دوره طراحی و پیاده‌سازی کتابخانه‌های بهینه‌سازی سفارشی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی کتابخانه‌های بهینه‌سازی سفارشی

موضوع کلی: علوم کامپیوتر

موضوع میانی: بهینه‌سازی و الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر بهینه‌سازی و کتابخانه‌های بهینه‌سازی
• 2. مروری بر الگوریتم‌های بهینه‌سازی رایج
• 3. انتخاب زبان برنامه‌نویسی مناسب برای کتابخانه بهینه‌سازی
• 4. طراحی API کتابخانه بهینه‌سازی
• 5. ساختار داده‌های مورد نیاز برای الگوریتم‌های بهینه‌سازی
• 6. پیاده‌سازی الگوریتم‌های بهینه‌سازی پایه (Gradient Descent)
• 7. پیاده‌سازی الگوریتم‌های بهینه‌سازی پیشرفته (Newton's Method)
• 8. پیاده‌سازی الگوریتم‌های بهینه‌سازی بدون مشتق (Derivative-Free Optimization)
• 9. بهینه‌سازی توابع چندمتغیره
• 10. مسائل بهینه‌سازی محدوددار
• 11. روش‌های حل مسائل بهینه‌سازی محدوددار (Lagrange Multipliers)
• 12. استفاده از کتابخانه‌های ریاضی موجود (NumPy, SciPy)
• 13. تست و اعتبارسنجی کتابخانه بهینه‌سازی
• 14. نوشتن تست‌های واحد برای الگوریتم‌های بهینه‌سازی
• 15. مقایسه عملکرد الگوریتم‌های مختلف بهینه‌سازی
• 16. بهینه‌سازی حافظه و سرعت در کتابخانه بهینه‌سازی
• 17. مفهوم گرادیان و مشتقات
• 18. بردارها و ماتریس‌ها در بهینه‌سازی
• 19. عملیات خطی جبر در بهینه‌سازی
• 20. بهینه‌سازی توابع محدب
• 21. بهینه‌سازی توابع غیرمحدب
• 22. روش‌های جستجوی خطی
• 23. انتخاب نرخ یادگیری مناسب
• 24. تنظیم هایپرپارامترهای الگوریتم‌های بهینه‌سازی
• 25. کاربرد کتابخانه بهینه‌سازی در مسائل یادگیری ماشین
• 26. استفاده از کتابخانه بهینه‌سازی در مسائل مهندسی
• 27. مستندسازی کتابخانه بهینه‌سازی
• 28. انتشار و توزیع کتابخانه بهینه‌سازی
• 29. کنترل نسخه با Git
• 30. استفاده از ابزارهای CI/CD
• 31. بهینه‌سازی برای موازی‌سازی و پردازش توزیع‌شده
• 32. بهینه‌سازی برای GPU
• 33. استفاده از کتابخانه‌های بهینه‌سازی خودکار (AutoML)
• 34. بررسی موردی: پیاده‌سازی یک الگوریتم بهینه‌سازی سفارشی برای یک مسئله خاص
• 35. بهینه‌سازی توابع هدف غیرخطی
• 36. استفاده از الگوریتم‌های تکاملی در بهینه‌سازی
• 37. بهینه‌سازی بیزی
• 38. روش‌های نمونه‌برداری در بهینه‌سازی
• 39. بهینه‌سازی چندهدفه
• 40. روش‌های حل مسائل بهینه‌سازی گسسته
• 41. بهینه‌سازی استوکاستیک
• 42. بهینه‌سازی قوی
• 43. کاربرد بهینه‌سازی در شبکه‌های عصبی
• 44. بهینه‌سازی در مسائل کنترل
• 45. بهینه‌سازی در مسائل مالی
• 46. بهینه‌سازی در مسائل زنجیره تامین
• 47. برنامه‌ریزی خطی و غیرخطی
• 48. مقدمه‌ای بر بهینه‌سازی محدب
• 49. روش‌های نقطه داخلی در بهینه‌سازی
• 50. بهینه‌سازی با استفاده از الگوریتم‌های فراابتکاری
• 51. بهینه‌سازی توابع با نویز
• 52. استفاده از روش‌های تقریبی در بهینه‌سازی