‌
⭐ آشنایی با دیگر مفاهیم حوزه هوش مصنوعی


⭐ آموزش پیش‌بینی نوسانات بازار سهام با هوش مصنوعی در Python

🔸 به منظور پیش‌بینی حرکات بازار و همچنین اتخاذ تصمیم‌های بعدی، نیاز به تخمین نوسانات بعدی بازار است. بنابراین، تخمین نوسانات بازار نقش مهمی در معاملات مالی دارد. با استفاده از هوش مصنوعی، می‌توان بهبود قابل توجهی در دقت پیش‌بینی‌ها داشت و به دلیل توانایی این روش‌ها در پردازش داده‌های بزرگ، می‌توان به شناخت الگوهای پیچیده‌تر نوسانات بازار کمک کرد.

▫️ آموزش پیش بینی نوسانات بازار سهام با هوش مصنوعی

ا ———————————————-

⭐ آموزش تشخیص دستور گفتار با هوش مصنوعی در متلب

🔸شبکه عصبی هر روز در حال پیشرفت است و قطعا زندگی انسان را تحت تاثیر قرار می‌دهد. بسترهای متنوعی برای پیاده‌سازی شبکه عصبی وجود دارد که یکی از آن‌ها نرم‌افزار متلب است که آموزش آن در لینک زیر موجود می‌باشد.

▫️ آموزش تشخیص دستور گفتار با هوش مصنوعی

ا ———————————————-

⭐ آموزش MIA – Median Interval Approach در متلب

🔸 . سیستم per-c‎ که در این آموزش بر روی آن تمرکز داریم، سیستمی است که ورودی و خروجی آن‌ها کلمات زبان طبیعی است. در معماری سیستم per-c‎ سه بخش مهم وجود دارد که عبارتند از: Encoder, CWW‎ Engine‎ و Decoder.

▫️ آموزش Median Interval Approach در متلب



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌‌

‌
⭐ خوشه‌بندی هوشمند

🔸 «تحلیل خوشه‌بندی» یا بطور خلاصه خوشه‌بندی، فرآیندی است که به کمک آن می‌توان مجموعه‌ای از اشیاء را به گروه‌های مجزا افراز کرد. هر افراز یک خوشه نامیده می‌شود.

🔸 اعضاء هر خوشه با توجه به ویژگی‌هایی که دارند به یکدیگر بسیار شبیه هستند و در عوض میزان شباهت بین خوشه‌ها کمترین مقدار است. در چنین حالتی هدف از خوشه‌بندی، نسبت دادن برچسب‌هایی به اشیاء است که نشان دهنده عضویت هر شیء به خوشه است.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش خوشه‌بندی با الگوریتم‌های تکاملی و فراابتکاری

▫️ آموزش کاهش تعداد رنگ تصاویر با استفاده از روش‌های خوشه‌بندی هوشمند



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌

‌
🧠 «آموزش ChatGPT API و مهندسی Prompt» منتشر شد! — لینک آموزش [ + ]

🎁 کد تخفیف ۷۵⁒ ویژه انتشار: NWMQ62

❗️ اعتبار: چهارشنبه، ۱۷ بهمن

#هوش_مصنوعی
@FDPub
.

‌
⭐ بهینه سازی سبد سهام

🔸 بهینه‌سازی سبد سهام یا انتخاب بهینه سبد سهام یکی از مسائل مهم در حوزه علوم مالی و سرمایه‌گذاری است که کاربردهای فراوانی را در برنامه‌ریزها و تصمیم‌گیری‌های مالی دارد. با انتخاب یک سبد سهام مناسب، می‌توان تا حدود زیادی بهینگی را در سرمایه‌گذاری (به لحاظ افزایش بازده و کاهش ریسک) افزایش داد.

🔸 برای حل مساله بهینه سازی سبد سهام، ابزارها و الگوریتم های متنوعی پیشنهاد شده اند و قابل استفاده می باشند، که هم شامل الگوریتم های بهینه سازی کلاسیک و هم شامل الگوریتم های بهینه سازی هوشمند و فراابتکاری (متاهیوریستیک) است.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش بهینه‌سازی سبد سهام در Python

▫️ آموزش بهینه‌سازی سبد سهام در MATLAB


🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌‌

‌
⭐ پیاده‌سازی الگوریتم‌های بهینه‌سازی در MATLAB - بخش دوم

🔸 بهینه‌سازی یک مسئله ریاضی و کلی است که از قرن‌ها پیش مطرح بوده است و در حال حاضر هم یک مسئله و موضوع در دست بررسی و پژوهش است.

🔸 هدف از الگوریتم های بهینه سازی یافتن یک جواب قابل قبول، با توجه به محدودیت‌ و نیاز مسئله است. در ادامه به پیاده سازی چندین الگوریتم بهینه‌سازی در MATLAB خواهیم پرداخت.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش الگوریتم تکامل تفاضلی در متلب MATLAB

▫️ آموزش بهینه سازی غیر متمرکز + پیاده سازی در MATLAB

▫️ آموزش الگوریتم فرهنگی Cultural Algorithm در MATLAB

▫️ آموزش الگوریتم رقابت استعماری + پیاده سازی در MATLAB

▫️ آموزش شبیه سازی تبرید Simulated Annealing در MATLAB

▫️ آموزش الگوریتم بهینه سازی علف هرز مهاجم IWO در MATLAB

▫️ آموزش بهینه سازی مبتنی بر جغرافیای زیستی BBO در MATLAB

▫️ آموزش الگوریتم سینوس کسینوس SCA در MATLAB

▫️ آموزش الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری TLBO در MATLAB


🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌

‌
⭐ شناسایی الگو و انتخاب ویژگی


⭐ شناسایی الگو در هوش مصنوعی

🔸 با این که انسان‌ها قادر هستند الگوها را به سرعت تشخیص دهند، اما هنگامی که با داده‌های حجیم و پیچیده مواجه می‌شوند، نیاز به ابزارهای هوش مصنوعی برای استخراج و تحلیل الگوها افزایش می‌یابد. با یادگیری شناسایی الگو می‌توانیم اطلاعات مفیدی را از داده‌ها استخراج کنیم.

▫️ آموزش شناسایی الگو – بخش یکم – [کلیک کنید]

ا ———————————————-

⭐ انتخاب ویژگی Feature Selection

🔸 در آموزش‌های زیر به یادگیری مبانی انتخاب ویژگی و سپس یادگیری چندین الگوریتم برای حل مساله انتخاب ویژگی خواهیم پرداخت.

▫️ آموزش مبانی انتخاب ویژگی در داده کاوی – [کلیک کنید]

▫️ آموزش انتخاب ویژگی با استفاده از الگوریتم های فراابتکاری و تکاملی – [کلیک کنید]



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌‌

‌
⭐ الگوریتم جستجو و PSO


⭐ الگوریتم‎‌های جستجو

🔸 حل مسائل بهینه‌سازی در علوم مختلف به خصوص مهندسی، یکی از چالش‌هایی است که نظر محققین و دانشمندان را به خود جلب کرده است و تاکنون روش‌های زیاد و متفاوتی برای حل اینگونه مسائل ارائه شده است. از طرف دیگر، اخیرا الگوریتم‌های فراابتکاری، پیشرفت چشمگیری در حل انواع مسائل بهینه‌سازی پیچیده و سخت داشته‌اند که بیشتر این الگوریتم‌ها، الهام گرفته شده از هوش ازدحامی و همچنین سایر سیستم‌های فیزیکی و شیمیایی در طبیعت هستند.

▫️ آموزش جستجوی ممنوع در MATLAB

▫️ آموزش الگوریتم جستجوی هارمونی در MATLAB

▫️ آموزش الگوریتم جستجوی ارگانیسم‌های همزیستی در پایتون

ا ———————————————-

⭐ الگوریتم PSO

🔸 یک الگوریتم محاسبه ای تکاملی الهام گرفته از طبیعت و براساس تکرار می باشد. منبع الهام این الگوریتم، رفتار اجتماعی حیوانات، همانند حرکت دسته جمعی پرندگان و ماهی ها بود. از این جهت که PSO نیز با یک ماتریس جمعیت تصادفی اولیه، شروع می شود، شبیه بسیاری دیگر از الگوریتم های تکاملی همچون الگوریتم ژنتیک پیوسته و الگوریتم رقابت استعماری است.

▫️ آموزش الگوریتم PSO در MATLAB

▫️ آموزش الگوریتم ازدحام ذرات PSO گسسته باینری در MATLAB

▫️ آموزش حل مساله دیسپاچینگ با الگوریتم PSO در MATLAB



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌‌

‌‌
🎁 ۱۵۰ + ۵۵۰ آموزش منتخب از فرادرس، هر آموزش فقط ۷۹ هزار تومان! 
 
🔶 در «جشنواره شگفتی آموختن»، هر یک از آموزش های مورد علاقه خود را فقط با ۷۹ هزار تومان از فرادرس دریافت کنید.
 
🔻 برای ورود به صفحه جشنواره و دریافت کد تخفیف از لینک زیر استفاده کنید.
 
🔗 جشنواره شگفتی آموختن – [کلیک کنید] 


🧠 @FaraAI — کانال تخصصی هوش مصنوعی
‌

‌
⭐ پیاده‌سازی الگوریتم‌های بهینه‌سازی در MATLAB

🔸 به عنوان جایگزینی برای روش‌های متداول ریاضی، تکنیک‌های بهینه‌سازی فراابتکاری برای به دست آوردن راه‌حل‌های بهینه سراسری یا نزدیک به سراسری مورد استفاده قرار گرفته‌اند. الگوریتم‌های بهینه‌سازی فراابتکاری در کاربردهای مهندسی، روز به روز محبوبیت بیشتری پیدا می‌کنند.

🔸 از این رو در ادامه به معرفی الگوریتم‌های بهینه سازی و پیاده‌سازی آن‌ها در MATLAB خواهیم پرداخت.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش الگوریتم مورچگان Ant Colony در MATLAB

▫️ آموزش الگوریتم زنبورها Bees Algorithm در MATLAB

▫️ آموزش الگوریتم گروه میگوها در MATLAB

▫️ آموزش الگوریتم بهینه سازی نهنگ WOA در MATLAB

▫️ آموزش الگوریتم خزندگان RAS و پیاده‌ سازی آن در متلب

▫️ آموزش الگوریتم بهینه سازی فاخته و پیاده سازی در MATLAB

▫️ آموزش الگوریتم کرم شب تاب Firefly Algorithm در MATLAB

▫️ آموزش کلونی زنبور مصنوعی Artificial Bee Colony در MATLAB

▫️ آموزش الگوریتم بهینه سازی شیرمورچه در MATLAB

▫️ آموزش الگوریتم جستجوی کلاغ CSA و پیاده‌ سازی آن در متلب

▫️ آموزش الگوریتم بهینه سازی ملخ GOA در MATLAB

▫️ آموزش الگوریتم بهینه سازی جهش قورباغه SFLA در MATLAB

▫️ آموزش الگوریتم بهینه سازی گرگ خاکستری GWO در MATLAB

▫️ آموزش الگوریتم بهینه سازی شاهین هریس HHO در MATLAB



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌

‌
⭐ پادکست هوش مصنوعی

🔸 پادکست هوش مصنوعی، یک فضای علمی-کاربردی برای بحث و بررسی کاربردهای هوش مصنوعی در صنایع و کسب‌وکارهای مختلف است. هوش مصنوعی به عنوان یکی از پرکاربردترین تکنولوژی‌های دهه اخیر، در حال تحول و پیشرفت فراوانی است.

🔸 در هر اپیزود از پادکست‌های زیر، به بررسی دستاوردهای شرکت‌های تراز اول جهانی در استفاده از هوش مصنوعی و یادگیری ماشین می‌پردازیم.


📌 برای شروع، از لینک‌های زیر استفاده کنید: 👇👇

▫️ پادکست هوش مصنوعی – بخش یکم: مقدمه

▫️ پادکست هوش مصنوعی – بخش دوم: شرکت Amazon

▫️ پادکست هوش مصنوعی – بخش سوم: شرکت Baidu

▫️ پادکست هوش مصنوعی – بخش چهارم: شرکت Apple

▫️ پادکست هوش مصنوعی – بخش پنجم: گروه Alibaba

▫️ پادکست هوش مصنوعی – بخش ششم: رستوران های زنجیره ای McDonald's

▫️ پادکست هوش مصنوعی – بخش هفتم: گوگل و آلفابت

▫️ پادکست هوش مصنوعی – بخش هشتم: Walt Disney

▫️ پادکست هوش مصنوعی – بخش نهم: Salesforce

▫️ پادکست هوش مصنوعی – بخش دهم: American Express

▫️ پادکست هوش مصنوعی – بخش یازدهم: BMW

▫️ پادکست هوش مصنوعی – بخش دوازدهم: شرکت Netflix

▫️ پادکست هوش مصنوعی – بخش سیزدهم: InferVision

▫️ پادکست هوش مصنوعی – بخش چهاردهم: John Deer

▫️ پادکست هوش مصنوعی – بخش پانزدهم: Walmart



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌

‌
⭐ تحلیل سری‌های زمانی

🔸 سری‌های زمانی و روش‌های تحلیل آن یکی از مباحث کاربردی آمار محسوب می‌شوند که در رشته‌های مختلف مانند مهندسی، اقتصاد، کشاورزی، هواشناسی و ... کاربرد داشته و روز‌به‌روز استفاده از آن افزایش می‌یابد.

🔸 استفاده از تکنیک‌های مدرن مانند شبکه عصبی و تحلیل طیفی تکین باعث شده است تا این روش آماری بتواند برای حالت‌هایی که مشاهدات کمی از سری زمانی در اختیار محقق قرار دارد، موثر واقع شود.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش تحلیل و پیش‌بینی سری‌های زمانی

▫️ آموزش تحلیل سری‌های زمانی با پایتون و R

▫️ آموزش متلب با نگرش تحلیل آماری، تحلیل سری‌های زمانی و داده‌های مکانی

▫️ آموزش تبدیل لگاریتمی و تفاضل گیری در پیش پردازش سری‌های زمانی

▫️ آموزش کاربرد چندجمله ای و عملگرهای تاخیری در تحلیل سری‌های زمانی

▫️ آموزش روش‌های پارامتریک و غیر پارامتریک حذف گرایش از سری‌های زمانی



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌

‌
⭐ بهینه‌سازی چند هدفه و بهینه‌سازی هوشمند


⭐ بهینه‌سازی چند هدفه

🔸 مسائل بهینه سازی از نظر تعداد توابع هدف و معیارهای بهینه سازی، به دو نوع تقسیم پذیر هستند: (۱) مسائل بهینه سازی تک هدفه و (۲) مسائل بهینه سازی چند هدفه. در مواردی که نمی توان صرفا با اتکا به یک شاخص، یک پاسخ فرضی برای مساله بهینه سازی را امتیازدهی نمود، ناگزیریم که چندین تابع هدف یا شاخص عملکرد را تعریف نماییم و به طور همزمان، مقدار همه آن ها را بهینه کنیم.

▫️ آموزش بهینه سازی چند هدفه در متلب

▫️ کارگاه آموزشی بهینه سازی چند هدفه تکاملی (رایگان)

ا ———————————————-

⭐ بهینه‌سازی هوشمند

🔸 از منظر آکادمیک و یا حرفه ای، دانستن مفاهیم پایه بهینه‌سازی و آشنایی با روش‌های حل مسائل بهینه‌سازی، یکی از ضرورت‌های مهم است. از این رو، دانشجویان رشته های مختلف و همین طور متخصصین شاغل در صنایع مختلف، نیازمند آشنایی با مفاهیم و روش‌های بهینه‌سازی هستند.

▫️ کارگاه آموزشی مروری بر روش‌های بهینه‌سازی هوشمند (رایگان)

▫️ آموزش مبانی محاسبات تکاملی و بهینه‌سازی هوشمند

▫️ آموزش مقدماتی پیاده‌سازی مسائل بهینه‌سازی در Python

▫️ آموزش بهینه‌سازی با پایتون – بررسی و حل مسائل تحقیق در عملیات

▫️ آموزش پیاده‌سازی الگوریتم‌های تکاملی و فراابتکاری در C#‎



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌‌

‌
⭐ آشنایی با دیگر مفاهیم حوزه هوش مصنوعی


⭐ سیستم‌های خبره

🔸 سیستم‌های خبره شامل پایگاه دانشی هستند که دارای اطلاعات و دانشی است که انسان‌ها هنگام تصمیم‌گیری درباره یک موضوع خاص بر اساس آن‌ها تصمیم می‌گیرند. هدف از طراحی سیستم‌های خبره ایجاد سیستم‌های دارای قدرت استدلال با هر تعریفی، برای رسیدن به مجموعه‌ای از تصمیمات منطقی با استفاده از مفروضات یا به طور دقیق‌تر دانشی است که در اختیار آن‌ها قرار می‌گیرد.

▫️ آموزش سیستم های خبره – [کلیک کنید]

ا ———————————————-

⭐ هوش مصنوعی توزیع شده

🔸 از زمان معرفی اولیه مفهوم هوش مصنوعی توزیع شده در دهه 1980، این مفهوم گسترش و تنوع زیادی یافته است و امروزه به یکی از حوزه های بسیار فعال تحقیقاتی، تبدیل شده است و در عین حال، طی سال های اخیر، عامل های هوشمند و خودکار در طیف وسیعی از کاربردهای مختلف نظیر حوزه فناوری اطلاعات، صنعت، ارتباطات و ... به صورت موفقیت آمیزی مورد استفاده قرار گرفته اند.

▫️ آموزش هوش مصنوعی توزیع شده – [کلیک کنید]

ا ———————————————-

⭐ یادگیری انتقال Transfer Learning

🔸 در آموزش زیر ضمن بیان کلیات ساختار روش‌های انتقال یادگیری، یک طبقه بندی مرجع در بررسی تکنیک های مختلف یادگیری انتقال نیز معرفی می شود. در ادامه نیز مروری بر کاربردهای یادگیری انتقال برای مسائل پایه ای نظیر رده بندی، رگرسیون و خوشه بندی خواهیم داشت.

▫️ آموزش یادگیری انتقال – [کلیک کنید]

ا ———————————————-

⭐ آموزش موجک‌ها در MATLAB

🔸 تبدیلات موجک یا ویولت از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی به ویژه هوش مصنوعی، یادگیری ماشینی و پیش بینی سری زمانی و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات فوریه و سری های فوریه ست و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را جبران می نماید.

▫️ آموزش موجک ها در MATLAB – [کلیک کنید]



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌‌

‌
⭐ الگوریتم‌های بهینه‌سازی

🔸 آشنایی با روش های بهینه سازی، ابزاری مهم و حیاتی در اختیار طراحان، مهندسان و سازندگان قرار می دهد تا با استفاده از قابلیت جستجو موثر و توانمندی بالای این روش ها به دنبال جواب بهینه مورد نظر باشند. از طرفی طیف وسیعی از این الگوریتم ها امکان مقایسه عملکرد و سنجش این الگوریتم ها را فراهم می کند.

🔸 از این رو در ادامه به معرفی الگوریتم‌های بهینه سازی خواهیم پرداخت.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش بهینه سازی مقید در متلب

▫️ آموزش الگوریتم بهینه سازی سیاه چاله BH

▫️ آموزش بهینه سازی استوار و مقاوم Robust

▫️ آموزش الگوریتم چرخه آب برای حل مسائل بهینه سازی

▫️ آموزش آشنایی با سیستم ایمنی مصنوعی و الگوریتم‌های آن

▫️ آموزش روش‌های کدینگ پاسخ در مساله فروشنده دوره گرد (رایگان)



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌

‌
⭐ آشنایی با دیگر مفاهیم حوزه هوش مصنوعی


⭐ آموزش پیش‌بینی نوسانات بازار سهام با هوش مصنوعی در Python

🔸 به منظور پیش‌بینی حرکات بازار و همچنین اتخاذ تصمیم‌های بعدی، نیاز به تخمین نوسانات بعدی بازار است. بنابراین، تخمین نوسانات بازار نقش مهمی در معاملات مالی دارد. با استفاده از هوش مصنوعی، می‌توان بهبود قابل توجهی در دقت پیش‌بینی‌ها داشت و به دلیل توانایی این روش‌ها در پردازش داده‌های بزرگ، می‌توان به شناخت الگوهای پیچیده‌تر نوسانات بازار کمک کرد.

▫️ آموزش پیش بینی نوسانات بازار سهام با هوش مصنوعی

ا ———————————————-

⭐ آموزش تشخیص دستور گفتار با هوش مصنوعی در متلب

🔸شبکه عصبی هر روز در حال پیشرفت است و قطعا زندگی انسان را تحت تاثیر قرار می‌دهد. بسترهای متنوعی برای پیاده‌سازی شبکه عصبی وجود دارد که یکی از آن‌ها نرم‌افزار متلب است که آموزش آن در لینک زیر موجود می‌باشد.

▫️ آموزش تشخیص دستور گفتار با هوش مصنوعی

ا ———————————————-

⭐ آموزش MIA – Median Interval Approach در متلب

🔸 . سیستم per-c‎ که در این آموزش بر روی آن تمرکز داریم، سیستمی است که ورودی و خروجی آن‌ها کلمات زبان طبیعی است. در معماری سیستم per-c‎ سه بخش مهم وجود دارد که عبارتند از: Encoder, CWW‎ Engine‎ و Decoder.

▫️ آموزش Median Interval Approach در متلب



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌‌

‌
⭐ خوشه‌بندی هوشمند

🔸 «تحلیل خوشه‌بندی» یا بطور خلاصه خوشه‌بندی، فرآیندی است که به کمک آن می‌توان مجموعه‌ای از اشیاء را به گروه‌های مجزا افراز کرد. هر افراز یک خوشه نامیده می‌شود.

🔸 اعضاء هر خوشه با توجه به ویژگی‌هایی که دارند به یکدیگر بسیار شبیه هستند و در عوض میزان شباهت بین خوشه‌ها کمترین مقدار است. در چنین حالتی هدف از خوشه‌بندی، نسبت دادن برچسب‌هایی به اشیاء است که نشان دهنده عضویت هر شیء به خوشه است.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش خوشه‌بندی با الگوریتم‌های تکاملی و فراابتکاری

▫️ آموزش کاهش تعداد رنگ تصاویر با استفاده از روش‌های خوشه‌بندی هوشمند



🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌

‌
⭐ بهینه سازی سبد سهام

🔸 بهینه‌سازی سبد سهام یا انتخاب بهینه سبد سهام یکی از مسائل مهم در حوزه علوم مالی و سرمایه‌گذاری است که کاربردهای فراوانی را در برنامه‌ریزها و تصمیم‌گیری‌های مالی دارد. با انتخاب یک سبد سهام مناسب، می‌توان تا حدود زیادی بهینگی را در سرمایه‌گذاری (به لحاظ افزایش بازده و کاهش ریسک) افزایش داد.

🔸 برای حل مساله بهینه سازی سبد سهام، ابزارها و الگوریتم های متنوعی پیشنهاد شده اند و قابل استفاده می باشند، که هم شامل الگوریتم های بهینه سازی کلاسیک و هم شامل الگوریتم های بهینه سازی هوشمند و فراابتکاری (متاهیوریستیک) است.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش بهینه‌سازی سبد سهام در Python

▫️ آموزش بهینه‌سازی سبد سهام در MATLAB


🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌‌‌

‌
⭐ پیاده‌سازی الگوریتم‌های بهینه‌سازی در MATLAB - بخش دوم

🔸 بهینه‌سازی یک مسئله ریاضی و کلی است که از قرن‌ها پیش مطرح بوده است و در حال حاضر هم یک مسئله و موضوع در دست بررسی و پژوهش است.

🔸 هدف از الگوریتم های بهینه سازی یافتن یک جواب قابل قبول، با توجه به محدودیت‌ و نیاز مسئله است. در ادامه به پیاده سازی چندین الگوریتم بهینه‌سازی در MATLAB خواهیم پرداخت.


📌 برای شروع یادگیری، از لینک‌های زیر استفاده کنید: 👇👇

▫️ آموزش الگوریتم تکامل تفاضلی در متلب MATLAB

▫️ آموزش بهینه سازی غیر متمرکز + پیاده سازی در MATLAB

▫️ آموزش الگوریتم فرهنگی Cultural Algorithm در MATLAB

▫️ آموزش الگوریتم رقابت استعماری + پیاده سازی در MATLAB

▫️ آموزش شبیه سازی تبرید Simulated Annealing در MATLAB

▫️ آموزش الگوریتم بهینه سازی علف هرز مهاجم IWO در MATLAB

▫️ آموزش بهینه سازی مبتنی بر جغرافیای زیستی BBO در MATLAB

▫️ آموزش الگوریتم سینوس کسینوس SCA در MATLAB

▫️ آموزش الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری TLBO در MATLAB


🔗 مجموعه آموزش هوش مصنوعی — [کلیک کنید]


@FaraAI — کانال تخصصی هوش مصنوعی
‌