آموزش مبانی هوش مصنوعی و یادگیری ماشین

poster
پیش‌نمایش دوره

هوش مصنوعی شاخه ای از علم است که به وسیله ی آن می‌توانیم به ماشین(به معنای کامپیوتر) قابلیت هوشمندی بدهیم. از دهه ی 1950 که واژه‌ی هوش مصنوعی معرفی و این رشته به صورت جدی ... ادامه

برگزارکننده:  کلاس‌ ویژن  کلاس‌ ویژن
4 (2 رای)
سطح: مقدماتی
 پلاس
  
زمان مورد نیاز برای گذراندن دوره:  8 ساعت
مجموع محتوای آموزشی:  8 ساعت ویدئو
 (قابل دانلود می‌باشد)

آنچه در این دوره می‌آموزیم:

 بررسی تاریخ هوش مصنوعی

 آموزش الگوریتم‌های هوش مصنوعی معروف

 کتابخانه محبوب Scikit-learn

 حل مثال‌هایی از رگرسیون، طبقه بندی، خوشه‌بدی

پیش‌نیاز‌ها

این دوره به نحوی تهیه و تدوین شده است که مباحث آن به ساده‌ترین شکل ممکن بیان شوند و مخاطبان دوره بتوانند به‌سادگی متوجه موضوعات مطرح شده شوند. به همین جهت برای شرکت در این دوره هیچ پیش‌نیاز به خصوصی وجود ندارد و افراد می‌توانند از مباحث این دوره نهایت استفاده را داشته باشند.

سرفصل‌های دوره آموزش مبانی هوش مصنوعی و یادگیری ماشین

آشنایی با هوش مصنوعی و یادگیری ماشین
  تاریخچه‌ی هوش مصنوعی
مشاهده
"14:33  
  تعریف یادگیری ماشین
مشاهده
"17:23  
  هوش مصنوعی، یادگیری عمیق و یادگیری ماشین
مشاهده
"14:46  
  کاربردها و دستاوردهای هوش مصنوعی
"10:42  
  انواع هوش مصنوعی – هوش مصنوعی عمومی و هوش مصنوعی ضعیف
"07:02  
  زمینه‌های کاربرد هوش مصنوعی
"03:33  
  فریم ورک و چارچو‌ب‌های توسعه هوش مصنوعی
"15:47  
الگوریتم‌های یادگیری ماشین نظارت‌شده
  انواع یادگیری‌های یادگیری ماشین – نظارت‌شده، بدون ناظر، تقویتی
مشاهده
"06:13  
  طبقه‌بندی نزدیکترین همسایه
"28:44  
  کدها و نحوه اجرا در گوگل کولب
"20:05  
  پیاده‌سازی KNN در پایتون
"20:52  
  استفاده و لود تصویر در پایتون به عنوان داده
"10:17  
  آشنایی و پردازش داده‌های ارقام دست‌نویس فارسی
"12:50  
  طبقه‌بندی ارقام دست‌نویس فارسی
"18:36  
  رگرسیون با مدل نزدیکترین همسایه
"13:24  
  مثال رگرسیون قیمت خانه
"18:27  
  تعمیم، بیش برازش و عدم تناسب
"22:55  
  رگرسیون خطی
"13:28  
  مدل‌های خطی برای طبقه‌بندی و روش‌های جلوگیری از بیش برازش در این مدل‌ها
"16:18  
  طبقه‌بندی چند کلاسه با مدل‌های خطی
"06:29  
الگوریتم‌های یادگیری ماشین بدون ناظر
  تبدیلات
مشاهده
"16:38  
  تحلیل مؤلفه‌های اصلی
"12:38  
  PCA برای کاهش بعد
"13:22  
  مصورسازی داده‌ها با PCA
"14:22  
  خوشه‌بندی
"10:46  
روش‌های اعتبارسنجی و یافتن هایپرپارامترها
  روش اعتبارسنجی متقابل
مشاهده
"21:41  
  سایر روش‌های اعتبارسنجی در یادگیری ماشین
"23:59  
  پیچیدگی مدل‌ها و پیداکردن هایپرپارامترهای بهینه
"23:39  
  ارزیابی مدل و ماتریس درهم‌ریختگی
"11:09  
طبقه‌بندی متن و آشنایی با سایز طبقه‌بندی‌ها
  متن به عنوان داده الگوریتم یادگیری ماشین
"26:23  
  مثال طبقه بندی اسپم از غیر اسپم
"26:38  
  سایر طبقه بندها در scikit-learn
"05:31  

درباره دوره

هوش مصنوعی شاخه ای از علم است که به وسیله ی آن می‌توانیم به ماشین(به معنای کامپیوتر) قابلیت هوشمندی بدهیم. از دهه ی 1950 که واژه‌ی هوش مصنوعی معرفی و این رشته به صورت جدی شکل گرفت روش‌های و الگوریتم‌های زیادی معرفی شدند.

این دوره ابتدا به تاریخچه‌ی هوش مصنوعی پرداخته و پس از معرفی معرفی هوش مصنوعی، انواع آن و کاربردهای آن پرداخته و سپس در ماژول دوم به دسته ای از الگوریتم‌های هوش مصنوعی معروف به یادگیری ماشین یا اصطلاحات Machine Learning می‌پردازد.الگوریتم‌های یادگیری ماشین به نگرش حل مساله‌ای در هوش مصنوعی گفته می‌شود که به ماشین بدون کد نویسی صریح برای یک مساله خاص و به صورت ضمنی و با در اختیار گذاشتن نمونه یا مثال‌هایی قابلیت یادگیری بدهیم.

بر این اساس هوش مصنوعی دیپ‌بلو شرکت آی.بی.ام که در شطرنج اول شده بود یادگیری ماشین به حساب نمی‌آمد چرا که برای آن مساله خاص کد نویسی شده بود و تمام شرایط و انتخاب‌های شطرنج درنظرگرفته شده‌بود. در این ماژول به پیاده سازی انواع این الگوریتم‌ها در پایتون و کتابخانه محبوب Scikit-learn پرداخته شده و مثال‌هایی از رگرسیون، طبقه بندی، خوشه بدی و … پیاده سازی شده اند.

درباره استاد

maktabkhooneh-teacher علیرضا اخوان‌پور

علیرضا اخوان پور، مدیر فنی مجموعه دانش بنیان شناسا، از سال ۹۴ مدرس دانشگاه شهید رجایی است که از سال ۹۵ تدریس تخصصی هوش مصنوعی و یادگیری عمیق را شروع کرده است.

وی به عنوان مدرس هوش مصنوعی و یادگیری عمیق با ۵ سال سابقه تدریس در موسسه‌ها و دانشگاه‌های برتر نظیر سابقه ارائه کارگاه‌های آموزشی در دانشگاه امیرکبیر، دانشگاه شریف، یازدهمین کنفرانس ملی و اولین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران، صندوق نوآوری شکوفایی، رویداد فیس کاپ، دوره های تخصصی معاونت علمی و فناوری ریاست جمهوری و سابقه تدریس در جهاد دانشگاه شریف و دوره‌های آزاد دانشگاه تهران را در رزومه‌ی خود دارد.

تدریس دوره‌های مختلف هوش‌مصنوعی در دیجی‌نکس (دیجی‌کالا)، مجموعه دانش بنیان پارت (بانک رسالت)، دوره علم داده جهاد دانشگاهی شریف، دوره های تخصصی کارمندان در بانک قوامین و سپه، دوره های جامع ۳۵۰ ساعته دانشگاه تهران و ... از دیگر موارد سابقه تدریسی ایشان است.

ایشان همچنین مدیر سایت class.vision هستند که یک سایت تخصصی در حوزه‌ی هوش مصنوعی، دیپ لرنینگ، بینایی کامپیوتر و یادگیری ماشین است.

 

مشاهده پروفایل و دوره‌‌های استاد

نظرات کاربران

تا کنون نظری برای این دوره ثبت نشده است. برای ثبت نظر باید ابتدا در دوره ثبت نام کرده و دانشجوی دوره باشید.
1402-08-24
سلام. من تازه شروع کردم و هنوز کامل جلسات رو ندیدم.بنظرم مدرس خیلی تند صحبت میکنند. برای منی که در این خصوص دانشی ندارم تطبیق سرعت کار سختیه.

دوره‌های پیشنهادی

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟
بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.

دوره آموزش مبانی هوش مصنوعی و یادگیری ماشین

هوش مصنوعی به شاخه‌ای از علم گفته می‌شود که امکان ارائه قابلیت هوشمند را در ماشین (کامپیوتر) فراهم می‌کند. در دوره آموزش مبانی هوش مصنوعی و یادگیری ماشین، علاوه بر معرفی تاریخچه هوش مصنوعی، به کاربرد‌های آن نیز پرداخته شده و سپس مجموعه‌ای از الگوریتم‌های هوش مصنوعی به نام ماشین لرنینگ یا همان یادگیری ماشینی در ماژول دوم آموزش داده خواهد شد. اگر دوست دارید بدانید این دوره برای چه کسانی بیشترین اثربخشی را خواهد داشت، در ادامه مقاله همراه ما باشید.

در آموزش مبانی هوش مصنوعی و یادگیری ماشین چه مباحثی مد نظر است؟

ما در دنیایی زندگی می‌کنیم که فناوری آنقدر سریع پیشرفت می‌کند که بسیاری از مردم قادر به همراه شدن با آن نبوده و بعضا  هم افرادی هستند که از قافله جا می‌مانند. هوش مصنوعی یک گرایش علمی نسبتاً جدید است که ‌امیدوار است تغییرات اساسی در زندگی افراد ایجاد کند. 

تعریف هوش مصنوعی کمی سخت است، اما می‌توان گفت که هوش مصنوعی ترکیبی از علوم مختلف است که ماشین‌ها را هوشمند می‌کند. یکی از شناخته‌شده‌ترین زیرشاخه‌های هوش مصنوعی، یادگیری ماشینی است که امروزه بسیار درباره آن صحبت می‌شود. شما هر روز تأثیر یادگیری ماشینی را در زندگی روزمره خود احساس می‌کنید و این علم تا حدودی در زندگی روزمره ما وجود دارد.

در آموزش مبانی هوش مصنوعی و یادگیری ماشین که برای همه افراد مناسب است، ابتدا به معرفی انواع هوش مصنوعی پرداخته می‌شود. کارآموز در طول دوره قادر است تفاوت‌های هوش مصنوعی، یادگیری ماشینی و یادگیری عمیق با رویکرد ریاضی محور Bias variance را به خوبی درک کند.

هدف از برگزاری این دوره ارائه مقدمه‌ای بر هوش مصنوعی و انواع آن، مقدمه‌ای بر یادگیری ماشین و انواع الگوریتم‌های آن، استفاده از الگوریتم یادگیری ماشین در پایتون، مقدمه‌ای بر انواع الگوریتم‌های یادگیری عمیق و نحوه پیاده‌سازی الگوریتم‌های اولیه Deep learning می‌باشد.

بنابراین در پایان دوره، کارآموزان قادر خواهند بود تا از فریم‌ورک‌های حاضر در پایتون برای حل مسأله استفاده کرده و به درک عمیقی از هوش مصنوعی و کاربرد‌های آن دست یابند. دوره آموزش هوش مصنوعی با پایتون از هم‌نیاز‌های این دوره محسوب می‌شود.

چه کسانی به آموزش مبانی هوش مصنوعی و یادگیری ماشین نیاز دارند؟

یادگیری ماشینی که از هیجان‌انگیزترین شاخه‌های هوش مصنوعی به شمار می‌رود، این امکان را برای سیستم‌ها مهیا می‌سازد تا با تشخیص الگو‌ها و بدون دخالت نیروی انسانی، داده‌ها را پردازش کرده و تصمیم درستی را اتخاذ کنند. در دوره مبانی AI، کارآموزان طی تمرینات عملی قادر هستند تا چرخه زندگی Machine learning  را هدایت کنند. در این قسمت به چند دسته از افرادی اشاره می‌کنیم که نیاز است نقشه راه یادگیری هوش مصنوعی را در دست داشته باشند:

دسته اول دانشجویان و فارغ التحصیلانی هستند که در رشته کامپیوتر تحصیل می‌کنند و یا فارغ التحصیل شده‌اند و برای آشنایی با Software 2 که نوعی مهارت حل مسأله محسوب می‌شود به این دوره نیاز دارند.

دسته دوم از افرادی که نیاز است در دوره آموزش مبانی هوش مصنوعی و یادگیری ماشین شرکت کنند، دانشجویان و فارغ التحصیلانی هستند که در رشته صنایع، برق و یا مکانیک فعالیت می‌کنند و لازم است که از الگوریتم هوش مصنوعی در حل مسأله مرتبط با رشته خود استفاده نمایند.

دسته سوم از افرادی که به دوره آموزش هوش مصنوعی نیاز دارند، متخصصینی هستند که در حیطه بینایی کامپیوتر فعالیت می‌کنند. دسته آخر هم کارآفرینایی هستند که دوست دارند کسب و کاری در این حوزه راه‌اندازی کنند و یا از این تکنولوژی برای ارتقای کسب و کار خود استفاده نمایند.

کاربرد‌های آموزش مبانی هوش مصنوعی و یادگیری ماشین چیست؟

یکی از پرطرفدارترین و داغ‌ترین حوزه‌های علمی در جهان امروز، هوش مصنوعی است. با پیشرفت هوش مصنوعی به نظر می‌رسد در آینده‌ای نزدیک با دنیای جدیدی روبرو هستیم که به کمک فناوری دگرگون شده و هوشمند شده‌ است. علاقه‌مندان به مبحث هوش مصنوعی می‌توانند با گذراندن دوره‌های آموزشی هوش مصنوعی با تمامی مباحث مرتبط با این علم آشنا شوند. آموزش مبانی هوش مصنوعی و یادگیری ماشین، یکی از دوره‌های یادگیری هوش مصنوعی است که نیازی به دانشگاه ندارد و علاقه‌مندان به رشته‌های مختلف می‌توانند آن را بگذرانند.

بر کسی پوشیده نیست که هوش مصنوعی اکنون به یکی از نیاز‌های اساسی بسیاری از شرکت‌ها تبدیل شده است. بنابراین، آموزش مبانی هوش مصنوعی بسیار مهم است. علاقه‌مندان به این موضوع می‌توانند با گذراندن دوره‌های هوش مصنوعی موضوعاتی مانند هوش محاسباتی، یادگیری عمیق، پایتون و اصول برنامه‌نویسی را بیاموزند. برنامه‌نویسی مرتبط با هوش مصنوعی در محاسبات منجر به پیشرفت‌های تکنولوژیکی می‌شود که می‌تواند برای حل مشکلات مختلف مورد استفاده قرار گیرد. همه علاقه‌مندان، کارآفرینان و دانشجویان فعال در رشته‌های مختلف می‌توانند اصول اولیه هوش مصنوعی را با شرکت در دوره مذکور بیاموزند.

معرفی دوره آموزش مبانی هوش مصنوعی و ماشین لرنینگ مکتب خونه

کاربرد‌های هوش مصنوعی بسیار گسترده است و توانسته به بسیاری از زمینه‌های علمی وارد شود. تکنولوژی هوش مصنوعی با قدرت خارق‌العاده خود توانسته تمام جنبه‌های زندگی ما را تغییر دهد و بسیاری از کار‌ها را برای ما آسان کند. در آموزش مبانی هوش مصنوعی و یادگیری ماشین با کاربرد‌های مختلف هوش مصنوعی کاملاً آشنا خواهید شد. کارآموز در کلاس مبانی هوش مصنوعی و یادگیری ماشین علاوه بر آشنایی با هوش مصنوعی و تاریخچه‌اش، قادر است یادگیری ماشین را به زبانی کاملاً ساده بیاموزد.

از دیگر مزایای شرکت در این دوره می‌توان به یادگیری کاربرد یادگیری ماشین و انواع مختلف سیستم‌های یادگیری ماشین اشاره کرد. با شرکت در این دوره، از چالش‌های مهم یادگیری ماشین اطلاعات کافی را به دست آورده و در نتیجه قادر خواهید بود تا مدل خود را به راحتی ارزیابی کرده و بسنجید. در این دوره، کارآموزان با انواع ربات هوش مصنوعی و کاربرد آن‌ها در صنایع آشنا خواهند شد.

از دیگر مواردی که از شرکت در دوره یادگیری ماشین کسب خواهید کرد، باید به تسلط بر سیستم‌های یادگیری از نوع نظارت یا همان Supervised Learning، بدون نظارت یا همان Unsupervised Learning و یادگیری تقویتی که Reinforced Learning هم خوانده می‌شود، اشاره کرد. Linear regression یکی از الگوریتم‌های ساده‌ای است که کارآموزان یادگیری کلاس‌های AI را با آن شروع کرده و بر این الگوریتم نیز مسلط می‌شوند.

سرفصل‌های دوره آموزش مبانی هوش مصنوعی و یادگیری ماشین

هوش مصنوعی کاربرد‌های خاصی را در صنایع مختلف به خود اختصاص داده است. به عنوان مثال، نرم‌افزار هوش مصنوعی می‌تواند برای ایجاد دستیار‌های مراقبت از مراقبت‌های بهداشتی، تولیدی، خرده فروشی و حتی ورزش و بازی مورد استفاده قرار گیرد.

در این دوره، اساتید یادگیری ماشینی را با استفاده از پایتون به کارآموزان آموزش خواهند داد. برای کار کردن با هوش مصنوعی، یادگیری زبان‌های برنامه‌نویسی ضروری است. پایتون یک زبان برنامه‌نویسی‌ ایده‌آل است که در این زمینه بسیار کاربردی است. سرفصل‌هایی که در آموزش مبانی هوش مصنوعی و یادگیری ماشین توسط اساتید با تجربه تدریس می‌شود، عبارتند از:

·        مقدمه‌ای بر هوش مصنوعی و یادگیری ماشینی

·        تاریخچه هوش مصنوعی

·        تعریف یادگیری ماشینی

·        کاربرد‌ها و دستاورد‌های هوش مصنوعی

·        انواع هوش مصنوعی مانند هوش مصنوعی عمومی و هوش مصنوعی ضعیف

·        حوزه‌های کاربردی هوش مصنوعی

·        چارچوب توسعه هوش مصنوعی

·        الگوریتم‌های یادگیری ماشین نظارت‌شده

·        الگوریتم یادگیری ماشین بدون نظارت

·        اعتبارسنجی و یافتن هایپرپارامتر‌ها

·        طبقه‌بندی متون و آشنایی با اندازه‌های طبقه‌بندی

مخاطبین دوره آموزش مبانی هوش مصنوعی و ماشین لرنینگ چه کسانی هستند؟

در دوره مبانی هوش مصنوعی و یادگیری ماشین که استاد از صفر تا صد مباحث مرتبط با این دوره را به طور کامل برای کارآموزان آموزش می‌دهد، نیازی به تجربه خاصی نیست. علاقه‌مندان به یادگیری ماشینی و هوش مصنوعی می‌توانند در دوره مذکور شرکت کنند و با این موضوع جذاب آشنا شوند. به طور کلی، اگر در یادگیری ماشینی تازه کار هستید، اما می‌خواهید قبل از تصمیم به ادامه یادگیری، اطلاعات خوبی در مورد آن به دست‌آورید، این دوره برای شما مناسب است.

اما اگر با موضوع آشنایی کامل دارید و حتی یک دوره آموزشی مرتبط با آن را گذرانده‌اید، بهتر است وقت خود را صرف یک دوره تخصصی‌تری کنید. اگرچه این دوره شما را با تمامی مباحث مرتبط با هوش مصنوعی و یادگیری ماشین مسلط می‌سازد، اما برای این که به فردی متخصص در رشته یادگیری ماشین تبدیل شوید، باید دانش لازم را از طریق تمرین و تجربه کسب کنید.

بهترین راه برای یادگیری مبانی هوش مصنوعی و یادگیری ماشین

آینده یادگیری ماشینی بسیار ‌امیدوارکننده است و انتظار می‌رود که تأثیر آن در زمینه‌های مختلف به طور تصاعدی افزایش یابد. آموزش مبانی هوش مصنوعی و یادگیری ماشین دری را به روی دنیایی از فرصت‌ها باز می‌کند که در آن می‌توان از قدرت هوش مصنوعی برای نوآوری و ایجاد تغییرات بزرگ استفاده کرد.

 با درک اصول، بررسی کاربرد‌های مختلف آن و کسب مهارت‌های لازم، امکان ایجاد تغییرات بزرگ و شگفت‌انگیزی در زندگی خود و حتی در مقیاس جهانی مهیاست. به یاد داشته باشید، چه این دوره را انتخاب کنید یا هر دوره دیگری، تبدیل شدن به یک متخصص در یادگیری ماشین نیاز به پشتکار و سخت کوشی مداوم دارد. بنابراین، پیشنهاد می‌کنیم همین امروز در کلاس های هوش مصنوعی مکتب خونه شرکت کرده و قسمتی از انقلاب هوش مصنوعی را تجربه کنید!

مکتب خونه، با در اختیار داشتن اساتید با تجربه برگزار‌کننده بهترین دوره های هوش مصنوعی، از جمله آموزش هوش مصنوعی با پایتون و موارد دیگر است و این دوره را برای علاقمندان به این حوزه برگزار کرده تا بتوانند با تسلط بر این رشته و افزایش اعتماد به نفس وارد حوزه کار شوند. در مکتب خونه انواع دوره آموزش برنامه نویسی، آموزش پایتون، آموزش هوش مصنوعی و آموزش ماشین لرنینگ به عنوان مکمل و پیش نیاز این دوره موجود است.

poster
پیش‌نمایش دوره
  
برگزار کننده:  کلاس‌ ویژن
  
زمان مورد نیاز برای گذراندن دوره:  8 ساعت
مجموع محتوای آموزشی:  8 ساعت ویدئو
 (قابل دانلود می‌باشد)