آموزش کاربرد یادگیری ماشین در مهندسی عمران با متلب

آموزش کاربرد یادگیری ماشین در مهندسی عمران با متلب

اهمیت یادگیری ماشین در مهندسی عمران چیست؟ امروزه، یادگیری ماشین (Machine Learning) که یک زیرمجموعه اصلی از هوش مصنوعی (Artificial Intelligence) است در اکثر علوم مهندسی به عنوان یک ابزار قدرتمند مورد استفاده قرار می‌گیرد. پس از تسلط بر این فرادرس، دانشجویان تحصیلات تکمیلی مهندسی عمران می‌توانند از این تخصص در طرح‌های پژوهشی، پایان‌نامه‌های کارشناسی ارشد و دکتری و چاپ مقالات علمی معتبر استفاده کنند. علاوه‌بر مواردی که کر شد یادگیری ماشین به عنوان یک روش هوش مصنوعی، می‌تواند در بسیاری از زمینه‌های مهندسی عمران، از جمله طراحی و ساخت سازه‌ها، بهبود کیفیت ساختمان‌ها، پیش‌بینی رفتار و عملکرد سازه‌ها در شرایط مختلف و حتی بهبود مدیریت پروژه‌های عمرانی استفاده شود. در این فرادرس چه چیزی یاد می‌گیریم؟ در این فرادرس سعی داریم در ابتدا انواع روش‌های مختلف را برای حل مسائل در مهندسی عمران را مرور کنیم. سپس مجلات معتبر مهندسی عمران (WOS) را که مقالات را در زمینه‌های مختلف کاربرد روش‌های یادگیری ماشین چاپ می‌کنند را معرفی خواهیم کرد. در ادامه معرفی اجمالی از مدل‌های شناخته شده یادگیری ماشین برای تخمین و طبقه‌بندی توابع غیر خطی خواهیم داشت. شایان ذکر است که برای دانشجویان رشته مهندسی عمران که تجربه برنامه‌نویسی را ندارند و برای سادگی کار از اپلیکیشن‌های آماده نرم‌افزار متلب (بدون نیاز به کدنویسی) استفاده خواهد شد. اکثر مثال‌های عملی این دوره و داده‌های مورد استفاده در مجلات معتبر مهندسی عمران چاپ شده‌اند. در این فرادرس کاربران را به صورت کامل با نحوه استفاده از این روش‌ها در آماده‌سازی مقالات معتبر علمی آشنا خواهیم کرد. برای تمرین، داده‌های صحت‌سنجی شده مورد استفاده در این آموزش در اختیار علاقه‌مندان قرار خواهد گرفت.

تریلر دوره

توضیحات کامل دوره

...

سرفصل‌های دوره

  • چکیده
    0:00:59

  • جایگاه یادگیری ماشین در مهندسی عمران
    رایگان 0:05:27
  • مفهوم یادگیری ماشین و نرم‌افزار‌های مرتبط
    0:11:43

  • توابع مورد نیاز در نرم‌افزار متلب
    0:16:22
  • ترسیم دوبعدی
    0:17:43
  • ترسیم نتایج آزمایش مقاومت فشاری بتن
    رایگان 0:11:59

  • تابع برازش منحنی
    0:12:58
  • مدل‌سازی مقاومت فشاری بتن با استفاده از برازش منحنی
    0:11:05

  • معرفی و مفاهیم اولیه
    0:11:10
  • توابع مختلف شبکه‌های عصبی
    رایگان 0:11:49
  • مدل‌سازی توابع ریاضی با استفاده از شبکه‌های عصبی مصنوعی چندلایه
    0:14:30
  • تخمین تغییر شکل یک خرپا با استفاده از شبکه‌های عصبی مصنوعی
    0:16:13
  • کد‌های ساده و Datasetهای آماده متلب
    0:13:24
  • کد‌های شبکه‌های عصبی مصنوعی
    0:09:01
  • بررسی مقاله بهسازی خاک‌های آلی با سیمان و ماسه
    0:13:52
  • آنالیز حساسیت
    0:08:07
  • تخمین مقاومت فشاری تک‌محوره خاک‌های آلی مقاوم‌سازی‌شده
    0:11:58

  • بررسی مقاله ظرفیت باربری کششی شمع‌ها در تست‌های مدل‌سازی فیزیکی
    رایگان 0:10:56
  • مدل‌سازی ظرفیت باربری کششی شمع‌ها و استفاده از شبکه‌های عصبی مصنوعی شعایی
    0:13:30
  • مقایسه تخمین ارتفاع موج دریا و حل تمرین
    0:04:39
  • مباحث تکمیلی
    0:06:12

  • معرفی و مفاهیم اولیه شبکه عصبی Patternnet
    0:14:55
  • طبقه‌بندی تعداد تصادفات جاده‌ای در ایران با استفاده از شبکه عصبی Patternnet
    رایگان 0:11:23
  • آنالیز پایداری شیب‌ها با استفاده از شبکه عصبی Patternnet
    0:09:31

  • شبکه‌های عصبی SOM
    0:13:39
  • آنالیز خوشه‌بندی گمانه‌های روانگرا و حل تمرین
    0:09:48

  • جمع‌بندی و نتیجه مباحث
    0:02:37
  • ادامه یادگیری
    0:03:18
  • دسترسی به آموزش‌های «ادامه یادگیری»
  • ادامه مسیر تا ورود به بازار کار

  • خلاصه و مرور آموزش
  • واژه‌نامه (Glossary)
  • سوالات متداول (FAQ)
  • مشاغل مرتبط
  • نمونه سئوالات مصاحبه شغلی

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

1,990,000 تومان
398,000 تومان
80% تخفیف

این دوره شامل:
10 فصل آموزشی
4 ساعت ساعت آموزش
دسترسی مادام‌العمر
سطح: مبتدی
گواهی پایان دوره: ندارد
تاریخ انتشار: 1403/12/09
آخرین به‌روزرسانی: 2026-10-29 14:44:18
تعداد امتیازها: 0
تعداد دانشجو:
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: