آموزش آشنایی با هوش مصنوعی - آخرین آپدیت

دانلود Introduction to AI

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره مقدماتی، مفاهیم بنیادی هوش مصنوعی (AI) و یادگیری ماشین را کشف کنید. در این مسیر با انواع مختلف هوش مصنوعی آشنا شده، ملاحظات اخلاقی را بررسی کرده و به تحلیل مدل‌های کلیدی یادگیری ماشین که سیستم‌های مدرن AI را قدرت می‌بخشند، می‌پردازید. چه هدف شما کار مستقیم با هوش مصنوعی باشد، چه تقویت مهارت‌های توسعه نرم‌افزار یا ارتقای تخصص در علوم داده، این دوره زیربنایی ضروری برای موفقیت در این حوزه را فراهم می‌کند.

سرفصل ها و درس ها

خوش‌آمدگویی به دوره Welcome to the Course

  • ویدیو خوش‌آمدگویی Welcome Video

پودمان ۱: مقدمه‌ای بر هوش مصنوعی Module 1: Introduction to AI

  • خوش‌آمدگویی به پودمان ۱ Welcome to Module 1

  • 1.1 تاریخچه هوش مصنوعی 1.1 History of AI

  • 1.2 یکپارچه‌سازی: هوش مصنوعی، یادگیری ماشین و علوم داده 1.2 Fitting It Together: AI, ML, and DS

  • 1.3 کاربردهای فعلی هوش مصنوعی 1.3 Current Applications of AI

  • 1.4 بررسی برخی ابزارهای هوش مصنوعی 1.4 Explore Some AI

  • ویدیو Video

پودمان ۲: هوش مصنوعی و یادگیری ماشین Module 2: AI and Machine Learning

  • خوش‌آمدگویی به پودمان ۲ Welcome to Module 2

  • 2.1 رویکردهای یادگیری ماشین 2.1 Approaches to Machine Learning

  • 2.2 الگوریتم‌ها و مدل‌های کلیدی 2.2 Key Algorithms and Models

  • 2.3 طبقه‌بندی‌کننده‌ها 2.3 Classifiers

  • 2.4 رگرسیون خطی 2.4 Linear Regression

  • ویدیو Video

پودمان ۳: درون جعبه سیاه چیست؟ یادگیری عمیق و شبکه‌های عصبی Module 3: What's in the Black Box? Deep Learning and Neural Networks

  • خوش‌آمدگویی به پودمان ۳ Welcome to Module 3

  • 3.1 مقدمه‌ای بر شبکه‌های عصبی 3.1 Introduction to Neural Networks

  • 3.2 لایه‌های شبکه عصبی 3.2 Neural Network Layers

  • 3.3 معرفی پایگاه داده MNIST 3.3 Introducing the MNIST Database

  • 3.4 آموزش شبکه عصبی شما 3.4 Training your Neural Network

  • ویدیو Video

پودمان ۴: آموزش و ارزیابی مدل‌ها Module 4: Training and Evaluating Models

  • خوش‌آمدگویی به پودمان ۴ Welcome to Module 4

  • 4.1 داده‌های آموزش، اعتبارسنجی و تست 4.1 Training, Validation and Test Data

  • 4.2 بیش‌برازش و کم‌برازش 4.2 Overfitting and Underfitting

  • 4.3 توابع هزینه و بهینه‌سازها 4.3 Loss Functions and Optimizers

  • 4.4 کاربردهای بیشتر MNIST 4.4 More use of MNIST

  • 4.5 مصرف انرژی، عملکرد و پایداری 4.5 Power Consumption, Performance, and Sustainability

  • ویدیو Video

پودمان ۵: مباحث پیشرفته در هوش مصنوعی Module 5: Advanced Topics in AI

  • خوش‌آمدگویی به پودمان ۵ Welcome to Module 5

  • 5.1 مقدمه‌ای بر CNNها و RNNها 5.1 Introduction to CNNs and RNNs

  • 5.2 معرفی فریم‌ورک PyTorch 5.2 Introduction to the PyTorch Framework

  • 5.3 روابط عددی خطی 5.3 Linear Number Relationships

  • 5.4 تشخیص متن 5.4 Text Recognition

  • ویدیو Video

پودمان ۶: اخلاق، چالش‌ها و آینده هوش مصنوعی Module 6: Ethics, Challenges, and the Future of AI

  • خوش‌آمدگویی به پودمان ۶ Welcome to Module 6

  • 6.1 اخلاق و هوش مصنوعی 6.1 Ethics and AI

  • 6.2 هوش مصنوعی در فضای ابری 6.2 AI in the Cloud

  • 6.3 هوش مصنوعی در لبه (Edge AI) 6.3 AI on the Edge

  • 6.4 پروژه نهایی 6.4 Capstone Project

  • ویدیو Video

نمایش نظرات

آموزش آشنایی با هوش مصنوعی
جزییات دوره
12h 13m
38
(آخرین آپدیت)
3,115
- 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