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

    بلیت‌ undefined

    بلیت ثبت نام و حضور دوره
    فعال تا دوشنبه ۳ شهریور ۱۴۰۴ ، ساعت ۱۲:۰۰
    4,850,000 تومان
    تهیه این بلیت و تکمیل فرم ثبت نام الزامی است.
    4,850,000 تومان
    فعال تا دوشنبه ۳ شهریور ۱۴۰۴ ، ساعت ۱۲:۰۰

    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.