آموزش آشنایی با هوش مصنوعی: مفاهیم کلیدی و کاربردها - آخرین آپدیت

دانلود Introduction to AI: Key Concepts and Applications

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره «مفاهیم بنیادی هوش مصنوعی» یک پایه جامع در زمینه هوش مصنوعی (AI) و یادگیری ماشین (ML) ارائه می‌دهد و فراگیران را به ابزارهای ضروری برای درک، ارزیابی و پیاده‌سازی موثر سیستم‌های هوش مصنوعی مجهز می‌کند. از رمزگشایی اصطلاحات کلیدی و چارچوب‌هایی مانند R.O.A.D (نیازمندی‌ها، عملیاتی کردن داده‌ها، متدهای تحلیلی و استقرار) تا بررسی سبک-سنگین کردن الگوریتم‌ها و کیفیت داده‌ها، این دوره بینش‌های کاربردی ارائه می‌دهد که مفاهیم فنی را به تصمیم‌گیری‌های استراتژیک پیوند می‌زند. آنچه این دوره را متمایز می‌کند، تمرکز آن بر ایجاد تعادل بین عمق فنی و دسترسی‌پذیری است، که آن را برای رهبران، مدیران و متخصصانی که مسئول پیشبرد ابتکارات هوش مصنوعی هستند، ایده‌آل می‌سازد. فراگیران به بررسی معیارهای عملکرد، توافق بین برچسب‌زن‌ها (inter-annotator agreement) و تبادل منابع خواهند پرداخت و درک دقیقی از نقاط قوت و محدودیت‌های هوش مصنوعی به دست خواهند آورد. چه تازه‌وارد باشید و چه به دنبال تعمیق دانش خود، این دوره شما را قادر می‌سازد تا تصمیمات آگاهانه در مورد هوش مصنوعی بگیرید، سیستم‌ها را بهینه کنید و چالش‌های مربوط به کیفیت داده‌ها و انتخاب الگوریتم را برطرف کنید. در پایان، شما اعتماد به نفس لازم برای مدیریت پروژه‌های هوش مصنوعی و همسو کردن آن‌ها با اهداف سازمانی را خواهید داشت و خود را به عنوان یک رهبر استراتژیک در نوآوری‌های مبتنی بر هوش مصنوعی معرفی خواهید کرد.

سرفصل ها و درس ها

معرفی دوره Course Introduction

آشنایی با هوش مصنوعی Introduction to Artificial Intelligence

  • مقدمه‌ای بر هوش مصنوعی (AI) Introduction to Artificial Intelligence (AI)

  • کاربردهای هوش مصنوعی Applications of AI

  • چارچوب‌های مدیریت پروژه هوش مصنوعی AI Project Management Frameworks

  • چارچوب R.O.A.D: نیازمندی‌ها R.O.A.D. Framework - Requirements

  • چارچوب R.O.A.D: عملیاتی کردن داده‌ها R.O.A.D. Framework - Operationalize Data

  • چارچوب R.O.A.D: متدهای تحلیلی و استقرار R.O.A.D. Framework - Analytic Methods & Deployment

یادگیری ماشین Machine Learning

  • مراحل آزمون فرضیه Steps in Hypothesis Testing

  • آزمون T دو نمونه‌ای Two Sample T-Testing

  • تحلیل واریانس (ANOVA) Analysis of Variance (ANOVA)

  • انواع خطا در تخمین آماری Types of Error in Statistical Estimation

  • عملکرد یادگیری ماشین - بخش اول Machine Learning Performance - Part 1

  • عملکرد یادگیری ماشین - بخش دوم Machine Learning Performance - Part 2

بررسی سبک-سنگین کردن الگوریتم‌ها Algorithm Tradeoffs

  • سبک-سنگین کردن الگوریتم‌ها Algorithm Tradeoffs

  • ماشین‌های بردار پشتیبان (SVM) Support Vector Machines

  • نایو بیز (Naive Bayes) Naïve Bayes

  • درخت‌های تصمیم Decision Trees

  • جنگل تصادفی (Random Forest) Random Forest

  • شبکه‌های عصبی Neural Networks

  • یادگیری بدون نظارت Unsupervised Learning

  • سناریوهای انتخاب الگوریتم Algorithm Tradeoff Scenarios

داده‌ها Data

  • مقدمه‌ای بر داده‌ها Introduction to Data

  • مثال‌های داده‌ای Data Examples

  • برچسب‌گذاری Labeling

  • چالش‌های برچسب‌گذاری Labeling Challenges

  • ملاحظات برچسب‌گذاری Labeling Considerations

  • محدودیت‌های شناختی Cognitive Limitations

  • توافق بین برچسب‌زن‌ها (IAA) Inter-Annotator Agreement (IAA)

  • آلفای کریپندورف Krippendorf’s Alpha

  • تعادل بین اندازه، سازگاری و کیفیت Size-Consistency-Quality Tradeoffs

منابع Resources

  • منابع Resources

  • حافظه Memory

  • کاربردها و چالش‌های حافظه Memory Applications and Challenges

  • استراتژی‌های مدیریت حافظه Memory Management Strategies

  • تبادلات محاسباتی: الگوریتم‌ها Computational Tradeoffs - Algorithms

  • تبادلات محاسباتی: موازی‌سازی Computational Tradeoffs - Parallelization

  • بیانگری کوئری (Query Expressiveness) Query Expressiveness

  • مثال‌های بیانگری کوئری Query Expressiveness Examples

  • پیامدهای عملی بیانگری کوئری Query Expressiveness - Practical Implications

  • عملکرد Performance

نمایش نظرات

آموزش آشنایی با هوش مصنوعی: مفاهیم کلیدی و کاربردها
جزییات دوره
19h 58m
39
(آخرین آپدیت)
3,650
4.8 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