اطلاعات دوره
آموزش رایگان یادگیری عمیق کاربردی
مسیر آموزشی

آموزش رایگان یادگیری عمیق کاربردی

رایگان

بررسی کامل دوره

ranking course dorebin logo3.7/5
وضعیت قیمت: رایگان
بالاتر از انتظار
منصفانه
ارزان

توضیحات

هدف از برگزاری دوره آموزش رایگان یادگیری عمیق کاربردی چیست؟ «یادگیری عمیق» به عنوان یکی از روش‌­های «یادگیری ماشین» شناخته می­‌شود. در یادگیری عمیق سعی می‌کنیم تا فعالیت ماشین‌­ها - سیستم­‌های کامپیوتری - را براساس شبیه‌­سازی سیستم عصبی انسان برنامه‌­ریزی کنیم. به این جهت می‌­توانیم یادگیری عمیق را مدلی بدانیم که بر اساس سیستم عصبی انسان شبیه‌سازی شده است. استفاده از یادگیری عمیق این قابلیت را در سیستم به وجود می‌­آورد که ماشین - سیستم کامپیوتری - بتواند در هر موقعیت تصمیماتی مشابه تصیمات مغز انسان ارائه کند. یادگیری عمیق در بسیاری از فعالیت­‌های روزمره ما می­‌تواند کاربردی و موثر باشد، اما برای داشتن مثال می­‌توانیم به مواردی همچون بات‌­های چت، ترجمه، تشخیص چهره و ... اشاره کرد.   در دوره آموزش رایگان یادگیری عمیق کاربردی چه مباحثی را یاد می‌گیرید؟ در دوره آموزش رایگان یادگیری عمیق کاربردی با موارد گسترده‌­ای آشنا خواهید شد. از آشنایی با مفاهیم اولیه گرفته تا جدیدترین و پیچیده‌­ترین مسائل مربوط به این چهارچوب در این دوره گنجانده شده است. به طور مشخص مباحث این دوره به صورت زیر تعریف شده است: معرفی دوره و پیش‌­نیازها (پایتون، آشنایی مقدماتی با مفاهیم یادگیری ماشین) معرفی یادگیری عمیق (یادگیری عمیق چیست و مثال­‌هایی کاربردی از یادگیری عمیق) آشنایی با سخت­‌افزارهای قابل استفاده و نحوه اتصال آن‌ها به نرم‌افزار آشنایی با نرم‌­افزارها و محیط برنامه­‌نویسی Google Colab  آشنایی با مفاهیمی همچون گرادیان، تابع هزینه، تابع فعال­‌سازی، توابع بهینه­‌ساز، forward propagation، back propagation و اجزای اصلی معماری­‌های شبکه عمیق معرفی کتابخانه Tensorflow و Keras در پایتون شبکه کانولوشنی و کاربردهای آن (پیاده‌سازی مفهومی کانولوشن در پایتون، معرفی Conv2D در Tensorflow) معرفی پایگاه دادگان معروف برای پروژه‌های مختلف آشنایی با مفاهیم طبقه‌­بندی، تشخیص اشیا و بازشناسایی و بخش‌­بندی تصویر بررسی معماری شبکه‌های Googlenet و VGGNet بررسی معماری شبکه‌های Resnet بررسی معماری شبکه‌های RNN و LSTM آموزش Pytorch معرفی معماری شبکه R-CNN، Fast R-CNN ، Faster R-CNN معرفی معماری مجموعه شبکه‌های YOLOv1- YOLOv5 معرفی معماری شبکه GAN ، انواع آن و کاربردها بررسی مشکلات در پروژه‌­های عملی یادگیری عمیق بررسی تکنیک­‌های استخراج بهترین نتایج در حل مسائل   دوره آموزش رایگان یادگیری عمیق کاربردی برای چه کسانی مناسب است؟ مطالب این دوره به شما در راه آموزش یادگیری عمیق کمک فراوانی خواهد کرد و برای همه افرادی که به نحوی علاقه­‌مند به یادگیری ماشین هستند مناسب خواهد بود.   ** دوره در حال تکمیل است
دوره آموزش رایگان یادگیری عمیق کاربردی دوره‌ای با امتیاز نهایی 3.7 می‌باشد و توسط دوره بین که موتور جستجوی بهترین دوره‌ های آموزشی می‌باشد، تحلیل، بررسی و امتیازدهی شده است. مدت زمان این دوره 10 ساعت می‌باشد که در مکتب خونه توسط جواد کاظمی‌تبار، عاطفه عطائی مدرس این دوره ارائه شده است. قابل توجه است که این دوره مدرک ندارد و دوره مذکور رایگان می‌باشد.
همچنین می‌توانید با کلیک بر روی دکمه شروع یادگیری به آموزشگاه ارائه‌دهنده متصل شوید و دوره آموزش رایگان یادگیری عمیق کاربردی را تهیه نمایید.
علاوه بر این، شما عزیزان می‌توانید همه دوره‌های علوم داده و هوش مصنوعی سراسر اینترنت را در صفحه علوم داده و هوش مصنوعی در دوره‌بین مشاهده، مقایسه و بهترین دوره از نظر کیفیت و قیمت را به آسانی انتخاب نمایید.

نمایش بیشتر

تجربه فراگیران

کاربر مکتب‌خونه

باسلام و ادب این دوره اصلا در حد آموزش هایی که از مکتبخونه انتظار میرود نیست مطالب پراکنده و توضیحات سطحی و بیان نامناسب و ناکافی

علی

با سلام و عرض خسته نباشید، این دوره مطالبش بهم ریخته است و همچنین توضیحات اصلا کافی نیستند و اصلا دوره ای نیست که بخواهم به دیگران پیشنهاد کنم زیرا تدریس بدرستی صورت نگرفته چه از لحاظ طبقه بندی مطالب چه از لحاظ توضیحات

محسن

با تشکر از زحمات ولی ودیو ها بهم ریخته است و ترتیب درست نیست در ضمن مباحث ناقصه توضیحات ناکافی

علی

درود و سپاس از زحمات استاد و تیم پرتلاش مکتب‌خونه. هنوز دوره رو نگذروندم، اما تیزر رو نگاه کردم. متاسفانه تیزر بسیار پراکنده هست و هیچ توضیح مشخصی دربارهٔ محتوای دوره ارائه نمی‌ده. در چند ثانیه پایانی تیزر در مورد نصب دو پاورساپلای به صورت همزمان بر روی کامپیوتر صحبت می‌شه که اگر چه آموزنده بود اما هیچ ربطی به مباحث این دوره نداشت. بسیار عجیب بود برام. در ضمن من هنوز دوره رو ندیدم و این موضوع که برای ثبت نظر باید حتما امتیاز مشخص کنم خوب نیست. بالاجبار برای ثبت نظرم امتیاز میانگین رو ثبت می‌کنم.

نمایش بیشتر

دوره‌های مشابه

مطالب دوست‌داشتنی