آموزش رایگان یادگیری عمیق کاربردی

«یادگیری عمیق» به عنوان یکی از روش‌­های «یادگیری ماشین» شناخته می­‌شود. در یادگیری عمیق سعی می‌کنیم تا فعالیت ماشین‌­ها - سیستم­‌های کامپیوتری - را براساس شبیه‌­سازی سیستم عصبی انسان برنامه‌­ریزی کنیم. به این جهت می‌­توانیم ... ادامه

3.1 (21 رای)
6,756 دانشجو
مکتب‌خونه
مکتب‌خونه
جواد کاظمی‌تبار
عاطفه عطائی

جواد کاظمی‌تبار

+ 1 مدرس دیگر

محتوای دوره
پیش‌نیاز‌ها
درباره دوره
نظرات کاربران
درباره استاد

محتوای دوره

4 فصل 32 جلسه 10 ساعت ویدیو
فصل اول: آشنایی مقدماتی با پایتون و محیط‌های مختلف اجرای برنامه
فصل دوم (اختیاری): آماده‌سازی سخت‌افزار و نرم‌افزار مبتنی بر GPU
فصل سوم: آشنایی با مفاهیم پایه
فصل چهارم: آشنایی با چند شبکه معروف

پیش‌نیاز‌ها

اصلی­‌ترین پیش­‌نیاز این دوره آشنایی کلی با مفاهیم مربوط به یادگیری ماشین است. به‌طورکلی در این دوره سعی شده تا مفاهیم به ساده‌­ترین شکل و با لحنی روان بیان شوند، اما برای استفاده کامل از مطالب ارائه شده آشنایی با مفاهیم اولیه ضروری به نظر می‌­­رسد.

درباره دوره

«یادگیری عمیق» به عنوان یکی از روش‌­های «یادگیری ماشین» شناخته می­‌شود. در یادگیری عمیق سعی می‌کنیم تا فعالیت ماشین‌­ها - سیستم­‌های کامپیوتری - را براساس شبیه‌­سازی سیستم عصبی انسان برنامه‌­ریزی کنیم. به این جهت می‌­توانیم یادگیری عمیق را مدلی بدانیم که بر اساس سیستم عصبی انسان شبیه‌سازی شده است. استفاده از یادگیری عمیق این قابلیت را در سیستم به وجود می‌­آورد که ماشین - سیستم کامپیوتری - بتواند در هر موقعیت تصمیماتی مشابه تصیمات مغز انسان ارائه کند.

یادگیری عمیق در بسیاری از فعالیت­‌های روزمره ما می­‌تواند کاربردی و موثر باشد، اما برای داشتن مثال می­‌توانیم به مواردی همچون بات‌­های چت، ترجمه، تشخیص چهره و ... اشاره کرد.

 

در دوره آموزش رایگان یادگیری عمیق کاربردی چه مباحثی را یاد می‌گیرید؟

در دوره آموزش رایگان یادگیری عمیق کاربردی با موارد گسترده‌­ای آشنا خواهید شد. از آشنایی با مفاهیم اولیه گرفته تا جدیدترین و پیچیده‌­ترین مسائل مربوط به این چهارچوب در این دوره گنجانده شده است. به طور مشخص مباحث این دوره به صورت زیر تعریف شده است:

  • معرفی دوره و پیش‌­نیازها (پایتون، آشنایی مقدماتی با مفاهیم یادگیری ماشین)
  • معرفی یادگیری عمیق (یادگیری عمیق چیست و مثال­‌هایی کاربردی از یادگیری عمیق)
  • آشنایی با سخت­‌افزارهای قابل استفاده و نحوه اتصال آن‌ها به نرم‌افزار
  • آشنایی با نرم‌­افزارها و محیط برنامه­‌نویسی Google Colab 
  • آشنایی با مفاهیمی همچون گرادیان، تابع هزینه، تابع فعال­‌سازی، توابع بهینه­‌ساز، forward propagation، back propagation و اجزای اصلی معماری­‌های شبکه عمیق
  • معرفی کتابخانه Tensorflow و Keras در پایتون
  • شبکه کانولوشنی و کاربردهای آن (پیاده‌سازی مفهومی کانولوشن در پایتون، معرفی Conv2D در Tensorflow)
  • معرفی پایگاه دادگان معروف برای پروژه‌های مختلف
  • آشنایی با مفاهیم طبقه‌­بندی، تشخیص اشیا و بازشناسایی و بخش‌­بندی تصویر
  • بررسی معماری شبکه‌های Googlenet و VGGNet
  • بررسی معماری شبکه‌های Resnet
  • بررسی معماری شبکه‌های RNN و LSTM
  • آموزش Pytorch
  • معرفی معماری شبکه R-CNN، Fast R-CNN ، Faster R-CNN
  • معرفی معماری مجموعه شبکه‌های YOLOv1- YOLOv5
  • معرفی معماری شبکه GAN ، انواع آن و کاربردها
  • بررسی مشکلات در پروژه‌­های عملی یادگیری عمیق
  • بررسی تکنیک­‌های استخراج بهترین نتایج در حل مسائل

 

دوره آموزش رایگان یادگیری عمیق کاربردی برای چه کسانی مناسب است؟

مطالب این دوره به شما در راه آموزش یادگیری عمیق کمک فراوانی خواهد کرد و برای همه افرادی که به نحوی علاقه­‌مند به یادگیری ماشین هستند مناسب خواهد بود.

 

** دوره در حال تکمیل است

اطلاعات بیشتر

امتیاز و نظرات کاربران

3.1

از مجموع 21 امتیاز

6 نظر

1 سال پیش

با سلام و خسته نباشیدخدمت استادان محترم، این دوره بسیار مفید و شامل نکات مهم و کلیدی است به همین علت از دو استاد محترم دوره تشکر و به آنها خسته نباشید میگویم.

2 سال پیش

درود و سپاس از زحمات استاد و تیم پرتلاش مکتب‌خونه. هنوز دوره رو نگذروندم، اما تیزر رو نگاه کردم. متاسفانه تیزر بسیار پراکنده هست و هیچ توضیح مشخصی دربارهٔ محتوای دوره ارائه نمی‌ده. در چند ثانیه پایانی تیزر در مورد نصب دو پاورساپلای به صورت همزمان بر روی کامپیوتر صحبت می‌شه که اگر چه آموزنده بود اما هیچ ربطی به مباحث این دوره نداشت. بسیار عجیب بود برام. در ضمن من هنوز دوره رو ندیدم و این موضوع که برای ثبت نظر باید حتما امتیاز مشخص کنم خوب نیست. بالاجبار برای ثبت نظرم امتیاز میانگین رو ثبت می‌کنم.

علی محمدی

علی محمدی

27 روز پیش

با سلام و عرض خسته نباشید این دوره نمیتواند به تنهایی برای آموزش"یادگیری عمیق" کافی باشد مطالب پراکنده، ناکافی و کیفیت تدریس پایین است مطالب بیان شده به طوری مورد انتظار است تدریس نمیشوند این دوره بیشتر"آشنایی با یادگیری عمیق" است تا آموزش کامل.

محمد جواد مرادی

محمد جواد مرادی

2 سال پیش

با تشکر از زحمات ولی ودیو ها بهم ریخته است و ترتیب درست نیست در ضمن مباحث ناقصه توضیحات ناکافی

محسن رحمانی

محسن رحمانی

2 سال پیش

باسلام و ادب این دوره اصلا در حد آموزش هایی که از مکتبخونه انتظار میرود نیست مطالب پراکنده و توضیحات سطحی و بیان نامناسب و ناکافی

2 سال پیش

با سلام و عرض خسته نباشید، این دوره مطالبش بهم ریخته است و همچنین توضیحات اصلا کافی نیستند و اصلا دوره ای نیست که بخواهم به دیگران پیشنهاد کنم زیرا تدریس بدرستی صورت نگرفته چه از لحاظ طبقه بندی مطالب چه از لحاظ توضیحات

علی

علی

دوره‌های پیشنهادی

آموزش رایگان یادگیری عمیق با پایتون

مدرس: سروش حیدری پهلویان

13,323 دانشجو
4.2 (103)
رایگان
آموزش رایگان پردازش تصویر
دانشگاه علم و صنعت

دانشگاه علم و صنعت

مدرس: محمدرضا محمدی

9,828 دانشجو
4.7 (62)
رایگان
تعیین سطح زبان انگلیسی

مدرس: جمعی از اساتید

57,293 دانشجو
4 (42)
رایگان
آموزش پایتون مقدماتی

مدرس: جادی میرمیرانی

89,109 دانشجو
4.4 (5,975)
گواهی‌نامه
35٪
1,359,000 883,350 تومانء

درباره استاد

جواد کاظمی‌تبار
جواد کاظمی‌تبار
15 دوره
36,504 دانشجو

سید جواد کاظمی تبار برنده مدال نقره کشوری در المپیاد سال ۱۳۷۷ و نفر سوم کنکور سراسری در سال ۱۳۷۸، مدارک کارشناسی و دکتری خود را در رشته برق و کامپیوتر به ترتیب در دانشگاه صنعتی شریف (۱۳۸۲) و دانشگاه کالیفرنیا در شهر ارواین (۱۳۸۷) دریافت نمود. وی در سال ۱۳۹۱ و به هنگام کار در شرکت Guardian Analytics با روش‌های داده‌کاوی در کشف تقلب‌های بانکی آشنا گردید. در همان شرکت بود که وی موفق به اخذ گواهینامه امنیت +Comptia Security گردید. مطالعه کتاب‌ها و دوره‌های انجمن بازرسان تقلب گواهی شده وی را با انواع تقلب در صنایع بیمه، بانک و بورس اوراق بهادار آشنا نمود. وی پس از بازگشت به ایران و از سال ۱۳۹۴ عضو هیئت‌علمی دانشگاه و مشاور شرکت‌های نرم‌افزاری همچون توسن و سان بوده است.

اطلاعات بیشتر

دیگر دوره‌های جواد کاظمی‌تبار

آموزش رایگان نکاتی در نگارش زبان انگلیسی
530 دانشجو
5 (2)
رایگان
آموزش رایگان مقدماتی نظریه بازی Game Theory
دانشگاه صنعتی نوشیروانی بابل

دانشگاه صنعتی نوشیروانی بابل

مدرس: جواد کاظمی‌تبار

3,092 دانشجو
2.6 (5)
رایگان
معرفی رشته مهندسی برق

مدرس: جمعی از اساتید - جواد کاظمی‌تبار - حمیدرضا امین داور - رضا سروری - کیارش بازرگان - مصطفی فتحی

2,313 دانشجو
4.6 (16)
رایگان
آموزش رایگان انتقال داده
دانشگاه صنعتی نوشیروانی بابل

دانشگاه صنعتی نوشیروانی بابل

مدرس: جواد کاظمی‌تبار

3,526 دانشجو
4.2 (6)
رایگان
عاطفه عطائی
عاطفه عطائی
1 دوره
6,756 دانشجو

عاطفه عطایی فارغ‌التحصیل دانشگاه نوشیروانی بابل در گرایش مهندسی مخابرات سیستم هستند. از سال ۱۳۹۷ باتوجه‌به علاقه در حوزه بینایی ماشین به مطالعه و پژوهش در این حوزه پرداخته و در زمینه‌های پردازش صوت، تصویر و ویدئو پژوهش‌های مختلفی انجام داده است. ایشان در حال حاضر در یک شرکت معتبر در این حوزه در ایران مشغول به فعالیت هستند.

اطلاعات بیشتر

سوالات پرتکرار

آیا ممکن است که درسی ناقص ضبط شده باشد؟

ما همواره تلاش کرده­‌ایم که دروس را به طور کامل ضبط نماییم و در اختیار شما دوستان قرار دهیم. اما گاهی برخی ناهماهنگی ها سبب می شود که یک یا تعدادی از جلسات یک درس ضبط نشود. توضیح این گونه نواقص در توضیح درس­ ها آمده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت چه باید کرد؟

در صورتی که با هر گونه مشکلی رو به رو شدید می توانید از طریق صفحه ارتباط با ما به ما اطلاع دهید تا ما سریعا مشکل را پیگیری و برطرف نماییم.

آیا امکان دریافت فیلم های یک درس به صورت سی دی یا دی وی دی وجود دارد؟

در حال حاضر امکان ارسال دروس به صورت سی دی یا دی وی دی وجود ندارد.

صفحات پربازدید