آموزش اصول هوش مصنوعی با رایانش لبه (Edge Computing) - آخرین آپدیت

دانلود AI Principles with Edge Computing

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: با تغییر پارادایم تحول دیجیتال در صنایع، حجم عظیمی از داده‌های دیجیتال در ذخیره‌سازهای ابری درباره نیروی انسانی، مواد و ماشین‌آلات سازمان‌ها وجود دارد. این داده‌ها حاوی اطلاعات ارزشمندی هستند که می‌توان از آن‌ها برای برنامه‌ریزی فرآیندها، پیش‌بینی خرابی‌ها و بهینه‌سازی کسب‌وکار استفاده کرد. هدف این دوره، تجهیز فراگیران به اصول استراتژیک تئوری هوش مصنوعی است که به استخراج چنین اطلاعاتی از مجموعه داده‌های موجود کمک می‌کند. نفوذ هوش مصنوعی در تمامی زمینه‌ها به همراه قابلیت‌های برنامه‌نویسی به‌طور مداوم در حال رشد است. این دوره مهارت‌های برنامه‌نویسی مناسب را در قالب ماژول‌ها معرفی می‌کند و فراگیران می‌توانند از طریق حل مسائل عملی، یادگیری فعال داشته باشند. چشم‌انداز بلندمدت هوش مصنوعی در عملیات لبه (Edge) به همراه اصول لازم برای پیاده‌سازی Edge AI در این دوره توضیح داده شده است. یادگیرنده قادر خواهد بود عملیات مبتنی بر ابر و لبه را برای مسائل دنیای واقعی به‌طور مناسب تفکیک و بخش‌بندی کند. تمرینات مختلف با پشتیبانی معماری‌های سخت‌افزاری و نرم‌افزاری مرتبط، یادگیری Edge AI را با معیارهای مناسب تسهیل می‌کند. در مجموع، فراگیران سفری هیجان‌انگیز در درک و به‌کارگیری الگوریتم‌های هوش مصنوعی، پردازش آن‌ها برای لبه و پیاده‌سازی راهکارهای نمونه Edge AI را تجربه خواهند کرد. همچنین محصولات Edge AI موجود در بازار معرفی می‌شوند تا فراگیران بتوانند مهارت‌های هوش مصنوعی خود را با فرصت‌های شغلی آینده تطبیق دهند.

سرفصل ها و درس ها

هوش مصنوعی (AI) و موج بعدی آن - رایانش لبه Artificial Intelligence (AI) and its Next Wave - Edge Computing

  • درباره تخصص About the Specialization

  • درباره دوره About the Course

  • توضیحات دوره هوش مصنوعی و رایانش لبه AI & Edge Computing - Course Description

  • مدل رابطه‌ای هوش مصنوعی و رایانش لبه Relational Model of AI and Edge Computing

  • اصول و محصولات هوش مصنوعی (AI) - بخش اول Artificial Intelligence (AI) Principles and Products - PART I

  • اصول و محصولات هوش مصنوعی (AI) - بخش دوم Artificial Intelligence (AI) Principles and Products - PART II

  • مبانی و اصول یادگیری ماشین (ML) - بخش اول Machine Learning(ML) Fundamentals and Principles - PART I

  • مبانی و اصول یادگیری ماشین (ML) - بخش دوم Machine Learning(ML) Fundamentals and Principles - PART II

  • کاربرد یادگیری ماشین در صنایع تولیدی - بخش اول Application of ML in Manufacturing and Production Industries - PART I

  • کاربرد یادگیری ماشین در صنایع تولیدی - بخش دوم Application of ML in Manufacturing and Production Industries - PART II

  • ژنراتورهای دیزلی با چارچوب IoT - معماری مدل IoT - بخش اول Diesel Generators with IoT Framework - A Model IoT Architecture - PART I

  • ژنراتورهای دیزلی با چارچوب IoT - معماری مدل IoT - بخش دوم Diesel Generators with IoT Framework - A Model IoT Architecture - PART II

  • تور سریع در دستگاه‌های لبه در IoT - بخش اول Quick Tour on Edge Devices in IoT - PART I

  • تور سریع در دستگاه‌های لبه در IoT - بخش دوم Quick Tour on Edge Devices in IoT - PART II

  • تور سریع در دستگاه‌های لبه در IoT - بخش سوم Quick Tour on Edge Devices in IoT - PART III

  • هوش مصنوعی لبه و هوش مصنوعی ابری - نمای کلی - بخش اول Edge AI and Cloud AI - An Overview - PART I

  • هوش مصنوعی لبه و هوش مصنوعی ابری - نمای کلی - بخش دوم Edge AI and Cloud AI - An Overview - PART II

  • «TinyML» - یک حوزه پیشرو - بخش اول ‘TinyML’ – A Cutting Edge Field - PART I

  • «TinyML» - یک حوزه پیشرو - بخش دوم ‘TinyML’ – A Cutting Edge Field - PART II

  • مطالعه موردی در مورد «تمرینات Edge AI در کاربردهای صنعتی» Case Study on 'Edge AI Practices in Industrial Applications'

دموهای پایتون و مطالعات موردی در مورد مبانی الگوریتم‌های یادگیری ماشین (ML) Python Demos and Case-studies on Machine Learning(ML) Algorithm Fundamentals

  • معماری الگوریتم‌های یادگیری ماشین - بخش اول Machine Learning Algorithms Architecture - PART I

  • معماری الگوریتم‌های یادگیری ماشین - بخش دوم Machine Learning Algorithms Architecture - PART II

  • انواع یادگیری ماشین و استراتژی انتخاب الگوریتم Machine Learning Types & Algorithm Selection Strategy

  • بایاس (Bias) و واریانس - موازنه - بخش اول Bias and Variance - Trade-off - PART I

  • بایاس (Bias) و واریانس - موازنه - بخش دوم Bias and Variance - Trade-off - PART II

  • استراتژی‌های یادگیری ماشین برای بهبود کسب‌وکار - نمای کلی (بهداشت، بانک‌ها، صنایع) - بخش اول Machine Learning Strategies for Business Improvement – An Overview (Healthcare, Banks, Industries) - PART I

  • استراتژی‌های یادگیری ماشین برای بهبود کسب‌وکار - نمای کلی (بهداشت، بانک‌ها، صنایع) - بخش دوم Machine Learning Strategies for Business Improvement – An Overview (Healthcare, Banks, Industries) - PART II

  • آماده‌سازی داده‌ها برای بهینه‌سازی ساعات تولید - دمو با روش‌های EDA - بخش اول Preparing Data for Optimization in Production Manhours - Demo with EDA procedures - PART I

  • آماده‌سازی داده‌ها برای بهینه‌سازی ساعات تولید - دمو با روش‌های EDA - بخش دوم Preparing Data for Optimization in Production Manhours - Demo with EDA procedures - PART II

  • الگوریتم یادگیری ماشین نظارت شده - اصول و انواع - بخش اول Supervised Machine Learning Algorithm- Principle and types - PART I

  • الگوریتم یادگیری ماشین نظارت شده - اصول و انواع - بخش دوم Supervised Machine Learning Algorithm- Principle and types - PART II

  • الگوریتم یادگیری ماشین نظارت شده - اصول و انواع - بخش سوم Supervised Machine Learning Algorithm- Principle and types - PART III

  • الگوریتم رگرسیون - اصول و تمرین عملی پیش‌بینی حقوق - بخش اول Regression Algorithm - Principle & Practicing exercise on Salary Prediction - PART I

  • الگوریتم رگرسیون - اصول و تمرین عملی پیش‌بینی حقوق - بخش دوم Regression Algorithm - Principle & Practicing exercise on Salary Prediction - PART II

  • الگوریتم رگرسیون - اصول و تمرین عملی پیش‌بینی حقوق - بخش سوم Regression Algorithm - Principle & Practicing exercise on Salary Prediction - PART III

  • الگوریتم طبقه‌بندی: درخت تصمیم برای خرید خودرو برقی (EV) - بخش اول Classification algorithm-Decision tree algorithm for EV vehicle purchase - PART I

  • الگوریتم طبقه‌بندی: درخت تصمیم برای خرید خودرو برقی (EV) - بخش دوم Classification algorithm-Decision tree algorithm for EV vehicle purchase - PART II

  • الگوریتم طبقه‌بندی: درخت تصمیم برای خرید خودرو برقی (EV) - بخش سوم Classification algorithm-Decision tree algorithm for EV vehicle purchase - PART III

  • الگوریتم طبقه‌بندی: درخت تصمیم برای خرید خودرو برقی (EV) - بخش چهارم Classification algorithm-Decision tree algorithm for EV vehicle purchase - PART IV

  • چارچوب پیاده‌سازی الگوریتم‌های ML - پیش‌بینی سرطان ریه - بخش اول Implementation framework of ML algorithms – Lung Cancer Prediction - PART I

  • چارچوب پیاده‌سازی الگوریتم‌های ML - پیش‌بینی سرطان ریه - بخش دوم Implementation framework of ML algorithms – Lung Cancer Prediction - PART II

  • آینده COBOT - کاربرد ML در صنعت نفت و گاز - بخش اول Future of COBOT – An application of ML in Oil & Gas industry - PART I

  • آینده COBOT - کاربرد ML در صنعت نفت و گاز - بخش دوم Future of COBOT – An application of ML in Oil & Gas industry - PART II

نمایش الگوریتم‌های یادگیری ماشین بدون نظارت و تقویتی با دموهای پایتون Demonstrating Unsupervised & Reinforcement Machine Learning Algorithms with Python demos

  • اصول الگوریتم یادگیری ماشین بدون نظارت - بخش اول Principles of Unsupervised Machine Learning Algorithm - PART I

  • اصول الگوریتم یادگیری ماشین بدون نظارت - بخش دوم Principles of Unsupervised Machine Learning Algorithm - PART II

  • الگوریتم خوشه‌بندی - اصول با رویکرد عملی K-Means - بخش اول Clustering Algorithm - Principles with Hands-on approach using K-Means - Part I

  • الگوریتم خوشه‌بندی - اصول با رویکرد عملی K-Means - بخش دوم Clustering Algorithm - Principles with Hands-on approach using K-Means - Part II

  • الگوریتم خوشه‌بندی DBSCAN - رویکرد عملی - بخش اول DBSCAN clustering algorithm - A hands on approach - PART I

  • الگوریتم خوشه‌بندی DBSCAN - رویکرد عملی - بخش دوم DBSCAN clustering algorithm - A hands on approach - PART II

  • الگوریتم کاهش ابعاد - اصول و پیاده‌سازی PCA - بخش اول Dimensionality Reduction Algorithm – Principle & Implementation of PCA - PART I

  • الگوریتم کاهش ابعاد - اصول و پیاده‌سازی PCA - بخش دوم Dimensionality Reduction Algorithm – Principle & Implementation of PCA - PART II

  • تحلیل متمایز خطی (LDA) - یک رویکرد کمی Linear Discriminant Analysis - A Quantitative Approach

  • خودروی خودران مجهز به الگوریتم کاهش ابعاد - بخش اول Autonomous vehicle embedded with Dimensionality Reduction Algorithm - PART I

  • خودروی خودران مجهز به الگوریتم کاهش ابعاد - بخش دوم Autonomous vehicle embedded with Dimensionality Reduction Algorithm - PART II

  • الگوریتم یادگیری ماشین تقویتی - رویکرد عملی در سیستم HVAC - بخش اول Reinforcement Machine Learning Algorithm – with a Practice Approach in HVAC System - PART I

  • الگوریتم یادگیری ماشین تقویتی - رویکرد عملی در سیستم HVAC - بخش دوم Reinforcement Machine Learning Algorithm – with a Practice Approach in HVAC System - PART II

  • الگوریتم یادگیری ماشین تقویتی - رویکرد عملی در سیستم HVAC - بخش سوم Reinforcement Machine Learning Algorithm – with a Practice Approach in HVAC System - PART III

  • الگوریتم‌های RL مبتنی بر مدل - اصول و مثال با الگوریتم DYNA-Q - بخش اول Model Based RL Algorithms – Principle and Example with DYNA Q Algorithm - PART I

  • الگوریتم‌های RL مبتنی بر مدل - اصول و مثال با الگوریتم DYNA-Q - بخش دوم Model Based RL Algorithms – Principle and Example with DYNA Q Algorithm - PART II

  • تغییر پارادایم در تشخیص بهداشتی با یادگیری تقویتی - تمرین بازبینی - بخش اول Paradigm shift in health care diagnosis with reinforcement learning - a review exercise - PART I

  • تغییر پارادایم در تشخیص بهداشتی با یادگیری تقویتی - تمرین بازبینی - بخش دوم Paradigm shift in health care diagnosis with reinforcement learning - a review exercise - PART II

  • یادگیری تقویتی بدون مدل - بررسی روش‌های مبتنی بر سیاست - بخش اول Model Free Reinforcement learning – exploring policy based methods - PART I

  • یادگیری تقویتی بدون مدل - بررسی روش‌های مبتنی بر سیاست - بخش دوم Model Free Reinforcement learning – exploring policy based methods - PART II

  • استقرار Deep Q Learning در COBOT برداشت و جایگذاری - کاربرد صنعتی ML - بخش اول Deployment of Deep Q-Learning in Pick and Place COBOT - An Industrial application of ML - PART I

  • استقرار Deep Q Learning در COBOT برداشت و جایگذاری - کاربرد صنعتی ML - بخش دوم Deployment of Deep Q-Learning in Pick and Place COBOT - An Industrial application of ML - PART II

اصول و نمایش‌های موفق شبکه‌های عصبی (تحلیل متن) Principles and Successful Demonstrations of Neural Networks (Text Analytics)

  • مبانی شبکه عصبی - بخش اول Fundamentals of Neural Network - PART I

  • مبانی شبکه عصبی - بخش دوم Fundamentals of Neural Network - PART II

  • مبانی شبکه عصبی - بخش سوم Fundamentals of Neural Network - PART III

  • تشخیص ارقام با استفاده از مدل MLP - تمرین عملی - بخش اول Digit Recognition using MLP Model – Hands-on Practice - PART I

  • تشخیص ارقام با استفاده از مدل MLP - تمرین عملی - بخش دوم Digit Recognition using MLP Model – Hands-on Practice - PART II

  • تشخیص ارقام با استفاده از مدل MLP - تمرین عملی - بخش سوم Digit Recognition using MLP Model – Hands-on Practice - PART III

  • الگوریتم گرادینت کاهشی (Gradient Descent) - اصول عملکرد - بخش اول Gradient Descent Algorithm - Working Principle - PART I

  • الگوریتم گرادینت کاهشی (Gradient Descent) - اصول عملکرد - بخش دوم Gradient Descent Algorithm- Working Principle - PART II

  • الگوریتم پس‌انتشار (Backpropagation) - اصول عملکرد - بخش اول Backpropagation Algorithm – Working Principle - PART I

  • الگوریتم پس‌انتشار (Backpropagation) - اصول عملکرد - بخش دوم Backpropagation Algorithm – Working Principle - PART II

  • الگوریتم پس‌انتشار (Backpropagation) - اصول عملکرد - بخش سوم Backpropagation Algorithm – Working Principle - PART III

  • تابع هزینه Cross Entropy و پیاده‌سازی آن با MLP - بخش اول Cross-Entropy cost function and its implementation using MLP - PART I

  • تابع هزینه Cross Entropy و پیاده‌سازی آن با MLP - بخش دوم Cross-Entropy cost function and its implementation using MLP - PART II

  • اصول بیش‌برازش (Overfitting) و منظم‌سازی (Regularization) با رویکرد عملی - بخش اول Overfitting and Regularization principles with a hands-on approach - PART I

  • اصول بیش‌برازش (Overfitting) و منظم‌سازی (Regularization) با رویکرد عملی - بخش دوم Overfitting and Regularization principles with a hands-on approach - PART II

  • سیستم تشخیص ارقام برای نابینایان - الگوریتم ML مبتنی بر CNN - بخش اول Digit Recognition System for Visually Impaired – CNN based ML Algorithm - PART I

  • سیستم تشخیص ارقام برای نابینایان - الگوریتم ML مبتنی بر CNN - بخش دوم Digit Recognition System for Visually Impaired – CNN based ML Algorithm - PART II

  • سیستم تشخیص ارقام برای نابینایان - الگوریتم ML مبتنی بر CNN - بخش سوم Digit Recognition System for Visually Impaired – CNN based ML Algorithm - PART III

  • اصول الگوریتم گرادینت کاهشی تصادفی و تحلیل با استفاده از مجموعه داده IRIS - بخش اول Stochastic Gradient Descent Algorithm Principle and Analysis using IRIS Dataset - PART I

  • اصول الگوریتم گرادینت کاهشی تصادفی و تحلیل با استفاده از مجموعه داده IRIS - بخش دوم Stochastic Gradient Descent Algorithm Principle and Analysis using IRIS Dataset - PART II

  • شبیه‌سازی شبکه‌های عصبی - تمرین بر اساس ابزار Weka - بخش اول Simulation of Neural Networks - Weka tool based exercise - PART I

  • شبیه‌سازی شبکه‌های عصبی - تمرین بر اساس ابزار Weka - بخش دوم Simulation of Neural Networks - Weka tool based exercise - PART II

  • شبیه‌سازی شبکه‌های عصبی - تمرین بر اساس ابزار Weka - بخش سوم Simulation of Neural Networks - Weka tool based exercise - PART III

  • استقرار استراتژیک شبکه عصبی کم‌عمق برای ارتقای کشاورزی - تمرین بازبینی - بخش اول Strategic deployment of shallow neural network for enhancing agriculture - a review exercise - PART I

  • استقرار استراتژیک شبکه عصبی کم‌عمق برای ارتقای کشاورزی - تمرین بازبینی - بخش دوم Strategic deployment of shallow neural network for enhancing agriculture - a review exercise - PART II

کاربردهای پیشرفته با شبکه‌های یادگیری عمیق Advanced Applications with Deep Learning Networks

  • اصول گرادینت ناپدیدشونده و اندازه‌گیری آن در تابع فعال‌ساز Sigmoid - بخش اول Vanishing Gradient Principles And Its Measurement In Sigmoid Activation Function-PART I

  • اصول گرادینت ناپدیدشونده و اندازه‌گیری آن در تابع فعال‌ساز Sigmoid - بخش دوم Vanishing Gradient Principles And Its Measurement In Sigmoid Activation Function-PART II

  • گرادینت ناپایدار در شبکه‌های پیچیده - بخش اول Unstable Gradient in Complex networks - PART I

  • گرادینت ناپایدار در شبکه‌های پیچیده - بخش دوم Unstable Gradient in Complex networks - PART II

  • گرادینت ناپایدار در شبکه‌های پیچیده - بخش سوم Unstable Gradient in Complex networks - PART III

  • مطالعه موردی در مورد کاربرد DL برای پیش‌بینی بیماری برگ موز - بخش اول A case study on application of DL for banana leaf disease prediction - PART I

  • مطالعه موردی در مورد کاربرد DL برای پیش‌بینی بیماری برگ موز - بخش دوم A case study on application of DL for banana leaf disease prediction - PART II

  • مقدمه‌ای بر شبکه‌های عصبی کانولوشنال (CNN) - بخش اول Introduction to convolutional neural networks - PART I

  • مقدمه‌ای بر شبکه‌های عصبی کانولوشنال (CNN) - بخش دوم Introduction to convolutional neural networks - PART II

  • مقدمه‌ای بر شبکه‌های عصبی کانولوشنال (CNN) - بخش سوم Introduction to convolutional neural networks - PART III

  • اصول تشخیص تصویر با رویکرد مطالعه موردی در صنعت خرده‌فروشی - بخش اول Image Recognition principles with a Case study approach in Retail Industry - PART I

  • اصول تشخیص تصویر با رویکرد مطالعه موردی در صنعت خرده‌فروشی - بخش دوم Image Recognition principles with a Case study approach in Retail Industry - PART II

  • کاربردهای CNN Applications of CNN

  • اصول شبکه‌های مولد (Generative Networks) - بخش اول Generative Network Principles - PART I

  • اصول شبکه‌های مولد (Generative Networks) - بخش دوم Generative Network Principles - PART II

  • مقدمه‌ای بر RNN Introduction to RNN

  • ویژگی‌ها و ساختار RNN - بخش اول Properties and Construction of RNN - PART I

  • ویژگی‌ها و ساختار RNN - بخش دوم Properties and Construction of RNN - PART II

  • پیاده‌سازی RNN - بخش اول Implementation of RNN - PART I

  • پیاده‌سازی RNN - بخش دوم Implementation of RNN - PART II

اینترنت اشیاء (IoT) با هوش مصنوعی و رایانش لبه IoT with AI and edge computing

  • معماری IoT با هوش مصنوعی - بخش اول IoT Architecture with AI - PART I

  • معماری IoT با هوش مصنوعی - بخش دوم IoT Architecture with AI - PART II

  • معماری IoT با هوش مصنوعی - بخش سوم IoT Architecture with AI - PART III

  • معماری لبه مبتنی بر ماشین‌های محاسباتی پیشرفته High Computing Machine based Edge Architecture

  • آموزش توزیع‌شده - بخش اول Distributed Training - PART I

  • آموزش توزیع‌شده - بخش دوم Distributed Training - PART II

  • تکنیک‌های فشرده‌سازی Compression technique

  • ابزارهای نرم‌افزاری و دامنه کاربرد آن‌ها برای AI و ML - بخش اول Software tools and their scope for AI and ML - PART I

  • ابزارهای نرم‌افزاری و دامنه کاربرد آن‌ها برای AI و ML - بخش دوم Software tools and their scope for AI and ML - PART II

  • کتابخانه TensorFlow - اصول Tensor Flow Library - Principles

  • کتابخانه Keras - اصول - بخش اول Keras Library - Principles - PART I

  • کتابخانه Keras - اصول - بخش دوم Keras Library - Principles - PART II

  • Arduino IDE برای رایانش لبه - بخش اول Arduino IDE for Edge Computing - PART I

  • Arduino IDE برای رایانش لبه - بخش دوم Arduino IDE for Edge Computing - PART II

  • مبانی برد Arduino Nano BLE Basics of Arduino Nano BLE Board

  • برنامه‌نویسی با Arduino Nano BLE (ANB) Programming with Arduino Nano BLE(ANB)

  • تحلیل مدل پیش‌بینی موج سینوسی Sinewave prediction model analysis

نمایش نظرات

آموزش اصول هوش مصنوعی با رایانش لبه (Edge Computing)
جزییات دوره
20h 10m
127
(آخرین آپدیت)
1,891
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده