منابع پیشنهادی برای شروع یادگیری هوش مصنوعی

🔵 منابع پیشنهادی برای شروع یادگیری هوش مصنوعی

✅ اخیرا تصمیم به یادگیری مبانی هوش مصنوعی و یادگیری ماشین گرفتم، چرا که برای داوری پایان‌نامه‌ها و مقاله‌هایی که از یادگیری ماشین استفاده می‌کنند، لازم است بیش‌تر و دقیق‌تر با این موضوع آشنا باشم. علاوه بر این، ترکیب یادگیری ماشین با دینامیک سیالات محاسباتی (CFD) که زمینه کاری من است، برایم جذاب است. چند روزی منابع مختلف اعم از کتاب‌ها، دوره‌های آموزشی، کانال‌های یوتیوب و … را جستجو کردم و تصمیم گرفتم منابع پیشنهادی‌ام را اینجا به اشتراک گذارم:

✅ منبع ۷: وب‌سایت elementsofai.com 
این وب‌سایت که متعلق به دانشگاه هلسینکی است، به زبان بسیار ساده و ابتدایی مفاهیم هوش مصنوعی را بیان می‌کند. شیوه آموزش آن تعاملی است و در آن به‌ندرت از مفاهیم ریاضی پیچیده استفاده شده است. سطح آن بسیار ابتدایی است و به همین دلیل شاید برای کسانی که مقداری پیش‌زمینه علمی در این موضوع دارند، مفید نباشد.

✅ منبع ۶: دوره Stanford University’s Machine Learning
مدرس این دوره Andrew Ng است و توسط Coursera منتشر شده است. برای دانلود pdf جلسات آن می‌توانید به گیت‌هاب (این آدرس) مراجعه کنید. در این آدرس همچنین تمرین‌های مرتبط با دوره هم قابل دانلود است. برای دانلود ویدئوهای دوره هم می‌توانید از این کانال یوتیوب استفاده کنید.

✅ منابع ۵ و ۴: دوره‌های Machine Learning, Data Science & AI Engineering with Python و Python for Machine Learning & Data Science Masterclass
مبنای این دوره‌ها آموزش ویدئویی است و توسط Udemy منتشر شده‌اند. اولی (2025-9) به‌روز‌تر از دومی (2022-12) است. در هر دو آموزش پایتون هم گنجانده شده است. هر دو را هم می‌توان از وب‌سایت downloadly.ir دریافت کرد. اولی حدود ۷ گیگابایت و دومی حدود ۱۰ گیگابایت حجم دارد و به ترتیب از این آدرس و این آدرس قابل دانلود هستند. در این وب‌سایت دوره‌های مشابه دیگری هم می‌توانید پیدا کنید.

✅ منبع ۳: کتاب زیر
“Machine Learning with Python_ Principles and Practical Techniques”, Parteek Bhatia, Cambridge, 2025
برای دانلود این کتاب می‌توانید از وب‌سایت لیبجن استفاده کنید. با توجه به تغییر مدام آدرس سایت libgen، مشخص نیست این لینک تا کی کار کند.

✅ منبع ۲: کتاب زیر
“Machine Learning and AI with Simple Python and Matlab Scripts, Courseware for Non-computing Majors”, M. Umit Uyar, Wiley, 2025
برای دانلود این کتاب هم می‌توانید از وب‌سایت لیبجن استفاده کنید.

✅ منبع ۱: کتاب زیر
“Machine Learning, Animated”, Mark Liu, Chapman and Hall/CRC, 2023
برای دانلود این کتاب هم می‌توانید از وب‌سایت لیبجن استفاده کنید. برای دانلود فایل‌های همراه این کتاب می‌توانید به این آدرس از گیت‌هاب مراجعه کنید.

✅ در انتها لازم است تاکید کنم که منابع بالا و همچنین ترتیب آنها صرفا می‌تواند برای شخص من منابع و ترتیب خوبی برای شروع یادگیری هوش مصنوعی باشد. منظور از شخص من یعنی:
• کسی که با مبانی ریاضی لازم برای یادگیری ماشین آشنا است،
• با زبان برنامه‌نویسی فرترن و نرم‌افزار MATLAB به‌صورت جدی کار کرده و بنابراین با برنامه‌نویسی آشنا است،
• هدفش از یادگیری هوش مصنوعی صرفا جنبه‌های کاربردی آن است نه توسعه الگوریتم‌ها و روش‌های یادگیری ماشین،
• رشته اصلی‌اش یک رشته مهندسی غیر از مهندسی کامپیوتر است،
• می‌خواهد در خلال یادگیری هوش مصنوعی با زبان برنامه‌نویسی پایتون هم آشنا شود.

برای سایر افراد با سایر پیش‌زمینه‌ها و تخصص‌ها شاید منابع بهتری برای شروع یادگیری موجود باشد.