رویدادهای زیر را به شما پیشنهاد میکنیم

یادگیری عمیق با تنسورفلو - Deep Learning with Tensorflow 2.0
- رایگان
- تهران
- فنی، مهندسی و صنعت
دوره یادگیری عمیق - Deep Learning with Tensorflow 2.0
🔸🔸 دوره جامع آموزش یادگیری عمیق با تنسورفلو🔸🔸
Deep Learning with Tensorflow 2.0
آکادمی یادگیری ماشین ایران (Iran Machine learning) متشکل از فارغ التحصیلان دانشگاه های معتبر داخل و خارج از کشور، با هدف توسعه فرهنگ استفاده از راهکارهای نوین هوش مصنوعی و نیز ارائه آموزش های لازم در بخش های هوش مصنوعی، یادگیری ماشین و یادگیری عمیق فعالیت خود را در ابتدای سال ۱۳۹۷ آغاز نمود.
ما بر این باوریم، که دیر یا زود هوش مصنوعی در جوامع امروزی حضوری پر رنگ تر خواهد یافت و زندگی تمامی انسان ها را آسان تر، بهتر و مرفه تر خواهد نمود. بنابراین با نگرش فرهنگ سازی و ارائه آموزش ها و اطلاعات لازم برای متخصصین IT، دانشجویان رشته مهندسی به ویژه مهندسی کامپیوتر و IT در مقاطع مختلف تحصیلی و نیز علاقمندان به این حوزه جذاب و پرچالش شروع به فعالیت نموده ایم. هدف ما این است که با درک صحیح نیازهای روز جامعه و تدوین محتوای مناسب آموزشی، تجربه ای عالی از ارائه خدمات در حوزه هوش مصنوعی را در ذهن مخاطبین متبادر می سازیم.
🔘 این دوره حاصل سال ها تجربه مدیران آکادمی یادگیری ماشین ایران در حوزه تدریس در دانشگاه معتبر داخلی و فعالیت در بازار کار بوده و با هدف کاربردی بودن در سناریوهای دنیای واقعی مطرح خواهد شد. این کارگاه، کاملا پروژه محور بوده و از مباحث تئوری کسل کننده خبری نیست. در پایان هر فصل با انجام بخشی هایی از پروژه واقعی، آموخته های خود را در دنیای واقعی محک خواهید زد.
🔘 زمان برگزاری کارگاه: 30 تیرماه و 1 ، 3 ، 6 و 8 مردادماه 1398
🔘 محل برگزاری: پردیس شمالی دانشگاه تهران
🔸 کارگاه حاضر، 20 ساعت کلاس آموزشی است که در پایان، فایل های آموزشی و کدهای استفاده شده در کارگاه در اختیار شرکت کننده های محترم قرار خواهد گرفت.هدف این دوره آشنایی شرکتکنندگان با روشها و الگوریتمهای یادگیری عمیق و به ویژه تنسورفلو 2 می باشد. همچنین کار با Google Colab نیز در این کارگاه به صورت مبسوط مورد بحث و بررسی قرار خواهد گرفت.
در این کارگاه، آموزش حرفه ای یادگیری عمیق با تنسورفلو2 ، جهت پیاده سازی پروژه های متنوع با الگوریتم ها و روش های Deep learning می باشد. سرفصل های ارایه شده عبارتند از :
- آشنایی با محیط Google Colab (گوگل کولب)
- آشنایی با امکانات Tensorflow 2.0
- آموزش نحوه شرکت در مسابقات Kaggle به صورت کاملاً عملی
-
معرفی مختصری از شبکه عصبی (Neural Network)
- مفاهیم پایه شبکه عصبی مانند Overfitting و Regularization
- آشنایی با Auto Encoder (اتو انکدر)
- پیاده سازی عملی اتوانکدر و Tensorflow 2.0
- آشنایی با مفاهیم LSTM
- پیاده سازی عملی LSTM و Tensorflow 2.0
- مفهوم کانولوشن و شبکه های CNN
- پیاده سازی عملی کانولوشن و Tensorflow 2.0
مطالب این دوره به گونهای تهیه و تنظیم شدهاند که شرکتکنندگان پس از پایان دوره بتوانند به سادگی الگوریتمهای مورد نیاز خود را پیادهسازی و در عمل از آنها برای حل مسائل دنیای واقعی استفاده کنند. افزون بر این، شرکتکنندگان پس از گذراندن این دوره، از آمادگی کامل به منظور یادگیری و کار کردن در حوزه جذاب «یادگیری ماشین و یادگیری عمیق» برخوردار خواهند بود.
🔸 نکات قابل توجه علاقه مندان شرکتکننده در کارگاه Deep learning with Tensorflow 2.0 :
به منظور سنجش شرکت کنندگان، پروژه عملی علاوه بر محتوای کارگاه آموزشی نیز در نظر گرفته شده است.
شرکت کنندگان با کسب حد نصاب پروژههای عملی و فعال بودن در کارگاه برگزار شده، در صورت تمایل؛ با شرکت ژرفیران در انجام پروژههای جاری، ادامه همکاری خواهند داد.
***همراه داشتن لپ تاب توسط شرکت کنندگان الزامی است.***
🔻🔻 دانش آموختگان پیشین آکادمی، از تخفیف ویژه ای جهت ثبت نام در این کارگاه برخوردار خواهند بود. 🔻🔻
کسب اطلاعات بیشتر : وب سایت آکادمی یادگیری ماشین ایران (Iran Machine Learning)
🔸 شماره تماس : 09306727704 و یا (02143612508 در ساعات اداری)
مدرسین

عضو هیات علمی دانشگاه شاهد
دکترای برق-کنترل دانشگاه خواجه نصیر الدین طوسی
مشاوره و تحلیلگر داده در شرکت آسیاتک
مدرس شبکه های عصبی و یادگیری ماشین در دانشگاه های شاهد و آزاد (واحد تهران شمال)
رییس هیات مدیره شرکت ژرفیران

مهرداد فراهانی
مدیر R&D شرکت ژرفیرانمهرداد فراهانی دانش آموخته ارشد مهندسی کامپیوتر گرایش هوش مصنوعی از دانشگاه آزاد میباشد که هم اکنون تمرکز خود را در زمینه تحقیق و مهندسی کاربردی یادگیری عمیق در پردازش زبان طبیعی و مفاهیم دنباله معطوف کرده است.
زمانبندی
عنوان | شروع | پایان | |
---|---|---|---|
تاریخچه و برترین پروژه های Deep Learning | ۱۵:۳۰ | ۱۶:۴۵ | |
پذیرایی | ۱۶:۴۵ | ۱۷:۰۰ | |
آشنایی با محیط Google Colab | ۱۷:۰۰ | ۱۷:۴۵ | |
پذیرایی | ۱۷:۴۵ | ۱۸:۰۰ | |
یادگیری عمیق چیست (به همراه کاربردهای عملی) | ۱۸:۰۰ | ۱۹:۳۰ |
عنوان | شروع | پایان | |
---|---|---|---|
آموزش کار با کتابخانه Tensorflow 2.0 | ۱۵:۳۰ | ۱۷:۰۰ | |
پذیرایی | ۱۷:۰۰ | ۱۷:۱۵ | |
معرفی شبکه های عصبی | ۱۷:۱۵ | ۱۸:۱۵ | |
پذیرایی | ۱۸:۱۵ | ۱۸:۳۰ | |
مفاهیم اصلی شبکه عصبی شامل OVerfitting، Regularization | ۱۸:۳۰ | ۱۹:۳۰ |
عنوان | شروع | پایان | |
---|---|---|---|
آشنایی با Auto Encoder | ۰۹:۰۰ | ۱۰:۰۰ | |
پذیرایی | ۱۰:۰۰ | ۱۰:۱۵ | |
پیاده سازی Auto Encoder در Tensorflow 2.0 | ۱۰:۱۵ | ۱۱:۳۰ | |
پذیرایی | ۱۱:۳۰ | ۱۱:۴۵ | |
اجرای عملی پروژه | ۱۱:۴۵ | ۱۳:۰۰ |
عنوان | شروع | پایان | |
---|---|---|---|
آشنایی با شبکه LSTM | ۱۵:۳۰ | ۱۶:۴۵ | |
پذیرایی | ۱۶:۴۵ | ۱۷:۰۰ | |
پیاده سازی عملی از LSTM با Tensorflow 2.0 | ۱۷:۱۵ | ۱۸:۰۰ | |
پذیرایی | ۱۸:۰۰ | ۱۸:۱۵ | |
اجرای عملی پروژه | ۱۸:۱۵ | ۱۹:۳۰ |
عنوان | شروع | پایان | |
---|---|---|---|
آشنایی با کانولوشن (CNN) | ۱۵:۳۰ | ۱۶:۴۵ | |
پذیرایی | ۱۶:۴۵ | ۱۷:۰۰ | |
پیاده سازی عملی از CNN با Tensorflow 2.0 | ۱۷:۰۰ | ۱۸:۱۵ | |
پذیرایی | ۱۸:۱۵ | ۱۸:۳۰ | |
اجرای عملی پروژه | ۱۸:۳۰ | ۱۹:۳۰ |
سوالات متداول
حامیان مالی و معنوی
کارگاه Machine learning با پایتون(خلاصه جلسه دوم و سوم)
کارگاه Machine learning با پایتون(خلاصه جلسه دوم و سوم)کارگاه Machine Learning با Python (جلسه چهارم)
کارگاه Machine Learning با Python (جلسه چهارم)برگزارکننده

آکادمی یادگیری ماشین ایران
گروه یادگیری ماشین ایران متشکل از فارغ التحصیلان دانشگاه های معتبر داخل و خارج از کشور، با هدف توسعه فرهنگ استفاده از راهکارهای نوین هوش مصنوعی و نیز ارائه آموزش های لازم در بخش های هوش مصنوعی، یادگیری ماشین و یادگیری عمیق فعالیت خود را در ابتدای سال