حالت مطالعه

چرا این دوره رو به شما پیشنهاد می‌کنیم؟

این روزها از یادگیری عمیق (Deep Learning) به عنوان یکی از مدرن‌ترین شاخه‌های یادگیری در هوش مصنوعی زیاد می‌شنویم. این شاخه دارای ابزارها و کتابخانه‌های معروف و معتبری هست که تو این دوره آموزشی سراغ یکی از اساسی‌ترین این نیازمندی‌ها، یعنی کتابخانه کراس (Keras) اومدیم تا در قالب این آموزش به بهترین شکل ممکن با پیاده‌سازی تکنیک‌های مختلف یادگیری عمیق اعم از شبکه عصبی چندلایه پرسپترون (MLP)، شبکه عصبی کانولوشنی یا پیچشی (CNN)، شبکه عصبی بازگشتی (RNN)، شبکه خودرمزگذار (AE) و شبکه مولد تخاصمی (GAN) آشنا می‌شید که این کار برای یادگیری هرچه بیشتر و ملموس‌تر شما، با استفاده از مثال‌ها و دیتاست‌های معتبر و واقعی مثل MNIST، CIAFR10 و IRIS انجام می‌شه؛

بعد از پایان این دوره که شامل حدود 17 ساعت آموزش تخصصی هست، شما این توانایی رو پیدا می‌کنید تا تمامی تکنیک‌های عنوان شده رو با استفاده از کتابخانه Keras در محیط پایتون پیاده‌سازی کنید. به طور کلی، این دوره تمامی مهارت‌­های اساسی برای یک برنامه‌نویس و توسعه‌دهنده حوزه یادگیری عمیق رو براتون فراهم می‌­کنه.

سرفصل‌های دوره

بخش اول: مقدمه و راه‌اندازی

    • آشنایی با یادگیری عمیق و تکنیک­‌های مختلف آن
    • آموزش نصب محیط توسعه آناکوندا (Anaconda)، نصب کتابخانه Keras و دیگر کتابخانه‌های لازم

بخش دوم: شبکه‌های عصبی پرسپترون

    • آشنایی با تئوری شبکه عصبی پرسپترون چندلایه، ساخت معماری شبکه، آموزش، تست و ارزیابی مدل و پیاده‌­سازی یک مدل طبقه‌­بند از شبکه عصبی پرسپترون چندلایه
    • آشنایی با رگرسیون و پیاده‌­سازی یک مدل رگرسیون شبکه عصبی پرسپترون چندلایه
    • بارگذاری دیتاست و طبقه‌بندی داده‌­های Iris و تصاویر MNIST با شبکه عصبی پرسپترون چندلایه و آشنایی با Dropout

بخش سوم: شبکه‌های عصبی کانولوشنی

  • آشنایی با تئوری شبکه­‌های عصبی کانولوشنی و طبقه‌­بندی تصاویر CIFAR10 با استفاده از یک مدل شبکه­ عصبی کانولوشنی
  • بارگذاری دیتاستی از تصاویر از هارد کامپیوتر، ترسیم نمودار خطا و دقت آموزش مدل و طبقه‌بندی تصاویر ارقام دست‌نویس با استفاده از یک مدل شبکه­ عصبی کانولوشنی
  • الگوریتم Early Stopping، و طبقه‌بندی تصاویر MNIST با استفاده از یک مدل شبکه­ عصبی کانولوشنی و دیگر نکات مختص این شبکه

بخش چهارم: شبکه‌های عصبی خودرمزگذار

    • ذخیره‌­سازی یک مدل پس از آموزش و بارگذاری آن جهت تست، آشنایی با تئوری خودرمزگذار و پیاده‌سازی خودرمزگذار معمولی
    • پیاده‌سازی خودرمزگذار کانولوشنی جهت نویززدایی تصاویر

بخش پنجم: شبکه‌های عصبی بازگشتی

    • آشنایی با تئوری شبکه‌های عصبی بازگشتی و پیاده‌­سازی یک مثال از آن جهت پیش­‌بینی سری‌های زمانی

بخش ششم: شبکه‌های عصبی تخاصمی

    • آشنایی با تئوری شبکه عصبی تخاصمی و پیاده‌سازی یک مثال از آن

بخش هفتم: نکات و جزئیات مهم

  • آشنایی با محیط Google Colab
  • آشنایی با محیط Kaggle و تکنیک Cross-Validation و پیاده‌سازی آن
  • مقایسه کتابخانه Keras با دیگر کتابخانه‌­های یادگیری عمیق و نصب آن روی GPU

اطلاعات بیشتر

این دوره یک آموزش صفر تا صد از کتابخانه Keras را جهت پیاده­‌سازی تکنیک‌های مختلف یادگیری عمیق اعم از شبکه عصبی چندلایه پرسپترون، شبکه عصبی کانولوشنی، شبکه عصبی بازگشتی، شبکه عصبی خودرمزگذار و شبکه مولد تخاصمی را ارائه می‌کند. در این دوره هر کدام از تکنیک‌­های مطرح شده به صورت خلاصه از لحاظ تئوری تشریح شده و سپس هر کدام با استفاده از دیتاست­‌های حقیقی پیاده‌سازی می‌­شوند.

تمامی مستندات لازم برای هر قسمت از جمله کدهای هر جلسه، جزوه و فایل‌­های مورد نیاز به صورت فایل‌­های ضمیمه و به صورت آنی در اختیار شما قرار خواهد گرفت. همچنین برای پیش‌برد دوره کافی است که توزیع Anaconda را روی کامپیوتر خود نصب و از طریق این توزیع، برنامه Spyder را اجرا کنید.

ابزارهای مرتبط

  • محیط توسعه Anaconda

پیش‌نیازها

  • آشنایی با زبان برنامه نویسی پایتون.
بخش اول: مقدمه و راه‌اندازی

پیش نمایش ویدئو

قسمت اول: آشنایی با یادگیری عمیق و تکنیک­‌های مختلف آن ویدئو

یک شروع قدرتمند برای آَشنایی با کلیات حوزه یادگیری عمیق

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت دوم: آموزش نصب محیط توسعه آناکوندا (Anaconda)، نصب کتابخانه Keras و دیگر کتابخانه‌های لازم ویدئو

آماده‌سازی همه موارد لازم برای شروع!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
بخش دوم: شبکه‌های عصبی پرسپترون

پیش نمایش ویدئو

قسمت اول: آشنایی با تئوری شبکه عصبی پرسپترون چندلایه، ساخت معماری شبکه، آموزش، تست و ارزیابی مدل و پیاده‌­سازی یک مدل طبقه‌­بند از شبکه عصبی پرسپترون چندلایه ویدئو

هرآنچه از یادگیری شبکه‌های عصبی پرسپترون انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت دوم: آشنایی با رگرسیون و پیاده‌­سازی یک مدل رگرسیون شبکه عصبی پرسپترون چندلایه ویدئو

هرآنچه از یادگیری شبکه‌های عصبی پرسپترون انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت سوم: بارگذاری دیتاست و طبقه‌بندی داده‌­های Iris و تصاویر MNIST با شبکه عصبی پرسپترون چندلایه و آشنایی با Dropout ویدئو

هرآنچه از یادگیری شبکه‌های عصبی پرسپترون انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
بخش سوم: شبکه‌های عصبی کانولوشنی

ویدئو

قسمت اول: آشنایی با تئوری شبکه­‌های عصبی کانولوشنی و طبقه‌­بندی تصاویر CIFAR10 با استفاده از یک مدل شبکه­ عصبی کانولوشنی ویدئو

هرآنچه از یادگیری شبکه‌های عصبی کانوولوشنی انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت دوم: بارگذاری دیتاستی از تصاویر از هارد کامپیوتر، ترسیم نمودار خطا و دقت آموزش مدل و طبقه‌بندی تصاویر ارقام دست‌نویس با استفاده از یک مدل شبکه­ عصبی کانولوشنی ویدئو

هرآنچه از یادگیری شبکه‌های عصبی کانوولوشنی انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت سوم: الگوریتم Early Stopping، و طبقه‌بندی تصاویر MNIST با استفاده از یک مدل شبکه­ عصبی کانولوشنی و دیگر نکات مختص این شبکه ویدئو

هرآنچه از یادگیری شبکه‌های عصبی کانوولوشنی انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
بخش چهارم: شبکه‌های عصبی خودرمزگذار

پیش نمایش ویدئو

قسمت اول: ذخیره‌­سازی یک مدل پس از آموزش و بارگذاری آن جهت تست، آشنایی با تئوری خودرمزگذار و پیاده‌سازی خودرمزگذار معمولی ویدئو

هرآنچه از یادگیری شبکه‌های عصبی خودرمزگذار انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت دوم: پیاده‌سازی خودرمزگذار کانولوشنی جهت نویززدایی تصاویر ویدئو

هرآنچه از یادگیری شبکه‌های عصبی خودرمزگذار انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
بخش پنجم: شبکه‌های عصبی بازگشتی

ویدئو

قسمت اول: آشنایی با تئوری شبکه‌های عصبی بازگشتی و پیاده‌­سازی یک مثال از آن جهت پیش­‌بینی سری‌های زمانی ویدئو

هرآنچه از یادگیری شبکه‌های عصبی بازگشتی انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت دوم: قسمت اول: آشنایی با تئوری شبکه‌های عصبی بازگشتی و پیاده‌­سازی یک مثال از آن جهت پیش­‌بینی سری‌های زمانی ویدئو

هرآنچه از یادگیری شبکه‌های عصبی بازگشتی انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
بخش ششم: شبکه‌های عصبی تخاصمی

ویدئو

قسمت اول: آشنایی با تئوری شبکه عصبی تخاصمی و پیاده‌سازی یک مثال از آن ویدئو

هرآنچه از یادگیری شبکه‌های عصبی تخاصمی انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت دوم: آشنایی با تئوری شبکه عصبی تخاصمی و پیاده‌سازی یک مثال از آن ویدئو

هرآنچه از یادگیری شبکه‌های عصبی تخاصمی انتظار دارید!

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
بخش هفتم: نکات و جزئیات مهم

ویدئو

قسمت اول: آشنایی با محیط Google Colab ویدئو

یک بستر رایگان تحت وب جهت اجرای کدها

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت دوم: آشنایی با محیط Kaggle و تکنیک Cross-Validation و پیاده‌سازی آن ویدئو

از مهم‌ترین مراجع علوم داده دنیا با طیف وسیعی از ابزارها، دیتاست‌ها و ...

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

قسمت سوم: مقایسه کتابخانه Keras با دیگر کتابخانه‌­های یادگیری عمیق و نصب آن روی GPU ویدئو

بررسی مزایا، معایب و فرصت‌ها

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
دانلود فایل های ضمیمه

فایل های ضمیمه ویدئو

شامل مستندات کد و ...

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.
برچسب:

درخواست مشاوره

برای کسب اطلاعات بیشتر درباره این دوره درخواست مشاوره خود را ارسال کنید و یا با ما در تماس باشید.

درخواست مشاوره
09900023709

نیاز به مشاوره دارید؟

در صورتی که نیاز به مشاوره دارید می توانید فرم را تکمیل نمایید و یا با ما در تماس باشید

درخواست مشاوره رایگان

    دوره های مرتبط

    دوره آموزشی ریاضیات مورد نیاز برای علم داده

    چرا این دوره رو به شما پیشنهاد می‌کنیم؟ بدون شک فهم بنیادی هر علمی و فلسفه آن می تونه به…

    دوره آموزشی کار با کتابخانه Pandas در Kaggle با استفاده از زبان برنامه نویسی پایتون

    داده های خودتان را به هرشکی که خواهید در بیاورید.

    دوره آموزشی یادگیری زبان برنامه نویسی پایتون در Kaggle

    این دوره کاملا کاربردی می‌باشد؛

    chat_bubble_outlineنظرات

    • کیهان
      پاسخ

      سلام در مورد شبکه های LSTM در این دوره توضیح میدن یا خیر؟

      • گیلادمیا(مدیریت)
        پاسخ

        سلام. بله، یک مثال از سری زمانی از با استفاده از شبکه‌های LSTM در دوره حل شده

    • رضا
      پاسخ

      سلام اگر امکانش هست یک دمو از قسمت کدنویسی و یک قسمت از تئوری ازاد کنید تا کیفیت اموزش رو برای خرید بتونم بسنجم و بعد خرید کنم

      • گیلادمیا(مدیریت)
        پاسخ

        سلام، داخل هر بخش روی قسمت پیش نمایش اگه کلیک کنید می تونید قسمت هایی از ویدیو را مشاهنده کنید

    قوانین ثبت دیدگاه

    • دیدگاه‌های فینگلیش تایید نخواهند شد.
    • دیدگاه‌های نامرتبط به مطلب تایید نخواهد شد.
    • از درج دیدگاه‌های تکراری پرهیز نمایید.
    • امتیاز دادن به دوره فقط مخصوص دانشجویان دوره می‌باشد.

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

    قیمت :

    800,000 تومان

    امتیاز
    0 از 0 رأی
    بدون امتیاز 0 رای
    800,000 تومان
    تعداد دانشجو : 38
    نوع دوره: غیر حضوری
    سطح دوره: مقدماتی، متوسطه و پیشرفته
    پیش نیاز: در صورت عدم آشنایی با زبان برنامه نویسی پایتون ، دوره آموزشی پایتون در kaggle
    تاریخ بروزرسانی: 1 شهریورماه 1400
    زبان: فارسی
    13 ساعت و 48 دقیقه
    هفت بخش (فصل)
    1.04 گیگابایت
    روش دریافت: دانلود فایل‌های دوره
    درصد پیشرفت دوره: %100
    15.91k بازدید 4 دیدگاه
    رضا اکبری موحد – دانشگاه گلاسکو – اسکاتلند
    رضا اکبری موحد – دانشگاه گلاسکو – اسکاتلند
     دانشجوی دکتری دانشگاه گلاسکو کشور اسکاتلند

    دسته:
    تبلیغات