این دوره بر درک مفهومی و پیادهسازی تکنیکهای عددی برای حل مسائل ریاضی تمرکز دارد. حل بسیاری از مسائل در دنیای واقعی به صورت تحلیلی سخت یا غیرممکن است اما حل عددی آن آسان است.
آنچه یاد خواهید گرفت:
رشد قدرت محاسباتی به این معنی است که مشکلاتی که قبلاً حل آنها سخت بود اکنون با استفاده از تکنیکهای عددی قابل حل است. اینها الگوریتمهایی هستند که به جای استفاده از دستکاری نمادین یعنی متناسب با یک فرمول، به دنبال یافتن تقریبهای عددی برای مسائل ریاضی هستند. دستکاری نمادین اغلب بسیار سخت است و ممکن است همیشه قابل کنترل نباشد. از سوی دیگر، تجزیه و تحلیل عددی به ما اجازه میدهد تا پاسخهای تقریبی به مسائل سختی مانند پیشبینی آب و هوا، محاسبه مسیر یک فضاپیما، تعیین قیمت کالاها در زمان واقعی و در بسیاری موارد استفاده دیگر بدهیم. در این دوره، حل مسائل با روشهای عددی، طیف گستردهای از تکنیکهای عددی را برای انواع مختلف مسائل بررسی میکنیم و یاد میگیریم که چگونه میتوانیم این تکنیکها را با استفاده از زبان برنامهنویسی R به کار ببریم. ابتدا، خواهید آموخت که چگونه روشهای عددی با روشهای تحلیلی متفاوت هستند و چرا مهم است که بتوانیم مسائل را با استفاده از روشهای عددی حل کنیم. شما تکنیکهای عددی مستقیم و تکراری را برای حل یک سیستم معادلات خطی و انجام درون یابی و برون یابی با استفاده از انواع روشهای مختلف درک خواهید کرد و با آنها کار خواهید کرد. در مرحله بعد، نحوه نمایش نمودارها و کاربردهای الگوریتمهای گراف را در دنیای واقعی کشف خواهید کرد. سپس به سراغ تکنیکهای جستجوی محلی برای حل مشکل N-queens خواهید رفت. شما انواع جستجوی محلی کلاسیک مانند الگوریتمهای جستجوی محلی تصادفی، بازپخت شبیهسازی شده و الگوریتمهای پذیرش آستانه را مطالعه خواهید کرد. این تکنیکها به حرکات بد محلی اجازه میدهند تا از گیر افتادن در بهینه محلی جلوگیری کنند. در نهایت، نحوه فرمولبندی یک مسئله برنامهریزی خطی را با تنظیم هدف، محدودیتها و متغیرهای تصمیم خود و پیادهسازی راهحل با استفاده از ابزارهای R کشف خواهید کرد. شما این دوره را با درک و پیادهسازی تمایز و ادغام با استفاده از برنامه نویسی R کامل خواهید کرد. پس از اتمام این دوره، مهارت و دانش لازم برای به کارگیری انواع روشهای عددی برای حل مسائل ریاضی با استفاده از زبان برنامه نویسی R را خواهید داشت.
نمونه ویدیوی آموزشی ( زیرنویسها جدا از ویدیو است و میتوانید آنرا نمایش ندهید ) :
[ENGLISH]
01 Course Overview [2mins]
01-01 Course Overview [2mins]
02 Understanding Numerical Methods [34mins]
02-01 Version Check [0mins]
02-02 Prerequisites and Course Outline [3mins]
02-03 Introducing Numerical Methods [4mins]
02-04 Direct and Iterative Numerical Methods [5mins]
02-05 Numerical Instability and Errors [4mins]
02-06 Interpolation and Extrapolation [3mins]
02-07 Constant, Linear, Polynomial, and Spline Interpolation [5mins]
02-08 System of Linear Equations [3mins]
02-09 Gaussian Elimination and Jacobi Method [7mins]
03 Applying Numerical Methods to Solve Problems [46mins]
03-01 Demo- Linear and Constant Interpolation [7mins]
03-02 Demo- Linear and Polynomial Extrapolation [6mins]
03-03 Demo- Interpolation Using Spline and Smoothing Techniques [2mins]
03-04 Demo- Iterative Techniques - Jacobi Method to Solve Linear Equations [5mins]
03-05 Demo- Direct Techniques - Gaussian Elimination to Solve Linear Equations [3mins]
03-06 Demo- Discretizing Continuous Data [5mins]
03-07 Demo- Rounding Errors and Approximation Errors [4mins]
03-08 Demo- Approximating Derivate Calculations [5mins]
03-09 Demo- Eulers Method and Numerical Instability [9mins]
04 Working with Graphs Using Numerical Techniques [42mins]
04-01 Graphs and Graph Applications [5mins]
04-02 Directed and Undirected Graphs [4mins]
04-03 Connected and Unconnected Graphs [2mins]
04-04 Graph Representations [5mins]
04-05 Shortest Path Algorithms [5mins]
04-06 Demo- Defining and Configuring Graphs [5mins]
04-07 Demo- Specifying Attributes for Edges and Vertices [3mins]
04-08 Demo- Exploring Different Kinds of Graphs [4mins]
04-09 Demo- Calculating Shortest Distances [6mins]
04-10 Demo- Calculating Shortest Paths [3mins]
05 Implementing Local Search and Optimizations [52mins]
05-01 Solutions Approaches to N-Queens [7mins]
05-02 Introducing Local Search Algorithms [5mins]
05-03 Simulated Annealing and Threshold Accepting [3mins]
05-04 Demo- 8 Queens - Calculating Number of Attacks [9mins]
05-05 Demo- 8 Queens - Generating Candidate Solutions [2mins]
05-06 Demo- 8 Queens - Solution Using Local Search Techniques [4mins]
05-07 Objective Constraints and Decision Variables [6mins]
05-08 Wyndor Glass- Framing the Optimization Problem [4mins]
05-09 Setting up the Optimization as a Linear Programming Problem [2mins]
05-10 Solving the Linear Programming Problem Graphically [3mins]
05-11 Demo- Solving Optimization Problems Using Linear Programming [4mins]
05-12 Demo- Linear Programming to Solve the Wyndor Glass Problem [3mins]
06 Implementing Integration and Differentiation [43mins]
06-01 Modeling Population Growth [4mins]
06-02 Interpreting Derivatives [6mins]
06-03 Verhulsts Equation for Population Growth [5mins]
06-04 Understanding Integration [4mins]
06-05 Demo- Calculating Derivatives [4mins]
06-06 Demo- Calculating Velocity and Acceleration Using Derivatives [3mins]
06-07 Demo- Performing Integration [5mins]
06-08 Demo- Using the ODE Solver to Solve Differential Equations [6mins]
06-09 Demo- Solving Verhulsts Equation [5mins]
06-10 Summary and Further Study [1mins]
[فارسی]
01 بررسی اجمالی دوره [2 دقیقه]
01-01 بررسی اجمالی دوره [2 دقیقه]
02 درک روشهای عددی [34 دقیقه]
02-01 بررسی نسخه [0 دقیقه]
02-02 پیش نیازها و خلاصه دوره [3 دقیقه]
02-03 معرفی روشهای عددی [4 دقیقه]
02-04 روشهای عددی مستقیم و تکراری [5 دقیقه]
02-05 ناپایداری عددی و خطاها [4 دقیقه]
02-06 درون یابی و برون یابی [3 دقیقه]
02-07 درون یابی ثابت، خطی، چندجملهای و اسپلاین [5 دقیقه]
02-08 سیستم معادلات خطی [3 دقیقه]
02-09 حذف گاوسی و روش ژاکوبی [7 دقیقه]
03 استفاده از روشهای عددی برای حل مسائل [46 دقیقه]
03-01 نسخهی نمایشی- درون یابی خطی و ثابت [7 دقیقه]
03-02 نسخهی نمایشی- برون یابی خطی و چند جملهای [6 دقیقه]
03-03 نسخهی نمایشی- درون یابی با استفاده از تکنیکهای Spline و صاف کردن [2 دقیقه]
03-04 نسخهی نمایشی- تکنیکهای تکراری - روش ژاکوبی برای حل معادلات خطی [5 دقیقه]
03-05 نسخهی نمایشی- تکنیکهای مستقیم - حذف گاوسی برای حل معادلات خطی [3 دقیقه]
03-06 نسخهی نمایشی- گسستهسازی دادههای پیوسته [5 دقیقه]
03-07 نسخهی نمایشی- خطاهای گرد کردن و خطاهای تقریبی [4 دقیقه]
03-08 نسخهی نمایشی- تقریبی محاسبات مشتق [5 دقیقه]
03-09 نسخهی نمایشی- روش اویلر و ناپایداری عددی [9 دقیقه]
04 کار با نمودارها با استفاده از تکنیکهای عددی [42 دقیقه]
04-01 نمودارها و برنامههای گراف [5 دقیقه]
04-02 نمودارهای کارگردانی شده و بدون جهت [4 دقیقه]
04-03 نمودارهای متصل و غیر متصل [2 دقیقه]
04-04 بازنمایی نمودار [5 دقیقه]
04-05 الگوریتمهای کوتاهترین مسیر [5 دقیقه]
04-06 نسخهی نمایشی- تعریف و پیکربندی نمودارها [5 دقیقه]
04-07 نسخهی نمایشی- مشخص کردن ویژگیها برای لبهها و رئوس [3 دقیقه]
04-08 نسخهی نمایشی- کاوش انواع مختلف نمودارها [4 دقیقه]
04-09 نسخهی نمایشی- محاسبه کوتاهترین فاصلهها [6 دقیقه]
04-10 نسخهی نمایشی- محاسبه کوتاهترین مسیرها [3 دقیقه]
05 پیادهسازی جستجوی محلی و بهینهسازی [52 دقیقه]
05-01 رویکردهای راه حل به N-Queens [7 دقیقه]
05-02 معرفی الگوریتمهای جستجوی محلی [5 دقیقه]
05-03 بازپخت شبیهسازی شده و پذیرش آستانه [3 دقیقه]
05-04 نسخه نمایشی- 8 ملکه - محاسبه تعداد حملات [9 دقیقه]
05-05 نسخهی نمایشی- 8 ملکه - ایجاد راه حلهای نامزد [2 دقیقه]
05-06 نسخهی نمایشی- 8 کوئین - راه حل با استفاده از تکنیکهای جستجوی محلی [4 دقیقه]
05-07 محدودیتهای هدف و متغیرهای تصمیم [6 دقیقه]
05-08 Wyndor Glass- Framing the Optimization Problem [4 دقیقه]
05-09 تنظیم بهینهسازی به عنوان یک مسئله برنامه ریزی خطی [2 دقیقه]
05-10 حل مسئله برنامه ریزی خطی به صورت گرافیکی [3 دقیقه]
05-11 نسخهی نمایشی- حل مسائل بهینهسازی با استفاده از برنامه نویسی خطی [4 دقیقه]
05-12 نسخهی نمایشی- برنامه نویسی خطی برای حل مسئله شیشه ویندور [3 دقیقه]
06 اجرای یکپارچگی و تمایز [43 دقیقه]
06-01 مدلسازی رشد جمعیت [4 دقیقه]
06-02 تفسیر مشتقات [6 دقیقه]
06-03 معادله ورهولست برای رشد جمعیت [5 دقیقه]
06-04 درک یکپارچگی [4 دقیقه]
06-05 نسخه آزمایشی- محاسبه مشتقات [4 دقیقه]
06-06 نسخهی نمایشی- محاسبه سرعت و شتاب با استفاده از مشتقات [3 دقیقه]
06-07 نسخهی نمایشی- انجام یکپارچهسازی [5 دقیقه]
06-08 نسخهی نمایشی- استفاده از حل کننده ODE برای حل معادلات دیفرانسیل [6 دقیقه]
06-09 نسخهی نمایشی- حل معادله ورهولست [5 دقیقه]
06-10 خلاصه و مطالعه بیشتر [1 دقیقه]
جانانی دارای مدرک کارشناسی ارشد از استنفورد است و بیش از 7 سال در گوگل کار کرده است. او یکی از مهندسان اصلی Google Docs بود و دارای 4 پتنت برای فریمورک ویرایش مشارکتی بلادرنگ آن است. جانانی پس از گذراندن سالها کار در فناوری در منطقه خلیج، نیویورک و سنگاپور در شرکتهایی مانند مایکروسافت، گوگل و فلیپکارت، سرانجام تصمیم گرفت عشق خود به فناوری را با علاقهاش به تدریس ترکیب کند. او اکنون یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارتهای فنی متمرکز است. Loonycorn در حال کار بر روی توسعه یک موتور (پتنت ثبت شده) برای خودکارسازی انیمیشنها برای ارائهها و محتوای آموزشی است.