![](/course_picture/15897_1720268336.png)
کارگاه آنلاین شبکههای عصبی و دیپ لرنینگ
- از طریق PC، لپتاپ، موبایل و تبلت میتوانید در کلاس زنده شرکت کنید.
- ویدیوی این کلاس ضبط میشود و به مدت دو سال تحت سیستمعامل ویندوز یا مک یا اندروید قابل پخش است.
- توضیحات
◻️ پیشنیاز این کارگاه آشنایی مقدماتی با زبان برنامهنویسی Python، دانش پایهای از مفاهیم ماشین لرنینگ است.
◻️ در این ورکشاپ، شما با مدلهای اصلی شبکههای عصبی و تکنولوژیهای پیشرفته Keras و PyTorch به طور کامل آشنا خواهید شد. این دوره برای افرادی طراحی شده است که میخواهند به عمق مباحث دیپ لرنینگ بپردازند و توانایی استفاده از ابزارهای قدرتمند Python را بهدست آورند.
در پایان این ورکشاپ، شما توانایی طراحی، پیادهسازی و بهینهسازی شبکههای عصبی پیچیده را خواهید داشت و میتوانید از ابزارهای قدرتمند Python برای حل مسائل مختلف دیپ لرنینگ استفاده کنید. این دوره به شما کمک میکند تا با اعتماد به نفس بیشتری در پروژههای دادهمحور و هوش مصنوعی فعالیت کنید و دانش خود را به سطح جدیدی ارتقا دهید.
در نهایت گذراندن تمام این ده ورکشاپ شما با مهارتهای دیتا ساینتیست آشنا شدهاید و میتوانید به عنوان دانشمند داده شروع به کار کنید.
آنچه در این ورکشاپ خواهید آموخت
1. شبکه عصبی تمام متصل: درک ساختار و عملکرد شبکههای عصبی تمام متصل و کاربردهای آن در مسائل مختلف.
2. شبکه عصبی کانولوشنی: معرفی معماری CNN و نحوه استفاده از آن برای پردازش تصاویر و دادههای بصری.
3. انواع معماریهای CNN: بررسی انواع مختلف معماریهای شبکههای عصبی کانولوشنی و کاربردهای هر یک.
4. انواع معماریهای RNN: آشنایی با معماریهای مختلف شبکههای عصبی بازگشتی و نحوه استفاده از آنها برای دادههای ترتیبی.
5. ترنسفورمرها: معرفی ترنسفورمرها و کاربرد آنها در پردازش زبان طبیعی و سایر زمینههای پیشرفته دیپ لرنینگ.
ابزارهایی که این ورکشاپ بر آنها تمرکز دارد
- Python (Keras, PyTorch): زبان برنامهنویسی قدرتمند Python با تمرکز بر کتابخانههای Keras و PyTorch برای پیادهسازی و آموزش مدلهای شبکه عصبی.
- HuggingFace: استفاده از پلتفرم HuggingFace برای کار با مدلهای پیشرفته و یادگیری انتقالی.