|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/algoritmos-de-inteligencia-artificial-bioinspirados/
课程评论：没有评论
**课程名称：** 自然启发式人工智能算法 **课程概览：** 本课程深入探讨了受生物学启发的各种人工智能（AI）算法。这些算法模仿自然界中的过程和模式，用于解决现实世界中的复杂问题。课程旨在提供理论和实践知识，帮助学员掌握最流行和最常用的生物启发式算法，并能够运用这些算法构建实际的人工智能解决方案。 课程共分为六个部分，每个部分都专注于一种独特的算法，并通过实际案例研究进行演示。学员将学习并动手实践以下算法： * **遗传算法 (GA)：** 基于生物进化过程，通过选择、交叉和变异等机制优化种群。应用案例为优化航班时刻表，降低票价和机场等待时间。 * **差分进化 (DE)：** 同样受进化过程启发，但更适合处理实数/分数类型的问题。案例研究是创建平衡碳水化合物、蛋白质和脂肪的菜单。 * **人工神经网络 (ANN)：** 模仿生物神经元的工作方式，是现代AI应用（如聊天机器人、自动翻译、自动驾驶等）的核心技术。案例研究是图像分类。 * **克隆选择算法 (CSA)：** 基于抗体对抗抗原的优化应答过程，用于数字识别和生成。 * **粒子群优化 (PSO)：** 模仿动物群体的社会行为，通过群体协作寻找最优解。案例研究是优化课程排班，最大化班级利用率。 * **蚁群优化 (ACO)：** 模仿蚂蚁觅食行为，常用于解决图论类问题，如旅行商问题。 课程将使用 Python 编程语言和 Google Colab 进行实践教学，共包含 80 多个课程单元和 9 小时以上的视频内容。通过本课程的学习，学员将能够根据不同问题的特性，选择并应用最合适的生物启发式算法来解决实际挑战。
A natureza oferece uma vasta gama de inspirações de processos biológicos a serem incorporados na tecnologia e na computação, sendo que alguns desses processos e padrões na natureza inspiram algoritmos utilizados na resolução de problemas do mundo real. Esses algoritmos são chamados de bioinspirados, cuja inspiração na natureza permite a aplicação em vários problemas de otimização e classificação. Para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre as principais e mais utilizados algoritmos bioinspirados! Ao final você terá todas as ferramentas necessárias para construir soluções de inteligência artificial que podem ser aplicadas em problemas reais! O curso está dividido em seis partes que abordam algoritmos diferentes aplicados em estudos de caso do mundo real. Veja abaixo os projetos que serão implementados passo a passo:Algoritmos genéticos (GA): Talvez o algoritmo bioinspirado mais utilizado e conhecido na área de otimização. É baseado no processo de evolução biológica, no qual populações de indivíduos evoluem ao longo das gerações por meio de mutação, seleção, e crossing over; gerando populações com indivíduos melhores. Vamos resolver um problema de agendamento de horário de voos, buscando minimizar o preço das passagens e o tempo que as pessoas ficam esperando no aeroportoEvolução diferencial (DE): Um algoritmo que também se inspira no processo de evolução biológica, porém mais adaptado a resolver problemas com valores reais/fracionados. O estudo de caso será a escolha da quantidade de cada alimento (de um conjunto de alimentos) para a criação de cardápios, balanceando corretamente a quantidade de carboidratos, proteínas e gordurasRedes neurais (ANN): Classe de algoritmos baseados no funcionamentos dos neurônios biológicos. É uma das técnicas mais modernas e utilizados em inúmeras aplicações do cotidiano, como chatbots, tradutores automáticos, carros autônomos, reconhecimento de voz, dentre várias outras. O estudo de caso será a criação de uma rede neural para a classificação de imagensAlgoritmo da Seleção Clonal (CSA): Baseia-se no funcionamento da otimização da resposta de anticorpos contra um antígeno, assemelhando-se ao processo de evolução biológica. Esses conceitos serão utilizados na prática para a identificação de dígitos e geração de dígitos. Otimização por Enxame de Partículas (PSO): Um algoritmo de enxame que se baseia no comportamento social de animais, no qual o enxame como um todo tenta encontrar a melhor solução para um problema específico. Vamos considerar o cenário de um curso que precisa ser ofertado para várias turmas e horários diferentes, sendo que o objetivo do algoritmo será encontrar a melhor combinação de horários para obtermos um melhor aproveitando das turmasOtimização por Colônia de Formigas (ACO): Algoritmo bioinspirado que se baseia no comportamento forrageador de comida das formigas na busca por alimento. É utilizado em diversos problemas que podem ser representados como grafos, como o famoso estudo de caso do caixeiro viajante, que vamos resolver passo a passo utilizando esta técnicaCada tipo de problema requer técnicas diferentes para sua solução, portanto, conhecendo a maior parte dos algoritmos bionspirados você saberá quais técnicas utilizar nos mais variados tipos de cenários! Durante o curso, vamos utilizar a linguagem de programação Python e o Google Colab para que você aproveite o curso da melhor maneira possível! São mais de 80 aulas e mais de 9 horas de vídeos!
