Algoritmos de Inteligência Artificial Bioinspirados

Algoritmos genéticos, evolução diferencial, redes neurais, seleção clonal, enxame de partículas e colônia de formigas

4.70 (81 reviews)
Udemy
platform
Português
language
Programming Languages
category
instructor
Algoritmos de Inteligência Artificial Bioinspirados
952
students
10 hours
content
Mar 2022
last update
$49.99
regular price

What you will learn

Entenda a teoria e a prática dos principais algoritmos de inteligência artificiais bioinspirados

Resolva problemas de otimização e classificação do mundo real com os algoritmos bioinspirados

Otimize viagens aéreas em grupo utilizando Algoritmos Genéticos

Crie cardápios personalizados com os nutrientes necessários utilizando Evolução Diferencial

Classifique dígitos escritos a mão com Redes Neurais Artificiais

Adapte anticorpos e antígenos com o algoritmo da Seleção Clonal, aplicado em reconhecimento de dígitos

Otimize o horário de cursos e turmas utilizando Enxame de Partículas

Resolva problemas de menores rotas em grafos com a Otimização por Colônia de Formigas

Description

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:


  1. 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 aeroporto

  2. Evolução 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 gorduras

  3. Redes 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 imagens

  4. Algoritmo 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.

  5. 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 turmas

  6. Otimização 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 técnica

Cada 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!

Content

Introdução

Boas-vindas e conteúdo do curso
Mais sobre Inteligência Artificial
Recursos para download
CURSOS BÔNUS - disponível até 30/03/2022

Algoritmos genéticos

Estudo de caso - calendário de voos
Criação das variáveis
Base de dados de voos
Impressão do calendário
Horas para minutos
Função de custo 1
Função de custo 2
Algoritmo genético - intuição
Parte 1 - mutação
Parte 2 - crossover
Parte 3 - algoritmo completo
Parte 4 - algoritmo completo
Parte 5 - algoritmo completo

Evolução diferencial

Introdução ao algoritmo
Estrutura geral do algoritmo
Geração de novos vetores e o processo de evolução
Principais diferenças entre DE e GA
Aplicação: problema da alocação de nutrientes
Parte 1 - vetor solução
Parte 2 - população de soluções
Parte 3 - função de fitness
Parte 4 - seleciona outros três vetores
Parte 5 - mutação
Parte 6 - seleciona melhor vetor
Parte 7 - rodando o algoritmo
Parte 8 - gráfico das soluções

Redes neurais artificiais

Fundamentos biológicos
Perceptron de uma camada
Redes multicamada - função soma e ativação
Redes multicamada - cálculo do erro
Descida do gradiente
Cálculo do delta
Ajustes dos pesos com backpropagation
Bias, erro, descida do gradiente estocástica e mais parâmetros
Parte 1 - base de dados de dígitos
Parte 2 - pré-processamento das imagens
Parte 3 - treinamento
Parte 4 - avaliação
Parte 5 - classificação de uma única imagem

Algoritmo da seleção clonal (CSA)

Algoritmo da seleção clonal
Estrutura geral do algoritmo
Cálculo do fator de clonagem
Cálculo da taxa de hipermutação
Aplicação - reconhecimento/geração de dígitos
Parte 1 - função anticorpo
Parte 2 - população de anticorpos
Parte 3 - função de fitness
Parte 4 - lista de afinidade dos anticorpos
Parte 5 - seleção dos N melhores anticorpos
Parte 6 - clonagem dos melhores anticorpos
Parte 7 - hipermutação dos anticorpos
Parte 8 - rodando o algoritmo
Parte 9 - gráfico das soluções

Otimização por enxame de partículas (PSO)

Comportamento de revoadas, analogia e modelagem básica
Estrutura geral do algoritmo
Geração de partículas e inicialização da população
Seleção da melhor posição individual e melhor posição global
Atualização da posição de cada partícula
Representação gráfica/vetorial da atualização da posição das partículas
Estudo de caso e problema para aplicação
Parte 1 - função partícula
Parte 2 - função população/enxame
Parte 3 - função de fitness
Parte 4 - função pbest (melhor posição individual)
Parte 5 - função gbest (melhor posição global)
Parte 6 - atualização da velocidade da partícula
Parte 7 - nova posição e nova partícula
Parte 8 - rodando o algoritmo
Parte 9 - gráfico das soluções

Otimização por colônia de formigas (ACO)

Forrageamento de alimento por formigas
Forrageamento de comida por formigas: parte 2
Formigas e o problema TSP
Atualização da deposição do feromônio
Probabilidade de escolha das arestas
Exemplo de aplicação
Parte 1 - arestas
Parte 2 - probabilidade de escolha das arestas
Parte 3 - função de escolha de arestas
Parte 4 - função que gera caminho/formiga
Parte 5 - função do comprimento da solução
Parte 6 - atualização dos feromônios
Parte 7 - rodando o algoritmo
Parte 8 - testando com 5 vértices

Considerações finais

Considerações finais
AULA BÔNUS

Reviews

NAYELY
May 23, 2022
Excelente forma de explicar a pesar de estar en otro idioma pude entenderlo a la perfeccion, gracias!!
Jeferson
April 12, 2022
Ótimo curso! Os professores explicam muito bem, mesmo a base matemática tornam fácil de entender. Se usar a imaginação você consegue aplicar os conhecimentos deste curso em várias áreas, por exemplo, tentarei aplicar em finanças e na física. Parabéns, ótimo curso!

Charts

Price

Algoritmos de Inteligência Artificial Bioinspirados - Price chart

Rating

Algoritmos de Inteligência Artificial Bioinspirados - Ratings chart

Enrollment distribution

Algoritmos de Inteligência Artificial Bioinspirados - Distribution chart
4585126
udemy ID
3/7/2022
course created date
3/23/2022
course indexed date
Bot
course submited by