مخصوص ناشنوایان
مخصوص اعضای ویژه
قیمت این دوره با تخفیف 40% : 360,000 تومان
مهلت استفاده تا :
قیمت این دوره: 600,000
360,000 تومان
- مدرس دوره : محمد اردوخانی ( رزومه )
- تعداد دانشجویان این دوره : 572 نفر
- تعداد ویدیوها : 80 ویدیو
- مدت زمان دوره : 15:18:00
- سطح دوره : پیشرفته
- وضعیت دوره : در حال برگزاری
- تاریخ آخرین بروزرسانی : 1400/04/28
آموزش جامع هوش مصنوعی با پایتون ( Python )
امروزه هوش مصنوعی به یکی از 5 علم برتر دنیا تبدیل شده و رد پای آن را میتوان در هر زمینه ای مشاهده کرد
شرکت های نرم افزاری، کمپانی های بازی سازی، شرکت های خصوصی که به دنبال افزایش فروش محصولات خود هستند و حتی دولت ها در زمینه های سیاسی خود از آمار و احتمالات در کنار هوش مصنوعی استفاده میکنند تا بتوانند در دنیای فناوری امروز که هر لحظه در حال پیشرفت می باشد ، خود را اثبات کرده و پایدار باقی بمانند
وظیفه ی هوش مصنوعی تصمیم گیری و انجام مواردی است که نیاز به هوش انسانی دارد و از این رو میتوانید آن را در پروژه های خود به طور گسترده مورد استفاده قرار دهید
در این دوره ی آموزشی قصد داریم با مفاهیم هوش مصنوعی آشنا شده و آن را در فرایندهای مختلف مورد استفاده قرار دهیم تا شما عزیزان بتوانید به صورت کاملا شخصی سازی شده ، از هوش مصنوعی در پروژه های خود استفاده کنین.
هدف ما یادگیری مباحث هوش مصنوعی ، یادگیری ماشین ( Machine Learning ) و مباحث تکمیلی یادگیری عمیق ( Deep Learning ) و شبکه های عصبی بوده و تمامی مباحث به صورت عملی به شما عزیزان تدریس خواهد شد
مخاطبین این دوره افرادی هستند که به مبحث هوش مصنوعی علاقه داشته و یا اینکه می خواهند از این گرایش در پروژه های خود استفاده کرده و میزان درآمد خود را افزایش دهند
فهرستـــ ویدیوها
مدت زمان دوره 15:18:00-
در صورتیکه ویدئو نمایش داده نشد آن را دانلود کنید و با KmPlayer مشاهده کنید.
-
لطفا در صورت اقدام به دانلود تا انتها فرایند دانلود ، این صفحه را باز نگاه دارید.
10
-
بررسی انواع داده ها و مفاهیم مد، میانه و میانگین
00:11:00
بررسی انواع داده ها و مفاهیم مد، میانه و میانگین
15
-
بررسی مفاهیم توابع چگالی احتمال و جرم احتمال
00:15:00
بررسی توابع چگالی احتمال ( probability density function ) و جرم احتمال ( probability mass function ) در آمار و احتمالات
17
-
بررسی توابع چگالی احتمال
00:12:00
بررسی توابع چگالی احتمال مانند توزیع نرمال ، توزیع نمایی، توزیع یکنواخت و ...
20
-
بررسی کشیدگی و چولگی در آمار به همراه مباحث Moments
00:11:00
بررسی کشیدگی و چولگی در آمار به همراه مباحث Moments
28
-
بررسی مفهوم Covariance و Correlation در آمار
00:10:00
بررسی مفهوم Covariance و Correlation در آمار
31
-
بررسی احتمال شرطی یا Conditional Probability
00:09:00
بررسی احتمال شرطی یا Conditional Probability
32
-
بررسی Conditional Probability و کدنویسی آن ( بخش اول )
00:14:00
بررسی Conditional Probability و کدنویسی آن ( بخش اول )
35
-
بررسی مفهوم Linear Regression و اساس کارکرد آن
00:07:00
بررسی مفهوم Linear Regression و اساس کارکرد آن
40
-
بررسی multiple regression و آماده سازی اولیه پیشبینی نتیجه
00:11:00
بررسی multiple regression و آماده سازی اولیه پیشبینی نتیجه
42
-
بررسی StandardScaler و نمایش نتیجه ی پیش بینی
00:11:00
بررسی StandardScaler و نمایش نتیجه ی پیش بینی
43
-
پیش بینی نهایی اطلاعات بر اساس فاکتورهای چندگانه
00:11:00
پیش بینی نهایی اطلاعات بر اساس فاکتورهای چندگانه
44
-
بررسی Machine Learning ( UnSuperviser ) و مفهوم آن
00:11:00
بررسی Machine Learning ( UnSuperviser ) و مفهوم آن
72
-
بررسی مفاهیم ReInforcement Learning و Q-Learning
00:09:00
بررسی مفاهیم ReInforcement Learning و Q-Learning
74
-
پیاده سازی مثال برای ReInforcement Learning بخش دوم
00:14:00
پیاده سازی مثال برای ReInforcement Learning بخش دوم
75
-
پیاده سازی مثال برای ReInforcement Learning بخش سوم
00:11:00
پیاده سازی مثال برای ReInforcement Learning بخش سوم
76
-
پیاده سازی مثال برای ReInforcement Learning بخش چهارم
00:11:00
پیاده سازی مثال برای ReInforcement Learning بخش چهارم
نظرات کاربران در رابطه با این دوره