آموزش یادگیری عمیق
یادگیری ماشین یکی از شاخه های هوش مصنوعی است که به ماشین ها (کامپیوترها) آموزش میدهد که بدون این که به طور شفافی برنامه ریزی شوند، بتوانند از تجربیات خود یادگیری انجام داده و نقص های خود را در تحلیل و تفسیر داده ها کاهش داده و عملکرد سیستم را ارتقا دهند. به عنوان نمونه یک معامله گر می تواند از سود و زیان های خود در زمان گذشته یادگیری کرده و با استفاده از آن در تصمیم های آینده عملکرد سبد مالی خود را بهبود بخشد.
گنجینه ویدئوهای رایگان یادگیری عمیق (Deep Learning)
در این دوره آموزشی که شامل بیش از 15 جلسه آموزش کاربردی میباشد علاوه بر تدریس مفاهیم بنیادی یادگیری ماشین، مثالهای عملی و اجرای کامل مثالها و کدهای تخصصی در محیط پایتون نیز ارائه میشود.
مخاطبان دوره آموزشی یادگیری عمیق (Deep Learning)
این دوره آموزشی با یک دید مفهومی در کنار مثالهای کاربردی طراحی شده و باتوجه به تخصصی بودن الگوریتمهای یادگیری عمیق، مناسب طیف گستردهای از رشته های تحصیلی مخصوصاً در سطوح ارشد و دکتری میباشد. به طور کلی این دوره برای افراد علاقهمندی که میخواهند الگوریتمهای یادگیری عمیق را به عنوان راهکارهایی با تکنولوژی بالا به دانش تخصصی فعلی خود اضافه کرده و به لبه تکنولوژی در رشته خود برسند بسیار سودمند باشد.
مقدمه مدرس
این دوره به فراگیری ادبیات پیشرفته یادگیری ماشین یعنی یادگیری عمیق و اجرای الگوریتم های آن در پایتون اختصاص دارد. حوزههای بسیاری در دنیای امروز وجود دارند که به دلایلی مانند حجم زیاد داده ها، داده های غیرساختاریافته، تعداد زیاد متغیرها و تولید داده های بزرگ در مدت زمان کوتاه، روش های یادگیری ماشین به نتایج مناسبی منجر نمی شوند و برای یادگیری از داده ها از الگوریتم های یادگیری عمیق استفاده می شود. به عنوان نمونه داده های شبکه های اجتماعی غیرساختاریافته هستند یعنی به صورت عددی نبوده و شامل عکس، متن و ویدئو می باشند و یا به عنوان مثالی دیگر، روزانه حدود 10 سال فایل تصویری در یوتیوب بارگذاری می شود که نشان دهنده تولید حجم زیاد داده در مدت زمان کوتاه است. همچنین در پردازش تصویر مانند تشخیص چهره، تعداد زیاد پیکسل ها نشان دهنده بعد زیاد متغیرهاست که در این صورت دقت الگوریتم های کلاسیک یادگیری ماشین کاهش می یابد و برای افزایش دقت می بایست عمق یادگیری را با استفاده از الگوریتم های یادگیری عمیق افزایش دهیم.
چارچوب تدریس
سرفصلهای این دوره شامل معروفترین الگوریتمهای یادگیری عمیق برای ورودی عمیق و تماسی لذت بخش با حوزه هوش مصنوعی و علم داده است.
کدهای این دوره در محیط زبان برنامه نویسی پایتون ارائه شده اند و از آنجا که پایتون یک زبان برنامهنویسی متن باز است یعنی کدها و کتابخانه های آن به طور رایگان در اختیار عموم قرار دارند. اما باید توجه داشت که برای کسب تخصص در حوزه یادگیری عمیق صرفا دسترسی به کد ها و اجرای آن ها به هیچ وجه کافی نمی باشد.
مفاهیم و الگوریتمهای تدریس شده در این دوره به شرح زیر هستند:
- شبکه عصبی مصنوعی (Artificial Neural Network)
- شبکه عصبی پیچشی (Convolutional Neural Network)
- شبکه عصبی بازگشتی (Recurrent Neural Network)
- شبکه عصبی گرافی (Graph Neural Network)
پیام موسسه
موسسه راهبرد این افتخار را دارد که این دوره بسیار سطح بالا و فاخر را به بهترین شکل ممکن در قالب ویدئوهای آموزشی بسیار با کیفیت در اختیار دانشپذیران قرار میدهد. مدرس فرهیخته این دوره تمام توان علمی و انگیزه خود را برای انتقال مفهومی و عملی موضوع یادگیری عمیق بکار گرفته است و تلاش بر این بوده است که مفاهیم یادگیری عمیق را با حوصله زیاد و بصورتی عمیق در اختیار دانشپذیران قرار دهد.
۷۲۰,۰۰۰ تومان۹۸۰,۰۰۰ تومان
هدیه راهبرد به شما پس از خرید این محصول:
- شما پس از خرید این محصول می توانید از کلاس های مجازی رفع اشکال استفاده نمایید. شما می توانید لینک کلاس خود را پس از دریافت محصول در ابتدای فهرست جلسات مشاهده نمایید.
مدرس:دکتر مصطفی پورعلی زاده
آقای پورعلی زاده فارغالتحصیل رشته آمار ریاضی با تمرکز بر ریاضیات مالی و هوش مصنوعی هستند که با کسب رتبه 5 کنکور دکتری وارد دانشگاه علامه طباطبایی شدند و با دفاع از تز دکتری خودشون در زمینه قیمتگذاری قراردادهای مدیریت ریسک با تلاطم تصادفی در سال 97 فارغالتحصیل شدند. آقای دکتر پورعلیزاده فرصت مطالعاتی خودشون رو در دانشگاه مونترال سپری کردند که ثمره اون گذروندن دوره های تخصصی یادگیری ماشین و یادگیری عمیق با زبان برنامه نویسی پایتون و انتشار مقالات علمی در همین زمینهها بوده. هرچند پژوهشهای ایشون در زمینه آمار و ریاضی آغاز شده اما مقالات اخیر ایشون بصورت تخصصی بر روی کاربرد هوش مصنوعی در ریاضیات مالی و مدلهای پیشبینی گوناگون به کمک الگوریتمهای جدید یادگیری عمیق بوده.
ایشون از سال 1389 با تدریس دوره های ریاضیات و آمار کارشناسی وارد مقوله تدریس شدند و طی این سالها تا سطوح ارشد و دکتری تجربه بسیار موفقی از تدریس کسب کردند. نیازی به گفتن نداره که با ورود دکتر پورعلی زاده به حوزه هوش مصنوعی، دوره های تدریس ایشون هم به این سمت گرایش پیدا کردند، که شامل طیفی از آموزشها از زبان برنامه نویسی پایتون تا پیچیده ترین الگوریتمهای یادگیری عمیق هستند. در کنار تدریس، کارگاهها و ورکشاپهای ایشون بین دانشجویان ریاضی و مالی و خیلی رشته های دیگه همیشه طرفداران زیادی داشته و با حضور در موسسه راهبرد این ورکشاپها بصورت حضوری و مجازی ادامه پیدا خواهند کرد.
علاوه بر همه اینها، دکتر پورعلیزاده علاقه زیادی به یادگیری زبانهای اروپایی، روانشناسی و فلسفه دارند که نیچه، کامو، کافکا و داستایوفسکی جزو فیلسوفها و نویسندههای مورد علاقه ایشون هستند.
توضیحات
مدرس:دکتر سمیه ملاحسنی
خانم دکتر ملاحسنی در حال اتمام دکتری ریاضی (سال آخر) در گرایش آنالیز عددی هستند و دانشجوی نمونه این گرایش هستند. استعداد خوب ایشون در تدریس پشتوانه بیش از یک دهه تدریس دروس مختلف گرایش محض و کاربردی رشته ریاضی در دانشگاههای مختلف بوده است. همچنین خانم دکتر ملاحسنی باتوجه به داشتن مدارک مختلف زبان انگلیسی یکی از مدرسین موفق این زبان هم هستند. ایشون عضو انجمن ریاضی ایران و خانه ریاضیات کرمان هستند و علاوه بر زیرشاخه های جدید ریاضی و پژوهشهای بین رشته ای به تدریس و یادگیری زبانهای مختلف هم علاقه مند هستند.
اطلاعات اضافی
* جهت دیدن دوره های این مدرس کلیک کنید |
---|
نظرات
هیچ دیدگاهی نوشته نشده است.