آموزش پروژه محور یادگیری ماشین و یادگیری عمیق

آموزش پروژه محور یادگیری ماشین و یادگیری عمیق

در چند سال اخیر، به لطف ابزارهای معرفی شده مبتنی بر AI و قرار گرفتن این ابزارها در دسترس عموم، هوش مصنوعی و زیر مجموعه‌های آن همچون یادگیری ماشین و یا

تریلر دوره

توضیحات کامل دوره

آموزش پروژه محور یادگیری ماشین و یادگیری عمیقدر چند سال اخیر، به لطف ابزارهای معرفی شده مبتنی بر AI و قرار گرفتن این ابزارها در دسترس عموم، هوش مصنوعی و زیر مجموعه‌های آن همچون یادگیری ماشین و یادگیری...

آموزش پروژه محور یادگیری ماشین و یادگیری عمیق

در چند سال اخیر، به لطف ابزارهای معرفی شده مبتنی بر AI و قرار گرفتن این ابزارها در دسترس عموم، هوش مصنوعی و زیر مجموعه‌های آن همچون یادگیری ماشین و یادگیری عمیق، به یکی از مباحث ترند در بین افراد جامعه تبدیل شده، و بروز این پدیده موجب گشت تا بسیاری از افراد، به فکر ورود به این حوزه جهت حل مسائل خود در شاخه های متنوع بیافتند. به طوری که در سال‌های اخیر، یکی از حوزه های محبوب در بین مقالات و پایان نامه های معتبر، بکارگیری مباحث مرتبط با هوش مصنوعی در ترکیب با شاخه های مختلف علوم و حل مسائل متعدد با شیوه ای متفاوت می‌باشد.

دوره‌ی آموزشی پیش رو، با رویکرد پروژه محور و در قالب حل مسائل کاربردی یادگیری ماشین و یادگیری عمیق تدوین شده است. در این دوره، پس از مرور مفاهیم مقدماتی این حوزه در فصل اول، به سری مسائل مهم هوش مصنوعی در قالب پروژه های کاربردی در فصل های بعد پرداخته خواهد شد و در هر پروژه، علاوه بر معرفی الگوریتم ها و ابزارهای جدید، نکاتی جهت افزایش مهارت های حل مسئله، به دانشجویان این مجموعه‌ی آموزشی ارائه می­گردد.

جهت کسب اطلاعات بیشتر در رابطه با این دوره، لطفا جلسه ی معرفی دوره را مشاهده نمایید.

سرفصل های دوره

فصل1 : مفاهیم مقدماتی یادگیری ماشین و یادگیری عمیق 

فصل2: مسائل دسته بندی (Classification)

فصل3: مسائل رگرسیونی (Regression)

فصل4: سری های زمانی (Time-Series)

فصل5: خوشه بندی (Clustering)

فصل6: سیستم‌های توصیه گر (Recommendation Systems)


سرفصل‌های دوره

  • معرفی دوره
    رایگان 00:14:31
  • نقشه راه دوره
    رایگان 00:04:55
  • نکاتی در رابطه با دوره
    رایگان 00:08:55
  • فصل اول - مفاهیم مقدماتی یادگیری ماشین و یادگیری عمیق
    رایگان 00:17:10
  • مفاهیم یادگیری ماشین - جلسه 1
    00:07:08
  • بررسی مفاهیم یادگیری ماشین - جلسه 2
    00:10:09
  • بررسی مفاهیم یادگیری عمیق- جلسه 1
    00:10:47
  • بررسی مفاهیم یادگیری عمیق- جلسه 2
    00:11:09
  • بررسی مفاهیم یادگیری عمیق- جلسه 3
    00:05:01
  • بررسی مفاهیم یادگیری عمیق- جلسه 4
    00:11:59
  • بررسی مفاهیم یادگیری عمیق- جلسه 5
    00:07:32
  • فصل دوم - مسائل دسته بندی (Classification)
    00:09:00
  • آماده سازی محیط برنامه نویسی
    00:19:03
  • نصب پیشنیازها
    00:08:01
  • حل مساله IRIS
    00:34:10
  • پروژه تشخیص سلول های سرطانی
    00:10:17
  • پروژه تشخیص بیماری قلبی با Logistic Regression
    00:39:05
  • پروژه تشخیص بیماری قلبی با Logistic Regression - جلسه 2
    00:17:19
  • پروژه سنجش امنیت Password
    00:33:55
  • پروژه تایید وام بانکی
    00:25:14
  • پروژه Classification با استفاده از شبکه ی عصبی
    00:36:57
  • حل مساله IRIS در Keras
    00:12:41
  • مروری بر الگوریتم های یادگیری ماشین
    00:18:18
  • فصل سوم - مسائل رگرسیونی (Regression)
    00:14:19
  • پروژه تخمین قیمت خانه
    00:29:19
  • پروژه پیش بینی قیمت املاک
    00:16:03
  • پروژه پیاده سازی و مقایسه عملکرد چند الگوریتم یادگیری ماشین
    00:15:35
  • پروژه تخمین قیمت دارایی ها
    00:17:24
  • پروژه پیش بینی قیمت سهام مایکروسافت
    00:19:42
  • پروژه تخمین قیمت املاک با استفاده از شبکه های عصبی
    00:35:03
  • پروژه جامع مسائل رگرسیونی - جلسه 1
    00:30:32
  • پروژه جامع مسائل رگرسیونی - جلسه 2
    00:52:09
  • فصل چهارم - سری های زمانی
    00:09:19
  • پروژه پیش بینی قیمت با LSTM
    00:32:15
  • پروژه هواشناسی با شبکه های عصبی - سری زمانی چند متغیره
    00:48:41
  • فصل پنجم - خوشه بندی (Clustering)
    00:07:16
  • پروژه خوشه بندی ژانرهای موسیقی
    00:16:07
  • فصل ششم - سیستم های توصیه گر
    00:12:52
  • پروژه پیشنهاد کتاب
    00:29:11
  • پروژه سیستم توصیه گر ترکیبی
    00:33:11

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

1,800,000 تومان
900,000 تومان
50% تخفیف

این دوره شامل:
13:12:00 ساعت آموزش
دسترسی مادام‌العمر
سطح: مبتدی
گواهی پایان دوره: ندارد
تاریخ انتشار: 1403/12/06
آخرین به‌روزرسانی: 2026-11-01 00:18:06
تعداد امتیازها: 0
تعداد دانشجو:
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: