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 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.