|
مجموعه آموزش های تئوری و عملی الگوریتم ژنتیک
مدرس: دکتر سیدمصطفی کلامی هریس در این پست قصد داریم جدیدترین و کامل ترین محصول فرادرس را که مربوط به آموزش تئوری و عملی الگوریتم های ژنتیک در متلب است، به حضور مخاطبین محترم معرفی نماییم. |
|
آموزش پیاده سازی ترکیب الگوریتم ژنتیک و PSO در متلب
مدرس: دکتر سیدمصطفی کلامی هریس در این فرادرس ابتدا برنامه نویسی الگوریتم ژنتیک مورد بحث قرار می گیرد و سپس الگوریتم بهینه سازی ازدحام ذرات یا PSO پیاده سازی می شود. در ادامه ایده هایی برای ترکیب این دو الگوریتم مطرح می شوند و در محیط نرم افزار متلب پیاده سازی می گردند. زمان این فیلم تقریبا برابر با یک جلسه آموزشی (۹۰ دقیقه) است. |
|
مجموعه آموزش های بهینه سازی چند هدفه در متلب
مدرس: دکتر سیدمصطفی کلامی هریس اگر قصد دارید که در کمترین زمان ممکن و با بهترین کیفیت، مباحث تئوری و عملی مربوط به بهینه سازی چند هدفه را فرا بگیرید، حتما این پست را بخوانید. محصولی که در این پست قصد معرفی آن را داریم، مجموعه فرادرس های بهینه سازی چند هدفه در متلب است که نه تنها مشابه ایرانی، که مشابه خارجی نیز ندارد و محصولی واقعا بی نظیر است. |
|
آموزش حل مساله فروشنده دوره گرد با استفاده از الگوریتم ژنتیک
مدرس: دکتر سیدمصطفی کلامی هریس مساله فروشنده دوره گرد یکی از مسائل بهینه سازی ترکیباتی است که از الگوریتم های ژنتیک معمولا برای حل این مساله استفاده می شود. برای بهبود کارایی الگوریتم ژنتیک در حل مساله فروشنده دوره گرد روش ها و عملگرهای متفاوتی اعمال شده است. تعداد بهینه چرخه ها در زمان محدود و ایجاد سود مطلوب به عنوان هدف تعیین می شود. هدف این فرادرس آموزش استفاده از عملگرهای گسسته و پیوسته برای حل مساله فروشنده دوره گرد است. |
|
آموزش تخمین خطای طبقه بندی یا Classifier Error Estimation
مدرس: دکتر اسماعیل آتشپز گرگری تخمین خطای کلاسیفایر (Classifier Error Estimation) اگر مهم ترین بخش طراحی یک کلاسیفایر (Classifier - طبقه بندی کننده) نباشد، قطعا یکی از مهم ترین قسمت های این فرایند است. به عنوان مثال فرایند انتخاب ویژگی (Feature Selection) بدون داشتن یک تخمین گر خطا (Error Estimator) مناسب یک روند عبث خواهد بود. به خاطر همین اهمیت بسیار بالا، در این فرادرس ما به موضوع تخمین خطای کلاسیفایر می پردازیم و در طی آن روش هایی همانند تخمین گر Resubstitution، تخمین گر Cross-Validation، تخمین گر Leave-One-Out، تخمین گر Bootstrap را مورد بررسی قرار داده و نقاط ضعف و قوت هر یک را بیان می کنیم. |
|
آموزش انتخاب ویژگی یا Feature Selection
مدرس: دکتر اسماعیل آتشپز گرگری در این فرادرس، در شروع بحث، مفاهیم پایه مرتبط با کاهش ابعاد (استخراج و انتخاب ویژگی) را با هم مرور خواهیم کرد. تمرکز ما در این بحث بر روی روش های انتخاب ویژگی خواهد بود و روش های استخراج ویژگی از آن جهت که در فرادرس دیگری به صورت مفصل مورد بررسی قرار گرفته اند، محور بحث نخواهند بود. |
|
آموزش انتخاب ویژگی با استفاده از الگوریتم های فراابتکاری و تکاملی
مدرس: دکتر سیدمصطفی کلامی هریس در این فرادرس، سعی شده است با نگرشی جامع، رویکردهای تکاملی و فراابتکاری برای حل مساله انتخاب ویژگی مورد بحث و بررسی واقع شده اند و پیاده سازی عملی این روش ها، به صورت گام به گام در محیط متلب آموزش داده شده اند. |
|
آموزش کاهش تعداد رنگ تصاویر با استفاده از روش های خوشه بندی هوشمند
مدرس: دکتر سیدمصطفی کلامی هریس روش های متعددی برای انجام کاهش رنگ یا Color Reduction (و یا Color Quantization) وجود دارند. اما در این آموزش، بر روی روش های مبتنی بر خوشه بندی تمرکز شده است و کاربرد سه روش خوشه بندی هوشمند برای کاهش رنگ در تصاویر رنگی، به صورت عملی مورد استفاده قرار گرفته اند. |
موضوعات آموزشی مرتبط
به همراه دهها آموزش دیگر مرتبط با الگوریتم ژنتیک و محاسبات تکاملی
برای مشاهده آموزش های مرتبط دیگر، در میان بیش از ۸ هزار ساعت آموزش منتشر شده در فرادرس، جستجو کنید ...
فرادرس در رسانه ها و جشنواره ها
