دوره آموزشی - جستجوی «مربی ماشین آموزشگاه رانندگی»

نتایج جستجوی «مربی ماشین آموزشگاه رانندگی» در دوره‌های آموزشی مرتبط با مقاطع تحصیلی و مهارت‌های شغلی مختلف، مانند دوره‌های برنامه‌نویسی، حسابداری، مدیریت و ...
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

اصطلاحات رایج انگلیسی

آیا شما هم از آن دسته از افراد هستید که علاقه دارید مهارت‌های زبان انگلیسی خود را تقویت کنید اما نمی‌دانید از کجا شروع بکنید؟ آیا شما تعداد بسیار زیادی لغت انگلیسی می‌دانید اما در ساختن جملات به انگلیسی مشکل دارید؟ آیا قبل از شروع یک مکالمه از خودتان می‌پرسید که نکند حرفی که می‌زنم اشتباه باشد؟ نگران نباشید زیرا دلیل اصلی این مساله این است که شما با اصطلاحات رایج انگلیسی و الگوهای جمله آشنا نیستید. هر زبانی دارای اصطلاحات خاص خود است و زبان انگلیسی از این قاعده مستثنی نیست. این زبان دارای اصطلاحات و عبارت‌های بسیاری است که یادگیری آن‌ها جهت درک بهتر این زبان ضروری است. این عبارت‌ها و اصطلاحات رایج در زبان انگلیسی به عنوان واحدهای اصلی جمله شناخته می‌شوند که به کمک آن‌ها می‌توانید جملات مختلف و واضح بسازید. اگر شما تنها و تنها یک الگو یا اصطلاح رایج در انگلیسی را یاد بگیرید به راحتی می‌توانید صدها جمله صحیح درست بکنید. در حقیقت این ساده‌ترین روش جهت ساخت جمله در انگلیسی است که زبان‌آموزان می‌توانند از آن جهت تقویت مهارت‌های مختلف به خصوص مهارت گفتاری استفاده بکنند. اصطلاحات رایج زبان انگلیسی بخش مهمی از این زبان روزمره است. یک انگلیسی زبان در طول روز مدام از این اصطلاحات در گفتار و نوشتار خود استفاده می‌کند. از آنجایی که ممکن است معنی این اصطلاح فرسنگ‌ها با آن چیزی که از ظاهر آن برداشت می‌شود متفاوت باشد باید با معنی و کاربرد آن‌ها آشنا شد. به احتمال زیاد شما با این اصطلاحات هنگام گوش دادن به آهنگ، خواندن مقاله یا دیدن فیلم یا سریال برخورد کرده‌اید و از خود پرسیده‌اید که چرا با وجود دانستن معنی کلمه‌ها نمی‌توانید این عبارت را به درستی درک بکنید. هنگامی که این اصطلاحات را با اصطلاحات فارسی مقایسه می‌کنید یادگیری آن‌ها سرگرم‌کننده خواهد شد. علاوه بر این به راحتی پس از یادگیری می‌توانید از آن‌ها در مکالمه‌ها یا یادداشت‌های خود استفاده بکنید.

237,150 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 +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

هنر حل مسئله با داده

دوره هنر حل مسئله با داده مناسب چه کسانی است؟ جمع‌آوری داده و تجزیه و تحلیل آن‌ها به سازمان کمک می‌کند تا درآمد و جایگاه خود را در بین رقبا ارتقا دهد. بنابراین اگر با مفاهیم اولیه تحلیل داده و یادگیری ماشین آشنا هستید و قصد ورود به بازار کار در این حوزه را دارید، دوره هنر حل مسئله با داده مکتب‌پلاس برای شما تهیه شده است. همچنین اگر تمایل دارید با مفاهیم علوم داده به صورت حرفه‌ای آشنا شوید و آن‌ها را در حل مسئله‌های واقعی به‌کار بگیرید، این دوره کمک شایانی به شما خواهد کرد. بعد از فراگیری دوره آموزش هنر حل مسئله با داده چه مهارت‌هایی کسب خواهید کرد؟ به طور کامل با مفهوم volatility آشنایی خواهید داشت و چگونگی استفاده از آن را فرا خواهید گرفت. می‌توانید نوع مدل‌سازی و حل مسئله را بررسی کنید. توانایی جمع‌آوری داده‌ها، تجزیه تحلیل و آماده‌سازی آن‌ها را خواهید داشت. می‌توانید مسئله را مدل‌سازی کنید. با استفاده از مدل ساخته شده می‌توانید مسئله را حل کنید. می‌توانید تکنیک مناسب را با توجه به نوع مسئله انتخاب کنید. می‌توانید نتایج تحلیل‌های خود را به زیبایی و به درستی به مخاطبان منتقل کنید. پیش‌نیاز فراگیری دوره آموزش هنر حل مسئله با داده چیست؟ برای داشتن هنر حل مسئله با داده اول از هر چیز، باید بتوانید مشکلی که کسب‌وکار شما با آن روبه‌رو است را به خوبی درک کنید. آشنایی با چگونگی جمع‌‌آوری داده هم مهم است. چرا که با تحلیل داده‌های مناسب می‌توانید اطلاعات موردنیازتان را کسب کنید. از طرفی هنر حل مسئله نیاز به آشنایی با اصول یادگیری ماشین دارد. در واقع، شما باید بتوانید الگوریتم‌ها را به خوبی درک و آن‌ها را پیاده‌سازی کنید. سفر از یک مشکل واقعی در کسب‌وکار به یک مسئله در حوزه علوم داده کار چندان آسانی نیست. بنابراین باید به طور دقیق بدانید که در هر مرحله از فرایند حل مسئله، می‌خواهید چه کاری انجام دهید.

449,650 تومان

آموزش یادگیری ماشین با پایتون

دوره آموزش یادگیری ماشین با پایتون چیست؟ در این دوره آموزشی به یادگیری ماشین با استفاده از زبان برنامه‌­نویسی شناخته شده و کار­آمد پایتون پرداخته می­‌شود. دوره آموزش یادگیری ماشین با پایتون به این صورت برنامه‌ریزی شده است که از مقدمات شروع می‌­شود و به مباحث پیشرفته و جدید یادگیری ماشین با پایتون می­‌پردازد. دوره آموزش یادگیری ماشین جادی در دو بخش تدوین شده است؛ در بخش اول شما باهدف یادگیری ماشین و کاربرد آن در دنیای واقعی آشنا خواهید شد. در بخش دوم این دوره یک نمای کلی از مباحث یادگیری ماشین مانند یادگیری تحت نظارت و بدون نظارت، ارزیابی مدل­‌ها و الگوریتم­‌های ماشین لرنینگ به شرکت‌کنندگان ارائه خواهد شد. هدف از آموزش دوره یادگیری ماشین با پایتون چیست؟ هدف از برگزاری این دوره، آموزش ماشین لرنینگ به‌صورت مرحله‌به‌مرحله از مباحث مقدماتی تا مباحث جدید و پیشرفته است. شرکت در این دوره آموزشی به شما کمک خواهد کرد تا در محیط واقعی و کاربردی از زبان برنامه­‌نویسی پایتون استفاده کنید و مهارت خود را در زمینه برنامه­‌نویسی پایتون افزایش دهید. در کنار این موضوع، آموزش یادگیری ماشین را به‌عنوان هدف اصلی این دوره آموزشی دنبال خواهید کرد. در انتهای این دوره چه مهارت‌­هایی کسب خواهید کرد؟ با شرکت در این دوره علاوه بر آشنایی با کلیات یادگیری ماشین شما با مباحث دیگری از مانند مسائل زیر آشنا شوید: 1. یادگیری تحت نظارت و بدون نظارت 2. ارزیابی مدل­‌ها و الگوریتم‌­های یادگیری ماشین 3. رگرسیون 4. طبقه‌بندی 5. خوشه‌بندی 6. یادگیری کیت علمی 7. SciPy ویژگی متمایز این دوره نسبت به دوره‌­های مشابه چیست؟ مدرس این دوره جادی میرمیرانی است. در کنار مدرس حرفه‌­ای و مسلط این دوره ساختاری که برای آموزش این دوره در نظر گرفته شده است نسبت به دوره‌­های مشابه متمایز است. به این صورت که این دوره آموزشی در دو بخش تدوین شده است و در این دو بخش علاوه بر آموزش مقدمات به مباحث جدید و اساسی در آموزش یادگیری ماشین با پایتون پرداخته شده است. در کنار این موارد در تمام طول دوره شما می‌­توانید سوالات و ابهامات خود را با استاد دوره در میان بگذارید و پاسخ همه سوالات خود را به دست بیاورید. در پایان دوره یادگیری ماشین با پایتون و پس از انجام آزمون در صورت کسب نمره قبولی مدرک معتبر مکتب‌­خونه مربوط به گذراندن این دوره به شما داده می­‌شود و با استفاده از این مدرک شما می­‌توانید شرایط خود را در آزمون‌­های استخدامی و مصاحبه­‌های مربوط به استخدام بهبود ببخشید.

373,150 تومان
دوشنبه 24 اردیبهشت 1403، ساعت 20:16