هوش‌مصنوعی تخصصی

گام سوم

توضیحات دوره

این دوره برای افرادی طراحی شده است که به دنبال تسلط بر مباحث پیشرفته هوش مصنوعی و یادگیری مدل‌های پیچیده یادگیری عمیق هستند. در این دوره، علاوه بر درک عمیق از مفاهیم پیشرفته شبکه‌های عصبی، مهارت عملی برای پیاده‌سازی و تحلیل پروژه‌های تخصصی در دنیای واقعی را کسب خواهید کرد.

پس از این دوره، شما قادر خواهید بود الگوریتم‌های پیچیده هوش مصنوعی را برای حل مسائل سطح بالا طراحی و پیاده‌سازی کنید و در پروژه‌های تحقیقاتی و صنعتی نقشی کلیدی ایفا کنید.

سرفصل‌های آموزشی

مبانی یادگیری عمیق و شبکه‌های عصبی
مقدمه‌ای بر یادگیری عمیق و تفاوت آن با یادگیری ماشین
اصطلاحات و مفاهیم کلیدی یادگیری عمیق
ساختار و اجزای شبکه‌های عصبی
بررسی معماری‌های مختلف شبکه‌های عصبی

ابزارهای پیشرفته برای پیاده‌سازی مدل‌های هوش مصنوعی
کار با کتابخانه Numpy برای پردازش داده‌ها
پیاده‌سازی مدل‌های یادگیری عمیق با TensorFlow
استفاده از داده‌های افزوده (Data Augmentation) برای بهبود عملکرد مدل‌ها

الگوریتم‌ها و معماری‌های پیشرفته شبکه‌های عصبی
شبکه‌های عصبی پرسپترونی (MLP)
شبکه‌های عصبی کانولوشنی (CNN) و کاربرد آن‌ها در بینایی کامپیوتری
شبکه‌های عصبی بازگشتی (RNN) برای پردازش داده‌های سری‌زمانی
معماری پیشرفته LSTM برای پردازش توالی‌ها
یادگیری انتقالی (Transfer Learning) و استفاده از مدل‌های از پیش‌آموزش‌دیده

مدل‌های آماده شبکه‌های عصبی و کاربردهای آن‌ها
مدل YOLO برای تشخیص اشیا
مدل VGG برای طبقه‌بندی تصاویر
مدل ResNet برای پردازش تصاویر پیچیده
مدل MobileNet برای کاربردهای سبک و بهینه

پروژه‌های عملی دوره

طراحی و پیاده‌سازی پروژه‌های تخصصی در دنیای واقعی:
مدل تشخیص بیماری Covid-19 بر اساس تصاویر پزشکی
(پروژه‌های تکمیلی با توجه به نیازهای روز و پیشنهادات شرکت‌کنندگان اضافه می‌شود)