دانلود تحقیق هوش مصنوعی و کاربرد آن در پزشکی

اختصاصی از فی دوو دانلود تحقیق هوش مصنوعی و کاربرد آن در پزشکی دانلود با لینک مستقیم و پر سرعت .

دیباچه
هوش مصنوعی به هوشی که یک ماشین از  خود نشان میدهد و یا  به دانشی در کامپیوترکه سعی در ایجاد آن دارد گفته می شود. جان مک کارتی "پدر علم و دانش ماشینهای هوشمند" ، واژه هوش مصنوعی را در سال 1956 به کار برد . تحقیقات و جستجوهای انجام شده برای رسیدن به ساخت چنین ماشینهائی مرتبط با بسیاری از علوم دیگر مانند رایانه ، روان شناسی ، فلسفه ، عصب شناسی ، علوم ادراکی ، تئوری کنترل ، احتمالات ، بهینه سازی و منطق می باشد .
هنوز تعریف دقیقی برای هوش مصنوعی ارائه نشده است که مورد قبول همه ی دانشمندان صاحب نظر در این زمینه باشد و این خود به علت آن است که اساس این موضوع یعنی هوش مورد جنجال و اختلاف است و تعریف جامعی درباره آن وجود ندارد.
بطور کلی ماهیت وجودی هوش به مفهوم جمع آوری اطلاعات، استقرا و تحلیل تجربیات به منظور رسیدن به دانش و یا ارایه تصمیم می‌باشد. در واقع هوش به مفهوم به کارگیری تجربه به منظور حل مسائل دریافت شده تلقی می‌شود. هوش مصنوعی علم و مهندسی ایجاد ماشینهایی با هوش با به کارگیری از کامپیوتر و الگوگیری از درک هوش انسانی و یا حیوانی و نهایتاً دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی می‌باشد.
در مقایسه هوش مصنوعی با هوش انسانی می‌توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم می‌باشد در حالی که هوش مصنوعی مبتنی بر قوانین و رویه‌هایی از قبل تعبیه شده بر روی کامپیوتر می‌باشد. در نتیجه علی رغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر ما هنوز قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوشهای مصنوعی نبوده‌ایم.
بطور کلّی، هوش مصنوعی را می‌توان از زوایای متفاوتی مورد بررسی و مطالعه قرار داد. مابین هوش مصنوعی به عنوان یک هدف، هوش مصنوعی به عنوان یک رشته تحصیلی دانشگاهی، و یا هوش مصنوعی به عنوان مجموعهٔ فنون و راه کارهایی که توسط مراکز علمی مختلف و صنایع گوناگون تنظیم و توسعه یافته‌است باید تفاوت قائل بود.
ایجاد و ابداع فنون و تکنیک‌های لازم برای مدیریّت پیچیدگی را باید به عنوان هستهٔ بنیادین تلاش‌های علمی و پژوهشی گذشته، حال، و آینده، در تمامی زمینه‌های علوم رایانه، و به ویژه، در هوش مصنوعی معرّفی کرد. شیوه‌ها و تکنیک‌های هوش مصنوعی، در واقع، برای حل آن دسته از مسائل به وجود آمده‌است که به طور سهل و آسان توسط برنامه‌نویسی تابعی (Functional programming) ، یا شیوه‌های ریاضی قابل حلّ نبوده‌اند.
امروزه دانش مدرن هوش مصنوعی به دو دسته تقسیم می‌شود :‌

ا) هوش مصنوعی سمبلیک یا نمادین ( Symbolic Ai )
2) هوش غیر سمبلیک یا پیوندگرا ( Connection Ai )
هوش مصنوعی سمبلیک از رهیافتی مبتنی بر محاسبات آماری پیروی می‌کند و اغلب تحت عنوان «یادگیری ماشین» یا Machine Learning طبقه‌بندی می‌شود. هوش سمبلیک می‌کوشد سیستم و قواعد آن را در قالب سمبل‌ها بیان کند و با نگاشت اطلاعات به سمبل‌ها و قوانین به حل مسئله بپردازد. در میان معروف‌ترین شاخه‌های هوش مصنوعی سمبلیک می‌توان به سیستم‌های خبره (Expert Systems) و شبکه‌هایBayesian  اشاره کرد. اما هوش پیوندگرا متکی بر یک منطق استقرایی است و از رهیافت «آموزش/ بهبود سیستم از طریق تکرار» بهره می‌گیرد. این آموزش‌ها نه بر اساس نتایج و تحلیل‌های دقیق آماری، بلکه مبتنی بر شیوه آزمون و خطا و «یادگیری از راه تجربه»‌ است. در هوش مصنوعی پیوندگرا، قواعد از ابتدا در اختیار سیستم قرار نمی‌گیرد، بلکه سیستم از طریق تجربه، خودش قوانین را استخراج می‌کند. متدهای ایجاد شبکه‌های عصبی (Network Neural) و نیز به کارگیری منطق فازی (Fuzzy Logic) در این دسته قرار می‌گیرد.
در بسیاری از موارد، با پوشانیدن و پنهان ساختن جزئیّات فاقد اهمّیّت است که بر پیچیدگی فائق می‌آییم و می‌توانیم بر روی بخش‌هایی از مسئله متمرکز شویم که مهم‌تر است. تلاش اصلی در واقع، ایجاد و دستیابی به لایه‌ها و ترازهای بالاتر از هوشمندی تجرید را نشانه می‌رود، تا آنجا که، سرانجام برنامه‌های کامپوتری درست در همان سطحی کار خواهند کرد که خود انسان‌ها رسیده‌اند.
به یاری پژوهش‌های گسترده دانشمندان علوم مرتبط، هوش مصنوعی تاکنون راه بسیاری پیموده‌است. در این راستا، تحقیقاتی که بر روی توانایی آموختن زبانها انجام گرفت و همچنین درک عمیق از احساسات، دانشمندان را در پیشبرد این دانش کمک زیادی کرده‌است. یکی از اهداف متخصصین، تولید ماشینهایی است که دارای احساسات بوده و دست کم نسبت به وجود خود و احساسات خود آگاه باشند. این ماشین باید توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند.
برای نمونه روباتیی هوشمند که بتواند اعضای بدن خود را به حرکت درآورد، این روبات نسبت به این حرکت خود آگاه بوده و با آزمون و خطا، دامنه حرکت خود را گسترش می‌دهد و با هر حرکت موفقیت آمیز یا اشتباه، دامنه تجربیات خود را وسعت بخشیده و سر انجام راه رفته و یا حتی می‌دود و یا به روشی برای جابجا شدن دست می‌یابد، که سازندگانش برای او متصور نبوده‌اند.
هر چند نمونه بالا ممکن است کمی آرمانی به نگر برسد، ولی به هیچ عنوان دور از دسترس نمی‌باشد. دانشمندان، عموماً برای تولید چنین ماشینهایی، از وجود مدلهای زنده‌ای که در طبیعت وجود، به ویژه آدمی نیز سود برده‌اند.
هوش مصنوعی اکنون در خدمت توسعه علوم رایانه نیز می‌باشد. زبانهای برنامه نویسی پیشرفته، که توسعه ابزارهای هوشمند را ممکن ساخته اند، پایگاههای داده‌ای پیشرفته، موتورهای جستجو، و بسیاری نرم‌افزارها و ماشینها از نتایج پژوهش‌هایی در راستای هوش مصنوعی بوده‌اند.

تاریخچه
هوش مصنوعی علمی است جوان با قدمتی کمی بیش از نیم قرن . مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضی دانانی نظیر بول (Boole) که اقدام به ارائه قوانین و نظریه‌هایی در باب منطق نمودند، مطرح شده بود. در سال ۱۹۴۳، با اختراع رایانه‌های الکترونیکی، هوش مصنوعی، دانشمندان را به چالشی بزرگ فراخواند. بنظر می‌رسید، فناوری در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.
با وجود مخالفت گروهی از متفکرین با هوش مصنوعی که با دیده تردید به کارآمدی آن می‌نگریستند تنها پس از چهار دهه، شاهد تولد ماشینهای شطرنج باز و دیگر سامانه‌های هوشمند در صنایع گوناگون هستیم.
نام هوش مصنوعی در سال ۱۹۶۵ میلادی به عنوان یک دانش جدید ابداع گردید. البته فعالیت درزمینه این علم از سال ۱۹۶۰ میلادی شروع شده بود.
بیش از نیم قرن پیش، هنگامی که هنوز هیچ تراشه‌ سیلیکونی‌ای ساخته نشده بود، آلن تورینگ یکی از بحث ‌بر‌انگیزترین پرسش‌های فلسفی تاریخ را پرسید. او گفت: آیا ماشین می‌تواند فکر کند ؟
و اندکی بعد کوشید به پیروی از این قاعده که هر ادعای علمی باید از بوته آزمایش سربلند بیرون بیاید، پرسش فلسفی خود را با یک آزمایش ساده و در عین حال پیچیده جایگزین کند. او پرسید:
 آیا یک ماشین یک کامپیوتر می‌تواند بازی تقلید را با موفقیت پشت سر بگذارد؟
 آیا ماشین می‌تواند از انسان چنان تقلید کند که در یک آزمون محاوره‌ای نتوانیم تفاوت انسان و ماشین را تشخیص دهیم؟
او در سال ۱۹۵۰ براساس محاسباتی تخمین زد که ۵۰ سال بعد کامپیوتری با یک میلیارد بیت حافظه خواهد توانست به موفقیت‌هایی در این زمینه دست پیدا کند. اکنون که در نیمه سال ۲۰۰۸ میلادی هستیم، حتی هشت سال بیشتر از زمانی که او لازم دانسته بود، هنوز هیچ ماشینی نتوانسته است از بوته آزمون تورینگ با موفقیت خارج شود. در سال ۲۰۰۰ مفهوم هوش مصنوعی برای هیچ‌کس غیر قابل باور نبود .
یکی از جالب‌ترین و هیجان‌انگیزترین پرسش‌هایی که تاکنون تاریخ فلسفه به خود دیده این پرسش است که آلن تورینگ فیلسوف و ریاضیدان انگلیسی در سال ۱۹۵۰ طی مقاله‌ای به نام: Computing Machinery and Intelligence ( ماشین محاسباتی و هوشمند  ) مطرح کرد او پرسید آیا ماشین می‌تواند فکر کند. خود تورینگ نتوانست پاسخ قطعی این پرسش را پیدا کند. اما برای یافتن پاسخ مناسب در آینده یک راهبرد خلاقانه پیشنهاد کرد.
 او آزمونی طراحی کرد که خود، آن را بازی تقلید نامید. او آزمون بازی تقلید را چنین شرح داد: یک پرسشگر- یک انسان- همزمان در حال گفت‌وگو با دو نفر است. هر یک از این دو نفر در اتاق‌های جداگانه قرار گرفته‌اند و پرسشگر نمی‌تواند هیچیک از آنها را ببیند یکی از این دو نفر انسان است و دیگری یک ماشین یعنی یک کامپیوتر. پرسشگر باید با این دو نفر شروع به گفت‌وگو کند و بکوشد بفهمد کدا‌میک از این دو، انسان است و کدامیک ماشین. اگر کامپیوتر بتواند طوری جواب دهد که پرسشگر نتواند انسان را از ماشین تمیز دهد آنگاه می‌توان ادعا کرد که این ماشین هوشمند است. تورینگ برای آسان‌کردن شرایط این آزمون و پرهیز از پیچیدگی‌های اضافی آن را به محاوره‌ای متنی و روی کاغذ محدود کرد تا مجبور به درگیر شدن با مسائل انحرافی مانند تبدیل متن به گفتار شفاهی و تنظیم تن صدا و لهجه نباشیم.
 البته چند سال بعد ، در سال ۱۹۶۸ آرتور سرکلارک ، در رمان معروف خود ، یعنی اودیسه فضایی ۲۰۰۱ اصطلاح " آزمون تورینگ " را به جای " بازی‌ تقلید "‌ سر زبان‌ها انداخت . از زمانی که تورینگ این فرضیه را مطرح کرده است ، هزاران دانشمند با هدف ساختن ماشینی که بتواند آزمون تورینگ را با موفقیت تمام کند ، دست به کار شده‌اند . اما هنوز کسی موفق نشده است چنین ماشینی بسازد و پیش‌بینی تورینگ هم درست از آب در نیامده است.
او همچنین بر اساس یک سری محاسبات پیش‌بینی کرد که ۵۰ سال بعد یعنی در سال ۲۰۰۰ انسان قادر خواهد بود کامپیوترهایی بسازد که در یک گفت‌وگوی پنج‌ دقیقه‌ای، فقط ۷۰درصد پرسشگرها بتوانند کشف کنند که در حال گفت‌وگو با یک انسان هستند یا یک ماشین. او برخورداری از یک میلیارد بیت حافظه (۱۲۵ میلیون بایت- حدود ۱۲۰ مگابایت) را یکی از مشخصه‌های اصلی این کامپیوتر دانست.
تورینگ همچنین در این مقاله یک سری استدلال‌های مخالف با نظریه و آزمون خود را مطرح کرد و کوشید به آنها پاسخ دهد، تصور اینکه ماشین‌های هوشمندی ساخته شوند که بتوانند فکر کنند وحشتناک است. تورینگ در پاسخ می‌گوید این نکته‌ای انحرافی است، زیرا بحث اصلی او بایدها و نبایدها نیست بلکه بحث درباره ممکن‌هاست.

فهرست مطالب
دیباچه    5
تاریخچه    8
هوش مصنوعی چیست؟    12
چالش های بنیادین هوش مصنوعی    17
شاخه‌های علم هوش مصنوعی‌    20
کاربردهای هوش مصنوعی    23
سیستم های خبره   (Expert Sytems)    24
ساختار یک سیستم خبره    25
مزایا و محدودیت‌های سیستم‌های خبره    28
کاربرد سیستم‌های خبره‌    30
چند سیستم خبره مشهور    31
منطق فازی (Fuzzy Logic)    33
پیشینه منطق فازی    33
مجموعه‌های فازی    34
تفاوت میان نظریه احتمالات و منطق فازی    38
کاربردهای منطق فازی‌    40
منطق فازی و هوش مصنوعی‌    42
شبکه های عصبی (Neural Network)    42
شباهت با مغز    43
روش کار نرون‌ها    44
مدل ریاضی    45
پیاده‌سازی‌های الکترونیکی نرون‌های مصنوعی    48
عملیات شبکه‌های عصبی    50
آموزش شبکه‌های عصبی    53
آموزش Unsupervised  یا تطبیقی (Adaptive)    55
تفاوت‌های شبکه‌های عصبی با روش‌های محاسباتی متداول و سیستم‌های خبره    56
بینایی ماشین    58
کنترل کیفیت خط تولید    58
چشم انسان    59
درک تصویر    61
پردازش اطلاعات در  مغز    64
نمایش دانش    66
الگوریتم ژنتیک    70
نکات مهم در الگوریتم های ژنتیک    74
پردازش‌ زبان‌های‌ طبیعی‌ (NLP)    75
تکنیک‌ها وزبان‌های برنامه نویسی هوش مصنوعی    76
ویژگی های فلسفی هوش مصنوعی چیست ؟    77
ویژگیهای هوش مصنوعی    78
بازنمایی نمادین    78
روش اکتشافی    79
بازنمایی معرفت    80
اطلاعات متناقض    81
برخی کابردهای هوش مصنوعی در پزشکی    82
طراحی نرم افزار تشخیص بیماریها بوسیله هوش مصنوعی    82
استفاده از قابلیتهای هوش مصنوعی در تشخیص عفونتهای قلبی تهدید کننده    82
طراحی نرم افزاری بر پایه هوش مصنوعی برای کمک به التیام زخمهای باز    84
منابع و مأخذ    86









شامل 87 صفحه word

دانلودپروژه رشته کامپیوتر با عنوان هوش مصنوعی

اختصاصی از فی دوو دانلودپروژه رشته کامپیوتر با عنوان هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

دانلودپروژه رشته کامپیوتر با عنوان هوش مصنوعی

عوامل هوشمند:

ماهیت عوامل، کامل یا غیر از آن، تنوع محیطی و جانوران نمایشی حاصل از انواع عوامل مورد بحث و بررسی قرار می گیرند.

در فصل1، مفهوم عوامل منطقی به عنوان اساس شیوه ها در هوش مصنوعی شناسایی گردید. در این فصل این مفهوم راملموس تر می سازیم. خواهیم دید که مفهوم عقلانیت رامی توان در بسیاری از عوامل فعال در هر محیط قابل تصوی به کار گرفت. در این کتاب، هدف ما، بهره گیری از این مفهوم جهت توسعه مجموعه کوچکی از اصول طراحی برای ساختن عوامل موفق می باشد سیستمهایی که می توان به طور معقول، هوش نامید.

و ...
در فرمت ورد
در 50 صفحه
قابل ویرایش

دانلود تحقیق هوش و هوش آزمایی

اختصاصی از فی دوو دانلود تحقیق هوش و هوش آزمایی دانلود با لینک مستقیم و پر سرعت .

دواطلب در حالی که دستهایش بر روی زنگ قرار دارد و نورافکنهای پر نور استودیو، چشمان وی را خیره می کنند، آماده پاسخگویی به پرسشهاست تا در مسابقه پیروز شود. قاضی در برابر شواهد ضد و نقیض، یک داستان پرقدرت، و یک وکیل مدافع نیرومند، حکمی صادر می کند که سنتی می شود برای موارد بعدی. پژوهشگر در حالی که در برابر صدها همکار ایستاده است، به توصیف فنون جدید می پردازد که به وسیله آنها ناقلان غیر جنسی را که ممکن است سرانجام منجر به روش معالجه ای برای یکی از مخربترین بیماریها شوند، شناسایی کرده است. آیا این افراد را با هوش می دانید؟ احتمالاً اکثر افراد، آنها را با هوش می دانند. این افراد چه ویژگیهایی دارند که باعث می شود آنها را باهوش قلمداد کنیم؟ هوش چیست؟
تعریف هوش:دشوارتر از آنچه به نظر میرسد.
اگر چه اکثر پژوهشگران توافق دارند که هوش مجموعه ای از ویژگیهایی شناختی که نمی توان انها را به طور مستقیم مشاهده کرد، تعریفهای خاص هوش در طول زمان تغییر کرده اند و حتی امروزه نیز تا اندازه زیادی در حال تغییر هستند. در واقع، در طول سالها، روان شناسان به دو دسته تقسیم شده اند، گروهی که می پندارند هوش یک توانایی کلی واحد است و گروه دیگری که فکر می کنند در حقیقت چند نوع هوش متمایز وجود دارد. در نخستین سالهای هوش آزمایی، روان شناسان هوش را به صورت یک توانایی ذهنی کلی می نگریستند که همه کارکردهای شناختی را در بر می گرفت. چالز اسپرمن (1972) بر اساس مشاهده های خود از نمره های آزمونهای جداگانه تواناییهای ذهنی که با یکدیگر همبستگی داشتند، اظهار داشت که هوش یک عامل مجزا و انفرادی است که او آن را عامل g نامید. این توانایی شناختی کلی، افراد را قادر می سازد که استدلال کنند، به حل مسایل بپردازند و در همه جنبه های شناختی عملکرد خوبی داشته باشند.
براساس پژوهشهای گسترده اسپرمن در ارتش، مدارس و مشاغل، آزمونهای میزان شده به طور گسترده ای به منظور اندازه گیری این توانایی کلی به کار گرفته شدند(لوبنسکی و دیویس، 1992)
در حدود یک دهه بعد ال. ال. ترستون (1938) با مطرح کردن هفت توانایی ذهنی متمایزـ یعنی، درک کلامی، سیالی واژگان، توانایی عددی، تجسم قضایی، حافظه تداعی، سرعت ادراکی و استدلال ـ از این دیدگاه فاصله گرفت. سالها بعد، جی. پی. گیلفورد (1967) بر تعداد این عوامل افزود و اظهار داشت که 120 عامل بر هوش تاثیر می گذارند. با این همه، تقریباً در همین زمان ریموند کتل (1963، 1971) پس از تحلیل مجدد داده های ترستون با اندیشه تواناییهای چند گانه هوش به مخالفت برخاست. وی اظهار داشت که واقعاً عامل g وجود دارد، اما در دو نوع متفاوت، که او آنها را هوش سیال به توانایی ما در اکتساب دانش جدید و رویارویی با مسایل تازه و حل آنها مربوط می شود. این توانایی که هم به صورت ژنتیکی و هم به شکل زیستی تعیین می شود، به قابلیت یادگیری چیزهای نو اشاره دارد از سوی دیگر، هوش متبلور به گرد آوری دانش در فراختنای زندگی اشاره دارد. مقداردانشی که فراهم می آید به سطح هوش سن افزایش می یابد.، در صورتی که، هوش سیال پس از حدود 40 سالگی رو به افول می گذارد. (هورمون، 1978).
اخیراً در مطالعه طولی هوش بزرگسالان سیاتل نشان داده شده است که هم در مردها و هم در زنها تواناییهای سیال پیش از 40 سالگی کاهش می یابند، اما تواناییهای متبلور مردها پس از 70 سالگی سریعتر از زنها رو به کاهش می گذارند (شای، 1983، 1193).



آزمونهای LQ: پیش بینی کننده های عملکرد تحصیلی
انواع بسیار متفاوتی از آزمونهای LQ وجود دارد که هر کدام از چشم اندازی اندک متفاوت، هوش را اندازه گیری می کنند. با این همه، در اکثر این آزمونهای هوش تلاش می شود که تواناییهای اندازه گیری شوند که به آزمون امکان دهد پیش بینی کننده معتبری از عملکرد تحصیلی باشد. به عبارت دیگر، بیشتر آزمونهای LQ، برای پیش بینی نمره های افراد در مدرسه طراحی می شوند. برای آن که ببینیم که این کار چگونه صورت می گیرد، می توان نگاهی به متداولترین آزمونهای LQ انداخت.
آزمونهای انفرادی LQ
نخستین آزمونی که به طور گسترده در ایالات متحدره مورد استفاده قرار گرفت، مقیاس هوش استنفورد بینه بود. این آزمون تا اندازه زیادی بر مبنای نخستین آزمونهای هوش در فرانسه که توسط آلفردبینه حدوداً در آغاز قرن حاضر ابداع شده بود، ساخته شد. لوئیس ترمن (1961) آزمون استنفورد ـ‌ بینه را (در دانشگاه استنفورد) برای آزمون کردن توانایی ذهنی بچه های 3 تا 16 ساله متولد آمریکا تهیه کرد. این آزمون هر از چندگاهی مورد تجدید قرار می گیرد ـ آخرین تجدید نظر این آزمون در 1985 انجام گرفت. ماده های این آزمون به صورت انفرادی به اجرا در می آیند (یک نفر آزمون کننده و یک نفر آزمون شونده) و تکالیفی را مانند نسخه برداری (کپی کردن) از طرحهای هندسی، تشخیص شباهتها، و تکرار زنجیره ای از اعداد در بر می گیرند. در شکل اولیه آزمون استنفورد ـ بینه، نتایج بر حسب سن عقلی نشان داده می شدند. برای مثال، اگر در این آزمون نمره یک کودک هفت ساله برابر با یک کودک هشت ساله متوسط بود، سن عقلی هشت سال را برای او در نظر می گرفتند. برای به دست آوردن ضریب هوشی (LQ) کودک، سن عقلی کودک بر سن تقویمی او (سن واقعی فرد) تقسیم می شد. فرمول محاسبه LQ به صورت زیر بود:
 
(نسبت به دست آمده در عدد 100 ضرب می شود تا اعشار یا کسر حذف شود) بدین ترتیب، کودک هفت ساله ای که از سن عقلی هشت سال برخوردار است، ضریب هوشی 114 خواهد داشت. سن عقلی یک کودک بهنجار باید برابر با سن تقویمی او باشد ( واژه بهنجار در این مورد به هنجارها یا آمارهایی اشاره دارد که برای هنجاریابی آزمون مورد استفاده قرار گرفته است. در اداره ملی استانداردها پرونده هیچ کودکی با برچسب کودک بهنجار ثبت نشده است.
امروزه، نمره های آزمون LQ استنفورد ـ بینه از طریق مقایسه نمره یک فرد واحد با نمونه بزرگی از افراد همسن به دست می اید. این ضرایب هوشی LQ استنفورد ـ بینه انرافی بر این مبنا محاسبه می شوند که نمره فرد در آزمون چقدر از متوسط جامعه انحراف یا فاصله دارد. در آزمون هوشی میزان شده ای مانند استنفورد ـ بینه، نمره اکثریت افراد بین یک انحراف معیار (16 نمره) بالاتر یک انحراف معیار پایینتر از متوسط جامعه که 100 است، قرار می گیرد. بنابراین، ضریب هوشی کودکی که نمره وی در آزمونهای استنفورد ـ بینه، دو انحراف معیار بالاتر از میانگین جامعه است، برابر با 132، و ضریب هوی کودکی که نمره وی یک انحراف معیار پایینتر از متوسط جامعه است، برابر با 84 خواه بود.

شامل 9 صفحه Word

دانلود تحقیق مهندسی نرم افزار در مورد هوش مصنوعی

اختصاصی از فی دوو دانلود تحقیق مهندسی نرم افزار در مورد هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

مقدمه ای بر نحوه ی کاربرد هوش مصنوعی 

 

حتما در دوران کودکی بازی O - X را انجام دادید . به طور مثال شما با حرف O و دوستتون با حرف X خونه های یه جدول 9 خونه ای را پر میکردید. و هرکس که میتونست با حرف مربوط به خودش سه خونه پشت هم رو پر کنه برنده میشد!

حالا حالات ممکن صفحه را در حین اجرای بازی در نظر بگیرید. . این حالات محدود و قابل پیش‌بینی هستند و تعداد آن‌ها 19683 حالت است (برای محاسبه، برای هر یک از 9 تا خانه جدول می‌توان سه حالت خالی، X و O را در نظر گرفت پس تعداد کل حالات 9^3 خواهد بود).

میشه برنامه‌ای نوشت که تمام این حالات را در نظر می‌گیرد و در ازای هر حالت خاص، رفتاری هوشمندانه را انجام می‌دهد. شاید عدد 9 ^3 به نظرتون بزرگ بیابید. اما حقیقت این است که با در نظر گرفتن قوانین بازی می‌توان این حالات را خلاصه‌تر کرد. نکته‌ی مهم در این برنامه، محدود بودن حالات ممکن است. ببرای همین میشه برنامه‌ ی این بازی را به گونه‌ای نوشت که هیچگاه بازنده نباشد.

و ...
در فرمت ورد
در 39 صفحه
قابل ویرایش

دانلود پاورپوینت جامع و کامل هوش تجاری (Business Intelligence)

اختصاصی از فی دوو دانلود پاورپوینت جامع و کامل هوش تجاری (Business Intelligence) دانلود با لینک مستقیم و پر سرعت .

فهرست مطالب

تعاریف هوش تجاری
 تکامل فناوری و ابزار هوشمندی کسب وکار در طول زمان

What is BI

هوش تجاری از منظر‌های مختلف

اهداف زیر ساختی هوش تجاری

اهداف کاربردی هوش تجاری در سازمان‌ها

مشکلاتی از سازمان که قابل بر طرف کردن با هوش تجاری هستند

حوزه‌های اطلاعاتی مختلف مورد بررسی هوش تجاری

مشکلات هوش تجاری

مشکلات راه اندازی یک سیستم هوش تجاری در سازمان‌ها

برخی چالش‌های مهم سازمان در راستای ایجاد هوش تجاری

مشکلات عمده استقرار هوش تجاری

کارکرد BI در سطوح مختلف سازمان

نرم‌افزار‌های موجود هوش تجاری

مراحل هوش تجاری

شکل مراحل هوش تجاری

ETL

مراحل قبل از اعمال فرآیند etl

ایجاد بستر داده‌ای برای BI

(data mart )داده‌گاه

ویژگی‌های اساسی یک معماری خوب برای هوش تجاری

برنامه های کاربردیBI در سطوح سازمان

زیر ساخت‌های سخت‌افزاری مورد نیاز برای هوش تجاری

عوامل مهم در ایجاد شرایط مطلوب برای هوش تجاری

نکات پایه‌ای مهم در ساخت یک سیستم BI در سازمان

چهار لایه برای تعریف حوزه زیرساخت‌های BIمورد نیاز یک سازمان

بررسی اجمالی برخی از نرم افزارهای هوش تجاری

سرویس‌های هوش تجاری در BIDS

ابزار های SQL Server

امکانات SSAS 2005

سرویس‌های یکپارچگی

دلایل محبوبیت نرم افزاز مایکروسافت

جمع‌بندی و نتیجه‌گیری

تعداد اسلاید: 46 صفحه

با قابلیت ویرایش

مناسب جهت ارائه سمینار و انجام تحقیقات و گزارشات