این دوره برای ارائه یک مقدمه کامل بر یادگیری عمیق طراحی شده است. این برای برنامه نویسان مبتدی و متوسط و دانشمندان داده است که با پایتون آشنا هستند و می خواهند تکنیک های یادگیری عمیق را درک کرده و برای مشکلات مختلف به کار ببرند.
ما با مروری بر برنامههای یادگیری عمیق و خلاصهای از ابزارها و تکنیکهای یادگیری ماشین شروع میکنیم. سپس شبکههای عصبی مصنوعی را معرفی میکنیم و توضیح میدهیم که چگونه برای حل مسائل رگرسیون و طبقهبندی آموزش داده میشوند.
در بقیه دوره، چندین معماری از جمله شبکههای عصبی کاملاً متصل، کانولوشنال و تکراری را معرفی و توضیح میدهیم، و برای هر یک از اینها هم تئوری را توضیح میدهیم و هم مثالهای زیادی از کاربردها ارائه میکنیم.
این دوره تعادل خوبی بین تئوری و عمل است. ما از توضیح جزئیات ریاضی ابایی نداریم و در عین حال تمرینها و کد نمونه را برای اعمال آنچه که به تازگی آموختهاید ارائه میکنیم.
هدف این است که پایهای قوی برای دانشآموزان فراهم کنیم، نه فقط تئوری، نه فقط برنامهنویسی، بلکه هر دو. در پایان دوره شما قادر خواهید بود تشخیص دهید که کدام مشکلات را می توان با یادگیری عمیق حل کرد، می توانید انواع مدل های شبکه عصبی را طراحی و آموزش دهید و می توانید از محاسبات ابری برای افزایش سرعت استفاده کنید. آموزش دهید و عملکرد مدل خود را بهبود بخشید.
رئیس بخش علوم داده در آموزش پیریان
Data Weekendsاصول علم داده را فقط در یک آخر هفته بیاموزید
Francesco Mosconiمدیر عامل شرکت Catalit & Zero to Deep Learning
نمایش نظرات