تشخیص چهره (Face Recognition) چیست و چطور کار می‌کند؟

سیستم تشخیص چهره (Face Recognition) یک فناوری است که می‌تواند شخص را ازطریق یک تصویر دیجیتال یا یک فریم ویدئو از یک منبع ویدیویی شناسایی یا تأیید کند. تشخیص چهره تکنیک شناسایی چهره‌ی افرادی است که در مجموعه‌ای داده وجود دارند. بااینکه تشخیص چهره، در مقایسه با دیگر انواع تکنیک‌های تشخیص، دشوارتری است، به‌دلیل اینکه انسان‌ها معمولاً افراد را با چهره‌شان شناسایی می‌کنند، این حوزه همواره تمرکز اصلی محققان بوده است.

فناوری تشخیص چهره درواقع بخشی از حوزه وسیع هوش مصنوعی محسوب می‌شود، بنابراین بهتر است قبل از پرداختن به تشخیص چهره، کمی درمورد هوش مصنوعی بدانیم.

هوش مصنوعی به زبان ساده

اولین چیزی که با شنیدن کلمه “هوش مصنوعی”   یا همان Artificial Intelligence به ذهن شما خطور می‌کند چیست؟ اگر شما اهل فیلم دیدن باشید، به احتمال زیاد هوش‌مصنوعی در ذهن‌تان، اسکای نت (SkyNet) از فیلم نمادین و بسیار محبوب «Terminator» یا Andrew از  Bicentennial Man است. مخاطبان جوان‌تر، به‌ویژه طرفداران مارول، احتمالاً به Ultron، یک شرور رباتیک فوق‌هوشمند از فیلم اخیر «Avengers» فکر خواهند کرد. یکی از ویژگی‌های مشترک همه این شخصیت‌ها شباهت انسانی است. که ما به یقین می‌دانیم. اما هوش مصنوعی از کجا آمده است؟ چه کسی آن را ایجاد کرد؟ آیا واقعا همه چیز در هوش مصنوعی در مورد ربات‌ها و تلاش‌های ناموفق برای تسخیر جهان است؟ ما با تعریف مختصری از هوش مصنوعی شروع می‌کنیم و سپس می‌بینیم که آیا همان‌طور که آن‌ها آن را توصیف می‌کنند هستند یا خیر.

منشا این اصطلاح

به طور خلاصه، هوش مصنوعی شبیه سازی تفکر انسان توسط ماشین‌هاست. این اصطلاح برای اولین بار در مقاله ماشین‌های محاسباتی و هوش نوشته آلن تورینگ، دانشمند کامپیوتر و ریاضیدان انگلیسی، در سال ۱۹۵۰ ذکر شد. او بیشتر به دلیل ایجاد این تست مشهور است که به روشی نسبتاً ساده تعیین کرد که آیا برای یک ماشین واقعاً می تواند نشانه‌ای از هوش را نشان دهد یا خیر. این روش شامل سه شرکت کننده (یک ارزیاب، یک انسان دیگر و یک ماشین) است که به صورت بصری از یکدیگر جدا می‌شوند. با استفاده از چت متنی، ارزیاب باید تعیین کند که کدام یک از شرکت کنندگان یک ماشین است. اگر او نتواند تفاوت بین یک انسان واقعی و یک ماشین را تشخیص دهد، بنابراین ماشین آزمایش خود را پس داده است.

هوش مصنوعی قوی (Strong AI)

به عبارت ساده، هدف Strong AI توسعه هوش مصنوعی تا حدی است که هوش مصنوعی از نظر فکری با انسان برابر شود. بسیاری از تحقیقات مطمئن هستند که چنین سیستم هایی نه تنها می توانند فکر کنند، بلکه می توانند نحوه تفکر ما انسان ها را نیز توضیح دهند. با این حال، طبق نظرات کارشناسان، ما تنها تا سال 2030 یا حتی 2045 قادر به ایجاد چنین سیستم های محاسباتی خواهیم بود.

هوش مصنوعی ضعیف (Weak AI)

این نوع هوش مصنوعی در انجام وظایف خاص بسیار خوب است.، البته معمولاً، یا مدیریت مجموعه داده های بزرگ است یا چیزی که شامل تکرار اقدامات خاصی است. بهترین نمونه‌های کاربردهای هوش مصنوعی ضعیف دستیارهای شخصی هوشمند هستند، مثل Siri، Cortana، Alexa، Bixby و غیره. آن‌ها در تجزیه و تحلیل صدای کاربر و تفسیر گفتار آن‌ها به دستورات بسیار خوب هستند. اما این نقطه، آخرین جایی است که هوش مصنوعی ضعیف می تواند به آن برسد. به عبارت ساده، هوش مصنوعی ضعیف برنامه‌ای است که تنها قادر به انجام یک کار واحد است.

در دهه ۱۹۵۰، زمانی که رایانه‌ها شبیه جعبه‌هایی با اندازه تخت بودند و به اندازه جت‌های شخصی گران بودند، هیچ‌کس واقعاً از نظر عملی به هوش مصنوعی علاقه‌مند نبود. اما با تکامل فناوری‌ها، مردم شروع به جدی‌تر گرفتن هوش مصنوعی کردند. امروزه، هوش‌مصنوعی یکی از موضوعات مورد بحث در جوامع تجاری و علمی است. بدیهی است که نمی‌توان تمام جنبه‌های فناوری چندوجهی‌ای مانند هوش مصنوعی را در یک مقاله کوتاه قرار داد. اما چیزهای جالب زیادی در مورد آن برای گفتن وجود دارد.

برای مطالعه بیشتر درباره ی هوش مصنوعی کلیک کنید:

هوش مصنوعی چیست و چه کاربردهایی دارد؟

با فناوری تشخیص چهره آشنا شوید!

در حوزه‌ی بینایی کامپیوتر (Computer Vision) تشخیص چهره (Face Recognition) رشته‌ی تحقیقاتی است که به ماشین‌ها این امکان را می‌دهد تا بتوانند چهره‌ی افراد را شناسایی کنند. نرم‌افزار تشخیص چهره در بازارهای مصرفی و هم‌چنین صنایع امنیتی و نظارتی کاربردهای بی‌شماری دارد. محققان با کار در این حوزه قصد دارند تا با توسعه‌ فناوری تشخیص چهره (Face Recognition) زندگی ما را راحت‌تر و تجارت را بهبود دهند.

فناوری تشخیص چهره در حال حاضر برای بهبود پروتکل‌های امنیتی و روش‌های پرداخت در چین استفاده می‌شود و این احتمال وجود دارد که باقی جهان نیز از این روش پیروی کنند. در ادامه‌ی این مطلب از این فناوری درک بهتری و واضح‌تری به دست می‌آورید و درمی‌یابید که تشخیص چهره چیست، چه وظایفی دارد، چطور کار می‌کند و در چه موارد کاربردی دارد.

تشخیص چهره (Face Recognition) چیست؟

تشخیص چهره روشی است برای شناسایی یا تأیید هویت فرد با استفاده از چهره‌ی او در عکس، فیلم یا به‌صورت بلادرنگ (Real-time).

به‌طور کلی، دو وظیفه‌ی اصلی وجود دارد که مدل‌های تشخیص چهره انجام می‌دهند. اولین وظیفه‌ی آن‌ها تأیید (Verification) است که در آن یک چهره‌ی ورودی جدید با یک هویت شناخته‌شده مقایسه می‌شود. مثالی خوب در این مورد بازکردن قفل تلفن‌های هوشمند با شناسایی چهره است. هنگام راه‌اندازی سیستم تلفن چهره‌ی شما را به‌عنوان مالک تلفن ثبت می‌کند؛ بنابراین تنها کار هنگام بازکردن قفل این است که چهره‌های ورودی جدید را با چهره‌ی ثبت‌شده خود در دستگاه مقایسه کنید.

وظیفه‌ی دوم آن شناسایی (Recognition) یا به‌عبارت دیگر، مقایسه‌ی یک چهره‌ی ورودی با یک پایگاه داده از چندین هویت یا چهره است. این وظیفه اغلب برای سیستم‌های امنیتی و نظارتی استفاده می‌شود. مثال خوب در این مورد تشخیص چهره در اجرای قانون است. در وب‌سایت INTERPOL بخش پزشکی قانونی وجود دارد که توضیح می‌دهد چگونه از شناسایی چهره برای شناسایی افراد مدنظر در فرودگاه‌ها و گذرگاه‌های مرزی استفاده می‌کنند.

تا اینجا متوجه شدیم که تشخیص چهره (Face Recognition) چیست و چه وظایفی را دارد. در مرحله‌ی بعد باید ببینیم این فناوری چطور کار می‌کند؛ پس با هم همراه می‌شویم.

تشخیص چهره چطور کار می‌کند؟

دانشمندان داده، به‌دلیل علاقه‌ی زیادی که به این زمینه دارند، هر سال رویکردهای جدیدی برای تشخیص چهره ایجاد می‌کنند.

در این بخش به‌طور خلاصه درباره‌ی مبانی نحوه‌ی کار مدل‌های تشخیص چهره بحث می‌کنیم. به‌طور کلی، مدل‌های تشخیص چهره این مراحل را دنبال می‌کنند:

شناسایی چهره (Face Detection)

دوربین تصویر یک چهره را به‌تنهایی یا در میان جمعیت شناسایی و مکان‌یابی می‌کند. تصویر ممکن است شخصی را نشان دهد که مستقیم به جلو یا به زوایای مختلفی نگاه می‌کند.

تحلیل چهره (Face Analysis)

در مرحله‌ی بعد تصویری از چهره گرفته و تحلیل می‌شود. بیشتر فناوری‌های تشخیص چهره، به‌جای استفاده از تصاویر سه‌بعدی، از تصاویر دوبعدی استفاده می‌کنند؛ زیرا انطباق یک تصویر دوبعدی با عکس‌های یک پایگاه داده راحت‌تر است. درواقع نرم‌افزار هندسه‌ی صورت شما را بررسی می‌کند. ازجمله مواردی که بررسی می‌شود می‌توان به فاصله‌ی چشم، عمق حفره‌های چشم، فاصله‌ی پیشانی تا چانه، فرم استخوان گونه و خط لب، گوش و چانه اشاره کرد. هدف این است که نشانه‌های صورت (Facial Landmarks) شناسایی شود که برای تشخیص چهره کلیدی هستند. در شکل زیر تصویری از ۶۸ نشانه (Landmarks) چهره است که به‌عنوان نقاط کلیدی صورت نیز شناخته می‌شود.

تبدیل عکس به داده

در این مرحله اطلاعات آنالوگی (صورت) براساس خصوصیات چهره هر فرد به اطلاعات دیجیتالی (داده) تبدیل می‌شوند. درواقع اطلاعات آنالیزشده چهره به فرمول‌های ریاضی تبدیل می‌شوند. این کدهای عددی اثر چهره (Faceprint) نامیده می‌شوند. دقیقاً مانند اثر انگشت (Fingerprint) که برای هر شخص منحصربه‌فرد است، هر فرد اثر چهره‌ی منحصر‌به‌فرد خود را دارد.

یافتن عکس منطبق

در این مرحله اثر چهره با باقی چهره‌های موجود در پایگاه داده مقایسه می‌شود. این پایگاه داده شامل تعداد زیادی عکس است؛ برای مثال، اف‌بی‌آی پایگاه داده‌ای با ۶۵۰میلیون عکس دارد یا در فیس‌بوک (Facebook) هر عکسی که با اسم یک شخص تگ می‌شود جزو پایگاه داده فیس‌بوک محسوب می‌شود که می‌توان از آن برای تشخیص چهره استفاده کرد.

تا اینجا با کلیات تشخیص چهره آشنا شدیم و دریافتیم چطور کار می‌کند، اما لازم است بدانیم چه کاربردی دارد و اصلاً چرا به آن نیاز داریم.

پیش از آن اگر به فناوری تشخیص صدا هم علاقه‌مندید می‌توانید این مطلب را مطالعه کنید:

تشخیص گفتار (Speech Recognition) چیست و چگونه کار می‌کند؟

Face ID آیفون چگونه کار می‌کند؟

تعدادی از عوامل سخت افزاری در Face ID دخیل هستند، مانند سیستم دوربین TrueDepth، شبکه‌های عصبی (Neural Networks) و تراشه های Bionic که همه آن‌ها در ادامه توضیح داده شده‌اند. فیس آیدی همچنین با تغییرات ظاهری شما، مانند استفاده از لوازم آرایشی یا رشد موهای صورت، سازگار است.

اگر تفاوت مهم‌تری در ظاهر شما وجود داشته باشد، مانند تراشیدن ریش، Face ID هویت شما را با استفاده از رمز عبور قبل از به روز رسانی داده‌های صورت شما تأیید می‌کند. این موضوع برای کار با کلاه، روسری، لنزهای تماسی و بیشتر عینک آفتابی طراحی شده است، اما با ماسک صورت کار نمی‌کند. البته به‌روزرسانی نرم‌افزاری با iOS 14.5 ارائه شد که Face ID را قادر می‌سازد زمانی که ماسک صورت می‌زنید کار کند، اما باید از Apple Watch که قفل آن باز شده استفاده کنید.

سیستم دوربین TrueDepth

هر بار که به iPhone X (یا جدیدتر) خود نگاه می‌کنید، سیستم دوربین TrueDepth چهره شما را حتی در تاریکی تشخیص می دهد. سپس یک دوربین مادون قرمز یک عکس می گیرد و یک پروژکتور نقطه ای بیش از ۳۰ هزار نقطه مادون قرمز نامرئی را پخش می‌کند. این سیستم از تصویر مادون قرمز و نقاط مادون قرمز استفاده می‌کند و آن‌ها را وارد شبکه‌های عصبی می‌کند تا یک مدل ریاضی از چهره شما ایجاد کنند.

شبکه‌های عصبی (Neural Networks)

آیفون X شما (یا جدیدتر) اسکن‌ها (یا مدل‌های ریاضی) صورت شما را در برابر چهره‌ای که تنظیم کرده‌اید و در دستگاهتان ذخیره کرده‌اید بررسی می‌کند تا ببیند آیا مطابقت دارد یا نه، قفل گوشی شما را باز می‌کند یا اجازه  پرداخت در Apple Pay را به شما می دهد. همه این‌ها در لحظه و به شکل بلادرنگ و به صورت نامرئی اتفاق می‌افتد. اپل اعلام کرده که با هزاران نفر در سراسر جهان کار کرده و بیش از یک میلیارد عکس گرفته است و با آن، چندین شبکه عصبی را برای ایجاد فناوری Face ID خود آموزش داده است.

اگر علاقه‌مند به مطالعه بیشتر درباره‌ی شبکه‌های عصبی هستید، روی لینک زیر کلیک کنید:‌
شبکه عصبی پیشخور چیست و چگونه کار می‌کند؟

موتور عصبی بیونیک

برای پردازش تمام داده‌های مورد نیاز برای Face ID، از طریق یادگیری ماشین (Machine Learning)، اپل مجبور شد موتور عصبی A11 Bionic را توسعه دهد. این تراشه به موتور عصبی A12 Bionic در دستگاه‌های iPhone XS، XS Max و XR ارتقا یافت و پیشرفت‌های بیشتری را در فناوری Face ID ارائه کرد و به دنبال آن A13 در مدل‌های iPhone 11، A14 در مدل‌های iPhone 12 و A15 در مدل های 13 iPhone  و حالا هم A16  در مدل‌های iPhone 14 قرار گرفتند. به طور خلاصه، این تراشه‌ها سخت افزاری تخصصی هستند که برای مجموعه‌ای از الگوریتم‌های یادگیری ماشین ساخته شده اند. آن‌ها می توانند صدها میلیارد عملیات در ثانیه را انجام دهند و بنابراین می‌توانند برای فناوری مانند تشخیص چهره در لحظه و بلادرنگ استفاده شوند.

تشخیص چهره با ماسک

بعد از همه‌گیری کووید-۱۹ در دنیا و ضرورت استفاده از ماسک در تمام مکان‌های عمومی،  استفاده از Face ID هم با مشکلاتی رو‌به‌رو شد. بنابراین محققان به این فکر افتادند که توانایی تشخیص چهره در صورت استفاده از ماسک یا عینک را نیز در ماشین‌ها ایجاد کنند.
یکی از معروف‌ترین شرکت‌هایی که سراغ این موضوع رفت، شرکت اپل بود.
در حال حاضر با iOS 15.4 و نسخه های جدیدتر، می توانید از Face ID با ماسک برای باز کردن قفل آیفون خود با داشتن ماسک بر روی صورت استفاده کنید.
در این حالت حتی با داشتن ماسک، سیستم تشخیص چهره اپل ویژگی‌های منحصربفرد چشم شما را تجزیه و تحلیل می‌کند و از این طریق شما را شناسایی می‌کند و قفل گوشی را باز می‌کند.
هنگام استفاده از Face ID با ماسک، می‌توانید از Face ID برای احراز هویت برنامه‌ها، باز کردن قفل آیفون و استفاده از Apple Pay استفاده کنید.
در صورتی که از عینک استفاده می‌کنید باید هنگام احراز هویت برای اولین بار و ایجاد تنظیمات اولیه، با داشتن یک ماسک بر روی صورت به همراه عینک خود این کار را انجام دهید. با سیستم جدید Face ID اپل می‌توانید تا چهار جفت عینک را روی صورت خود داشته باشید و همچنان قفل گوشی خود را باز کنید.

بیومتریک چیست؟

اگر بخواهیم یک تعریف سریع از بیومتریک داشته باشیم، می‌توان گفت بیومتریک اندازه گیری‌ بیولوژیکی – یا ویژگی‌های فیزیکی – است که می تواند برای شناسایی افراد استفاده شود. به عنوان مثال، تشخیص اثر انگشت، تشخیص چهره، و اسکن شبکیه چشم، همه اشکال فناوری بیومتریک هستند، اما این‌ها فقط شناخته شده ترین انواع بیومتریک هستند.

محققان ادعا می‌کنند شکل گوش، نحوه نشستن و راه رفتن، بوی بدن منحصر به فرد، رگ‌های دست و حتی انقباضات صورت از دیگر ویژگی‌های منحصربه‌فرد هستند. این ویژگی‌ها نیز بیومتریک محسوب می‌شوند.

انواع امنیت بیومتریک

در حالی که بیومتریک می‌تواند کاربردهای دیگری هم داشته باشد، اما اغلب در امنیت استفاده شده است، و می‌توان بیومتریک در امنیت را به سه گروه مختلف تقسیم کرد:

• بیومتریک بیولوژیکی
• بیومتریک مورفولوژیکی
• بیومتریک رفتاری
  

بیومتریک بیولوژیکی از صفات در سطح ژنتیکی و مولکولی استفاده می‌کند. این‌ها ممکن است شامل ویژگی هایی مانند DNA یا خون شما باشد که ممکن است از طریق نمونه ای از مایعات بدن شما ارزیابی شود.

بیومتریک مورفولوژیکی شامل ساختار بدن شما می‌شود. ویژگی های فیزیکی مانند چشم، اثر انگشت یا شکل صورت شما را می‌توان برای استفاده با اسکنرهای امنیتی ترسیم کرد.

بیومتریک رفتاری بر اساس الگوهای منحصر به فرد برای هر فرد است. در صورت ردیابی این الگوها، نحوه راه رفتن، صحبت کردن، یا حتی تایپ کردن روی صفحه کلید می‌تواند نشانه‌ای از هویت شما باشد.

کارهای امنیتی بیومتریک

شناسایی بیومتریک نقش فزاینده‌ای در امنیت روزمره ما دارد. ویژگی‌های فیزیکی نسبتاً ثابت و منحصربفرد هستند، حتی در مورد دوقلوها. هویت بیومتریک منحصر به فرد برای هر فرد می تواند به عنوان جایگزین یا حداقل تقویت سیستم های امنیتی مبتنی بر رمز برای رایانه‌ها، تلفن‌ها و اتاق‌ها و ساختمان‌های با دسترسی محدود استفاده شود.

هنگامی که داده‌های بیومتریک به دست آمد و نقشه‌برداری شد، ذخیره می‌شود تا با تلاش‌های آینده برای دسترسی مطابقت داده شود. بیشتر اوقات، این داده‌ها رمزگذاری شده و در دستگاه یا در یک سرور راه دور ذخیره می‌شوند.

اسکنرهای بیومتریک سخت افزارهایی هستند که برای ثبت بیومتریک برای تأیید هویت استفاده می‌شوند. این اسکن‌ها با پایگاه داده ذخیره شده مطابقت دارند تا دسترسی به سیستم را تأیید یا رد کنند. به عبارت دیگر، امنیت بیومتریک به این معنی است که بدن شما به “کلید” برای باز کردن قفل دسترسی شما به رایانه، تلفن یا اتاق و ساختمان خاصی تبدیل می‌شود.

بیومتریک عمدتاً به دلیل دو مزیت عمده مورد استفاده قرار می‌گیرد:

اولین دلیل آن راحتی استفاده است. بیومتریک همیشه همراه شما است و نمی توان آن را گم کرد یا فراموش کرد.

دومین دلیل هم دشوار بودن دزدی یا جعل هویت است: بیومتریک ها را نمی‌توان مانند رمز عبور یا کلید دزدید.

در حالی که این سیستم‌ها کامل نیستند، اما وعده‌های زیادی را برای آینده امنیت سایبری ارائه می‌دهند.

اما نمونه‌هایی رایج از امنیت بیومتریک عبارتند از:‌

• تشخیص صدا
• اسکن اثر انگشت
• تشخیص چهره
• تشخیص عنبیه چشم
• سنسورهای ضربان قلب

تشخیص چهره کجا استفاده می‌شود؟

مجریان قانون و توسعه‌دهندگان گوشی‌های هوشمند برای بهبود امنیت از تشخیص چهره استفاده می‌کنند. با‌این‌حال، این موارد یگانه موارد استفاده‌ی‌ تشخیص چهره نیست. کاربردهای این فناوری بسیار گسترده و متنوع است. نمونه‌های زیر صرفاً چند مورد از جالب‌ترین روش‌هایی است که امروزه در بسیاری از مشاغل از تشخیص چهره استفاده می‌شود.

واقعیت افزوده (AR / Augmented Reality)

بسیاری از برنامه‌های محبوب تلفن‌های هوشمند به تشخیص چهره (Face Recognition) متکی هستند. برخی از نمونه‌های معروف می‌توانند فیلترهای صورت در اینستاگرام (Instagram)، اسنپ‌چت (Snapchat) و لاین (LINE) باشند. با قراردادن نشانه‌های چهره‌ی کاربر، برنامه AR می‌تواند فیلترهای تصویر را به‌طور دقیق و بلادرنگ روی صورت کاربر قرار دهد.

پرداخت غیرنقدی (Cashless Payment)

گرچه هنوز در اکثر کشورها این امکان در دسترس نیست، فروشگاه‌های زیادی وجود دارند که اکنون پرداخت ازطریق شناسایی چهره در چین را می‌پذیرند؛ علاوه‌براین، در شانزدهم اکتبر ۲۰۱۹ اسنپ‌پی (SnapPay) از راه‌اندازی فناوری پرداخت تشخیص چهره در امریکای شمالی خبر داد.

گیت‌های امنیتی (Security Gates)

یکی دیگر از کاربردهای این فناوری گیت‌های امنیتی است. چه ورودی مجتمع آپارتمانی باشد، لابی جلوی دفتر یا حتی ورودی‌های بلیط ایستگاه قطار، از فناوری تشخیص چهره می‌توان برای اجازه‌دادن یا ندادن ورود استفاده کرد. گرچه این فناوری هنوز در اکثر کشورها رایج نیست، به نظر می‌رسد بسیاری از مشاغل در چین خیلی‌سریع با این فناوری کنار آمده‌اند.

همان‌طور که می‌بینید، کاربردهای مفید بی‌شماری برای تشخیص چهره (Face Recognition) وجود دارد. با افزایش دقت مدل‌ها، کشورهای بیشتری احتمالاً فناوری تشخیص چهره را در زیرساخت‌های خود به کار می‌گیرند.

برای آشنایی بیشتر با این حوزه این مطلب را مطالعه کنید:

پردازش تصویر چیست و کاربردهای آن کجاست!

جمع‌بندی مطالب گفته‌شده درباره تشخیص چهره (Face Recogntion)

امیدواریم اطلاعات داده‌شده به درک کلی تشخیص چهره و چگونگی عملکرد آن کمک کرده باشد. با توجه به کاربردهای بی‌شمار تشخیص چهره در مشاغل و زندگی روزمره‌ی ما، این حوزه هم‌چنان به‌عنوان یکی از محبوب‌ترین حوزه‌ی تحقیقاتی یادگیری ماشین شناخته می‌شود. سال‌به‌سال برخی از بزرگ‌ترین شرکت‌های فناوری جهان مطالعات جدیدی در این زمینه انجام می‌دهند و در آینده نزدیک پیشرفت‌های هیجان‌انگیز این فناوری را شاهد خواهیم بود.

یادگیری علم داده و یادگیری ماشین با کلاس‌های آنلاین کافه‌تدریس

یکی از بهترین گزینه‌ها برای یادگیری دیتا ساینس یا همان علم داده و یادگیری ماشین و یادگیری عمیق شرکت در کلاس‌های آنلاین است. این کلاس‌ها به شما امکان می‌دهد با استفاده از اینترنت در هر نقطه‌ی جغرافیایی به جامع‌ترین آموزش دسترسی داشته باشید.

کافه‌تدریس کلاس‌های آنلاین جامع علم داده را برگزار می‌کند. این کلاس‌ها به‌صورت کاملاً تعاملی و پروژه‌محور برگزار می‌شود و مبتنی بر کار روی پروژه‌های واقعی علم داده است:

کلاس‌های آنلاین علم داده کافه‌تدریس