آموزش کلاس مسترکلاس یادگیری ماشین پیشرفته و یادگیری عمیق 2024

دانلود Advanced Machine Learning & Deep Learning Masterclass 2024

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: استاد هوش مصنوعی با تکنیک‌های یادگیری عمیق ماشین پیشرفته: از شبکه‌های عصبی تا ترانسفورماتورها و فراتر از یادگیری ماشینی یادگیری عمیق پیش‌پردازش پیش‌پردازش داده‌ها سفر علم داده پیش نیازها: دانش پایه ریاضی و پایتون

به کلاس کارشناسی ارشد یادگیری عمیق یادگیری ماشین پیشرفته 2024 خوش آمدید! این دوره جامع هم برای متخصصان کسب و کار و هم برای محققان طراحی شده است و بیش از 24 ساعت محتوای ویدیویی عمیق را ارائه می دهد. چه در برنامه نویسی پایتون تازه کار باشید و چه در این زمینه تجربه داشته باشید، این دوره شما را با تکنیک های یادگیری ماشینی ضروری و یادگیری عمیق، از مهارت های پایه پایتون گرفته تا معماری شبکه های عصبی پیشرفته، مجهز می کند.

آنچه خواهید آموخت:

  • Python for Machine Learning: محیط را تنظیم کنید، از ابزارهای محبوبی مانند Anaconda و PyCharm استفاده کنید و اصول اولیه Python را از طریق آموزش های گام به گام یاد بگیرید.

  • درک پیش‌پردازش داده‌ها: به تجزیه و تحلیل آماری، تکنیک‌های پیش‌پردازش داده‌ها، انتخاب ویژگی و تجسم داده‌ها با Python عمیق بروید.

  • شبکه‌های عصبی مصنوعی: شبکه‌های عصبی را از ابتدا بسازید، چارچوب‌های یادگیری عمیق مانند Keras را کاوش کنید و یک پروژه یادگیری عمیق کامل در تشخیص رقم دست‌نویس اجرا کنید.

  • تسلط پیشرفته در یادگیری عمیق: با ماژول های جامع در شبکه های عصبی کانولوشن (CNN)، ترانسفورماتورها، مدل های زبان بزرگ و مدل های مولد عمیق، فراتر از اصول اولیه بروید. یاد خواهید گرفت که چگونه مدل‌هایی بسازید و آموزش دهید که به نوآوری‌های هوش مصنوعی امروزی، از جمله یادگیری تقویتی و مدل‌های توالی، نیرو می‌دهند.

  • Naive Bayes Classifier NLP: اصول طبقه‌بندی Naive Bayes را بیاموزید و پردازش زبان طبیعی، از جمله نشانه‌گذاری، برچسب‌گذاری بخشی از گفتار، و پروژه‌های NLP در دنیای واقعی را کشف کنید.

  • رگرسیون لجستیک خطی: مدل‌های رگرسیون اصلی با نسخه‌های نمایشی عملی برای سناریوهای تک متغیره و چند متغیره.

این دوره با دموهای عملی عملی، تمرین های کدنویسی و پروژه های دنیای واقعی، برای دانشمندان داده، علاقه مندان به هوش مصنوعی و هر کسی که مشتاق به تسلط بر یادگیری ماشینی و مفاهیم یادگیری عمیق است، ایده آل است. در پایان، دانش و مهارت لازم برای به کارگیری این تکنیک ها را در مسائل پیچیده و دنیای واقعی خواهید داشت.

امروز ثبت نام کنید و تخصص یادگیری ماشینی خود را به سطح بعدی ببرید!


سرفصل ها و درس ها

تنظیم محیط برای یادگیری ماشین پایتون Setting up the Environment for Python Machine Learning

  • پایتون برای یادگیری ماشینی: تنظیم محیط: آناکوندا Python For machine Learning : Setting up the Environment : Anaconda

  • دانلود و راه اندازی Python و PyCharm IDE Downloading and Setting up Python and PyCharm IDE

مبانی پایتون برای یادگیری ماشین [اگر پایتون را می شناسید از این بخش رد شوید] Python Basics For Machine Learning [Skip this section if you know python ]

  • پایتون برای مبتدیان مطلق - متغیرها - قسمت 1 Python For Absolute Beginners - Variables - Part 1

  • پایتون برای مبتدیان مطلق - متغیرها - قسمت 2 Python For Absolute Beginners - Variables - Part 2

  • پایتون برای مبتدیان مطلق - متغیرها - قسمت 3 Python For Absolute Beginners - Variables - Part 3

  • پایتون برای مبتدیان مطلق - لیست ها Python For Absolute Beginners - Lists

  • پایتون برای مبتدیان مطلق - لیست قسمت 2 Python For Absolute Beginners - Lists Part 2

  • پایتون برای مبتدیان مطلق - لیست قسمت 3 Python For Absolute Beginners - Lists Part 3

  • اگر شرایط If conditions

  • اگر دیگر If else

  • بولی boolean

  • حلقه ها loops

  • نسخه ی نمایشی demo

  • دموهای ساده پایتون Simple Python Demos

  • طراحی نرم افزار - فلوچارت ها - دنباله Software Design - Flowcharts - Sequence

  • طراحی نرم افزار - تکرار Software Design - Repetition

  • طراحی نرم افزار - حل مسئله Software Design - Problem Solving

  • فلوچارت پرسش و پاسخ # حل مسئله Flowcharts Questions and Answers # Problem Solving

درک داده ها با آمار و پیش پردازش داده ها Understanding Data With Statistics & Data Pre-processing

  • درک داده ها با آمار: خواندن داده ها از فایل Understanding Data with Statistics: Reading data from file

  • درک داده ها با آمار: بررسی ابعاد داده ها Understanding Data with Statistics: Checking dimensions of Data

  • درک داده ها با آمار: خلاصه آماری داده ها Understanding Data with Statistics: Statistical Summary of Data

  • درک داده ها با آمار: همبستگی بین ویژگی ها Understanding Data with Statistics: Correlation between attributes

  • پیش پردازش داده - مقیاس گذاری با نمایش در پایتون Data Pre-processing - Scaling with a demonstration in python

  • پیش پردازش داده ها - عادی سازی، باینری سازی، استانداردسازی در پایتون Data Pre-processing - Normalization , Binarization , Standardization in Python

  • ویژگی تکنیک های انتخاب: انتخاب تک متغیره feature Selection Techniques : Univariate Selection

تجسم داده ها با پایتون Data Visualization with Python

  • آماده سازی داده ها و نمودار میله ای Data preparation and Bar Chart

  • تجسم داده ها با هیستوگرام پایتون، نمودار دایره ای و غیره. Data Visualization with Python Histogram , Pie Chart, etc..

شبکه های عصبی مصنوعی [جلسات جامع] Artificial Neural Networks [ Comprehensive Sessions]

  • مقدمه ای بر شبکه های عصبی مصنوعی Introduction to Artificial Neural Networks

  • ایجاد اولین ANN از ابتدا با پایتون Creating the First ANN from Scratch with Python

  • نورون ورودی چندگانه Multiple Input Neuron

  • ایجاد یک لایه ساده از نورون ها، با 4 ورودی. # پایتون # از ابتدا Creating a simple layer of neurons, with 4 inputs. # Python # From scratch

  • ANN - مثال گویا ANN - Illustrative Example

  • آموزش KERAS - توسعه یک شبکه عصبی مصنوعی در پایتون - گام به گام KERAS Tutorial - Developing an Artificial Neural Network in Python -Step by Step

  • یادگیری عمیق - تشخیص ارقام دست نویس [گام به گام] [پروژه کامل] Deep Learning -Handwritten Digits Recognition [Step by Step] [Complete Project ]

طبقه بندی کننده ساده بیز با پایتون [سخنرانی و نمایش] Naive Bayes Classifier with Python [Lecture & Demo]

  • سخنرانی و نمایش: طبقه بندی کننده ساده و بی تکلف بیز Lecture & Demo: Naive bayes classifier

پردازش زبان طبیعی برای دانشمندان داده Natural Language Processing for Data Scientists

  • تنظیم محیط برای NLP - ACH Setting up the Environment for NLP - ACH

  • مقدمه ای بر توکن سازی Introduction to Tokenization

  • دانلود و راه اندازی NLTK Downloading and Setting up NLTK

  • آموزش توکن سازی Tokenization Tutorial

  • مقدمه ای بر عادی سازی Introduction to Normalization

  • آموزش عادی سازی Normalization Tutorial

  • مقدمه ای بر بخشی از برچسب گذاری گفتار Introduction to Part of Speech Tagging

  • بخشی از آموزش برچسب گذاری گفتار Part of Speech Tagging Tutorial

  • مقدمه ای بر Stopwords Introduction to Stopwords

  • سخنرانی شناخت موجودیت با نام Named Entity Recognition Lecture

  • آموزش تشخیص نهاد با نام Named Entity Recognition Tutorial

  • سخنرانی طبقه بندی Classification Lecture

  • آموزش طبقه بندی قسمت 1: پیش پردازش نقد فیلم Classification Tutorial Part 1: Preprocessing movie reviews

  • آموزش طبقه بندی قسمت 2: مجموعه ویژگی ها Classification Tutorial Part 2: Feature Sets

  • آموزش طبقه بندی قسمت 3: ساده لوح بیز Classification Tutorial Part 3: Naive Bayes

  • تمرین تکلیف طبقه بندی Classification Homework Exercise

  • کاربردهای دنیای واقعی NLP [پروژه کامل] - مقدمه Real World Applications of NLP [Complete Project] - Introduction

  • ایجاد اپلیکیشن توییتر Creating a Twitter Application

  • دریافت مجموعه تست Getting the Test Set

  • آماده سازی مجموعه آموزشی Preparing the Training Set

  • پیش پردازش Preprocessing

  • طبقه بندی Classification

  • تست مدل Testing the Model

رگرسیون خطی Linear regression

  • رگرسیون خطی Linear regression

  • نسخه نمایشی رگرسیون خطی تک متغیره [دستی] قسمت 1- رگرسیون خطی Univariate Linear Regression Demo [Hands-on] Part 1- Linear Regression

  • نسخه نمایشی رگرسیون خطی تک متغیره [دستی] قسمت 2- رگرسیون خطی Univariate Linear Regression Demo [Hands-on] Part 2- Linear Regression

مقدمه ای بر خوشه بندی [K - Means Clustering ] Introduction to clustering [K - Means Clustering ]

  • خوشه بندی clustering

مسترکلاس یادگیری عمیق Deep Learning Masterclass

  • تکنیک های پیشرفته یادگیری ماشین Advanced Machine Learning Techniques

  • معماری CNN CNN Architecture

  • مدل های زبان بزرگ Large Language Models

  • ترانسفورماتورها Transformers

  • مدل های مولد عمیق Deep Generative Models

  • شبکه های عصبی عمیق Deep Neural Networks

  • مدل های دنباله عمیق Deep Sequence Models

  • یادگیری تقویتی Reinforcement Learning

  • وضعیت یادگیری عمیق Status of Deep Learning

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش کلاس مسترکلاس یادگیری ماشین پیشرفته و یادگیری عمیق 2024
جزییات دوره
25.5 hours
71
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,506
4.5 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Academy of Computing & Artificial Intelligence Academy of Computing & Artificial Intelligence

مدرس ارشد / سرپرست پروژه / مشاور من 9 سال سابقه کار به عنوان محقق ، مدرس ارشد ، ناظر پروژه و مهندس دارم. کارشناسی ارشد هوش مصنوعی (دانشگاه موراتووا) ، مهندسی نرم افزار کارشناسی - افتخارات درجه یک (دانشگاه وست مینستر) ، SCJP ، SCWC من کارشناسی ارشد هوش مصنوعی را گذرانده ام. مهندسی نرم افزار کارشناسی ارشد - افتخارات درجه یک از دانشگاه وست مینستر (انگلستان). Sun Certified Java Programmer (SCJP). - 93٪ و یک توسعه دهنده مجاز وب Sun Component 97٪. . من تجربه تحقیق در داده کاوی ، یادگیری ماشین ، رایانش ابری ، هوش تجاری و مهندسی نرم افزار را دارم

Maninda Wickrema Edirisooriya Maninda Wickrema Edirisooriya

کارشناس یادگیری ماشین