در حال حاضر محصولی در سبد خرید شما وجود ندارد.
الگوریتم ژنتیکی ، تکامل دیفرانسیل ، شبکه های عصبی ، انتخاب کلونال ، ازدحام ذرات ، بهینه سازی کلونی مورچه
عنوان اصلی : Bio-inspired Artificial Intelligence Algorithms
سرفصل های دوره :
مقدمه:
مواد درسی
دوره های رایگان در اینجا
الگوریتم های ژنتیکی:
مطالعه موردی - برنامه پرواز
ایجاد متغیرها
مجموعه داده های پرواز
چاپ برنامه
ساعت تا دقیقه
عملکرد تناسب اندام 1
عملکرد تناسب اندام 2
قسمت 1 - جهش
قسمت 3 - الگوریتم ژنتیکی کامل
قسمت 4 - الگوریتم ژنتیکی کامل
قسمت 5 - الگوریتم ژنتیکی کامل
تکامل دیفرانسیل:
ساختار کلی الگوریتم
اپراتور تنوع و تولید بردارهای جدید
تفاوتهای اصلی بین DE و GA
کاربرد: مشکل تخصیص مواد مغذی
قسمت 1 - راه حل نامزد
قسمت 3 - عملکرد objetive/تناسب اندام
قسمت 4 - انتخاب سه بردار دیگر
قسمت 5 - اپراتور تنوع
قسمت 6 - انتخاب بهترین بردار از هر جمعیت
قسمت 7 - اجرای الگوریتم
قسمت 8 - نمودار راه حل
شبکه های عصبی مصنوعی:
اصول بیولوژیکی
Perceptron تک لایه
شبکه های چند لایه - محاسبه خطا
نزول شیب
پارامتر دلتا
تنظیم وزن با استفاده از برگشتی
تعصب ، خطا ، نزول شیب تصادفی و مفاهیم بیشتر
قسمت 1 - مجموعه داده های رقم
قسمت 2 - پیش پردازش تصاویر
قسمت 3 - آموزش
قسمت 4 - ارزیابی
قسمت 5 - طبقه بندی یک تصویر واحد
الگوریتم انتخاب کلونال:
الگوریتم انتخاب کلونال
ساختار کلی الگوریتم
محاسبه فاکتور کلونینگ
محاسبه بیش از حد
برنامه - تولید/تشخیص رقم
قسمت 1 - عملکرد آنتی بادی
قسمت 2 - جمعیت آنتی بادی
قسمت 3 - عملکرد تناسب اندام
قسمت 4 - لیست وابستگی آنتی بادی
قسمت 5 - انتخاب N بهترین آنتی بادی
قسمت 6 - کلون کردن بهترین آنتی بادی ها
قسمت 7 - بیش از حد آنتی بادی ها
قسمت 8 - اجرای الگوریتم
قسمت 9 - نمودار راه حل
بهینه سازی swarm ذرات:
مقدمه الگوریتم
ساختار کلی الگوریتم
ذرات و جمعیت (SWARM)
بهترین ذرات و بهترین ذرات جهانی
به روزرسانی موقعیت و سرعت ذرات
بازنمایی گرافیکی/بردار از به روزرسانی موقعیت/سرعت
مطالعه موردی
قسمت 1 - ذره
قسمت 2 - جمعیت
قسمت 3 - عملکرد تناسب اندام
قسمت 4 - بهترین موقعیت شخصی (PBEST)
قسمت 5 - بهترین موقعیت جهانی (GBEST)
قسمت 6 - به روزرسانی موقعیت و سرعت ذرات
قسمت 7 - موقعیت/ذره جدید
قسمت 9 - نمودار راه حل
بهینه سازی کلونی مورچه:
رفتار علوفه مورچه ها: قسمت 2
به روزرسانی رسوب فرمون
احتمال انتخاب لبه
مورچه ها و مشکل TSP
مطالعه موردی
قسمت 1 - لبه ها
قسمت 2 - احتمال انتخاب لبه
قسمت 3 - عملکردی که لبه ها را انتخاب می کند
قسمت 4 - تولید مسیرها/مورچه ها
قسمت 5 - عملکرد طول مسیر
قسمت 6 - به روزرسانی فرمون
قسمت 7 - اجرای الگوریتم
قسمت 8 - 5 گره
قسمت 9 - اجرای الگوریتم با 5 گره
اظهارات نهایی:
اظهارات نهایی
Bio-inspired Artificial Intelligence Algorithms
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Master Anatomy & Physiology with Common Diseases
No-Code and No-Math Machine Learning
آموزش تکنیک های تحلیل در بیوتکنولوژی
Docker & Kubernetes: The Complete Practical Guide
راهنمای کامل Apache Kafka
آموزش بهبود سرمایه گذاری و نمایش آن در نرم افزار Excel و زبان R
Financial Analysis Fundamentals: A Python-based Approach
تسلط بر اصول الکترومغناطیسی و القاء EM
CFE 101 – Cybersecurity for Everyone
جنایات قرن: تاریخ انتخابی بدنامی