مجله هوش مصنوعی شهاب
پس از درخواست های مکرر شما عزیزان ، دوره جامع آموزشی « خود آموز یادگیری ماشین » برای آشنایی شما با مفاهیم مختلف حوزه یادگیری ماشین و شبکه های عصبی منتشر گردید.
شما در این دوره ابتدا با اصلی ترین مفاهیم پرکاربرد در یادگیری ماشین آشنا خواهید شد. همچنین با نرم افزار های پرکاربرد این حوزه، الگوریتم ها ، کاربرد ها و چشم انداز های یادگیری ماشین آشنا خواهید شد.
در بخش دوم ، با برخی از انواع یادگیری ماشین در کاربرد های مختلف آشنا می شوید.
بخش سوم، شما را با شبکه های عصبی مصنوعی ( ANN ) ، کاربرد ها و مدل های مختلف آن آشنا می کند.
بخش چهارم به بررسی موردی برخی از کاربرد های مهم یادگیری ماشین در صنعت می پردازد.
در بخش پنجم ، شما یادگیری عمیق ( Deep Learning ) را بررسی کرده و نحوه ی استفاده از آن در مسائل مختلف را فرا می گیرید.
در بخش ششم شما با ماشین بردار پشتیبان ( SVM ) آشنا شده و نحوه ی کد نویسی آن در پایتون را فرا می گیرید.
در بخش هفتم، انواع الگوریتم های مختلف برای بهینه سازی عملکرد یادگیری ماشین را یاد می گیرید.
بخش انتهایی شامل موارد اضافی در مورد مقایسه یادگیری ماشین ، یادگیری عمیق و هوش مصنوعی است و همچنین برخی کاربرد های یادگیری ماشین در دنیای واقعی را بررسی می کند.
تا انتهای این دوره را با ما همراه باشید تا یک دید همه جانبه در مورد یادگیری ماشین و نحوه کاربرد آن کسب کنید.
سرفصل مطالب دوره
آشنایی با یادگیری ماشین
معرفی یادگیری ماشین و مفاهیم اولیه آن
آشنایی با اصطلاحات یادگیری نظارت شده ، یادگیری بدون نظارت ، یادگیری تقویتی و کاربرد آن ها
مبانی یادگیری ماشین و روش های پیاده سازی آن
بررسی مثال هایی از انواع روش های یادگیری نظارت شده ، یادگیری بدون نظارت و یادگیری تقویتی
۱۱ نرم افزار برای پیاده سازی یادگیری ماشین
بررسی مزیت های هر یک از نرم افزار ها، مثال هایی از کاربرد آن ها در دنیای واقعی و لینک های دسترسی
بررسی ۹ کاربرد متنوع یادگیری ماشین
نحوه استفاده از یادگیری ماشین در هر یک از کاربرد ها و آشنایی با روش های پیاده سازی آن ها
آشنایی با انواع الگوریتم های یادگیری ماشین
تعریف الگوریتم های مختلف با روش های پیاده سازی و کاربرد های آن ها
آشنایی با ۸ الگوریتم کلاسه بندی
معرفی الگوریتم های کلاسه بندی مختلف با نحوه پیاده سازی و کاربرد آن ها
۷ مرحله آسان برای فراگرفتن یادگیری ماشین
مراحل لازم برای حرفه ای شدن در حوزه علوم داده و حرفه ای شدن در یادگیری ماشین
بررسی آینده یادگیری ماشین
نگاهی به چشم انداز ها و کاربرد های هوش مصنوعی و یادگیری ماشین در آینده
نگاهی به دلایل پرطرفدار بودن یادگیری ماشین
بررسی مزایا ، دستاورد ها و بهینه سازی هایی که یادگیری ماشین می تواند ایجاد کند
انواع یادگیری ماشین
۱۱ الگوریتم برتر یادگیری ماشین
معرفی الگوریتم ها با محاسبات ریاضی ، تفاوت ها و روش پیاده سازی آن ها
برترین موارد استفاده از یادگیری ماشین
آشنایی با کاربرد های یادگیری ماشین با مثال های واقعی در حوزه های مختلف
مزایا و معایب استفاده از یادگیری ماشین
معرفی مزایا و معایب استفاده از الگوریتم های یادگیری ماشین برای تصمیم گیری بهتر
معرفی مفاهیم یادگیری انتقالی برای یادگیری عمیق
بررسی روش یادگیری انتقالی در پیاده سازی الگوریتم های یادگیری عمیق و تاثیر آن
معرفی ۱۰ کتابخانه قدرتمند جاوا
مهم ترین کتابخانه های جاوا برای پیاده سازی یادگیری ماشین با بررسی کاربرد هرکدام
آشنایی با الگوریتم های خوشه بندی
بررسی روش خوشه بندی برای پیاده سازی یادگیری بدون نظارت و دلایل استفاده از آن
معرفی مدل مخلوط گوسی
آشنایی با GMM و محاسبات ریاضی و نحوه برنامه نویسی آن
شبکه های عصبی مصنوعی
آشنایی با شبکه های عصبی کانولوشنی
تعریف شبکه های عمیق و نحوه پیاده سازی و استفاده از CNN ها
آشنایی کامل با شبکه های عصبی بازگشتی
معرفی شبکه های RNN ، مزایای استفاده و نحوه پیاده سازی آن ها
معرفی شبکه های عصبی مصنوعی
آشنایی با شبکه های عصبی ، معماری آن ها ، انواع شبکه ها و کاربرد آن ها
بررسی کاربرد های شبکه های عصبی
معرفی ۴ کاربرد مهم شبکه های عصبی مصنوعی با نحوه استفاده شبکه عصبی در هرکدام
قوانین یادگیری در شبکه های عصبی
آشنایی با منطق های ریاضی و قوانین یادگیری در پیاده سازی شبکه های عصبی مصنوعی
شناخت مهم ترین مدل های شبکه های عصبی
آشنایی با مدل MLP ، RBF و Kohonen و مقایسه مدل ها با یکدیگر
آشنایی مهم ترین الگوریتم های شبکه عصبی
شناخت الگوریتم گرادیان نزولی، الگوریتم تکاملی و الگوریتم ژنتیک و مقایسه آن ها
کاربرد های یادگیری ماشین
کاربرد یادگیری ماشین در سیستم آموزش
موارد استفاده یادگیری ماشین در حوزه آموزش از بهبود نحوه آموزش تا بررسی دقیق تکالیف
کاربرد یادگیری ماشین در حوزه سلامت
نحوه استفاده از یادگیری ماشین در بخش سلامت ، درمان ، پیش بینی بیماری ها و تولید دارو
کاربرد یادگیری ماشین در امور مالی
استفاده از یادگیری ماشین برای تامین امنیت تراکنش ها ، کشف تخلفات و بهبود توافقات تجاری
کاربرد یادگیری ماشین برای کارآفرینان
روش هایی که کارآفرینان می توانند با بهره گیری از یادگیری ماشین آینده ی کار خود را تضمین کنند
یادگیری عمیق
آشنایی با یادگیری عمیق
تعریف یادگیری عمیق ، موارد استفاده آن و کاربرد های مختلف یادگیری عمیق در صنعت
اصطلاحات پر کاربرد یادگیری عمیق
بررسی اصطلاخات پرکاربرد در حوزه یادگیری عمیق و شبکه های عصبی
پردازش صوت با یادگیری عمیق
تحلیل فرکانسی امواج فایل های صوتی با روش های یادگیری عمیق
ماشین بردار پشتیبان ( SVM )
آشنایی با ماشین بردار پشتیبان ( SVM )
تعریف SVM ، روش اجرا و برنامه نویسی آن در پایتون
کاربرد های SVM در دنیای واقعی
معرفی کاربرد های SVM از تشخیص چهره تا بیوانفورماتیک و تشخیص دستخط
توابع کرنل SVM
معرفی توابع کرنل SVM ها به همراه محاسبات ریاضی و مثال های آن ها
الگوریتم های بهینه سازی
معرفی کاهش ابعاد در یادگیری ماشین
بررسی هدف از اجرای کاهش ابعاد ، مولفه ها و روش ها ، مزایا و معایب
آشنایی با الگوریتم تقویت گرادیان
بررسی الگوریتم تقویت گرادیان محاسبات و روش های پیاده سازی آن
معرفی الگوریتم XGBoost
آشنایی با XGBoost ، ویژگی ها ، دلیل استفاده و مزایای آن
نحوه استفاده از الگوریتم XGBoost
پیاده سازی الگوریتم XGBoost و نحوه ی کد نویسی آن در پایتون
معرفی الگوریتم AdaBoost
بررسی الگوریتم AdaBoost ، محاسبات و مدل سازی به همراه مثال های عددی
موارد تکمیلی
مقایسه یادگیری عمیق و یادگیری ماشین
بررسی تعاریف و مفاهیم یادگیری ماشین و یادگیری عمیق و تفاوت های آن ها در ویژگی ها
هوش مصنوعی ، یادگیری ماشین ، یادگیری عمیق و علم داده
تعریف این چهار مهفوم اساسی و بررسی تفاوت آن ها
نحوه استفاده گوگل از یادگیری ماشین
بررسی استفاده گوگل از الگوریتم های یادگیری ماشین در اپلیکیشن های مختلف خود
مثال های واقعی استفاده از یادگیری ماشین
کاربرد های واقعی یادگیری ماشین در پیشبرد اهداف شرکت های بزرگ دنیا در حوزه های مختلف
در پایان اگر علاوه بر مقالات ذکر شده موضوع دیگری مد نظر دارید، در بخش نظرات عنوان کنید تا در آینده مقالات مورد علاقه شما را نیز به مجله شهاب اضافه کنیم.
یک نظر
دنبال کنید : پردازش تصویر با MATLAB – قسمت اول : دستور های اولیه - مجله شهاب