آموزش جامع مدل سازی پیشرفته یادگیری عمیق (deep learning) با پایتون

آموزش جامع مدل سازی پیشرفته یادگیری عمیق (deep learning) با پایتون

دوره آموزش مدل سازی پیشرفته و شبکه عصبی و دیپ لرنینگ، به دانشجویان و علاقمندان به هوش مصنوعی ارائه می‌شود. 

در این دوره، به بررسی روش‌های پیشرفته مدل سازی، شبکه‌های عصبی و دیپ لرنینگ پرداخته می‌شود. هدف این دوره، آموزش تکنولوژی‌های جدید در حوزه هوش مصنوعی است که در آینده با استفاده از آن‌ها، محاسبات بسیار پیچیده را با سرعت بالا و دقت بالاتر انجام خواهند شد. با گذراندن این دوره، شما قادر خواهید بود تا با استفاده از الگوریتم‌های پیچیده، مسائل پروژکت های خود را حل کنید به سطح خوبی از دانش هوش مصنوعی برسید.

*** توجه کنید که سرفصل های ذکر شده کلی میباشید در هر قسمت و هر سرفصل ما پروژه عملی و کاربردی و تکنیک های کد زنی داریم***

سرفصل های دوره :

فصل اول: شبکه‌های عصبی و یادگیری عمیق

1) آشنایی اولیه با شبکه‌های عصبی 

2) آشنایی با فریم ورک های مختلف 

3) آشنایی با فریمورک تنسورفلو و کراس

4) پروژه یک برای آشنایی بیشتر 

5) پروژه دو برای آشنایی بیشتر

6) شبکه‌های عصبی کانولوشنی و پیاده‌سازی آن‌ها 

7) توابع فعال ساز 

8) کار با داده‌های حجیم

9) آشنایی با مدل های یادگیری معروف 

10) پیاده سازی یکی از مدل های معروف با کراس و تنسورفلو

11) تحلیل متنی semantic 

12)شبکه‌های چند کاناله  

13) خلاصه فصل

فصل دوم :مباحث پیشرفته

1) شبکه‌های بازگشتی

2) یادگیری انتقالی

3) پروژه سیستم مترجم هوش مصنوعی

4) مباحث باقی‌مانده و خلاصه 

5) مباحث باقی‌مانده و خلاصه 

 فصل سوم : مباحث تکمیلی مهم

1) آشنایی با reinforcement learning 

2) پروژه تاکسی خودران با یادگیری تقویتی (اختیاری)

3) آشنایی با Federated learning

4) آشنایی با متالرنینگ

5) آشنایی با شبکه‌های Generative learning

6) دامه راه