در حال آماده‌سازی پیکو...
هوش مصنوعی
محمد ابراهیمیان
طاها ایزدی
نیما قدیرنیا
مرحله اول المپیاد هوشمصنوعی
دوره‌ای جامع برای آمادگی کامل در مرحله اول المپیاد هوش مصنوعی؛ سه کلاس هماهنگِ جبر و جبر خطی، احتمال و الگوریتم و پایتون — دقیقاً بر اساس طرح درس مرحله اول، از پایه تا سطح المپیاد.
۴.۹
محمد ابراهیمیانطاها ایزدینیما قدیرنیا
پیش‌نمایش دورهشهریه دوره
۱۱,۵۰۰,۰۰۰ تومان
پرداخت اقساطی — ۴ قسط مساوی
تمام امکانات آموزشی دوره بعد از خرید در فضای اختصاصی فعال می‌شوند.
داخل این دوره چه چیزهایی یاد می‌گیری؟
طرح درس دوره
هر کلاسِ دوره به مفاهیمش تقسیم شده؛ روی هر کلاس کلیک کن تا مفاهیمش، و روی هر مفهوم کلیک کن تا ببینی چه چیزهایی در آن کار می‌شود.
- تعریف، دامنه، هم‌دامنه و برد
- توابع یک‌به‌یک، پوشا و دوسویی
- توابع زوج و فرد، صعودی و نزولی
- ترکیب توابع، تابع همانی و وارون تابع
- نمادگذاری بردار، مؤلفه‌ها و عملیات پایه
- ضرب داخلی، نرم بردار و زاویه بین بردارها
- تعامد و ترکیب‌های خطی ساده
- ضرب خارجی در فضای سه‌بعدی و کاربردهای هندسی
- نمادگذاری ماتریسی، ابعاد و انواع ماتریس
- جمع و ضرب اسکالر و ضرب ماتریسی
- دستگاه Ax=b، ماتریس افزایشی و عملیات سطری
- دترمینان ماتریس‌های کوچک، معکوس‌پذیری و تفسیر هندسی
- مفهوم فضای برداری و زیرفضا
- ترکیب خطی، span و مجموعه مولد
- استقلال و وابستگی خطی
- آشنایی با مفهوم پایه
- گزاره و ارزش صدق، نفی و محمول‌ها
- عملگرهای منطقی، شرطی‌ها و سورهای وجودی و عمومی
- مجموعه‌ها، زیرمجموعه‌ها و تساوی مجموعه‌ها
- عملیات مجموعه‌ای و قوانین دمورگان
- حاصلضرب دکارتی
- آزمایش تصادفی، فضای نمونه و پیشامد
- قواعد شمارش، جایگشت و ترکیب
- فضای احتمال و اصول کولموگروف
- اجتماع، اشتراک و متمم
- قاعده شمول و عدم شمول
- تعریف و تفسیر احتمال شرطی
- قاعده ضرب، قاعده زنجیره‌ای و استقلال پیشامدها
- قانون احتمال کل و درخت احتمال
- قضیه بیز، احتمال پیشین و پسین
- مدل موفقیت و شکست
- آزمون‌های مستقل مکرر
- متغیر تصادفی گسسته و تابع جرم احتمال PMF
- تابع توزیع تجمعی CDF
- امید ریاضی، واریانس و انحراف معیار
- توزیع برنولی و دوجمله‌ای و کاربردهای ساده
- الگوریتم چیست؟ تفکر الگوریتمی و حل مسئله
- نمادگذاری Big-O و پیچیدگی زمان و حافظه
- اصل جمع، اصل ضرب و اصل متمم
- فاکتوریل و جایگشت‌های خطی، دوری و با تکرار
- ترکیب و ضرایب دوجمله‌ای
- معادلات خطی با ضرایب واحد (stars-and-bars)
- اصل استقرا: پایه، فرض و گام استقرا
- استقرای قوی و اثبات صحت الگوریتم‌ها
- تمرین: مجموع‌ها، نامساوی‌ها و بخش‌پذیری
- مسائل استقرای پیشرفته و اثبات‌های الگوریتمی
- تفکر بازگشتی، فاکتوریل و فیبوناچی
- حالت پایه، حالت بازگشتی و call stack
- برج هانوی و حل مسئله به روش بازگشتی
- راهبرد تسهیم و غلبه
- جستجوی دودویی و مرج‌سورت
- کوئیک‌سورت و تحلیل الگوریتم‌های تسهیم و غلبه
- راهبرد حریصانه، سکه‌ها و انتخاب فعالیت
- کوله‌پشتی کسری
- آشنایی با کدگذاری هافمن
- زیرمسئله‌های همپوشان و ساختار بهینه
- مموایزیشن، فیبوناچی و ضرایب دوجمله‌ای
- کوله‌پشتی ۰/۱ و طولانی‌ترین زیردنباله مشترک
- اصول عقب‌گرد و درخت فضای حالت
- subset sum و مسئله N-Queens
- رنگ‌آمیزی گراف و حل ماز
- محیط پایتون، سینتکس و ورودی/خروجی
- متغیرها، انواع داده و عملگرهای محاسباتی و مقایسه‌ای
- ساختارهای شرطی و عملگرهای منطقی
- حلقه‌ها و کنترل جریان (while، for، break، continue)
- تعریف توابع، پارامترها و scope
- توابع تودرتو، رشته‌ها و متدهای مهم
- ساختارهای داده: لیست، تاپل، مجموعه و دیکشنری
- فایل‌ها، مدیریت خطا با try/except و ماژول‌ها
ویژگی‌های آموزشی
کوییزهای پایان فصل
در پایان هر بخش، ارزیابی کوتاهی برای مرور مطالب و سنجش یادگیری در اختیار تو قرار می‌گیرد.
کلاس آنلاین
جلسات آنلاین دوره طبق برنامه هفتگی برگزار می‌شوند و بعد از خرید در فضای اختصاصی در دسترس‌اند.
جلسات ضبط‌شده
ضبط جلسات برای مرور دوباره در فضای دوره در اختیار دانش‌آموز قرار می‌گیرد.
جزوه هر جلسه
جزوه‌های مرتبط با جلسات برای استفاده و دانلود در فضای اختصاصی دوره ارائه می‌شوند.
ارسال تکلیف و بازخورد استاد
تکالیف را ارسال می‌کنی و بعد از بررسی، بازخورد معلم را در همان فضای آموزشی می‌بینی.
می‌خوای درباره مسیر هوش مصنوعی بیشتر بدونی؟
معرفی کامل المپیاد و مسیر کلی آن را ببین.