

MATLAB 2012a




پیش نمایش‌ها

۱. فرادرس عملی پیش بینی سری های زمانی با استفاده از شبکه های عصبی

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: ۱۷۵ مگابایت -- (کلیک کنید +))

۲. طبقه‌ بندی و بازشناسی الگو با استفاده از شبکه‌ های عصبی

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: ۱۴۲ مگابایت -- (کلیک کنید +))

۳. ترکیب شبکه عصبی و الگوریتم ژنتیک
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۴. ترکیب شبکه عصبی و الگوریتم ازدحام ذرات PSO
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. ترکیب شبکه عصبی و الگوریتم رقابت استعماری ICA
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
این آموزش شامل ۵ جلسه ویدئویی با مجموع ۸ ساعت و ۳۸ 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 کاربردی شبکه های عصبی مصنوعی — طبقه بندی + پیش بینی + ترکیب با الگوریتم های تکاملی
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۴۳۰۶۷ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش MVPNN9011
مدت زمان ۸ ساعت و ۳۸ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۳ گیگابایت (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.


آموزش‌های پیشنهادی برای شما



نظرات

تا کنون ۶,۸۹۵ نفر از این آموزش استفاده کرده اند و ۵۸ نظر ثبت شده است.
بهزاد
بهزاد

از این آموزش در پایان نامه ام استفاده کردم مباحثی که مد نظرم هست در این آموزش به صورت کامل توضیح داده شد و به نظرم نسبت به کتاب هایی که تهیه کرده بودم خیلی کاملتر بود.

ثریا
ثریا

این آموزش رو من برای خواهرم تهیه کردم. کلا ما خانوادگی از فرادرس آموزش تهیه می کنیم و اکثرا راضی هستیم.

مهدی
مهدی

اولاشو دیدم، خوب بود. فقط اگه بیشتر از قلم نوری استفاده کنند، خیلی بهتر میشد.

فریدون
فریدون

مفید و خلاصه بیان می کنند البته بستگی به مخاطب داره اما من جزئیاتی که بیان کردندو دوست داشتم.

سینا
سینا

کلیات خوب بود. نکات و سرفصل هایی که من میخواستم البته به صورت کامل داخلش نبود.

زهرا
زهرا

حقیقتا آموزش فوق العاده ای بود. ایول دارید همتون.

تورج
تورج

تا قسمتای اولشو دیدم و خیلی خوب بود برام. اگه فقط در خصوص رشته های دانشگاهی آموزش نذارید خیلی بهتر میشه.
تخصصی هم بذارید. مثل آموزش معماری نرم افزار، تزریق وابستگی، برنامه نویسی موازی و...

سید محمد ابراهیم
سید محمد ابراهیم

خیلی مفید بود.
یه پیشنهاد دارم؛ شما در زمینه علوم انسانی آموزش های کمی گذاشتید، لطفا آموزش هایی مثل دانشنامه فلسفه رو هم ارائه بدید.
خیلی ممنونم ازتون.

فاطمه
فاطمه

یکی دیگه از اموزش های عالی و فوق العاده فرادرس...
خسته نباشید واقعا... 

مهسا
مهسا

به نظرم محتوای ضبط شده برای چند سال پيش و نياز هست به صورت کاملتر و جامع تر ارائه بشه ولی تا اينجا خوب بود.

برچسب‌ها:
Artificial Neural Networks | Genetic Algorithm | ICA | Imperialist Competitive Algorithm | Multi Layer Perceptron | Neural Network | Particle Swarm Optimization | Perceptron | PSO | آماده سازی دیتاها | آماده سازی دیتاها برای اهداف پیش بینی | استفاده از شبکه های عصبی | الگوریتم ازدحام ذرات | الگوریتم ازدحام ذرات PSO | الگوریتم رقابت استعماری | الگوریتم ژنتیک | الگوریتم های بهینه سازی | ایجاد تغییرات در برنامه آماده الگوریتم ازدحام ذرات برای اتصال آن به شبکه عصبی | ایجاد تغییرات در برنامه آماده الگوریتم رقابت استعماری برای اتصال آن به شبکه عصبی | ایجاد تغییرات در برنامه آماده الگوریتم ژنتیک برای اتصال آن به شبکه عصبی | بازشناسی الگو با استفاده از شبکه های عصبی | برنامه نویسی و آماده سازی شبکه عصبی برای اتصال به الگوریتم ازدحام ذرات | برنامه نویسی و آماده سازی شبکه عصبی برای اتصال به الگوریتم رقابت استعماری | برنامه نویسی و آماده سازی شبکه عصبی برای اتصال به الگوریتم ژنتیک | پرسپترون | پرسپترون چند لایه | پیاده سازی شبکه عصبی برای پیش بینی سری زمانی | پیاده سازی شبکه عصبی برای طبقه بندی و بازشناسی الگو | پیش بینی سری زمانی و ارتباط آن با شبکه عصبی | پیش بینی سری های زمانی | پیش بینی سری های زمانی با استفاده از شبکه های عصبی | پیش بینی سری های زمانی توسط شبکه عصبی | پیش بینی سریهای زمانی | پیش بینی میزان بارندگی | ترکیب شبکه عصبی | ترکیب شبکه عصبی و الگوریتم ازدحام ذرات | ترکیب شبکه عصبی و الگوریتم رقابت استعماری | ترکیب شبکه عصبی و الگوریتم ژنتیک | تعیین ساختار شبکه | جداسازی دیتاهای آموزش و تست | داده های هواشناسی | دلیل استفاده شبکه های عصبی | دوربین های تشخیص پلاک خودرو | ساختار شبکه | ساختار شبکه عصبی پرسپترون چند لایه و یادگیری | سته کامل فیلم آموزشی | سری های زمانی با شبکه های عصبی | سیستم هوشمند تشخیص هویت افراد | سیستم هوشمند تشخیص هویت مبتنی بر عنبیه چشم افراد | شبکه عصبی | شبکه عصبی با الگوریتم های تکاملی | شبکه های عصبی | شبکه های عصبی پرسپترون چند لایه | شبکه های عصبی مصنوعی | طبقه بندی الگو | طبقه بندی و بازشناسی الگو | طبقه بندی و بازشناسی الگو توسط شبکه عصبی | طبقه بندی و بازشناسی الگو و ارتباط آن با شبکه عصبی | مروری بر الگوریتم ازدحام ذرات - PSO | نرمالیزه کردن داده ها | نوشتن یک برنامه شبکه عصبی ساده | هوش مصنوعی | یش بینی میزان مصرف برق
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۵ جلسه ویدئویی