دسته‌بندی موضوعات

آشنایی با مفاهیم یادگیری ماشین و یادگیری عمیق رویداد آنلاین

برگزارکننده
راه‌های ارتباطی با برگزار کننده
آشنایی با مفاهیم یادگیری ماشین و یادگیری عمیق
دارای گواهینامه

توضیحات آشنایی با مفاهیم یادگیری ماشین و یادگیری عمیق

معاونت آمورش مرکز تحقیقات راه، مسکن و شهرسازی برگزار می‌‌کند.

دوره آموزشی 
«آشنایی با مفاهیم یادگیری ماشین و یادگیری عمیق»


زمان و ساعت برگزاری دوره:  3 شهریور الی 7 مهر 1404 
3- 8- 15 - 17- 22- 24 - 29- 31 شهریور و 5  و 7 مهر
روزهای شنبه و دوشنبه

10 جلسه دو ساعته  از ساعت 16 الی 18
20 ساعت

با ارائه گواهینامه حضور برای افراد حاضر در دوره آموزشی


سرفصل‌های آشنایی با مفاهیم یادگیری ماشین و یادگیری عمیق

1- مقدمه‌ای بر یادگیری ماشین و کاربردهای آن
2- آماده‌سازی و پیش‌پردازش داده‌ها
3- 
استخراج و انتخاب ویژگی‌ها
4- الگوریتم‌های یادگیری نظارت‌شده
5- یادگیری غیرنظارت‌شده
6-ارزیابی عملکرد مدل‌ها و اعتبارسنجی
7- مقدمه‌ای بر یادگیری عمیق و شبکه‌های عصبی

8- شبکه‌های عصبی کانولوشنال (CNN)
9- شبکه‌های بازگشتی (RNN) و LSTM
10- مباحث پیشرفته و روندهای نوین در یادگیری ماشین


ویژگی

1- آشنایی جامع با مفاهیم پایه‌ای یادگیری ماشین
شرکت‌کنندگان با مفاهیم اساسی، انواع یادگیری، و کاربردهای متنوع یادگیری ماشین در صنایع مختلف آشنا می‌شوند
2- توانمندسازی در آماده‌سازی و تحلیل داده‌ها
یادگیری روش‌های جمع‌آوری، پاک‌سازی، نرمال‌سازی و آماده‌سازی داده‌ها برای پروژه‌های واقعی
3- 
شناخت الگوریتم‌های اصلی یادگیری ماشین و کاربرد آن‌ها
معرفی و بررسی الگوریتم‌های مهم یادگیری نظارت‌شده و غیرنظارت‌شده به‌همراه موارد کاربرد و نقاط قوت و ضعف آن‌ها
4- 
تسلط بر روش‌های ارزیابی مدل و جلوگیری از بیش‌برازش
آموزش شاخص‌های ارزیابی و اعتبارسنجی برای تحلیل عملکرد مدل‌ها و انتخاب مدل بهینه
5- 
ایجاد درک مفهومی از ساختار و عملکرد شبکه‌های عصبی
آشنایی با شبکه‌های عصبی مصنوعی، کانولوشنال (CNN)، بازگشتی (RNN)، و LSTM در قالب یادگیری عمیق
6- 
آمادگی برای ورود به پروژه‌های عملی و صنعتی
ایجاد پایه‌ای قوی برای ورود به پروژه‌های واقعی در حوزه‌هایی مانند بینایی ماشین، پردازش زبان طبیعی، تحلیل داده، و هوش مصنوعی صنعتی
7- 
معرفی روندهای نوین و تکنولوژی‌های پیشرفته در حوزه هوش مصنوعی
آشنایی با مفاهیم مدرن مانند GAN، یادگیری تقویتی، و مدل‌های بزرگ زبانی (LLM) برای علاقه‌مندان به پژوهش و توسعه


مخاطبین آشنایی با مفاهیم یادگیری ماشین و یادگیری عمیق

تمام افرادی که با برنامه نویسی پایتون آشنایی دارند.