وضعیت فعلی
ثبت‌نام نشده
قیمت
بسته
شروع کنید
این دوره در حال حاضر بسته است
FavoriteLoadingبه لیست علاقمندی اضافه کن

خلاصه دوره یادگیری عمیق

امروزه هوش مصنوعی به بخشی از زندگی ما تبدیل شده است. تصور زندگی عادی بدون این ابزار مهم تقریبا غیرممکن خواهد بود.

کسانی که به مباحث هوش مصنوعی آشنا هستند به خوبی می دانند که یادگیری عمیق یکی از اصلی ترین مباحث مربوط به هوش مصنوعی است و بدون دانستن این نکته، قادر نخواهید بود که مسائل سخت و پیچیده ی هوش مصنوعی را درک و حل کنید. به همین دلیل تصمیم گرفته ایم که در این دوره، راهکارهایی را به شما آموزش دهیم تا با استفاده از ان بتوانید به سادگی مسائل یادگیری عمیق را حل نمایید.

یادگیری عمیق

مباحث مطرح شده در دوره یادگیری عمیق

  • فصل اول: شبکه عصبی و یادگیری عمیق -روش های یادگیری و تاریخچه آن ها -شبکه عصبی یا یادگیری عمیق چیست؟ چگونه به وجود آمد؟ -کاربردهای آن -معرفی انواع روش های یادگیری ماشین -logistic regression -گراف محاسباتی -کاربرد بردار و ماتریس در شبکه های عصبی -شبکه های عصبی کم عمق(shallow network) -تابع های فعال سازی(activation function) -شبکه های عمیق
  • فصل دوم : پارامتر و فراپارامتر ها -شیوه مقداردهی اولیه پارامترها -شیوه تفکیک داده ها -بایاس و واریانس -Drop out -Gradient checking – Batch Normalixation -روش هایoptimization
  • -فصل سوم : شبکه های عصبی کانولوشن -معرفی -طریقه آموزش -شبکه های کانولوشن عمیق -کاربردها
  • فصل چهارم:شبکه های بازگشتی -معرفی انواع شبکه های بازگشتی -طریقه آموزش -کاربردها
  • -فصل پنجم :برنامه نویسی -معرفی ابزار ها و کتابخانه ها -ارائه چند مثال کاربردی از شبکه های معرفی شده
یادگیری عمیق

سوالات رایج در مورد دوره حل مسائل هوش مصنوعی ( یادگیری عمیق)

دوره کاربرد یادگیری عمیق چند ساعت طول میکشد؟

۱۰۰ ساعت

دوره یادگیری عمیق برای چه کسانی مناسب است؟

علاقه مندان به هوش مصنوعی و یادگیری عمیق
دانشجویان کلیه رشته ها از جمله کامپیوتر، برق ، مکانیک ، ریاضی ، آمار

خیلی سریع و واضح بهمون بگید که توی ان کارگاه یادگیری عمیق چه چیزی گفته میشود؟!

در این دوره از صفر تا صد یادگیری عمیق آموزش داده می شود.

آیا نیازمند پیش نیاز برای پکیج یادگیری عمیق خواهیم بود؟ 

به هیچ وجه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

error: محتوا همیشه بصورت آنلاین در دسترس است، لطفا کپی نکنید
اسکرول به بالا