فیلم های آموزشی هوش مصنوعی (فارسی) دکتر مهدیه سلیمانی 25 قسمت، کیفیت خوب، همه با حجم 5.3GB
لیست وسرفصل های 25 جلسه:
✅جلسه اول - مقدمه، سرفصل مطالب و تاریخچه
✅جلسه دوم - آشنایی با عامل های هوشمند و خواص محیط
✅جلسه سوم - ادامه بحث عامل های هوشمند، شروع بحث حل مساله با جستجو (search)
جلسه چهارم - روش های جستجوی ناآگاهانه (uninformed)
✅جلسه پنجم - ادامه روش های جستجوی ناآگاهانه (uninformded) و معرفی اولیه A*
✅جلسه ششم - الگوریتم *A، اثبات بهینگی و خواص تابع اکتشافی (heuristic function)
✅جلسه هفتم - طراحی تابع اکتشافی و شروع بحث جستجوی محلی (local search)
جلسه هشتم - روشهای جستجوی محلی (local search)
✅جلسه نهم - جستجو در محیط های نيمه مشاهدهپذير (partially observable) و و غير قطعی (non-deterministic)
✅جلسه دهم - جستجوی برخط (online search)
✅جلسه یازدهم - - جستجوی در مقابل حریف (adversarial search)
✅جلسه دوازدهم - ادامه بحث جستجوی در مقابل حریف، شروع بحث معرفی مسایل ارضا محدودیت (csp)
✅جلسه سیزدهم - حل مسایل ارضای محدودیت (csp) (1)
✅جلسه چهاردهم - حل مسایل ارضای محدودیت (csp) (2)
✅جلسه پانزدهم - نکاتی در حل مسایل ارضای محدودیت (csp) و شروع بحث عاملهای منطقی و منطق گزارهای
✅جلسه شانزدهم - استنتاج در منطق گزارهای
✅جلسه هفدهم - عامل منطقی و منطق مرتبه اول
✅جلسه هجدهم - منطق مرتبه اول و استنتاج در منطق مرتبه اول
✅جلسه نوزدهم - استنتاج در منطق مرتبه اول
✅جلسه بیستم - برنامه ریزی
✅جلسه بیست و یکم - گراف برنامه ریزی
✅جلسه بیست ودوم - برنامه ریزSAT Plan و pop
✅جلسه بیست و سوم - نمایش دانش احتمالی و استنتاج در دانش احتمالی
✅جلسه بیست و چهارم
✅جلسه بیست و پنجم - تصمیم گیری در محیط های غیر قطعی(یادگیری تقویتی)
#ویدئو #فیلم #هوش_مصنوعی #هوش_مصنوعی #عامل_هوشمند #جستجو_مکاشفه_ای #جستجو_محلی #عامل_منطقی #یادگیری_تقویتی
#Video #Artificial_Intelligence #ArtificialIntelligence #AI #Intelligen_Agent #Heuristics #local_Search #ConstraintSatisfactionProblems #CSP #logicalAgent #ReinforcementLearning #Reinforcement_Learning
@Engineer_Computer
لیست وسرفصل های 25 جلسه:
✅جلسه اول - مقدمه، سرفصل مطالب و تاریخچه
✅جلسه دوم - آشنایی با عامل های هوشمند و خواص محیط
✅جلسه سوم - ادامه بحث عامل های هوشمند، شروع بحث حل مساله با جستجو (search)
جلسه چهارم - روش های جستجوی ناآگاهانه (uninformed)
✅جلسه پنجم - ادامه روش های جستجوی ناآگاهانه (uninformded) و معرفی اولیه A*
✅جلسه ششم - الگوریتم *A، اثبات بهینگی و خواص تابع اکتشافی (heuristic function)
✅جلسه هفتم - طراحی تابع اکتشافی و شروع بحث جستجوی محلی (local search)
جلسه هشتم - روشهای جستجوی محلی (local search)
✅جلسه نهم - جستجو در محیط های نيمه مشاهدهپذير (partially observable) و و غير قطعی (non-deterministic)
✅جلسه دهم - جستجوی برخط (online search)
✅جلسه یازدهم - - جستجوی در مقابل حریف (adversarial search)
✅جلسه دوازدهم - ادامه بحث جستجوی در مقابل حریف، شروع بحث معرفی مسایل ارضا محدودیت (csp)
✅جلسه سیزدهم - حل مسایل ارضای محدودیت (csp) (1)
✅جلسه چهاردهم - حل مسایل ارضای محدودیت (csp) (2)
✅جلسه پانزدهم - نکاتی در حل مسایل ارضای محدودیت (csp) و شروع بحث عاملهای منطقی و منطق گزارهای
✅جلسه شانزدهم - استنتاج در منطق گزارهای
✅جلسه هفدهم - عامل منطقی و منطق مرتبه اول
✅جلسه هجدهم - منطق مرتبه اول و استنتاج در منطق مرتبه اول
✅جلسه نوزدهم - استنتاج در منطق مرتبه اول
✅جلسه بیستم - برنامه ریزی
✅جلسه بیست و یکم - گراف برنامه ریزی
✅جلسه بیست ودوم - برنامه ریزSAT Plan و pop
✅جلسه بیست و سوم - نمایش دانش احتمالی و استنتاج در دانش احتمالی
✅جلسه بیست و چهارم
✅جلسه بیست و پنجم - تصمیم گیری در محیط های غیر قطعی(یادگیری تقویتی)
#ویدئو #فیلم #هوش_مصنوعی #هوش_مصنوعی #عامل_هوشمند #جستجو_مکاشفه_ای #جستجو_محلی #عامل_منطقی #یادگیری_تقویتی
#Video #Artificial_Intelligence #ArtificialIntelligence #AI #Intelligen_Agent #Heuristics #local_Search #ConstraintSatisfactionProblems #CSP #logicalAgent #ReinforcementLearning #Reinforcement_Learning
@Engineer_Computer