آموزش رایگان یادگیری عمیق کاربردی

«یادگیری عمیق» به عنوان یکی از روش‌­های «یادگیری ماشین» شناخته می­‌شود. در یادگیری عمیق سعی می‌کنیم تا فعالیت ماشین‌­ها - سیستم­‌های کامپیوتری - را براساس شبیه‌­سازی سیستم عصبی انسان برنامه‌­ریزی کنیم. به این جهت می‌­توانیم یادگیری عمیق را مدلی بدانیم که بر اساس سیستم عصبی انسان شبیه‌سازی شده است. استفاده از یادگیری عمیق این قابلیت را در سیستم به وجود می‌­آورد که ماشین - سیستم کامپیوتری - بتواند در هر موقعیت تصمیماتی مشابه تصیمات مغز انسان ارائه کند.

یادگیری عمیق در بسیاری از فعالیت­‌های روزمره ما می­‌تواند کاربردی و موثر باشد، اما برای داشتن مثال می­‌توانیم به مواردی همچون بات‌­های چت، ترجمه، تشخیص چهره و ... اشاره کرد.

در دوره آموزش رایگان یادگیری عمیق کاربردی چه مباحثی را یاد می‌گیرید؟

در دوره آموزش رایگان یادگیری عمیق کاربردی با موارد گسترده‌­ای آشنا خواهید شد. اگر قصد دارید به‌صورت عملی و پروژه‌محور این مهارت را یاد بگیرید، می‌توانید از آموزش یادگیری عمیق با پایتون استفاده کنید. از آشنایی با مفاهیم اولیه گرفته تا جدیدترین و پیچیده‌­ترین مسائل مربوط به این چهارچوب در این دوره گنجانده شده است. به طور مشخص مباحث این دوره به صورت زیر تعریف شده است:

• معرفی دوره و پیش‌­نیازها (پایتون، آشنایی مقدماتی با مفاهیم یادگیری ماشین)
• معرفی یادگیری عمیق (یادگیری عمیق چیست و مثال­‌هایی کاربردی از یادگیری عمیق)
• آشنایی با سخت­‌افزارهای قابل استفاده و نحوه اتصال آن‌ها به نرم‌افزار
• آشنایی با نرم‌­افزارها و محیط برنامه­‌نویسی Google Colab 
• آشنایی با مفاهیمی همچون گرادیان، تابع هزینه، تابع فعال­‌سازی، توابع بهینه­‌ساز، forward propagation، back propagation و اجزای اصلی معماری­‌های شبکه عمیق
• معرفی کتابخانه Tensorflow و Keras در پایتون
• شبکه کانولوشنی و کاربردهای آن (پیاده‌سازی مفهومی کانولوشن در پایتون، معرفی Conv2D در Tensorflow)
• معرفی پایگاه دادگان معروف برای پروژه‌های مختلف
• آشنایی با مفاهیم طبقه‌­بندی، تشخیص اشیا و بازشناسایی و بخش‌­بندی تصویر
• بررسی معماری شبکه‌های Googlenet و VGGNet
• بررسی معماری شبکه‌های Resnet
• بررسی معماری شبکه‌های RNN و LSTM
• آموزش Pytorch
• معرفی معماری شبکه R-CNN، Fast R-CNN ، Faster R-CNN
• معرفی معماری مجموعه شبکه‌های YOLOv1- YOLOv5
• معرفی معماری شبکه GAN ، انواع آن و کاربردها
• بررسی مشکلات در پروژه‌­های عملی یادگیری عمیق
• بررسی تکنیک­‌های استخراج بهترین نتایج در حل مسائل

دوره آموزش رایگان یادگیری عمیق کاربردی برای چه کسانی مناسب است؟

مطالب این دوره به شما در راه آموزش یادگیری عمیق کمک فراوانی خواهد کرد و برای همه افرادی که به نحوی علاقه­‌مند به یادگیری ماشین هستند مناسب خواهد بود.

** دوره در حال تکمیل است