لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
نمایش نظرات