آموزش شروع سفر هوش مصنوعی: از صفر تا پروژه‌های واقعی - آخرین آپدیت

دانلود Kickstart Your AI Journey: From Zero to Real-World Projects

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آموزش جامع هوش مصنوعی: از صفر تا ورود به دنیای واقعی (مناسب برای مبتدیان)

وارد دنیای هیجان‌انگیز هوش مصنوعی (AI) شوید! این دوره عملی و مبتدی‌پسند، شما را از سطح صفر به تسلط در دنیای واقعی می‌رساند. در طول 15 ماژول تخصصی، با پایتون، یادگیری ماشین (Machine Learning)، یادگیری عمیق (Deep Learning)، پیش‌پردازش داده، رگرسیون، طبقه‌بندی و بسیاری موارد دیگر آشنا خواهید شد. تمامی مفاهیم با زبانی ساده و کاربردی توضیح داده می‌شوند.

آنچه در این دوره یاد خواهید گرفت:

  • مبانی هوش مصنوعی و یادگیری ماشین
  • برنامه‌نویسی پایتون برای هوش مصنوعی
  • تکنیک‌های پیشرفته یادگیری عمیق
  • روش‌های پیش‌پردازش و آماده‌سازی داده‌ها
  • ساخت مدل‌های رگرسیون و طبقه‌بندی
  • پیاده‌سازی پروژه‌های واقعی هوش مصنوعی

با بیش از 13 ساعت آموزش ویدئویی جذاب، نه تنها تئوری را یاد می‌گیرید، بلکه آن را از طریق پروژه‌های صنعتی پیشرفته مانند پیش‌بینی سرطان سینه، تشخیص اخبار اسپم، تشخیص دست‌نوشته ارقام، تشخیص خودکار پلاک خودرو و تشخیص COVID-19 با استفاده از شبکه‌های عصبی، به کار می‌بندید.

پروژه‌های عملی دوره هوش مصنوعی:

  • پیش‌بینی سرطان سینه با استفاده از یادگیری ماشین
  • تشخیص اخبار اسپم با تکنیک‌های پردازش متن
  • تشخیص دست‌نوشته ارقام با شبکه‌های عصبی
  • تشخیص خودکار پلاک خودرو با پردازش تصویر
  • تشخیص COVID-19 با استفاده از شبکه‌های عصبی و تصاویر رادیولوژی

در پایان این دوره، یک نمونه‌کار از پروژه‌های واقعی خواهید داشت و مهارت‌های فنی لازم برای دنبال کردن مشاغل هیجان‌انگیز به عنوان مهندس یادگیری ماشین، دانشمند داده، محقق یا توسعه‌دهنده هوش مصنوعی را کسب خواهید کرد.

خواه تازه شروع کرده باشید و یا به دنبال ارتقای مهارت‌های خود باشید، این دوره دروازه شما به آینده هوش مصنوعی است.

تصویری از کاربردهای هوش مصنوعی

نمونه‌ای از کاربردهای یادگیری ماشین و هوش مصنوعی

همین حالا شروع کنید و آینده شغلی خود را متحول کنید!


سرفصل ها و درس ها

درس‌ها Lessons

  • مقدمه‌ای بر هوش مصنوعی Introduction to Artificial Intelligence

  • مقدمه‌ای بر علم داده Introduction to Data Science

  • سلسله مراتب در هوش مصنوعی Hierarchy in Artificial Intelligence

  • یادگیری نظارت‌شده در مقابل یادگیری بدون نظارت Supervised vs Unsupervised Learning

  • مقدمه‌ای بر یادگیری ماشین Introduction to Machine Learning

  • مقدمه‌ای بر یادگیری عمیق Introduction to Deep Learning

  • یادگیری ماشین در مقابل یادگیری عمیق Machine Learning vs Deep Learning

  • پیش‌پردازش داده Data Preprocessing

  • رمزگذاری داده‌های دسته‌بندی‌شده Encoding Categorical Data

  • مقیاس‌بندی ویژگی‌ها Feature Scaling

  • رگرسیون خطی Linear Regression

  • رگرسیون خطی چندگانه Multiple Linear Regression

  • رگرسیون لجستیک Logistic Regression

  • ماشین بردار پشتیبان Support Vector Machine

  • خوشه‌بندی K-Means K-Means Clustering

  • پروژه ۱: پیش‌بینی سرطان سینه Project 1: Breast Cancer Prediction

  • پروژه ۲: تشخیص اخبار اسپم Project 2: Spam News Detection

  • پروژه ۳: تشخیص ارقام دست‌نویس Project 3: Handwritten Digit Recognition

  • پروژه ۴: تشخیص خودکار پلاک خودرو Project 4: Automatic Licence Plate Detection

  • پروژه ۴.۱: راه‌اندازی تشخیص اشیا با TensorFlow – نصب و تأیید پکیج‌ها Project 4.1: TensorflowObject Detection Setup Installing Verifying Packages

  • پروژه ۴.۲: ایجاد نقشه برچسب (Label Map)، رکورد TF، پیکربندی مدل و Pipeline Project 4.2: Create Label Map TF Records Model Configuration Pipeline

  • پروژه ۴.۳: به‌روزرسانی فایل پیکربندی و آموزش مدل Project 4.3: Updating Configuration file Training the Model

  • پروژه ۴.۴: ارزیابی مدل و تشخیص پلاک خودرو با مدل آموزش‌دیده Project 4.4: Evaluating model Detecting License Plate trained model

  • پروژه ۴.۵: اعمال OCR بر پلاک‌های شناسایی‌شده، فیلتر کردن و ذخیره نتایج Project 4.5: Applying OCR Detected Plates filtering Saving Results

  • پروژه ۵: تشخیص کووید-۱۹ با استفاده از شبکه‌های عصبی Project 5: Covid 19 Detection using Neural Networks

  • پروژه ۵.۱: یادگیری انتقالی (Transfer Learning) – ساختار مدل‌سازی و آموزش Project 5.1: Transfer learning Building Model Architecture Training

  • پروژه ۵.۲: ارزیابی مدل – تست بر روی تصاویر واقعی و رسم نمودارها Project 5.2: Evaluating Model Testing on Real Images Plotting Curves

  • پروژه ۵.۳: ماتریس درهم‌ریختگی (Confusion Matrix)، طبقه‌بندی، AUC و ROC Project 5.3: Confusion Matrix Classification AUC ROC

  • پروژه ۵.۴: اپلیکیشن وب با Flask – پیاده‌سازی وب‌اپ تشخیص کووید-۱۹ Project 5.4: Web Application Flask Deployment COVID 19 Detector Web App

  • پروژه ۵.۶: ویدئو جایزه – معماری CNN سفارشی Project 5.6: Bonus Video Custom CNN Architecture

نمایش نظرات

آموزش شروع سفر هوش مصنوعی: از صفر تا پروژه‌های واقعی
جزییات دوره
12h 26m
30
Skillshare (اسکیل شیر) Skillshare (اسکیل شیر)
(آخرین آپدیت)
38
- از 5
ندارد
دارد
دارد
Eduversity
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Eduversity Eduversity

جایی که مهارت‌های آینده آغاز می‌شوند!

در Eduversity، موضوعات پیشرفته‌ای مانند هوش مصنوعی، یادگیری ماشین و علم داده را برای مبتدیان آسان و در دسترس قرار می‌دهیم.

کلاس‌های عملی و پروژه محور ما به شما کمک می‌کنند تا از سطح صفر دانش به تسلط واقعی در دنیای واقعی برسید – با درس‌های واضح و کاربردی که برای ایجاد اعتماد به نفس و مهارت‌های شما طراحی شده‌اند.

چه به دنبال ورود به دنیای فناوری باشید و چه به دنبال تقویت تخصص خود، Eduversity اینجاست تا شما را در سفر یادگیری‌تان راهنمایی کند. به ما بپیوندید و همین امروز شروع به تغییر آینده خود کنید!

چرا Eduversity؟

  • یادگیری عملی: پروژه‌های واقعی برای کسب تجربه
  • مدرسان متخصص: آموزش توسط متخصصین باتجربه
  • محتوای به‌روز: یادگیری جدیدترین تکنولوژی‌ها
  • پشتیبانی مداوم: همراهی شما در طول مسیر یادگیری

همین حالا در دوره‌های هوش مصنوعی، یادگیری ماشین و علم داده ثبت نام کنید و آینده شغلی خود را متحول سازید!