راهنمای کامل مبتدیان در زمینه هوش مصنوعی و یادگیری ماشین
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- هوش مصنوعی چیست و چه چیزی نیست؟
- انواع سیستمهای بهظاهر هوشمند که سیستمهای هوش مصنوعی نیستند.
- چگونه یادگیری ماشین با رویکرد کلاسیک توسعه نرمافزار متفاوت است؟
- درک واضح از تفاوت بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
- درک واضح از تفاوت بین یادگیری ماشین نظارت شده، نظارت نشده و یادگیری تقویتی
- اصطلاحات یادگیری ماشین نظارت شده و نظارت نشده مانند الگوریتمها، مدلها، برچسبها و ویژگیها
- تقریبگرهای تابع و نقش شبکههای عصبی بهعنوان تقریبگرهای تابع جهانی
- انکودینگ و کدگشایی برای کار با تایپ داده غیر عددی و دستهبندی
- درک شهودی از مفاهیم یادگیری تقویتی مانند ایجنتها، محیطها، پاداشها و اهداف
توضیحات دوره
این دوره اصول اساسی را برای هر مبتدی که واقعاً میخواهد به هوش مصنوعی و یادگیری ماشین مسلط شود، فراهم میکند. تسلط به هر مهارتی نیاز دارد که شما دانش منسجمی داشته باشید. هر کسی که به فکر شروع یک حرفه در زمینه هوش مصنوعی و یادگیری ماشین است، از این دوره بهرهمند خواهد شد. حرفهایهای غیرفنی مانند بازاریابان، تحلیلگران کسبوکار و غیره میتوانند بهطور مؤثری با دانشمندان داده، مهندسان یادگیری ماشین یا حتی دانشمندان داده صحبت کنند و همکاری کنند، اگر تلاش کنند تا مفاهیم این دوره را درک کنند.
بسیاری از سوتفاهمها در مورد هوش مصنوعی و یادگیری ماشین در این دوره روشن میشود. پس از اتمام دوره، تفاوت بین هوش مصنوعی، یادگیری ماشین، یادگیری عمیق، یادگیری تقویتی و یادگیری تقویتی عمیق را درک خواهید کرد.
مفاهیم بنیادی که برا نحوه یادگیری ماشینها حاکم است و روشهایی که یادگیری ماشین در پشت صحنه از ریاضیات استفاده میکند، به روشنی توضیح داده شده است. در این دوره تنها به مفاهیم ریاضیات دبیرستان اشاره میشود. این بدین دلیل است که شبکههای عصبی، که بهطور گستردهای در تمام حوزههای یادگیری ماشین استفاده میشوند، تقریبگرهای تابع ریاضی هستند. بنابراین ما مبانی توابع و نحوه تقریبزدن توابع را بهعنوان بخشی از توضیحات شبکههای عصبی پوشش میدهیم.
اگر از ریاضیات متنفر هستید، پس یا باید از این دوره متنفر باشید. یا این دوره ممکن است به شما کمک کند تا به طرز متفاوتی به ریاضیات نگاه کنید.
این دوره به هیچ کدنویسی یا ریاضیات پیچیدهای نمیپردازد. این دوره بهعنوان یک بیس لاین برای دورههای پیشرفتهتر در زمینه هوش مصنوعی و یادگیری ماشین طراحی شده است.
این دوره برای چه کسی مناسب است؟
- مبتدیان مطلق که به دنبال بهترین راهنماییهای مبتدی برای هوش مصنوعی و یادگیری ماشین هستند.
- اگر در یک موقعیت حرفهای اما غیرفنی، مانند تحلیلگر کسبوکار یا بازاریاب هستید، این دوره میتواند تمام مهارتهایی را که برای تعامل با دانشمندان داده، مهندسان یادگیری ماشین یا دیگر متخصصان هوش مصنوعی نیاز دارید، به شما ارائه دهد.
- از سوی دیگر، اگر دانش بسیار پایهای از هوش مصنوعی و یادگیری ماشین دارید، این دوره هنوز هم برای شما ارزشمند خواهد بود؛ زیرا مفاهیم بنیادی بسیار مهمی را پوشش میدهد که اغلب به اشتباه فهمیده میشود.
- اگر از ریاضیات بیزار هستید یا نسبت به آن واکنش منفی دارید، این دوره و یادگیری ماشین بهطور کلی برای شما مناسب نیست.
- اگر به دنبال نکات کدنویسی، جزئیات فنی در مورد الگوریتمهای مختلف یادگیری ماشین، پس انتشار در شبکههای عصبی، توابع loss، گرادیان کاهشی، متدهای گرادیان سیاست و غیره هستید، این مجموعه دروس قطعاً برای شما مناسب نیست.
راهنمای کامل مبتدیان در زمینه هوش مصنوعی و یادگیری ماشین
-
مقدمه و مباحث دوره 03:53
-
هوش مصنوعی چیست؟ هوش مصنوعی واقعاً چقدر هوشمند است؟ 08:02
-
چرا سیستمهای هوشمند امروز لزوماً سیستمهای هوش مصنوعی نیستند؟ 06:34
-
یادگیری ماشین چیست؟ - بخش 1 09:20
-
یادگیری ماشین چیست؟ - بخش 2 09:54
-
سه تکنیک اصلی یادگیری ماشین 16:16
-
مبانی یادگیری عمیق و شبکههای عصبی 23:32
مشخصات آموزش
راهنمای کامل مبتدیان در زمینه هوش مصنوعی و یادگیری ماشین
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:7
- مدت زمان :01:17:31
- حجم :1.12GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy