زمان برگزاری: یکشنبه‌ها ۱۸:۰۰ الی ۲۱:۰۰ (شروع از ۰۲ خرداد ۱۴۰۰) هزینه کلاس: ۳ میلیون و ۹۰۰ هزار تومان

مدت: ۶۶ ساعت فقط از طریق سیستم عامل ویندوز (روی لپ تاپ یا کامپیوتر شخصی) می‌توانید در این کلاس شرکت کنید. فیلم این کلاس صرفا روی یک سیستم و تحت سیستم عامل ویندوز به تعداد دفعات نامتناهی قابل پخش است. فیلم این کلاس ضبط می‌شود و به صورت لینک بازپخش (آنلاین) و تحت سیستم عامل ویندوز قابل مشاهده است.

جلسه اول: مقدمه‌

جلسه دوم: مروری بر زبان پایتون (Python)

جلسه سوم: پایه‌های یادگیری عمیق (Deep Learning)

جلسه چهارم: موردکاوی -1 : دسته بندی تصاویر در صنعت مد و لباس با استفاده از TensorFlow و Keras

جلسه پنجم: آشنایی با یادگیری تقویتی (Reinforcement Learning)

جلسه ششم: آشنایی با نمونه‌گیری تامپسون (Thompson Sampling)

جلسه هفتم: موردکاوی -2: قیمت گذاری دینامیکی (Dynamic Pricing) برای یک پلتفورم تجارت الکترونیکی

جلسه هشتم: آشنایی با الگوریتم Q-Learning

جلسه نهم: موردکاوی -3 : کاربرد هوش مصنوعی در لجستیک

جلسه دهم: آشنایی با الگوریتم Q-Learning عمیق

جلسه یازدهم: موردکاوی -4: هوش مصنوعی و کاهش هزینه‌های عملیات

جلسه دوازدهم: آشنایی با شبکه‌های عصبی پیچشی (Convolutional Neural Networks)

جلسه سیزدهم: موردکاوی – 5: هوش مصنوعی بازی می‌کند!

جلسه چهاردهم: آشنایی با شبکه‌های عصبی بازگشتی (Recurrent Neural Networks)

جلسه پانزدهم: موردکاوی -6: RNNs در بازارهای مالی

جلسه شانزدهم: الگوریتم‌های RNNs و CNNs برای پردازش تصویر

جلسه هفدهم: موردکاوی-7: بهره‌گیری از پایتون و OpenCV برای پردازش تصویر

جلسه هجدهم: مروری بر ماشین‌های بولتزمن (Boltzmann Machines)

جلسه نوزدهم: مروری بر Auto Encoders

جلسه بیستم: موردکاوی – 8: طراحی یک سیستم پیشنهاددهنده

جلسه بیست و یکم: مقدمه ای بر یادگیری عمیق بیزی (Bayesian Deep Learning)

جلسه بیست و دوم: ارائه پروژه‌های دانشجویان دوره