چرا باید در این کارگاه شرکت کنیم؟
یادگیری عمیق امروزه یکی از پرکابردترین ابزارها در حوزه های مختلف علم و تکنولوژی میباشد. کاربردهای این ابزار را میتوان از مطالعات کهکشان ها تا مشخص کردن موقعیت سلول ها در تصاویر میکروسکوپی دید. شرکت های بزرگی از این ابزار برای پردازش تصویر و ویدیو، بهبود دقت جستجو، سیستم های پیشنهاد دهنده به مشتری و … استفاده میکنند. این دوره میتواند نقطه شروع مناسبی برای ورود به زمینه یادگیری عمیق باشد. در پایان این دوره شما میتوانید مدل های یادگیری عمیق را با پایتون بنویسید و برای داده ی دلخواه آنرا آموزش دهید و با استفاده از آن پیشبینی کنید.
سطح این رویداد در چه حدی می باشد؟
رویداد در سطح متوسط برگزار خواهد شد و مناسب افرادی است که با پایتون آشنایی داشته باشند.
سرفصل های اصلی دوره شامل چه مواردی است؟
- مقدمه ای بر یادگیری عمیق
- مدل های خطی یادگیری ماشین
- الگوریتم Backpropagation
- پیاده سازی یک مدل بادگیری عمیق برای رگرسیون با TensorFlow
- پیاده سازی یک مدل طبقه بندی با TensorFlow
- نقشه ی ادامه ی مسیر
آیا در پایان رویداد مدرک پایان دوره به شرکت کنندگان اعطا می شود؟
بله، مدرسه علم داده دارای مجوز شرکت خلاق از معاونت علمی و فناوری ریاست جمهوری، دارای مجوز واحد فناور از مرکز رشد پارک علم و فناوری تحت نظارت وزارت علوم تحقیقات و فناوری و دارای مجوز واحد فرهنگی دیجیتال از وزارت فرهنگ و ارشاد اسلامی است است، گواهینامه معتبر پایان دوره برای شرکت کنندگان صادر می گردد.
نمونه گواهینامه رسمی و معتبر مدرسه علم داده
توجه: گواهینامه مدرسه علم داده بدون کداختصاصی قابل استعلام و واترمارک درج شده در ذیل نام و نام خانوادگی، نام دوره و هم چنین امضای مدیریت فاقد اعتبار است.
آشنایی با مدرس رویداد
پژمان اقبالی
پژمان اقبالی دانشجوی دکتری بیومکانیک در دانشگاه EPFL سوئیس است. وی دارای تجربه تدریس مباحث علوم کامپیوتر مخصوصاً برنامهنویسی محاسباتی است. او سابقهی تدریس برنامهنویسی پایتون، متلب و R، محاسبات علمی، بهینهسازی، علم داده و یادگیری ماشین را دارد. ایشان در حال حاضر بر روی توسعهی مدلهای آماری و یادگیری ماشین برای تحلیل دادههای پزشکی کار میکند. حوزههای تخصصی او برنامهنویسی محاسباتی، آمار و یادگیری ماشین، مدلهای اجزای محدود و بهینهسازی است.
دانلود فیلم ضبط شده رویداد
دانلود فیلم ضبط شده رویداد ویدئو
2:52:43
دانلود قطعه کد تمرینی دوره
دانلود قطعه کد تمرینی دوره تمرین
با پسوند IPYNB
دوره های مرتبط
سند آموزشی چارچوب های پردازشی گراف های حجیم
دوره آموزشی تحلیل شبکه های اجتماعی و پیچیده با پایتون
کارگاه آموزشی کاربردهای شگفتانگیز ChatGPT
کارگاه آموزشی پروژه محور بررسی Kubernetes Workloads و نحوهی استفاده از آنها
کارگاه آموزشی مهندسی داده
کارگاه آموزشی پروژه محور تحلیل و تصویرسازی داده در R
کارگاه آموزشی پروژه محور اصول پردازش زبان طبیعی در پایتون
دوره جامع پروژه محور یادگیری عمیق با پای تورچ (PyTorch)
Deep Learning with PyTorch Framework
پلتفرم بعنوان سرویس با Docker برای مهندسان داده
امتیاز دانشجویان دوره
نظرات
تنها اشخاصی که این محصول را خریداری کرده اند و وارد سایت شده اند می توانند در مورد این محصول بازبینی ارسال کنند.
300,000 تومان 199,000 تومان
پژمان اقبالی
دکتری بیومکانیک، EPFL سوییسپژمان اقبالی دکتری بیومکانیک در دانشگاه EPFL سوئیس است. وی دارای تجربه تدریس مباحث علوم کامپیوتر مخصوصاً برنامهنویسی محاسباتی است. او سابقهی تدریس برنامهنویسی پایتون، متلب و R، محاسبات علمی، بهینهسازی، علم داده و یادگیری ماشین را دارد. ایشان در حال حاضر بر روی توسعهی مدلهای آماری و یادگیری ماشین برای تحلیل دادههای پزشکی کار میکند. حوزههای تخصصی او برنامهنویسی محاسباتی، آمار و یادگیری ماشین، مدلهای اجزای محدود و بهینهسازی است.
AmirShooter( دانشجوی دوره )
من که راضی بودم