فنی و حرفه ای گیتی افروز

دوره جامع هوش مصنوعی

آموزش جامع هوش مصنوعی با پایتون


صفر تا صد
سطح

18
فصل

55
جلسه

81
ساعت

اساتید

دکتر مصطفی جهانگشای رضائی

دکترای تخصصی مهندسی صنایع

مهندس رضا استادی

توسعه دهنده بلاکچین و مشاور تکنولوژی

مهندس محسن عباس پور

دانشگاه صنعتی آیندهون | متخصص هوش مصنوعی قابل اعتماد | Trustworthy AI

دوره جامع هوش مصنوعی برگزار می شود!


این روزها کاربردهای هوش مصنوعی در حوزه های مختلف همچون خودروسازی‏، سیستم های توصیه گر‏، رباتیک‏، ترید و غیره به طور ملموسی در حال رشد است. دوره جامع هوش مصنوعی که توسط شرکت دانش بنیان فن آوران گیتی افروز تدارک دیده شده است‏، فرصتی بسیار عالی برای علاقه مندان به این حوزه جهت کسب مهارت های تخصصی و آمادگی برای ورود به فرصت های درآمدی و پیشرفت در این زمینه می باشد. 



برخی مباحث دوره جامع AI

  • برنامه نویسی
  • ریاضیات
  • دیتاساینس
  • کلان داده ها
  • یادگیری ماشین 
  • یادگیری عمیق
  • پردازش زبان طبیعی
  • هوش کسب و کار



۶ ماه کار روی پروژه های واقعی

یادگیری هوش مصنوعی صرفا با درک تئوری ها امکان پذیر نیست. شرکت کنندگان دوره جامع هوش مصنوعی در ابتدا با کار روی پروژه های کوچک تر مهارت های اساسی مورد نیاز را بدست می آورند. در گام های بعدی‏، با کار کردن بر روی پروژه های دنیای واقعی به صورت تیمی به تخصص لازم برای پیاده سازی پروژه هوش مصنوعی در حوزه های مختلف دست خواهند یافت. 


ارتباط با ما

ارتباط با کارشناس آموزش جهت مشاوره و پاسخگویی به سوالات: 

۰۲۱۹۱۰۱۷۸۰۳

عکس دوره جامع هوش مصنوعی

خبر ویژه
 برای علاقه مندان به هوش مصنوعی

فرصت ویژه ای تدارک دیده ایم تا امکان شرکت در بوت کمپ هوش مصنوعی برای تمامی علاقه مندان فراهم باشد. 


معرفی ۲۰ نفر = بوت کمپ رایگان

با معرفی هر نفر، از ۵ درصد تخفیف روی بوت کمپ بهره مند شوید!

و با معرفی ۲۰ نفر کاملا رایگان در بوت کمپ هوش مصنوعی ثبت نام نمایید…



سورپرایز ویژه دانشجویی!!!

دانشجویان نیز میتوانند در صورت ارائه کارت دانشجویی، از امکان پرداخت ۳ مرحله ای استفاده نمایند…


شرایط پرداخت 

امکان پرداخت به صورت کارت به کارت نیز فراهم است. به این منظور، تصویر کارت ملی خود را به شماره ۰۹۱۴۶۰۰۳۰۰۲ در واتس اپ ارسال فرمایید.




زمان برگزاری

روزهای یکشنبه - سه شنبه - پنج شنبه

ساعت ۶ الی ۸

شروع دوره: ۲۹ تیرماه


دوره های این پکیج
جمعه 15 تیر 1403

مقدماتی

دوره مقدماتی هوش مصنوعی

آموزش مقدماتی هوش مصنوعی

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

متوسط

دوره هوش مصنوعی سطح متوسط

آموزش هوش مصنوعی سطح متوسط

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

پیشرفته

دوره پیشرفته هوش مصنوعی

آموزش پیشرفته هوش مصنوعی

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

صفر تا صد

دوره پردازش سری های زمانی

آموزش پردازش سری های زمانی

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

صفر تا صد

دوره یادگیری ماشین در تحلیل احساسات

آموزش یادگیری ماشین در تحلیل احساسات

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

صفر تا صد

آموزش بینایی ماشین و پردازش تصویر

دوره بینایی ماشین و پردازش تصویر

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

صفر تا صد

دوره شبکه مولد متخاصم

آموزش شبکه مولد متخاصم

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

صفر تا صد

دوره هوش مصنوعی توضیح پذیر

آموزش هوش مصنوعی توضیح پذیر (XAI)

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

صفر تا صد

دوره یادگیری انتقالی

آموزش یادگیری انتقالی

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
جمعه 15 تیر 1403

صفر تا صد

دوره یادگیری تقویتی

آموزش یادگیری تقویتی

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
پنجشنبه 15 تیر 1402

صفر تا صد

بررسی پروژه های واقعی

بررسی و اجرای پروژه های واقعی هوش مصنوعی

دکتر مصطفی جهانگشای رضائی
مهندس رضا استادی
مهندس محسن عباس پور
سرفصل ها
1
3 ساعت
سرفصل ها

انواع داده ها در پایتون لیست، دیکشنری، مجموعه ها و تاپل ها Maps/Dictionaries/Hash Tables کار با فایلها (CSV, JSON , ..) عملگرها در پایتون عبارات شرطی حلقه ها توابع Functions, Lambdas, and Map/Reduce اشیا و کلاسها کتابخانه های یادگیری ماشین و هوش مصنوعی

1
3 ساعت
سرفصل ها:

مزایای کتابخانه Numpy آرایه ها در Numpy اعدا تصادفی در Numpy Reshaping کردن آرایه ها در Numpy اندیسها و برشها در Numpy عملگرهای ریاضی در Numpy جبرخطی در Numpy

1
3 ساعت
سرفصل ها:

خواندن داده ها در Pandas بصورت دیتافریم فیلتر کردن سطرها فیلتر کردن ستونها ادغام کردن دیتافریمهامرتب سازی توابع روی دیتافریمها Pivot & Crosstab عملگرهای ریاضی با Where

1
60 دقیقه
نمایش داده ها با Matplotlib

Line Plots Titles, Labels, and Legends Plotting Using CSV and TSV files Scatter Plots Bar Plots Histograms Pie Charts

2
60 دقیقه
نمایش داده ها با Seaborn

Dist Plot Joint Plot Pair Plot The Bar Plot The Count Plot The Box Plot The Violin Plot

3
60 دقیقه
نمایش داده ها با Pandas

Histograms Line Plots Scatter Plots Bar Plots Box Plots

1
60 دقیقه
سرفصل ها:

متغیرها و داده های آماری میانگین، میانه و مد توزیع های آماری توزیع پواسون، بانومیال، نرمال ضریب همبستگی پیرسون تابع توزیع تجمعی استنتاج آماری و فرضیه های آماری

1
2 ساعت
پیش پردازش داده ها

کار با داده های گمشده کار با داده های رسته ای تقسیم داده ها به داده های آموزشی و تست انتخاب فیچرها

2
2 ساعت
کاهش ابعاد

کاهش ابعاد بدون نظارت با استفاده از تحلیل مولفه های اصلی کاهش ابعاد با نظارت با استفاده از LDA کاهش ابعاد خیرخطی و مصورسازی

1
2 ساعت
سرفصل ها:

خوشه بندی با k-means تعیین مراکز اولیه خوشه ها خوشه بندی سخت و نرم اندازه گیری مدل خوشه بندی ایجاد خوشه ها به عنوان درخت سلسله مراتبی انجام خوشه بندی سلسله مراتبی از روی ماتریس فاصله پیاده سازی خوشه بندی تجمعی خوشه بندی از طریق DBSCAN

1
2 ساعت
سرفصل ها:

انتخاب نوع الگوریتم رگرسیون لجستیک ماشین بردار پشتیان حل مسائل غیرخطی با Kernel SVM الگوریتم یادگیری درخت تصمیم الگوریتم knn ارزیابی مدل و تنظیم پارامترها ساده کردن گردش کار با pipeline استفاده از k-fold cross-validation برای ارزیابی مدل الگوریتم های اشکال زدایی با منحنی های یادگیری و اعتبارسنجی تنظیم مدل‌های یادگیری ماشینی از طریق grid search معیارهای مختلف ارزیابی عملکرد مدل

1
2 ساعت
سرفصل ها:

ترکیب طبقه بندی ها از طریق اکثریت آرا Bagging – ساخت مجموعه ای از طبقه بندی کننده ها از نمونه های بوت استرپ جنگل تصادفی ارزیابی اهمیت ویژگی با جنگل های تصادفی adaptive boosting پیاده سازی AdaBoost Gradient boosting استفاده از XGBoost

1
2 ساعت
سرفصل ها

Sequential API در کراس Functional API در کراس Subclassing API در کراس Preprocessing API در کراس

2
3 ساعت
رگرسیون خطی

توابع هزینه در رگرسیون خطی رگرسیون Lasso و Ridge رگرسیونlogistic

4
3 ساعت
شبکه های عصبی

شبکه های عصبی پرسپترون چند لایه توابع فعالسازی توابع هزینه الگوریتم backpropagation مروری بر سایر الگوریتمها معیارهای ارزیابی مدل

5
2 ساعت
شبکه های CNN

پیاده سازی یک شبکه ساده CNN پیاده سازی CNN پیشرفته یادگیری مجدد مدل های موجود CNN

6
2 ساعت
شبکه های بازگشتی

شبکه های RNN شبکه LSTM

1
2 ساعت
سرفصل ها:

مقدمه ای بر منظم سازی: Ridge and LassoL1 and L2 Regularization Linear Regression ElasticNet Regularization K-Fold Cross-validation with Keras Regression vs Classification K-Fold Cross-Validation Out-of-Sample Regression Predictions with K-Fold Cross-Validation Classification with Stratified K-Fold Cross-Validation Training with both a Cross-Validation and a Holdout Set L1 and L2 Regularization to Decrease Overfitting Drop Out for Keras to Decrease Overfitting Benchmarking Regularization Techniques Additional Reading on Hyperparameter Tuning Bootstrapping for Regression Bootstrapping for Classification

8
30 دقیقه
پیش بینی baseline سری زمانی

Naïve forecast Moving average forecast Seasonal naive forecast Exponential smoothing (ETS) ARIMA Fast Fourier Transform forecast

12
4 ساعت
پیش بینی سری های زمانی

مقدمه ای بر رگرسیون خطی پیاده سازی مدل رگرسیون خطی حداقل مربعات برازش یک رگرسیون پایدار ارزیابی مدل رگرسیون رگرسیون چند جمله ای رگرسیون درخت تصمیم رگرسیون تصادفی جنگل Random forest

15
2 ساعت
مدلسازی الگوها در سریهای زمانی

رویکرد Single-step-ahead رویکرد Sequence-to-sequence

10
5 ساعت
پردازش زبان طبیعی

• داده های متنی و مدیریت آنها • استخراج و پردازش داده های متنی • تبدیل داده های متنی • حذف علائم نگارشی • حذف کلمات توقف • استاندارد کردن متن • تصحیح کلمات • نشانه گذاری متن )توکن سازی) • Stemming • Lemmatizing • کاوش داده های متنی • ساخت pipeline پیش پردازش متن • تبدیل متن به ویژگی ها • تبدیل متن به ویژگی ها با استفاده از One-Hot • تبدیل متن به ویژگی ها با استفاده از Count Vectorizer • رویکرد n-gram • تشکیل ماتریس Co-occurrence • Hash Vectorizing • تبدیل متن به ویژگی ها با استفاده از TF-IDF • پیاده سازی Word Embeddings • پیاده سازی fastText • پردازش پیشرفته زبان طبیعی • استخراج عبارات اسمی • یافتن شباهت بین متون • برچسب گذاری بخشی از گفتار • استخراج موجودیت ها از متن • استخراج موضوعات از متن • طبقه بندی متن • یادگیری عمیق در پردازش متن • انجام تجزیه و تحلیل احساسات • مباحث پیشرفته

1
3 ساعت و 20 دقیقه
سرفصل ها:

پردازش تصویر در پایتون ایجاد تصاویر در پایتون تبدیل تصاویر استاندارد کردن تصاویر اضافه کردن نویز به تصاویر پیش پردازش تصاویر کتابخانه keras در تشخیص تصاویر بینایی ماشین شبکه های کانولوشنی (CNNس) لایه های کانولوشنی Convolution Layers لایه های Max Pooling شبکه های کانولوشنی رگرسیونی یادگیری تقویتی در در بینایی ماشین استفاده از ساختار ResNet استفاده از سایر ساختارها از قبیل YOLO5 استفاده از YOLO در پایتون بخش بندی تصاویر (Image segmentation)

1
3 ساعت و 20 دقیقه
سرفصل ها:

مقدمه ای بر GANS برای تولید تصویر و داده تولید چهره با StyleGAN و Python استفاده از GAN در Google CoLab اجرای StyleGAN با کد پایتون بررسی Latent Vector یادگیری StyleGAN3 با تصاویر راه اندازی محیط جدید تبدیل تصاویر پاکسازی تصاویر مباحث ویژه در GANs

1
3 ساعت و 20 دقیقه
سرفصل ها:

تعریف تفسیرپذیری مدل های قابل تفسیر روش های مدل-آگنوستیک توضیحات مبتنی بر نمونه روش های مدل گلوبال-آگنوستیک روش های مدل محلی-آگنوستیک تفسیر شبکه های عصبی

2
30 دقیقه
شبکه های Pretrained معروف در کراس

DenseNet InceptionResNetV2 and InceptionV3 MobileNet NASNet ResNet, ResNetV2, ResNeXt VGG16 and VGG19 Xception

مبلغ دوره جامع هوش مصنوعی

تخفیف ویژه برای دانشجویان - ضمنا به ازای معرفی هر فراگیر، امکان بهره مندی از 5% تخفیف فراهم می گردد

28000000 تومان

23800000 تومان
دانلود نرم افزار موبایل آموزشگاه فنی و حرفه ای گیتی افروز

با دانلود و نصب این اپلیکیشن میتوانید از تمامی خدمات آموزش مجازی ما در گوشی هوشمند خود بهره مند شوید.

دانلود اپ اندروید