آیا تا به حال میخواهید شبکههای عصبی عمیق را برای بیش از MNIST، CIFAR10 یا گربهها در مقابل سگها اعمال کنید؟
آیا میخواهید در حین تقسیمبندی سرطان در تصاویر CT، در مورد آخرین چارچوبهای یادگیری ماشینی بیاموزید؟
پس این دوره مناسب برای شماست!
به یکی از جامع ترین دوره های آموزش عمیق در تصویربرداری پزشکی خوش آمدید!
این دوره بر کاربرد معماری های پیشرفته یادگیری عمیق در چالش های مختلف تصویربرداری پزشکی تمرکز دارد.
شما چندین کار مختلف از جمله تقسیم بندی سرطان، طبقه بندی ذات الریه، تشخیص قلب، تفسیرپذیری و بسیاری موارد دیگر را انجام خواهید داد.
موضوعات زیر پوشش داده شده است:
NumPy
نظریه یادگیری ماشین
تقسیم دادههای آزمایش/قطار/اعتبارسنجی
ارزیابی مدل - وظایف رگرسیون و طبقه بندی
تنسورها با PyTorch
شبکه های عصبی کانولوشنال
تصویربرداری پزشکی
تفسیرپذیری تصمیم شبکه - چرا شبکه کاری را که انجام می دهد انجام می دهد؟
یک کتابخانه پیشرفته pytorch سطح بالا: pytorch-lightning
تقسیم بندی تومور
داده های سه بعدی
و بسیاری دیگر
چرا این آموزش عمیق با PyTorch را برای دوره تحلیل تصویر پزشکی انتخاب کنید؟
این دوره دانش منحصر به فردی در مورد کاربرد یادگیری عمیق در مسائل بسیار پیچیده و غیر استاندارد (پزشکی) (در دو بعدی و سه بعدی) ارائه می دهد
همه درسها شامل تئوری خلاصه شده و مثالهای همراه با کد هستند تا بتوانید هر مرحله را درک کرده و دنبال کنید.
جامعه آنلاین قدرتمند با تالارهای QA ما با هزاران دانش آموز و دستیاران آموزشی اختصاصی، و همچنین تعامل دانش آموز در سرور Discord ما.
شما مهارت ها و تکنیک هایی را خواهید آموخت که اکثریت قریب به اتفاق مهندسان هوش مصنوعی ندارند!
--------------
خوزه، مارسل، سرجیوس توبیاس
رئیس بخش علوم داده در آموزش پیریان
Marcel Frühکارشناس یادگیری عمیق
Sergios Gatidisدانشمند یادگیری ماشین
Tobias Heppدانشمند یادگیری ماشین
نمایش نظرات