وب سایت سید کاوه احمدی ابهری | هوش مصنوعی هوش مصنوعی - وب سایت سید کاوه احمدی ابهری
کاوه احمدی
دانشمند داده، تحلیلگر سیستم‌های کسب و کار

کاوه احمدی

دانشمند داده، تحلیلگر سیستم‌های کسب و کار، مدرس دانشگاه و مشاور هوش تجاری

هوش مصنوعی

معرفی

  • این صفحه شامل مواد آموزشی مرتبط با درس هوش مصنوعی در مقطع کارشناسی مهندسی کامپیوتر و آمادگی برای کنکور کارشناسی ارشد می‌باشد.
  • برای آشنایی بیشتر با شرایط درس و کلاس، رئوس مطالب و معرفی دوره را مطالعه کنید.

اهداف دوره

  • آموزش مفاهیم پایه هوش مصنوعی
  • علاقه‌مند کردن شما به هوش مصنوعی و آشنایی با حوزه‌های مطالعاتی در زمینه‌های متفاوت هوش مصنوعی
  • استفاده از ابزارهای هوش مصنوعی در حل مسائل دنیای واقعی (به عنوان یک مهندس نرم افزار)
  • بررسی تست‌های مهم کنکورهای گذشته‌ی کارشناسی ارشد

اخبار کلاس

  • برای اطلاع از اخبار مربوط به کلاس‌ها و ارتباط بهتر یک کانال تلگرامی ایجاد شده است. می‌توانید آنرا دنبال کنید.
  • برای ارتباط با من نیز می‌توانید در تلگرام پیام دهید.

رئوس مطالب و جزوه‌ها

ردیف عنوان فایل‌ها
1
  • درس اول: هوش مصنوعی چیست؟
2
  • درس دوم: عامل‌های هوشمند
3
  • درس سوم: مسائلی که از طریق جستجو حل می‌شوند
4
  • درس چهارم: استراتژی‌های جستجو
5
  • درس پنجم: الگوریتم‌های جستجوی ناآگاهانه
6
  • درس ششم: الگوریتم‌های جستجوی آگاهانه
7
  • درس هفتم: ماورای جستجوی کلاسیک (جستجوهای محلی)
8
  • درس هشتم: مسائل ارضای محدودیت
9
  • درس نهم: جستجوی خصمانه
10
  • درس دهم: عامل‌های منطقی
11
  • درس یازدهم: منطق گزاره‌ها
12
  • درس دوازدهم: منطق مرتبه اول
  • اسلایدهای منطق مرتبه اول
13
  • درس سیزدهم: استنتاج در منطق مرتبه اول
  • اسلایدهای استنتاج در منطق مرتبه اول
  • تمرین نهم
14
  • درس چهاردهم: برنامه‌ریزی
  • اسلایدهای برنامه ریزی
  • تمرین دهم
15
  • درس پانزدهم: شبکه بیزین
16
  • سیستم‌های تصمیم ‌گیری
  • پایگاه دانش و بازنمایی آن
  • سیستم‌های خبره مبتنی بر قانون
  • استنتاج مبتنی بر حالات استدلال موردی
 

کارگاه‌ها

ردیف عنوان فایل‌ها
1
  • شروع کار با Matlab
2
  • آشنایی با پردازش تصویر و بینایی ماشین
3
  • مسائل بهینه‌سازی مقید
 
4
  • آشنایی با الگوریتم‌های تکاملی
  • آشنایی با الگوریتم‌ژنتیک
5
  • آشنایی با شبکه‌های عصبی مصنوعی
  • بازشناسی الگو با استفاده از شبکه عصبی
  • پیاده‌سازی شبکه عصبی مصنوعی در متلب
  • نمونه کد تخمین تابع و بازشناسی الگو با استفاده از شبکه عصبی در متلب
6
  • معرفی اجمالی تنوری بازی (در ادامه جستجوی رقابتی)
 
7
  • معرفی سیستم‌های فازی و پیاده سازی سیستم‌های فازی در Matlab
 
8
  • شروع کار با Prolog
 

The most exciting phrase to hear in science, the one that heralds new discoveries, is not “Eureka!” (I found it!) but “That’s funny…”

Isaac Asimov

منو
وب سایت سید کاوه احمدی ابهری