آموزش یادگیری عمیق پیشرفته: مدل‌سازی توالی

یادگیری عمیق یکی از روش‌های یادگیری ماشین و هوش مصنوعی است و در این روش سعی می‌شود سیستم مغز انسان و شبکه‌های عصبی انسان را برای ماشین‌ها به کار گرفت. در این دوره یادگیری عمیق ...

پرطرفدار
گواهی‌نامه
4 (33 امتیاز)
1,206 دانشجو
مقدماتی
محتوای دوره
پیش‌نیاز‌ها
درباره دوره
نظرات کاربران
درباره استاد

محتوای دوره

5 فصل 40 جلسه 9 ساعت ویدیو
فصل اول: Recurrent Neural Network
فصل دوم: Deep Autoregressive
فصل سوم: Transformer
فصل چهارم: Temporal Convolutional Neural Network
فصل پنجم: Timeseries Classifications

پیش‌نیاز‌ها

درباره دوره

یادگیری عمیق یکی از روش‌های یادگیری ماشین و هوش مصنوعی است و در این روش سعی می‌شود سیستم مغز انسان و شبکه‌های عصبی انسان را برای ماشین‌ها به کار گرفت.

در این دوره یادگیری عمیق پیشرفته با ساختن مدل‌های یادگیری عمیق برای پیش‌بینی توالی آشنا خواهید شد. داده‌های مختلفی در دسته‌بندی توالی قرار می‌گیرند؛ مانند سری‌های زمانی، فایل‌های متنی، ویدئو و فایل‌های صوتی.

در این دوره ما بر روی سری‌های زمانی تمرکز خواهیم داشت؛ مانند داده‌های مالی. هرچند مدل‌های معرفی شده را می‌توان برای کار با انواع داده‌های از جنس توالی به کاربرد. به این منظور در این دوره شما با مدل‌های Recurrent neural network (RNN)، Transformers و Convolutional neural network (CNN) برای کار با داده‌های از جنس توالی آشنا خواهید شد.

در دوره یادگیری عمیق پیشرفته به مباحثی همچون موارد زیر پرداخته شده است:

  • معرفی معماری‌های RNNلایه simpleRNN در تنسورفلودانلود دیتاست
  • تغییر فرمت داده به فرمتی مناسب برای لایه RNN در تنسورفلو
  • پیاده‌سازی مدل simpleRNN در تنسورفلو
  • معرفی LSTM
  • پیاده‌سازی مدل LSTM در تنسورفلو
  • پیش‌بینی احتمالاتی با مدل Autoregressive recurrent network
  • معرفی ماژول Darts برای پیش‌بینی سری‌های زمانی
  • مروری بر امکانات تولید داده Darts
  • پیاده‌سازی مدل RNN احتمالاتی با Darts
  • معرفی یک دیتاست و امکانات پردازش داده در Darts
  • اضافه‌کردن covariate به سری زمانی
  • پیاده‌سازی مدل RNN احتمالاتی روی داده با covariate
  • معرفی historical_forecast و backtest در Darts
  • پیاده‌سازی historical_forecast
  • معرفی مدل N-BEATS
  • پیاده‌سازی مدل‌های Transformer مانند Temporal Fusion Transforme برای پیش‌بینی توالی
  • پیاده‌سازی مدل‌های Convolutional  مانند Temporal Convolutional Network برای پیش‌بینی توالی
  • پیاده‌سازی مدل‌های classification برای داده‌های از جنس توالی

در انتهای این دوره شرکت‌کنندگان موضوعات زیر را فرا خواهند گرفت:

  • پیاده‌سازی شبکه‌های شامل RNN ساده
  • پیاده‌سازی شبکه‌های شامل LSTM و انواع مختلف آن
  • پیاده‌سازی پیش‌بینی‌های احتمالاتی برای کار با توالی‌ها با مدل deepAR
  • پیاده‌سازی مدل‌های Transformer برای پیش‌بینی توالی
  • پیاده‌سازی مدل‌های Convolutional برای پیش‌بینی توالی
  • آشنایی با کتابخانه GluonTS
  • آشنایی با کتابخانه Darts
     

هدف از برگزاری دوره آموزش یادگیری عمیق پیشرفته: مدل‌سازی توالی چیست؟

هدف از برگزاری این دوره آشنایی شرکت‌کنندگان با ویژگی‌های یادگیری عمیق و یادگیری چگونگی ساختن مدل‌های یادگیری عمیق برای پیش‌بینی توالی آشنا خواهید شد. در این دوره شرکت‌کنندگان با پیاده‌سازی قوی‌ترین مدل‌های موجود برای پیش‌بینی توالی آشنا خواهند شد. در انتهای این دوره افراد قادر خواهند بود مدل‌های قدرتمند را با کتابخانه‌های مختلفی در پایتون بسازند. با استفاده از آموزش‌های این دوره افراد برای کار در زمینه‌های مختلف که با داده‌های از جنس توالی سروکار دارند آماده خواهند شد.

 

دوره آموزش یادگیری عمیق پیشرفته: مدل‌سازی توالی برای چه کسانی مناسب است؟

این دوره مناسب کسانی است که با مقدمات یادگیری عمیق و لایه‌های Dense و Convolutional و نحوه عملکرد backpropagation آشنا هستند و علاقه‌مند به کار یا تحقیق در زمینه‌هایی که با داده‌های از جنس توالی سروکار دارند مانند داده‌های مالی، هواشناسي، سیستم‌های اندازه‌گیری، صوت و ویدئو و… هستند.

این دوره در سطح پیشرفته برگزار می‌شود و برای حضور در این دوره نیاز است تا مخاطبان با مباحث مقدماتی آشنایی داشته باشند.

 

اطلاعات بیشتر

امتیاز و نظرات کاربران

4

از مجموع 33 امتیاز

14 نظر

1 ماه پیش

دوره واقعا عالی و کاربردی بود

محسن رضاجو آبکنار

محسن رضاجو آبکنار

8 ماه پیش

باسلام.دورهای اقای دکتر همشون عالیه.لطفا پیگیری کنید تا دوره ها وشاخه های دیگه در مورد یادگیری عمیق ویادگیری تقویتی عمیق رو هم برگزار کنند.ممنون از عوامل مکتب خونه

یونس نمکیه

یونس نمکیه

8 ماه پیش

عالی

هانیه خالصی فر

هانیه خالصی فر

8 ماه پیش

مدرس خیلی به dart و glounts را توضیح نداد اما خود کار با شبکه های توالیدر تنسورفلو را عالی توضیح داد

معصومه عظیمی

معصومه عظیمی

8 ماه پیش

با عرض سلام و احترام مدرس دوره، جناب آقای پژمان اقبالی، بسیار توانمند و حرفه اس هستند. لطفا دوره های بیشتری از ایشان در اختیار بگذارید. متشکرم

محمدرضا سادات اخوی

محمدرضا سادات اخوی

9 ماه پیش

تمرینات بهتر است به بخش های کوچک تر تبدیل شوند. در خصوص بهینه سازی پارامتر ها بهتر است جلساتی اضافه شود.بخش اخر که طبقه بندی سری های زمانی می باشد توضیحات مختصری داده شده و بهتر است کامل شود. درکل دوره ی کاربردی و مفیدی بود.

علی رضا دیندار فرکوش

علی رضا دیندار فرکوش

نظرات بیشتر

گواهی‌نامه

آموزش یادگیری عمیق پیشرفته: مدل‌سازی توالی

پس از گذراندن محتوای دوره به صورت آنلاین (بدون دانلود) در سایت مکتب‌خونه، در صورتی‌ که حد نصاب قبولی در دوره را کسب و تمرین ها و پروژه های الزامی را ارسال کنید، گواهی‌نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

قابل اشتراک‌گذاری در

linkdin

دوره‌های پیشنهادی

این دوره در کدام مسیرهای یادگیری است؟

درباره استاد

پژمان اقبالی
پژمان اقبالی
3 دوره
4,195 دانشجو

پژمان اقبالی دانشجوی دکتری بیومکانیک در دانشگاه EPFL سوئیس است. وی دارای تجربه تدریس مباحث علوم کامپیوتر مخصوصاً برنامه‌نویسی محاسباتی است. او سابقه‌ی تدریس برنامه‌نویسی پایتون، متلب و R، محاسبات علمی، بهینه‌سازی، علم داده و یادگیری ماشین را دارد. 
ایشان در حال حاضر بر روی توسعه‌ی مدل‌های آماری و یادگیری ماشین برای تحلیل داده‌های پزشکی کار می‌کند. حوزه‌های تخصصی او برنامه‌نویسی محاسباتی، آمار و یادگیری ماشین، مدل‌های اجزای محدود و بهینه‌سازی است.

اطلاعات بیشتر

دیگر دوره‌های پژمان اقبالی

سوالات پرتکرار

آیا در صورت خرید دوره، گواهی نامه آن به من تعلق می گیرد؟

خیر؛ شما با خرید دوره می توانید در آن دوره شرکت کنید و به محتوای آن دسترسی خواهید داشت. در صورتی که در زمان تعیین شده دوره را با نمره قبولی بگذرانید، گواهی نامه دوره به نام شما صادر خواهد شد.

آیا گواهی‌نامه‌های دانشگاهی به صورت رسمی و توسط دانشگاه مربوطه صادر می‌شود؟

بله؛ گواهی نامه ها توسط دانشگاه مربوطه و با امضای رئیس دانشگاه یا مسئول مربوطه که حق امضای گواهی نامه ها را دارد صادر می شود و گواهی نامه معتبر دانشگاه است که به اسم هر فرد صادر می شود.

حداقل و حداکثر زمانی که می توانم یک دوره را بگذرانم چقدر است؟

برای گذراندن دوره حداقل زمانی وجود ندارد و شما می توانید در هر زمانی که مایل هستید فعالیت های مربوطه را انجام دهید. برای هر دوره یک حداکثر زمان تعیین شده است که در صفحه معرفی دوره می توانید مشاهده کنید که از زمان خرید دوره توسط شما تنها در آن مدت شما از ویژگی های تصحیح پروژه ها توسط پشتیبان و دریافت گواهی نامه بهره مند خواهید بود.

در صورت قبولی در دوره، آیا امکان دریافت نسخه فیزیکی گواهی نامه دوره را دارم؟

خیر، به دلیل مسائل زیست محیطی و کاهش قطع درختان، فقط نسخه الکترونیکی گواهی‌نامه در اختیار شما قرار می‌گیرد

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.