دوره آموزشی - جستجوی «مهندس نرم افزاری ماشین»

نتایج جستجوی «مهندس نرم افزاری ماشین» در دوره‌های آموزشی مرتبط با مقاطع تحصیلی و مهارت‌های شغلی مختلف، مانند دوره‌های برنامه‌نویسی، حسابداری، مدیریت و ...

ساخت ربات معامله‌گر با زبان MQL4 و MQL5

پلتفرم معاملاتی متا تریدر محبوب‌ترین پلتفرم معاملاتی دنیاست. علت محبوبیت بسیار زیاد این پلتفرم را می‌توان در امکانات فوق‌العاده و زیادی که به کاربران خود می‌دهد، جستجو کرد. امکان ساخت، تست و اجرای ربات‌های معاملاتی از جمله این امکانات است. اکسپرت ادوایزر (Expert Advisor) به آن دسته از برنامه‌های کامپیوتری می‌گویند که روی پلتفرم متا تریدر راه‌اندازی می‌شود و بازارهای مالی را رصد می‌کند. ربات معامله‌گر یا ربات تریدر در واقع همان نرم‌افزاری است که به مانند یک معامله‌گر تحت نظارت و برنامه‌های مشخص در بازارهای مالی حضور پیدا کرده و خرید و فروش انجام می‌دهد. این ربات‌ها می‌توانند برای حضور حرفه‌ای در بازارهای مالی از جمله فارکس، ارز دیجیتال، بورس اوراق بهادار و ... به معامله گران کمک کند.هدف از یادگیری آموزش ساخت ربات معامله‌گر با زبان MQL4 و MQL5 چیست؟ فعالیت در بازارهای مالی و سرمایه‌گذاری در آن امروزه به یک کار مفرح و درعین‌حال پرسود تبدیل شده است. کسانی که با این بازار آشنا هستند به‌خوبی می‌توانند سرمایه‌گذاری کرده و سودهای کلانی به دست آورند. بااین‌حال باز هم معامله‌گران در تمام شرایط نمی‌توانند یک ترید موفق داشته باشند یا هم‌زمان بازارهای متعدد را بررسی کنند؛ بنابراین در این شرایط وجود یک ربات معامله‌گر مانند اکسپرت ادوایزر (expert advisor) ضروری است. هدف از ساخت این ربات‌ها کمک به معامله‌گران برای پیداکردن سیگنال‌های خریدوفروش در بازارها (مشاور) و همچنین معامله به‌جای آن‌ها (تریدر) است.دوره آموزش ساخت ربات معامله‌گر با زبان MQL4 و MQL5 مناسب چه کسانی است؟ کسانی که به فعالیت در بازارهای مالی علاقه‌مندند. معامله‌گرانی که به استفاده از ربات معامله‌گر در معاملات خود علاقه دارند. کسانی که با اصول معامله‌گری در بورس و بازارهای مالی آشنایی دارند. کسانی که به‌صورت حرفه‌ای در بورس فعالیت دارند. بعد از فراگیری دوره آموزش ساخت ربات معامله‌گر با زبان MQL4 و MQL5 چه مهارت‌هایی کسب خواهید کرد؟ برنامه‌نویسی به زبان‌های MQL4 و MQL5 ساخت یک ربات معامله‌گر یا اکسپرت ادوایزر آشنایی با اندیکاتورها و دستورات آن نوشتن اندیکاتور آشنایی با توابع خریدوفروش و مدیریت پوزیشن در MQL5

1,444,150 تومان

آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته)

در دوره آموزش تحلیل داده با زبان برنامه نویسی R (پیشرفته) دانشجویان با کاربردهای برخی از الگوریتم‌های یادگیری ماشین (Machine Learning) در کسب‌وکار و نحوه به‌کارگیری این الگوریتم‌ها روی داده‌های واقعی آشنا می‌شوند. رگرسیون خطی، رگرسیون لجستیک، خوشه‌بندی سلسله مراتبی، خوشه بندی kmeans و الگوریتم Naive Bayes و الگوریتم Apriori روش‌هایی هستند که در این درس آموزش داده می‌شوند. مباحث به‌گونه‌ای انتخاب شدند که بیشترین کاربردها را در دنیای کسب‌وکار داشته باشند و دانشجویان پس از یادگیری بتوانند آن‌ها را برای حل مسائل دنیای واقعی بکار ببرند. الگوریتم‌هایی آموزش داده‌شده در این درس، عمدتاً برای پیش‌بینی و کشف الگوها بکار می‌روند. پرسش‌هایی اساسی در کسب‌وکار نظیر موارد زیر با الگوریتم‌های بالا قابل پاسخ دادن هستند: • چگونه می‌توان رضایت مشتریان را از خدمات سازمان افزایش داد؟ • کدام‌یک از مشتریان سازمان سودآورتر از بقیه هستند؟ • چگونه تقلب را در حوزه‌های مختلف مانند ادعای خسارت در بیمه، پول‌شویی، هزینه‌های بیمارستانی و فرار مالیاتی شناسایی کنیم؟ • احتمال آن‌که فردی که متقاضی وام است، نتواند وام خود را پس دهد، چقدر است؟ • چگونه کاربران را بر اساس رفتار آن‌ها خوشه‌بندی کنیم و به هریک از آنان خدمات سفارشی‌شده ارائه دهیم؟ • چه بسته‌ای از محصولات را در کنار یکدیگر قرار دهیم تا فروش افزایش یابد؟

381,650 تومان

دوره یادگیری عمیق با تنسورفلو و کراس

دوره آموزش یادگیری عمیق با تنسورفلو و کراس چیست؟ دوره آموزش یادگیری عمیق با تنسورفلو و کراس به آموزش کاربردی یادگیری عمیق و تمام مباحث مربوط به کتابخانه‌­های تنسورفلو و کراس می‌­پردازد. به طور مشخص­‌تر موضوعاتی که در این دوره دنبال می‌­شود شامل موارد زیر است: پیاده‌­سازی شبکه‌­های عصبی (یادگیری عمیق) در پایتون پیاده‌­سازی شبکه­‌های Multi-layer perceptron (MLP) و Convolutional بحث و بررسی در رابطه با موضوعات گوناگون یادگیری عمیق مانند: Transfer learning، Overfitting و Regularization بررسی دقیق و عمیق تنسورفلو و کراس آشنایی با یادگیری عمیق، تنسورفلو و کراس در یک تعریف کلی، یادگیری عمیق یکی از شاخه­‌های یادگیری ماشین و هوش مصنوعی است که در آن سعی می­‌شود از روش کارکرد مغز برای یادگیری موضوعات استفاده شود. در یادگیری عمیق به کامپیوترها آموزش داده می‌­شود که برای حل مسائل از روش­‌هایی استفاده کنند که مغز انسان برای حل مسائل از آن روش‌­ها استفاده می‌­کند. به طور کلی یادگیری عمیق سعی می‌­کند به شبیه‌سازی مغز انسان بپردازد. «تنسورفلو» (TensorFlow)، یک کتابخانه رایگان و اوپن سورس است که کاربردهای زیادی در یادگیری ماشین دارد. یکی از اصلی‌­ترین کاربردهای تنسورفلو در پیاده‌­سازی شبکه­‌های عصبی است. به همین دلیل است که این کتابخانه، پراستفاده‌­ترین کتابخانه در یادگیری عمیق است. کراس یک کتابخانه در تنسورفلو است که با هدف توسعه شبکه‌­های عصبی ایجاد شده است. هدف از برگزاری دوره آموزش یادگیری عمیق با تنسورفلو و کراس چیست؟ امروزه اهمیت یادگیری عمیق در بسیاری از تکنولوژی‌­ها بر کسی پوشیده نیست؛ تا جایی که در دنیای امروز یادگیری عمیق به مغز محاسباتی در بسیاری از زمینه­‌های علم و تکنولوژی تبدیل شده است. به همین دلیل است که در دنیایی از صنایع مختلف تا تکنولوژی‌­های مختلف، تقریبا هیچ موردی را نمی‌­توان پیدا کرد که در آن ردپایی از یادگیری عمیق دیده نشود. به این ترتیب، اصلی­‌ترین هدف این دوره آموزش کاربردی یادگیری عمیق و شناخت ابعاد گوناگون آن است. در این دوره شما با این ابزار بسیار مهم به ­صورت عملیاتی آشنا می‌­شوید و جزئیات لازم برای پیاده‌­سازی بهینه این الگوریتم‌ها را در عمل می­‌آموزید. در ادامه راه می‌­توانید از این ابزار در هر زمینه‌­ای که با داده روبه‌­رو می‌شوید و به دنبال پیدا کردن الگوهای آن هستید، استفاده کنید. دوره آموزش یادگیری عمیق با تنسورفلو و کراس برای چه کسانی مناسب است؟ محتوای این دوره به نحوی انتخاب شده که مناسب افرادی باشد که دوره یادگیری ماشین را گذرانده‌اند و با مفاهیم ابتدایی هوش مصنوعی آشنایی دارند و به دنبال ادامه مسیر یادگیری/شغلی در این زمینه هستند. با توجه به اینکه این دوره ترکیب آموزش مفاهیم تئوری و عملی در کنار یکدیگر است، دانشجویان این دوره می‌توانند مسائل دنیای واقعی مثل پردازش تصویر، پردازش زبان طبیعی، پیش‌بینی‌های دنباله‌های عددی و ترافیک و غیره را حل کنند. بنابراین این دوره مناسب کسانی خواهند بود که علاقه‌مند به مباحث پیشرفته هوش مصنوعی و چالش‌های لبه‌ی تکنولوژی هستند. در انتهای دوره آموزش یادگیری عمیق با تنسورفلو و کراس مخاطب چه دستاوردی خواهد داشت؟ با توجه به محتوایی که در این دوره به شرکت‌­کنندگان آموزش داده می‌­شود، در انتهای دوره مخاطبان محترم با موارد زیر آشنایی خواهند داشت: پیاده­‌سازی شبکه‌­های MLP پیاده‌­سازی شبکه­‌های Sequential، Functional و Subclass بهینه­‌سازی پارامترهای شبکه­‌های عصبی شناخت ترکیب مناسب activation function و initialization شناخت بهینه‌­ساز­ها و برنامه‌­های زمانی متناسب شناخت راهکارهای مقابله با Overfitting شناخت ابزار لازم برای ارزیابی عدم قطعیت پیش‌بینی شبکه­‌های عصبی پیاده‌سازی Transfer learning و استفاده از شبکه­‌های قدرتمند آماده پیاده‌­سازی شبکه­‌های Convolutional

832,150 تومان

آموزش کاربرد اکسل در برنامه‌ریزی و کنترل پروژه

دوره برنامه‌ریزی و کنترل پروژه با اکسل چیست؟ کارشناسان طراحی و برنامه‌ریزی پروژه معمولاً با دو نرم افزار مایکروسافت پروجکت و پریماورا کار می‌کنند اما این دو نرم‌افزار به‌تنهایی تمام نیازهای طراحی و برنامه‌ریزی پروژه را بر طرف نمی‌کنند. به‌این‌ترتیب است که کاربران در بسیاری از موارد نرم‌افزار اکسل را نیز به‌عنوان مکمل در طراحی و برنامه‌ریزی پروژه به کار می‌بندند. در دوره برنامه‌ریزی و کنترل پروژه با اِکسل شما با نحوه مدیریت و برنامه‌ریزی پروژه‌­های مختلف به‌وسیله برنامه اکسل آشنا می‌­شوید. به‌این‌ترتیب در این دوره آموزشی به شما آموزش داده می‌­شود که چطور از نرم‌افزار اکسل در کنار نرم‌افزارهای پریماورا و مایکروسافت پروجکت برای برنامه‌ریزی و کنترل پروژه استفاده کنید. هدف از دوره برنامه‌ریزی و کنترل پروژه با اکسل چیست؟ هدف دوره آموزشی برنامه‌ریزی و کنترل پروژه با اکسل آموزش چگونگی برنامه‌ریزی و کنترل انواع پروژه­‌ها به‌وسیله اکسل می‌باشد. در این دوره آموزشی هدف به نحوی پیش‌بینی شده است که آموزش در سطحی بالاتر از آموزش مقدماتی اکسل است. مرحله برنامه‌ریزی پروژه طراحی ساختار شکست کار Work Break down Structure (WBS) در یکی از دو نرم‌افزار MSP (مایکروسافت پروجکت) یا پریماورا انجام می‌شود. بسیاری از کارشناسان نیز این ساختار را به دلیل انعطاف‌پذیری بالاتر در اکسل انجام می‌­دهند و سپس به یکی از دو نرم‌افزار MSP(مایکروسافت پروجکت) یا پریماورا منتقل می‌­کنند. در این دوره شما با چگونگی انتقال اطلاعات میان نرم‌افزار اکسل و دو نرم‌افزار گفته شده آشنا خواهید شد. هدف دیگر این دوره آموزش چگونگی انتقال اطلاعات بین نرم‌افزار اکسل و نرم‌افزارهای پریماورا و مایکروسافت پروجکت می­‌باشد. در دوره برنامه‌ریزی و کنترل پروژه با اکسل چه می­‌آموزیم؟ در این دوره چگونگی انتقال اطلاعات بین نرم‌افزار اکسل و مایکروسافت پروجکت و پریماورا یاد می‌­گیرید. علاوه بر این در این دوره چگونگی برنامه‌ریزی و کنترل پروژه‌­ها به‌وسیله اکسل را می‌­آموزید و در ادامه این دوره با نرم‌افزارهای مایکروسافت پروجکت و پریماورا نیز به طور عمیق و کلی نیز آشنا می‌­شوید. همچنین موضوع وزن‌دهی و تعیین روش پیشرفت پروژه یکی از چالش‌برانگیزترین مباحث برنامه‌ریزی پروژه است که لازم است با کمک نرم‌افزار اکسل این امر را به انجام رساند. در این دوره ضمن معرفی انواع روش‌های وزن‌دهی، نحوه فرمول‌نویسی و انجام این کار در نرم‌افزار اکسل تدریس خواهد شد و در ادامه روش انتقال اوزان به مایکروسافت پروجکت و پریماورا نیز به شما آموزش داده خواهد شد. در مراحل مختلف انجام یک پروژه مدیر و کارشناسان مختلف پروژه نیازمند دریافت اطلاعات مربوط به پروژه از پیمانکاران، مشاوران و سازمان‌­های مختلف هستند. به‌این‌ترتیب لازم است اطلاعات در فرمت استاندارد و مناسب دریافت شود. نرم‌­افزار اکسل به دلیل دارابودن قابلیت‌­های فراوان امکان دریافت این گزارش‌­ها با فرمت مناسب را فراهم می‌­کند. قالب‌های گزارش‌های روزانه یا کارگاهی، هفتگی و ماهانه از مهم‌ترین کاربردهای اکسل در برنامه‌ریزی و کنترل پروژه است. همچنین می‌توان باتوجه‌به قابلیت‌­های نرم‌افزار اکسل انواع گزارش‌­های پیشرفت را به همراه نمای گانت چارت در اکسل طراحی نمود. باتوجه‌به توانمندی‌های نرم‌افزار اکسل، امروزه اغلب کارشناسان مدیریت پروژه داشبورد­های مدیریت پروژه را در نرم‌افزار اکسل طراحی می­‌نمایند. قابلیت ترسیم انواع نمودارها و جدول­‌ها در اکسل به همراه ترکیب با اشیایی مانند چک باکس، کامبو باکس، اسکرول بار و ... امکان ایجاد گزارش­‌های پویا را در پروژه‌­ها به وجود می‌­آورد. در این دوره به طور عملی یاد خواهید گرفت چگونه می­‌توان از این قابلیت‌ها در یک پروژه استفاده نمود. در پایان این دوره آموزشی تعدادی فایل با محتوای پروژه‌های عملی و نحوه برنامه‌ریزی و مدیریت آن‌­ها در اختیار شرکت‌کنندگان قرار خواهد گرفت. این فایل­‌ها به شرکت‌کنندگان و افرادی که به برنامه‌ریزی پروژه علاقه‌­مند هستند کمک بسیار زیادی خواهد کرد.

407,150 تومان

آموزش اکسل مقدماتی

دوره آموزش اکسل (Excel) مقدماتی : اکسل (Excel) یکی از برنامه‌های بسته نرم‌افزاری آفیس (Office) و از تولیدات مشهور شرکت مایکروسافت (Micro soft) است. یک برنامه‌ی صفحه گسترده بسیار قوی است که امکانات متنوع و بسیار جالب آن باعث شده در رشته‌های مختلف کاربردهای گسترده‌ای پیدا کند. ممکن است یک مهندس، پزشک، فروشنده و یا تولیدکننده باشید و بخواهید اطلاعات مربوط به تولید، فروش یا مراجعات بیماران را در جدول‌هایی مرتب کرده و بعد با تبدیل این جدول‌ها به نمودار، گزارش فنی دقیق و قابل فهم به مخاطبان خود ارائه دهید. یا ممکن است اطلاعات لازم را در برنامه‌ی اکسل وارد کرده و با ابزار و امکانات مختلفی که دارد آنها را تحلیل و پردازش کنید تا تصمیم‌گیری‌های آینده خود را بر اساس آن انجام دهید. به عبارتی اکسل برنامه‌ای است که همه می‌توانند از آن استفاده کنند و هر شخصی در هر حرفه و رشته‌ای که باشد می‌تواند در جهت بهبود عملکرد و کیفیت کار خود از آن بهره‌مند گردد. اکسل یک نرم‌افزار محاسباتی بسیار قدرتمند برای انجام کارهای روزمره است. به کمک اکسل می‌توانید برای خود برنامه‌ریزی کنید، محاسبات مالی و حسابداری خود را انجام دهید، جدول‌ها و نمودارهای حرفه‌ای رسم کنید و ... این نرم‌افزار به‌قدری قابل انعطاف است که از یک خانم خانه‌دار گرفته تا یک دانشجو و یا مدیرعامل یک شرکت تجاری بزرگ می‌توانند به کمک آن نیازهایشان را رفع کنند. شما می‌توانید با فراگیری برنامه آموزشی اکسل، به‌راحتی از مزایا و امکانات خوب و مفید آن استفاده نمایید و از کاربرد شگرف آن در کلیه امور روزانه خود بهره‌مند شوید.هدف از یادگیری دوره آموزش excel مقدماتی چیست؟ مهم‌ترین هدف این دوره، فراهم نمودن بستری مناسب جهت مهارت‌آموزی بیشتر مخاطبان و آشنایی آنها، در دو سطح عمومی (مقدماتی) و تخصصی و حرفه‌ای (پیشرفته) می‌باشد. اگر تاکنون با این برنامه کاربردی کار نکرده‌اید، نگران نباشید. در این دوره سعی شده است که با ارائه آموزش‌های گام‌به‌گام، شما را با محیط اکسل آشنا نموده تا در کمترین زمان ممکن به‌عنوان یک کاربر توانمند بتوانید به‌راحتی با این برنامه کار کنید و نتیجه لازم را دریافت نمایید. بعد از فراگیری دوره آموزش Excel مقدماتی چه مهارت‌هایی کسب خواهیدکرد؟ پس از گذراندن دوره مقدماتی اکسل خواهید یافت که اکسل دنیایی بزرگ و دریایی بی‌ساحل است بنابراین در جهت تکمیل مهارت‌های خود و فراگیری دوره پیشرفته آن می‌توانید به سطح بالاتری از اطلاعات و امکانات این برنامه برسید و از کاربرد شگرف آن بهره ببرید. مهارت‌هایی چون تهیه گزارش‌های مدیریتی، گزارش‌های اداری به‌صورت نمودار و گراف و جداولی که به‌راحتی سودآوری و یا نقصان مالی را در محاسبات نشان خواهد داد. ویژگی‌های متمایز دوره آموزش اکسل مقدماتی چیست؟ در این دوره (مقدماتی)، کلیه مباحث مهم و پایه‌ای مطابق با سرفصل‌های ارائه شده، به روشی سهل و آسان همراه با حل تمرین به هنرجویان ارائه می‌گردد. پس از گذراندن این دوره، هنرجو می‌تواند به‌راحتی به مرحله بالاتر (سطح پیشرفته) اکسل وارد شده و نسبت به فراگیری نکات و دستورالعمل‌های کاربردی آن اقدام نماید.

211,650 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

آموزش مدل‌های توالی و پردازش زبان طبیعی

ویدیوهای زبان اصلی دوره به صورت رایگان هستند اما برای دسترسی به زیرنویس فارسی ویدیوها می توانید محتوای دوره را خریداری کنید. کاربرد دوره آموزش مدل ‌های توالی (sequence model) و پردازش زبان طبیعی مدل‌های توالی در کاربردهایی که به تجزیه‌وتحلیل داده‌های ورودی به‌عنوان یک جریان هم‌بسته مداوم احتیاج دارد، نقشی اساسی ایفا می‌کند. این مقادیر می‌توانند داده‌های سری زمانی باشند که تقاضای یک محصول را در یک بازه زمانی خاص پیش‌بینی می‌کنند. کاربرد دیگر مدل‌های توالی می‌تواند در پیش‌بینی متن باشد. سیستم بر اساس توالی آخرین عبارت و مجموعه‌ای از شرایط و قوانین از قبل بارگذاری شده، قادر است کلمه بعدی را پیش‌بینی کند. یکی از انواع شبکه‌ها که در تشخیص گفتار، پردازش زبان طبیعی (NLP) و پردازش داده‌های متوالی استفاده می‌شود، شبکه عصبی بازگشتی یا RNN نام دارد. با فراگیری آموزش مدل‌های توالی به‌عنوان بخشی از RNN کسب‌وکارها می‌توانند عملیات خود را تقویت کنند و تصمیم‌گیری‌هایشان را بهبود بخشند. در این دوره از آموزش مدل‌های توالی و آموزش پردازش زبان شما با مدل‌های NLP و اپلیکیشن‌های جذابشان مانند تشخیص گفتار، ترکیب موسیقی، چت‌بات‌ها، ترجمه ماشینی، درک زبان طبیعی و تکامل الگوریتم‌های توالی آشنا خواهید شد. هدف از یادگیری دوره آموزش مدل‌ های توالی و پردازش زبان طبیعی چیست؟ آموزش sequence model، دومین دوره از مجموعه تخصص یادگیری عمیق اندرو می‌باشد. هدف از این دوره، این است که شما بتوانید با شبکه‌های عصبی بازگشتی (RNN) و انواع رایج‌تر آن مانند GRU و LSTM کار کنید. با استفاده از این مدل‌ها می‌توانید پردازش زبان طبیعی و Word Embedding را یاد بگیرید. دوره آموزش مدل‌‌های توالی و پردازش زبان طبیعی مناسب چه کسانی است؟ دانشجویان و فارغ‌التحصیلان مهندسی کامپیوتر و هوش مصنوعی کسانی که به ساخت اپلیکیشن‌های کاربردی با استفاده از یادگیری عمیق علاقه‌مندند. مهندسانی که نمی‌خواهند از دنیای تکنولوژی عقب بمانند. بعد از فراگیری دوره آموزش مدل‌‌های تربیتی (sequence model) و پردازش زبان طبیعی چه مهارت‌هایی کسب خواهید کرد؟ پس از فراگیری آموزش مدل‌های ترتیبی شاهد ارتقاء مهارت‌های زیر در خود خواهید بود: پردازش زبان طبیعی (NLP) حافظه طولانی کوتاه‌مدت (LSTM) واحد بازگشتی گیتی (GRU) شبکه عصبی بازگشتی (RNN) مدل‌های توجه

160,650 تومان

آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender Systems)

کاربرد دوره آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender System) چیست؟ طی دهه‌های اخیر، با ظهور یوتیوب، آمازون، نتفلیکس و بسیاری از وب سرویس‌های دیگر، سیستم های پیشنهاد دهنده جایگاه ویژه‌ای در زندگی ما پیدا کرده‌اند. کاربرد این‌گونه سیستم‌ها در خدمات متنوعی از جمله تجارت الکترونیکی، تبلیغات آنلاین و حتی سفرهای آنلاین رومزه غیرقابل انکار است. وقتی یک محصولی را به صورت آنلاین خریداری می‌کنید، ممکن است مقالاتی به شما پیشنهاد داده شود؛ یا حتی وقتی در اینترنت در حال گشت‌وگذار هستید، مطالبی مناسب با شما و طبق ترجیحاتتان برایتان نمایش داده می‌شود. این قبیل موارد که هر روزه با آن‌ها مواجه هستید، با کمک Recommender System ها امکان‌پذیر است. با توجه به اهمیت سامانه‌های پیشنهاد دهنده در دنیای امروز، تصمیم گرفتیم دوره‌ای برای آموزش سیستم توصیه‌گر (Recommender Systems) طراحی کنیم. در این دوره بعد از معرفی این سیستم‌ها به روش ساخت آن‌ها با استفاده از تکنیک‌های مدرن هوش مصنوعی و یادگیری ماشین هم می‌پردازیم. طی این دوره با مقدمات و مفاهیم بازیابی اطلاعات (Information Retrieval) و سامانه‌های توصیه‌گر، لزوم طراحی و استفاده از آن‌ها در وب‌سایت‌ها و اپلیکیشن‌ها و تاثیر این سامانه‌ها بر افزایش نرخ تبدیل (Conversion Rate) در کسب‌وکارهای آنلاین آشنا خواهید شد. پس از آشنایی با این موارد، مدرن‌ترین روش‌ها و متدهای روز دنیا برای پیاده‌سازی سیستم‌های پیشنهاددهنده در پایتون را بررسی خواهیم کرد. دوره آموزش سیستم پیشنهاد دهنده تنها به این مباحث ختم نمی‌شود. مهم‌ترین بخش این دوره، تدریس گام به گام چگونگی پیاده‌سازی سیستم‌های پیشنهاد دهنده در پایتون است. طبق این برنامه آموزشی، شما یاد می‌گیرید که براساس علایق و سوابق جمع‌آوری شده از کاربران، با استفاده از هوش مصنوعی و شبکه‌های عصبی مصنوعی (Artificial Neural Networks) به کاربران خود فیلم پیشنهاد دهید. در این راستا از زبان برنامه‌نویسی Python و فریم‌ورک TensorFlow و Keras استفاده خواهیم کرد. در این دوره آموزشی خواهید توانست از مفاهیم پایه و معرفی سیستم تا استقرار روی سرورهای عملیاتی را قدم به قدم فرا بگیرید. بنابراین اگر قصد آموزش عملی و صفر تا صد پیاده سازی سیستم‌های پیشنهاد دهنده را دارید، دوره آموزش طراحی و توسعه سیستم‌های پیشنهاد دهنده (Recommender Systems) مکتب‌خونه را به شما پیشنهاد می‌دهیم.

296,650 تومان
شنبه 29 اردیبهشت 1403، ساعت 08:35