آموزش مقدمه‌ای بر هوش مصنوعی - آخرین آپدیت

دانلود Introduction to Artificial Intelligence

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: هوش مصنوعی در حال متحول کردن صنایع، بازتعریف استراتژی‌های کسب‌وکار و تغییر شیوه کار ماست. آیا آماده هستید تا پتانسیل‌های هوش مصنوعی را درک کرده و از قدرت آن بهره ببرید؟ در این دوره آموزشی آنلاین و جذاب، شما به اصول اولیه هوش مصنوعی، از ریشه‌های تاریخی گرفته تا نوآوری‌های پیشرفته در یادگیری ماشین، یادگیری عمیق و هوش مصنوعی مولد خواهید پرداخت. از طریق کاربردهای دنیای واقعی و تحلیل‌های متخصصان، خواهید آموخت که مدل‌های هوش مصنوعی چگونه کار می‌کنند، کسب‌وکارها چگونه از آن استفاده می‌کنند و آینده هوش مصنوعی عمومی (AGI) چه خواهد بود. اما هوش مصنوعی تنها درباره تکنولوژی نیست، بلکه درباره تاثیرگذاری است. به همین دلیل، این دوره به بررسی چالش‌های اخلاقی، ملاحظات رگولاتوری (مقرراتی) و پیامدهای اجتماعی هوش مصنوعی نیز می‌پردازد. در پایان دوره، دانش حیاتی لازم برای پیمایش مطمئن در چشم‌انداز در حال تحول هوش مصنوعی را کسب خواهید کرد. چه یک متخصص کسب‌وکار باشید، چه کارآفرین یا علاقه‌مند به تکنولوژی، این دوره برای تجهیز شما به بینش‌های کاربردی و ایجاد یک پایه قوی در حوزه هوش مصنوعی طراحی شده است. همین امروز به ما بپیوندید و اولین قدم را برای تسلط بر آینده هوش مصنوعی بردارید!

سرفصل ها و درس ها

ماژول ۱: تاریخچه و نمای کلی هوش مصنوعی Module 1: History and Overview of Artificial Intelligence

  • مقدمه‌ای بر هوش مصنوعی Introduction to Artificial Intelligence

  • آشنایی با مدرس Meet Your Instructor

  • تأثیر جامعه Gies The Impact of the Gies Community

  • طیف هوش The Intelligence Spectrum

  • خاستگاه‌های هوش مصنوعی Origins of AI

  • توسعه هوش مصنوعی مدرن Development of Modern AI

  • آناتومی یک الگوریتم Anatomy of an Algorithm

  • گالری الگوریتم‌ها Gallery of Algorithms

  • مقدمه‌ای بر شبکه‌های عصبی Introduction to Neural Networks

  • داده چیست؟ What Is Data?

  • پیش‌پردازش و تغییر شکل داده‌ها Data Preprocessing and Transformation

  • یافتن داده‌ها Finding Data

  • نگرانی‌های اخلاقی در هوش مصنوعی Ethical Concerns of AI

  • تکنیک‌های کاهش سوگیری در هوش مصنوعی Techniques to Mitigate Bias in AI

  • مسائل فرهنگی در هوش مصنوعی Cultural Issues With AI

  • هوش مصنوعی چگونه می‌تواند قانون‌مند شود؟ How Can AI Be Regulated?

  • چشم‌انداز مقرراتی هوش مصنوعی The AI Regulatory Landscape

  • فرصت‌های نظارتی جدید با هوش مصنوعی New Regulatory Opportunities with AI

ماژول ۲: مبانی یادگیری ماشین Module 2: Machine Learning Basics

  • طبقه‌بندی چیست؟ What Is Classification?

  • کاربردهای طبقه‌بندی Classification Applications

  • الگوریتم‌های کلیدی طبقه‌بندی Key Classification Algorithms

  • رگرسیون چیست؟ What Is Regression?

  • کاربردهای رگرسیون Regression Applications

  • الگوریتم‌های کلیدی رگرسیون Key Regression Algorithms

  • خوشه‌بندی چیست؟ What Is Clustering?

  • کاربردهای خوشه‌بندی Clustering Applications

  • الگوریتم‌های کلیدی خوشه‌بندی Key Clustering Algorithms

  • معیارهای ارزیابی عملکرد Metrics for Performance Evaluation

  • خطاهای رایج (بیش‌برازش و کم‌برازش) Pitfalls to Avoid (Overfitting and Underfitting)

  • اعتبارسنجی متقاطع و بازآموزی Cross-Validation and Retraining

  • فرآیند کاربرد مدل داده The Data-Model-Application Process

  • گذار از یادگیری ماشین به هوش مصنوعی Transition From ML to AI

  • مدل‌های جدیدتر هوش مصنوعی Newer AI Models

ماژول ۳: یادگیری عمیق و هوش مصنوعی مولد Module 3: Deep Learning and Generative AI

  • درک شبکه‌های عصبی Understanding Neural Networks

  • شبکه‌های عصبی پیچشی (CNN) Convolutional Neural Networks

  • شبکه‌های عصبی بازگشتی (RNN) Recurrent Neural Networks

  • پردازش زبان طبیعی (NLP) Natural Language Processing

  • بینایی ماشین Computer Vision

  • تحلیل پیش‌بینانه Predictive Analysis

  • مروری بر مدل‌های مولد Overview of Generative Models

  • شبکه‌های مولد رقابتی (GANs) Generative Adversarial Networks

  • هوش مصنوعی در صنایع خلاق AI in Creative Industries

  • هوش مصنوعی در بازاریابی و ارتباطات AI in Marketing & Communications 

  • هوش مصنوعی در منابع انسانی AI in Human Resources

  • هوش مصنوعی در تولید و فروش AI in Manufacturing & Sales

  • الزامات داده‌ای برای هوش مصنوعی Data Requirements for AI

  • هزینه‌های محاسباتی هوش مصنوعی Computational Costs of AI

  • تفسیرپذیری مدل Model Interpretability

ماژول ۴: آینده هوش مصنوعی و هوش مصنوعی عمومی (AGI) Module 4: The Future of AI and Artificial General Intelligence (AGI)

  • هوش مصنوعی محدود، AGI و ابر هوش Narrow AI, AGI, and Super AI

  • آزمون برای رسیدن به AGI Testing for AGI

  • نقاط عطف و جدول زمانی احتمالی دستیابی به AGI Milestones and Potential Timelines for Achieving AGI

  • تأثیرات اقتصادی هوش محدود، AGI و ابر هوش Economic Impacts of Narrow AI, AGI, and Super AI

  • چالش‌های اجتماعی هوش محدود، AGI و ابر هوش Societal Challenges With Narrow AI, AGI, and Super AI

  • ملاحظات اخلاقی هوش محدود، AGI و ابر هوش Ethical Considerations of Narrow AI, AGI, and Super AI

  • کاربرد هوش محدود، AGI و ابر هوش در خط مقدم Application of Narrow AI, AGI, and Super AI on Front Office

  • کاربرد هوش محدود، AGI و ابر هوش در کارخانه‌ها Application of Narrow AI, AGI, and Super AI on Factories

  • کاربرد هوش محدود، AGI و ابر هوش در تعامل با مشتری Application of Narrow AI, AGI, and Super AI on Customer Interaction

  • سیاست‌گذاری و حکمرانی با AGI و ابر هوش Policy and Governance With AGI and Super AI

  • تأثیر AGI و ابر هوش بر آموزش و نیروی کار Impact of AGI and Super AI on Education and The Workforce

  • تأثیرات اجتماعی AGI و ابر هوش Societal Impacts of AGI and Super AI

  • تکینگی تکنولوژیک (Singularity) Technological Singularity

  • فلسفه درباره هوشیاری Philosophy About Consciousness

  • مسائل ایمنی و کنترل هوش مصنوعی AI Safety and Control Problems

  • جمع‌بندی دوره Course Wrap-Up

  • یادگیری با شرایط خودتان Learn on Your Terms

نمایش نظرات

آموزش مقدمه‌ای بر هوش مصنوعی
جزییات دوره
21h 8m
65
(آخرین آپدیت)
17,024
4.7 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar