معرفی اجمالی دوره
الگوریتم ژنتیک چیست؟
محاسبات نرم از محاسبات تقریبی برای حل مسائل استفاده میکند که نتیجه آن راهحلهای خوب برای حل مسائل پیچیده محاسباتی میباشد. الگوریتمهای تکاملی نوعی از محاسبات نرم میباشد که با نگرش به چرخه تکامل طبیعت، راهحل مسائل مهندسی و بهینهسازی را مییابند. عالم منظم و پایداری که در آن زندگی میکنیم، شامل یکسری قوانین ثابت، تغییرناپذیر و برنامههای منظم میباشد که از همان ابتدای جهان توسط پروردگار مقتدر و بیهمتای ما نوشته شده است. در این برنامهی دقیق ژنهای برتر و عالی مخلوقات در طی زمان حفظ میشوند و در مقابل ژنهای ضعیف و ناکارآمد بهمرور زمان از بین میروند.
امروزه انسانها از این چرخه طبیعی الهام گرفتهاند تا مسائل مهندسی و بهینهسازی را بهتر حل کنند. پس میتوان گفت الگوریتم ژنتیک در واقع الهام از رفتار طبیعی بشر در برابر بهروزرسانیهایی که مجبور به انجام آن است بوده که برای حل مسائل پیچیده استفاده میشود. به بیان دیگر کاربرد این الگوریتم در سادهسازی مفاهیمی است که در ابتدا، حل آنها بسیار دور از ذهن به نظر میآید.
در دوره آموزشی الگوریتم ژنتیک، ضمن بیان جایگاه این الگوریتمها، منطق و جزئیات الگوریتمهای تکاملی بهصورت کامل شرح داده میشود و با حل مسائل مختلف و کاربردی در این زمینه تلاش میشود یادگیری شما عزیزان به بهترین شکل انجام شود.
هدف از یادگیری دوره آموزش الگوریتم ژنتیک چیست؟
هدف از یادگیری این دوره آموزشی فراگیری مفاهیم اساسی و بنیادین الگوریتمهای تکاملی به سادهترین شکل ممکن میباشد و بعد از درک این مهم، مفاهیم بهصورت عملی پیادهسازی میشوند تا درک و کاربرد آن برای فراگیر آسانتر باشد. یکی از مهمترین الگوریتمهای تکاملی، الگوریتم ژنتیک میباشد که به دلیل جامعیت، اهمیت و کاربرد فراوانی که دارد، در این دوره آموزشی نگاه ویژهای بر آن داشتهایم چون درک و استفاده از آن بسیار مهم میباشد.
بنابراین هدف اصلی یادگیری دوره آموزشی الگوریتم ژنتیک، پیادهسازی عملی آن در مسائلی است که حل آنها دشوار است.
دوره آموزش الگوریتم ژنتیک مناسب چه کسانی میباشد؟
این دوره مناسب آن دسته از علاقهمندان به مباحث ریاضی است که میخواهند مسائل مهندسی خود را به روشی غیر از روشهای متداول حل کنند، چون برخی از روشهای بهینهسازی همانند مشتقگیری و محاسبات ریاضی گاهی اوقات بسیار سخت و وقتگیر میباشد. همچنین برای بسیاری از مسائل بهینهسازی روشهای متداول ریاضیاتی بهخاطر مشتقناپذیر بودن، دشواری محاسبات مشتقگیری، گاه ناهمگونی و نویزی بودن دادهها و ... مناسب نیستند. برای حل این مسائل مهندسی در این دوره آموزشی از الگوریتمهای تکاملی استفاده میشود که خود، زیرمجموعهای از محاسبات نرم بهحساب میآیند و در صورت برخورد با این مسائل کارایی لازم را دارند.
پس باید بگوییم اگر میخواهید مهندسی شده مسائل پیرامون خود را حل کنید، این دوره آموزشی مناسب شماست.
بعد از فراگیری دوره آموزش الگوریتم ژنتیک چه مهارتهای کسب خواهید کرد؟
این دوره به شما کمک میکند منطق الگوریتمهای تکاملی را بهصورت کامل یاد بگیرید، با مؤلفههای اصلی الگوریتمهای تکاملی آشنا شوید، بهصورت عملی یاد میگیرد که چگونه یک الگوریتم ژنتیک برای حل مسائل بهینهسازی طراحی کنید، همچنین با پیادهسازی الگوریتم ژنتیک با زبان برنامهنویسی پایتون نیز بهصورت کاملاً کاربردی آشنا خواهید شد.
به بیان دیگر با پایان این دوره آموزشی و فراگیری مفاهیم پایه و اصولی در الگوریتم ژنتیک، مهارت اصلی شما پیادهسازی عملی دانش کسب شده در سادهسازی مسائل مختلف است.
ویژگیهای متمایز دوره الگوریتم ژنتیک چیست؟
در این دوره مفاهیم به زبان ساده و بهصورت کاملاً متفاوت بیان شده است. مباحث کاربردی گفتهشده و از توضیحات اضافی فاصله گرفته شده است. همچنین برای جذابیت آموزش و یادگیری بهتر از ابزار لایت بورد، مثالهای عینی طبیعت، سینما و علم بهره گرفته شده است.
ویژگیهای دوره
-گواهینامه مکتبخونه
-خدمات منتورینگ
-پروژه محور
-تمرین و آزمون
-تالار گفتگو
-تسهیل استخدام
فصول دوره
فصل یکم: مقدمهای بر الگوریتمهای تکاملی
فصل دوم: الگوریتمهای تکاملی
فصل سوم: مولفههای الگوریتم تکاملی - بخش اول
بخش چهارم: مولفههای الگوریتم تکاملی - بخش دوم
فصل پنجم: انواع محبوب الگوریتمهای تکاملی
فصل ششم: پیادهسازی
فصل هفتم: مباحث تکمیلی;
معرفی مدرس
آرمان صمیمی
آرمان صمیمی متولد سال 1368 در تهران است. وی دانشآموخته کارشناسی ارشد رشته هوش مصنوعی در سال 1396 از دانشگاه صنعتی اصفهان با معدل ممتاز است. او به دلیل سوابق علمی درخشان از سال 1395 عضو بنیاد ملی نخبگان شده است.
مهندس صمیمی از سال 1395 فعالیت ویژهای در حوزه دیجیتال مارکتینگ داشته است. وی همچنین سالها در حوزه استارتاپهای بین المللی هوش مصنوعی، به عنوان مدیر تحقیق و توسعه و مشاور فنی مشغول به کار است و با چند تیم آلمانی و کانادایی همکاری دارد.
او همچنین در حوزه کاری موفق به اخذ مدارک معتبر و مهمی از کمپانی های مشهور بین المللی شده است که از این میان میتوان به مدارک معتبر از کمپانی های Google و IBM اشاره کرد.
پیشنیازها
بسیاری تصور میکنند پیشنیاز این دوره مباحث پیشرفته و عمیقی است درحالیکه کافی است آمار و احتمال مهندسی، ریاضی ۱ و ۲ دانشگاهی و برنامهنویسی پایتون را یاد داشته باشید تا با دانستن آنها فهم و پیادهسازی این الگوریتمها آسانتر باشد، البته عدم وجود آشنایی با این موارد خلل جدی در فهم منطق الگوریتمهای تکاملی ایجاد نمیکند. اما پیشنهاد میشود آشنایی نسبی با مفاهیم گفته شده داشته باشید تا بتوانید سرعت یادگیری و عمق درک این دوره آموزشی را به حداکثر برسانید.
روش ارزیابی و نمرهدهی
حد نصاب قبولی در دوره: 70.0 نمره فارغالتحصیل شدن در این دوره نیاز به ارسال تمرینها و پروژههای الزامی دارد.
نمونه گواهینامه