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:

1. شبکه عصبی مصنوعی (Artificial Neural Network)
2. شبکه عصبی پیچشی (Convolutional Neural Network)
3. شبکه عصبی بازگشتی (Recurrent Neural Network)
4. 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.