دوره آموزشی - جستجوی «لوله کش پنج لایه»

نتایج جستجوی «لوله کش پنج لایه» در دوره‌های آموزشی مرتبط با مقاطع تحصیلی و مهارت‌های شغلی مختلف، مانند دوره‌های برنامه‌نویسی، حسابداری، مدیریت و ...

آموزش درک مقدماتی شبکه

کاربرد دوره آموزش رایگان درک شبکه چیست؟ شبکه‌ها مجموعه‌ای از کامپیوتر‌ها، سخت‌افزارها و نرم‌افزارها هستند که می‌توانند به شکل معناداری اطلاعات و داده‌ها را با یکدیگر به اشتراک بگذارند. شبکه‌های کامپیوتری تنها مختص مهندسان کامپیوتر نیست. این رشته می‌تواند شاخه‌ای از مهندسی برق، مهندسی الکترونیک، ارتباطات راه دور، علوم رایانه و حتی فناوری اطلاعات باشد. حوزه استفاده از شبکه‌های کامپیوتری بسیار گسترده است. تمام مکان‌های تجاری و غیرتجاری نیاز به شبکه دارند. تقریبا می‌توان گفت هیچ مکانی وجود ندارد که شبکه‌ها به آن راه نیافته باشد. موسسات، سازمان‌ها، شرکت‌ها، کارگاه‌ها، مراکز درمانی و آموزشی و همچنین فروشگاه‌ها از این فناوری بهره می‌برند. در این دوره به یادگیری عمیق شبکه نمی‌پردازیم. تنها در طی 14 جلسه سعی می‌کنیم مسیر درک شبکه را برای شما هموار کنیم تا بتوانید گام‌های بعدی را خودتان بردارید. در واقع دوره درک شبکه جادی به توضیح دقیق دستورها، اسامی و سایر اطلاعات نمی‌پردازد. بلکه این دوره قصد دارد مفاهیم کاربردی شبکه‌های کامپیوتری را طوری به شما ارائه دهد که بتوانید به صورت عملی کار با این فناوری مهم را یاد بگیرید. شبکه یک مفهوم بسیار گسترده است. برای اینکه بتوانید آن را به خوبی یاد بگیرید، بهتر است از یک مدل لایه‌بندی شده استفاده کنید. مدل osi پردازش کامل شبکه را به چند وظیفه کوچک‌تر تقسیم می‌کند. سپس برای هر لایه وظایف خاص خودش را تعریف می‌کند. بدین ترتیب با یادگیری گام به گام لایه‌های شبکه می‌توانید به درک شبکه برسید. در مدل osi هر لایه یک وظیفه منحصربه‌فرد دارد و تنها به لایه قبل و بعد خودش سرویس می‌دهد. در این دوره تا حد امکان به لایه‌های مهمی می‌پردازیم که مورد کاربرد هر برنامه‌نویسی می‌تواند باشد. لایه اول لایه فیزیکال است. این لایه همانطور که از اسمش پیداست با مشخصات فیزیکی محیط انتقال سروکار دارد. روتر، کابل، کامپیوتر و هر وسیله فیزیکی دیگری می‌تواند در این لایه قرار بگیرد. لایه دوم دیتا لینک نام دارد. این لایه به انتقال اطلاعات و داده‌ها می‌پردازد. این لایه همچنین وظیفه تشخیص و اصلاح خطا را هم به عهده دارد. سوئیچ‌ها، پل‌ها، ایستگاه‌های اتصال بی‌سیم و همچنین اصطلاحاتی مانند ppp و Ethernet در این لایه قرار می‌گیرند. لایه سوم از مدل osi لایه نتورک یا شبکه است. پروتکل معروف IP در این لایه قرار دارد که وظیفه مسیریابی را برعهده دارد. لایه چهارم که لایه انتقال یا transport نام دارد که این اتصال منطقی بین دو پایانه در شبکه ایجاد می‌کند. در مورد این لایه‌ها و کارهایی که می‌توان در هرکدام انجام داد، به طور مفصل‌تر در دوره آموزش رایگان درک شبکه مقدماتی می‌پردازیم. لایه‌های بعدی شامل session (نشست)، presentation (نمایش)و application (کابردی) می‌شود. این لایه‌ها مختص برنامه‌نویسان شبکه بوده و از حوزه این دوره خارج است. سوئیچینگ در شبکه‌های کامپیوتری از دیگر مباحث مهم در این حوزه است که انتظار می‌رود هر مهندس کامپیوتر و برنامه‌نویسی با آن آشنایی داشته باشد. سوئیچینگ باارزش‌ترین دارایی یک شبکه کامپیوتری است. سوئیچینگ همان فرایند انتقال پکت‌ها از یک پورت به پورت دیگر به عنوان مقصد نهایی است. به وضعیتی که داده‌ها به یک پورت وارد می‌شوند، ingress و هنگامی که آن‌ها از پورت خارج می‌شوند، egress می‌گویند. یک سیستم ارتباطی ممکن است شامل چندین سوئیچ و گره باشد. در سطح گسترده‌تر سوئیچینگ را به دو دسته عمده تقسیم می‌کنند؛ سوئیچینگ بدون اتصال و سوئیچینگ اتصال محور. دوره درک شبکه جادی به شما کمک می‌کند تا بتوانید راه‌اندازی لب و سوئیچینگ را فرابگیرید. هدف از یادگیری دوره آموزش رایگان درک شبکه چیست؟ آشنایی مقدماتی با شبکه بعد از فراگیری دوره آموزش رایگان درک شبکه چه مهارت‌هایی کسب خواهید کرد؟ راه‌اندازی لب و سوییچینگ نحوه گرفتن اتوماتیک IP و DHCP روتینگ و مسیریابی آشنایی و نحوه کار با DNSها آشنایی با ابزارهای ترابل شوتینگ و حل مشکلات مربوط به اینترنت و شبکه آشنایی با nat آشنایی با پروتکل‌های TCP و UDP و کار با آن‌ها

67,150 تومان

آموزش مدلسازی جریان توربولانس با نرم افزار Fluent

در دوره مدل سازی جریان توربولانس با نرم افزار Fluent به شما در ابتدا مقدمه‌ای از جریان توربولانس و ضرورت مدل‌سازی گفته می‌شود و در فصل دوم نیز با معادلات RANS و نحوه‌ی محاسبه‌ی ترم رینولدز استرس با کمک مدل سازی آن با ویسکوزیتی توربولانسی آشنا می‌شوید. سپس در فصل سوم با انواع مدل‌های توربولانسی آشنا می‌شوید که همان طور که گفته شد این مدل‌ها مسئول محاسبه‌ی ویسکوزتی توربولانسی هستند. با توجه به اینکه هر یک از این مدل‌ها برای شرایط خاصی توسعه پیدا کرده‌اند و هیچ یک از این مدل‌ها نمی‌توانند در تمامی شرایط، تخمین درستی از مشخصات جریان توربولانسی به ما بدهند، داشتن اطلاعات اولیه راجع به تمامی این مدل‌ها لازم به نظر می‌رسد. همچنین جریان‌های توربولانسی در نزدیکی دیواره رفتار یکسانی دارند که از این رفتار در مدل‌های توربولانسی تحت عنوان wall function استفاده می‌شود که در فصل 4 به این موارد پرداخته می‌شود. در نهایت در جلسه آخر با مدل‌سازی جریان توربولانس در یک دفیوزر، موضوعات جلسات گذشته مرور می‌شود و نکات باقیمانده مربوط به شبیه‌ی جریان توربولانس از جمله شرایط مرزی در Fluent ذکر می‌شود.

152,150 تومان
آموزش یادگیری عمیق با پایتون – تنسورفلو و کراس TensorFlow و Keras

آموزش یادگیری عمیق با پایتون – تنسورفلو و کراس TensorFlow و Keras

در سال‌های اخیر، یادگیری عمیق، تحول بزرگی را در یادگیری ماشین و هوش مصنوعی ایجاد کرده است. یکی از مهم‌ترین شاخه‌های مبحث یادگیری عمیق، بسترهای نرم‌افزاری و برنامه‌نویسی هستند که به منظور پیاده‌سازی و آموزش مدل‌ها به کار می‌روند. همچنین، فعالیت‌های زیادی در زمینه ایجاد بسترها و کتابخانه‌های نرم‌افزاری مخصوص یادگیری عمیق، توسط شرکت‌ها و دانشگاه‌های معتبر دنیا، انجام شده است؛ در میان این بسترها، با اطمینان می‌توان بستر TensorFlow شرکت گوگل را پرکاربردترین و محبوب‌ترین و در عین حال، قدرتمندترین بستر نرم‌افزاری در این زمینه معرفی کرد. در این زمینه نیز پرکاربردترین کتابخانه سطح بالا که به طور رسمی توسط بستر TensorFlow گوگل پشتیبانی می‌شود، کتابخانه Keras است. در این فرادرس به آموزش عملی کدنویسی Python در کتابخانه Keras بر پایه بستر TensorFlow خواهیم پرداخت.

399,000 تومان

برنامه ریزی و مدیریت پروژه با آموزش Microsoft Project

MicroSoft Project یکی از محبوب ترین و پرکاربردترین نرم افزارهای برنامه ریزی و مدیریت پروژه است که با بیش از بیست میلیون کاربر در سراسر دنیا، به برنامه ای کاربردی برای مدیران و اعضای تیم پروژه تبدیل شده است. سهولت کار با MS Project ، سازگاری با محیط ویندوز و سایر سیستمهای عامل، شباهت محیط و جعبه ابزارها با سایر نرم افزارهای مایکروسافت آفیس، داشتن تمامی ابزارها و ماژول های مورد نیاز کنترل پروژه و از همه مهمتر داشتن محیط user friendly، این نرم افزار را از سایر نرم افزار های مشابه متمایز کرده است. کاربرد اصلی نرم افزار Microsoft Project در برنامه ریزی و مدیریت زمان، تهیه برنامه های زمانبندی، مدیریت هزینه ها و منابع پروژه، پیگیری پیشرفت و تهیه انواع گزارشات کنترلی، تحلیلی و … می باشد. مخاطبین دوره آموزش MicroSoft Project پس از طی مراحل آموزش به مهارت های زیر دست پیدا خواهند کرد. آشنایی با مبانی پروژه، اطلاعات و اصطلاحات کاربردی تسلط به نرم افزار توانایی برنامه ریزی و مدیریت زمان، هزینه و منابع پروژه توانایی تهیه انواع خروجی ها و گزارشات علی دهباشی در این دوره آموزش MSP از مفاهیم مقدماتی آغاز کرده و در نهایت به طور کامل نحوه کاربری نرم افزار Microsoft Project را آموزش می دهد. این دوره شامل فیلم آموزش MSP ، آموزش از طریق جزوه ( PDF ) و تمرین های کاربردی بر اساس نمونه های واقعی کار شده با MSP 2013 می باشد.

125,100 تومان

آموزش یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین

دوره آموزش «یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» چیست؟ یکی از انواع روش‌های یادگیری ماشین (Machine Learning) و هوش مصنوعی، یادگیری عمیق (Deep learning) است. طی این روش، تلاش بر این است که قابلیتی به ماشین (سیستم کامپیوتری) اضافه شود تا ماشین در تصمیم‌گیری‌ها روشی مشابه فرایند ذهن انسان را داشته باشد و به نوعی فعالیت‌های ذهن انسان را تقلید کند. در دوره «آموزش یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» شرکت‌کنندگان با موضوعات مختلفی از جمله مدل‌سازی سطح پایین در تنسورفلو آشنا خواهند شد. «تنسورفلو» (TensorFlow)، یک کتابخانه رایگان و اوپن سورس است و به دلیل ویژگی‌های جذابی که در اختیار کاربران قرار می‌دهد، کاربردهای زیادی در یادگیری ماشین دارد. یکی از اصلی‌ترین کاربردهای تنسورفلو در پیاده‌سازی شبکه‌های عصبی است؛ به همین دلیل این کتابخانه، به عنوان پراستفاده‌ترین کتابخانه در یادگیری عمیق شناخته می‌شود. شرکت‌کنندگان این دوره با همه مباحث مربوط به یادگیری عمیق، مدل‌سازی سطح پایین و کتابخانه تنسورفلو آشنا خواهند شد. به طور مشخص شرکت‌کنندگان در این دوره با مباحث زیر سروکار خواهند داشت: آشنایی با تعاریف کلی و مفاهیم مربوط به یادگیری عمیق و مدل‌سازی سطح پایین چگونگی طراحی دلخواه اِلمان‌های مختلف یک شبکه عصبی مانند loss، metric، activation function و حتی لایه‌ها و مدل‌ها چگونگی پیاده‌سازی training loop به صورت کامل و دلخواه آشنایی با تعاریف و عملیات‌های ممکن روی تنسورها آشنایی با امکانات پردازش داده تنسورفلو شرکت‌کنندگان این دوره پس از گذراندن این دوره علاوه بر آشنایی با مباحث و تعاریف کلی موارد زیر را نیز به طور کامل فرا خواهند گرفت: آشنایی با تنسورها و انجام محاسبات با آن‌ها پیاده‌سازی loss، activation function، initializer، regularizer، metric، لایه و مدل دلخواه آشنایی با GradientTape و طراحی حلقه آموزش دلخواه آشنایی با Data API تنسورفلو هدف از برگزاری دوره «یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» چیست؟ مدل‌سازی سفارشی و سطح پایین یکی از مهم‌ترین مهارت‌ها برای افرادی است که قصد دارند در زمینه یادگیری عمیق فعالیت داشته باشند. شما ممکن است بخواهید ایده‌های جدیدی را برای طراحی یک شبکه عصبی پیاده‌سازی کنید. یعنی شبکه‌ای طراحی کنید که تعدادی از اِلمان‌ها به‌صورت default در آن وجود نداشته باشد. به‌عنوان مثال می‌خواهید یک loss جدید تعریف کنید و یا عملکرد شبکه را با یک متریک جدید ارزیابی کنید؛ یا لایه‌ای بسازید که عملکرد جدیدی داشته باشد. پس از گذراندن این دوره با امکانات لازم در تنسورفلو برای این محاسبات آشنا می‌شوید و می‌توانید شبکه‌ای کاملا دلخواه با نیازها و ایده‌آل‌های خودتان ایجاد کنید. هدف اصلی این دوره آشنایی با همه مباحثی است که در این مسیر مورد نیاز شما خواهند بود و برای کار در این مسیر باید به آن‌ها تسلط پیدا کنید. دوره «یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» برای چه کسانی مناسب است؟ مباحث مطرح شده در این دوره برای همه افرادی که به موضوعاتی همچون یادگیری عمیق و هرآنچه به این موضوع مربوط می‌شود علاقه‌مند هستند، مفید و کاربردی خواهد بود. به طور خاص این دوره برای کسانی است که با تنسورفلو و کراس آشنایی دارند و قصد دارند با گذراندن یک دوره آموزشی علاوه بر مرور مجدد مباحث مربوط به این عناوین، گامی بزرگ در جهت ماهرتر شدن در مدل سازی شبکه‌های عصبی برای یادگیری عمیق بردارند.

203,150 تومان

آموزش نرم افزار اسپن پلاس

به عنوان یک مهندس شیمی یا مهندس فرایند، پس از آشنایی با تجهیزات پیشرفته فرایندی، نیاز به یک ابزار کامپیوتری که انجام محاسبات مربوط به این تجهیزات را برعهده بگیرد، احساس می‌شود. به عنوان مثال پس از مدل‌سازی یک برج تقطیر ساده با تعداد سینی‌های کم و 4 یا 5 جزء در خوراک ورودی ممکن است گاهی با صدها معادله از جمله موازنه‌های انتقال جرم و انرژی و سیالات مواجه شویم. پیاده‌سازی و حل این معادلات می‌تواند بسیار زمان‌بر و خسته‌کننده باشد. لذا باید برای حل این مشکل باید به دنبال راه حل بود؛ چرا که یک مهندس شیمی بدون توانایی مدل‌سازی و شبیه‌سازی فرایند عملا دچار مشکل خواهد شد و از گردونه رقابت‌ها در بازار کار و تحقیقات علمی عقب خواهد ماند. حتی در کارهای آزمایشگاهی هم گاهی به جایی می‌رسیم که به صرفه و منطقی است که ابتدا فرایند را هر چند کوچک، شبیه‌سازی کنیم و بعدا سراغ پیاده‌سازی و ساخت آن برویم. برای رفع این مشکل، تعداد کثیری بسته نرم‌افزاری از گذشته تا کنون در حال گسترش است و هر ساله نرم‌افزار‌های جدیدتر و کامل‌تری وارد بازار شده و مورد استفاده مهندسین شیمی قرار می‌گیرد. در میان تمامی این بسته‌های نرم‌افزاری یکی از پرکاربردترین، دقیق‌ترین و کامل‌ترین بسته‌ها، نرم افزار aspen plus یکی از نرم‌افزارهای ارائه شده توسط کمپانی ASPEN One است.

271,150 تومان

آموزش +Security

تمام سیستم‌عامل‌های شبکه (NOS) باید امنیت کافی برای محافظت از شبکه در مقابل دسترسی‌های غیرمجاز را تأمین کنند. با اتصال بیشتر شبکه‌های کامپیوتری به اینترنت، هرکسی در هرجای دنیا می‌تواند به شبکه شما نفوذ کند. حتی به نظر می‌رسد در دنیای امروز، هک کردن به یکی از سرگرمی‌های افراد تبدیل شده است. ابتدایی‌ترین لایه امنیت از طریق حساب‌های کاربری انجام می‌شود که به کاربران حق دسترسی به منابع شبکه را می‌دهد. این لایه امنیتی منابعی را که کاربران به آن دسترسی دارند، کنترل می‌کند. در واقع، حساب‌های کاربری توسط رمزهای عبور ایمن می‌شوند؛ بنابراین سیاست رمز عبور مناسب را می‌توان سنگ بنای امنیت و شبکه دانست. امنیت شبکه فرایند انجام اقدامات پیشگیرانه فیزیکی و نرم‌افزاری برای محافظت از زیرساخت شبکه از دسترسی‌های غیرمجاز، سوء عملکرد، تغییر، تخریب یا افشای نامناسب است. در نهایت این فعالیت‌ها یک بستر امن برای کامپیوترها، کاربران و برنامه‌ها به‌منظور انجام مجاز عملکردهای حیاتی در یک محیط امن ایجاد می‌کنند. دوره آموزش +Security مکتب‌خونه دقیقاً به همین منظور تهیه دیده شده است. دانشجویان در این دوره اصطلاحات اولیه امنیت و روش‌های مختلف امن‌سازی سیستم عامل و شبکه به همراه انواع تهدیدات و نحوه عملکرد آنها را می‌آموزند. در دوره آموزش +Security با اصطلاحات اولیه در این زمینه آشنا می‌شوید و درک اولیه‌ای از مفاهیم آن کسب می‌کنید. در این دوره علاوه بر کسب مهارت‌های مدیریت ریسک و دسترسی، با انواع تهدیدات شبکه آشنا می‌شوید و می‌توانید به‌خوبی با آن‌ها مواجهه کرده و امنیت هاست (Host)، داده‌ها و اپلیکیشن‌های خود را تأمین کنید. مهارت‌های کسب‌شده در این دوره راه‌گشای شما دانشجویان برای انتخاب مسیر صحیح و دستیابی سریع‌تر به دانش تخصصی امنیت اطلاعات و شبکه خواهد بود. در این دوره کوییز، تمرینات و پروژه‌هایی برای شما در نظر گرفته شده است که می‌توانید با کمک آن‌ها میزان مهارت‌های کسب‌شده خود را بسنجید و آن‌ها را به چالش بکشید. اگر بتوانید نمره مورد نظر را از این پروژه‌ها و تمرینات بگیرید، گواهینامه‌ای برایتان صادر می‌شود که نشان‌دهنده میزان مهارت و تسلط شما بر موضوعات امنیت و شبکه است.

135,150 تومان

دوره فن بیان

فن بیان و سخنوری چیست؟ مهارتی است که نحوه بیان کلمات و توانایی گفتگوی ما را به سطحی می‌رساند که می‌توانیم بیشترین تأثیر را بر مخاطبانمان داشته باشیم؛ میزان نفوذ کلام ما بر دیگران، جایگاه فردی و اجتماعی ما را در نظر آنان بالا می‌برد به‌طوری که فردی قابل اعتماد و جذاب به نظر رسیده و نیازی نیست تا حرفمان را دو‌بار تکرار کنیم! هدف از یادگیری فن بیان و سخنوری چیست؟ برقراری ارتباطات قوی در زندگی و حتی محیط کار، هدف اصلی یادگیری این مهارت است زیرا برای ایجاد چنین رابطه‌هایی، می‌بایست سخنوری قوی داشت تا افراد بتوانند احساس خوبی از گرفتن ارتباط با ما پیدا کنند. دوره رایگان فن بیان مناسب چه کسانی است؟ تمامی افراد به این مهارت نیاز دارند زیرا در کشور ما چنین مهارت کاربردی و ضروری در مدرسه آموزش داده نمی‌شود. بعد از فراگیری مطالب دوره رایگان فن بیان چه مهارت‌هایی کسب خواهید کرد؟ به دست آوردن فن بیان مناسب علی‌رغم نداشتن صدای خوب به دست آوردن مهارت یک سخنران پی بردن به مشکلات گفتاری خود نظیر (اِاااا) گفتن و یا کاربرد تکه کلام‌های تکراری شرطی سازی ذهن برای تولید گفتار بی‌نقص کاربرد تکنیک‌های تقویت عضلات فک تقویت عضلات زبان پیدا‌شدن جایگاه مناسب برای زبان در دهان موقع صحبت کردن افزایش حجم قفسه سینه توانایی انتقال بخش مهم از یک جمله به مخاطب عادی‌سازی استرس و کنترل آن کاربرد لحن مناسب حفظ سرعت صحبت مناسب ویژگی‌های متمایز دوره رایگان فن بیان چیست؟ ایجاد انگیزه یادگیری حتی برای افراد درون‌گرا همراهی استاد مربوطه در تمامی مسیر ارائه‌ی درس ارائه‌ی تمرینات متنوع و کاربردی دسترسی به هدایای ویژه از سوی استاد در نهایت در این وبینار با به‌کار‌گیری ابزاری ساده در انجام تمرین‌ها، می‌توان مهارت‌هایی را در خود ارتقا بخشید که تا قبل از یادگیری آن، به اهمیت وجود آن‌ها پی نبرده بودیم. ابزاری ساده همچون کش پول و یا خودکار باعث می‌شود تا نسبت به عملکرد خودمان آگاهی بیشتری پیدا کنیم و ذهن خودمان را شرطی سازیم! روند آموزش در دوره رایگان فن بیان به چه صورت است؟ مطالب این وبینار به صورت کاملا کلاسه‌بندی شده ارائه می‌گردد بنابراین در هر لحظه از وبینار می‌توانیم به‌راحتی پی‌ببریم که در کجای مسیر قرار داریم و چه مطالبی از آن باقی مانده‌است. نحوه آموزش به صورت تعاملی بوده به‌طوری که در آن سعی شده تا هرچه بیشتر به سوالات افرادی که در آموزش حضور دارند پرداخته‌شود. با به‌کارگیری اسلایدها در حین آموزش، می‌توان به خوبی به مطلبی که در حال آموزش است پی برد. با استفاده از تمرین‌های متنوع و کاربردی، می‌توان در امر فراگیری مشارکت جست و خود را در جلسه وبینار، حاضر تجسم نمود. مدرس از چهار گام برای آموزش این مهارت استفاده می‌کند که در طی آن در ابتدا به تعریف هر گام می‌پردازد سپس به علت یادگیری آن اشاره می‌کند و در نهایت با بیان تمارین و یا مثال‌هایی برای آن تلاش می‌کند تا به نحو احسن مطالب به فراگیران انتقال یابد. در انتهای هر گام به مرور مطالب پرداخته می‌شود تا مانع از تداخل مطالب بعدی با قبلی و فراموشی مطالب اولیه باشد همچنین خستگی و کسالت از بین رفته و با بیان طنزها و مطالبی هیجان‌زا سعی در حضور فعال افراد در وبینار می‌شود.

92,650 تومان

آموزش رایگان بهبود شبکه‌های عصبی عمیق

کاربرد دوره آموزش بهبود شبکه‌های عصبی عمیق چیست؟ شبکه عصبی عمیق یک شبکه عصبی با سطح مشخصی از پیچیدگی و بیش از دولایه است. این نوع شبکه‌ها از مدل‌سازی سطح بالای ریاضی برای پردازش داده‌ها به روش‌های پیچیده استفاده می‌کنند. به‌طورکلی شبکه عصبی یک فناوری است که برای شبیه‌سازی فعالیت مغز انسان ساخته شده‌است؛ شناخت الگو و عبور ورودی از طریق لایه‌های اتصالات عصبی شبیه‌سازی شده مختلف از مهم‌ترین این فعالیت‌هاست. بسیاری از کارشناسان شبکه‌های عصبی عمیق را شبکه‌هایی تعریف می‌کنند که یک‌لایه ورودی، یک‌لایه خروجی و حداقل یک‌لایه پنهان در بین آن‌ها دارند. هر لایه نوع خاصی از مرتب‌سازی و ترتیب را در فرایندها انجام می‌دهند. یکی از کاربردهای کلیدی شبکه عصبی عمیق سروکار داشتن با داده‌های بدون برچسب یا ساختار نیافته است. عبارت یادگیری عمیق هم برای توصیف این شبکه‌های عصبی عمیق به کار می‌رود؛ چراکه یادگیری عمیق شکل خاصی از یادگیری ماشین را نشان می‌دهد که در آن فناوری‌ها با استفاده از جنبه‌های هوش مصنوعی به دنبال طبقه‌بندی و تنظیم اطلاعات فراتر از پروتکل‌های ساده ورودی و خروجی هستند. هدف از یادگیری دوره آموزش بهبود شبکه‌های عصبی عمیق چیست؟ آموزش بهبود شبکه عصبی عمیق، دومین دوره از مجموعه تخصص یادگیری عمیق اندرو می‌باشد. هدف از این دوره این است که بتوانید فرایندهایی که منجر به کارایی می‌شوند و به طور سیستماتیک نتایج خوبی به بار می‌آورند، را درک کنید. در پایان این دوره شما خواهید توانست بهترین روش‌ها را برای آموزش و توسعه مجموعه‌های آزمون و تجزیه و تحلیل بایاس واریانس استفاده کرده و آن‌ها را برای ایجاد برنامه‌های یادگیری عمیق به کار ببرید. دوره آموزش بهبود شبکه‌های عصبی عمیق مناسب چه کسانی است؟ کسانی که با هوش مصنوعی آشنایی دارند و می‌خواهند مهارت‌های خود را ارتقا دهند. برنامه‌نویسانی که به کار کردن در حوزه بهبود شبکه عصبی عمیق علاقه‌مندند. دانشجویان علوم مهندسی، پزشکی و پایه بعد از فراگیری دوره آموزش بهبود شبکه‌های عصبی عمیق چه مهارت‌هایی کسب خواهید کرد؟ با گذراندن این دوره مهارت‌های شما در زمینه بهبود شبکه‌های عصبی عمیق ارتقا پیدا خواهد کرد و می‌توانید از تکنیک‌های استاندارد شبکه عصبی عمیق استفاده کنید. این تکنیک‌ها عبارت‌اند از: تنسورفلو (Tensorflow) یادگیری عمیق بهینه‌سازی ریاضی تنظیم هایپر پارامترها مقداردهی اولیه نرمال‌سازی بسته‌ها پیاده‌سازی و به‌کارگیری انواع الگوریتم‌های بهینه‌سازی

118,150 تومان
یک‌شنبه 6 خرداد 1403، ساعت 05:25