آموزش‌های جامع

آموزش ترکیبی یادگیری ماشین و عمیق مقدماتی با پایتون

یادگیری عمیق زیر شاخه ای از یادگیری ماشین است، که اساس آن، بر مبنای یادگیری و نمایش ویژگی‌ها در لایه‌های مدل است و به زبان ساده تر، هدف اصلی یادگیری عمیق، استخراج ویژگی ها، به صورت هوشمند و طی چند مرحله یادگیری است. نخستین انگیزه در بوجود آمدن این ساختار یادگیری، از بررسی ساختار عصبی مغز انسان الهام گرفته شده ‌است که در آن یاخته‌های عصبی با فرستادن پیام به یکدیگر، درک را امکان‌پذیر می کنند.

250,000 تومان

تعداد دانشجو : 115

2 دیدگاه 2.2k بازدید

زمان 7 ساعت

فایل کد دارد

پیش نیاز آموزش مقدماتی پایتون

سرفصل 38 بخش

حجم 2680

زبان فارسی

درصد پیشرفت دوره: %100

حالت مطالعه

در این دوره آموزشی چه خبره؟

زبان برنامه نویسی پایتون، زبانی با یادگیری آسان محسوب می‌شود و از همین رو بسیاری از برنامه‌نویس‌های تازه‌کار آن را به عنوان اولین زبان برنامه‌نویسی خود برمی‌گزینند، زیرا پایتون به عنوان یک زبان همه‌منظوره ساخته و توسعه داده شده و محدود به توسعه نوع خاصی از نرم‌افزارها نیست. به بیان دیگر، می‌توان از آن برای هر کاری، از تحلیل داده (Data Analysis) گرفته تا ساخت بازی‌های کامپیوتری استفاده کرد.

مخاطبین این دوره:

علاقه مندان و دانشجویان مقاطع مختلف رشته های مرتبط، متخصصین علوم داده (Data Scientists)، مهندسین داده (Data Engineers) و نیز تحلیلگران داده (Data Analysts)

اهداف این دوره:

آشنایی با مفاهیم کاربردی یادگیری ماشین و یادگیری عمیق (ژرف) از جمله شبکه های عصبی، توابع فعال ساز، یادگیری با ناظر و بدون ناظر، شبکه های عصبی کانولوشن و بازگشتی، طبقه بندی تصاویر، نحوه کار با داده های متنی و … با بهره گیری از زبان برنامه نویسی پایتون و پلتفرم تنسورفلو.

ویژگی های این دوره:

این دوره به گونه ای آموزش داده شده است که محتوای آن مبتنی بر پروژه های واقعی و کاربردی است تا سطح یادگیری مخاطبین در طول دوره نسبت به کاربردهای عملی ارتقاء یابد.

توضیحات تکمیلی

فرمت تمام ویدئوها بصورت mp4 یا wmv می باشد که به راحتی با نرم افزارهای پخش مدیا اجرا خواهند شد.

در صورت بروز هر گونه مشکل در خرید و دانلود با پست الکترونیکی help.onlinecourses@gmail.com با ما در ارتباط باشید.

سرفصل دوره در بخش زیر قابل مشاهده می‌باشد.

سرفصل آموزش :

Crash Course:
- Numpy
- Pandas
- Data visualization
- Scikit learn
TensorFlow basic
- TensorFlow Graphs
- Variable and Placeholder
- Simple NN
- Regression
- TensorFlow regression
- TF Estimator
- TF classification Estimator
CNN
- MNIST Dataset overview
- Convolutional NN
- MNIST CNN
RNN
- Simple RNN
- Generating new sequence
- Word2Vec
Miscellaneous
- Estimator API
- Keras
- Layers
- TensorBoard

آیا این دوره پیش نیازی دارد؟

دوره مقدماتی پایتون

معرفی آموزش، زمان و حجم آموزش:

این دوره شامل ۳۸ بخش می باشد.
کل زمان آموزش : ۷ ساعت
حجم دانلود آموزش به دلیل کیفیت بالای ویدئو ۲٫۸ گیگ می باشد.
ویدئوها در شش پارت تقسیم شده و امکان دانلود پارت به پارت وجود دارد.
کدهای دوره هم ضمیمه فایل ها می باشد.

پارت اول

شامل هفت درس می باشد.