دوره آموزشی - جستجوی «گل آرا گل طبیعی،»

نتایج جستجوی «گل آرا گل طبیعی،» در دوره‌های آموزشی مرتبط با مقاطع تحصیلی و مهارت‌های شغلی مختلف، مانند دوره‌های برنامه‌نویسی، حسابداری، مدیریت و ...

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 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 نقاشی روی پارچه مقدماتی

در دوره‌ی آموزش نقاشی روی پارچه، شما را با مباحث مختلف رنگ‌شناسی و چرخه‌ی رنگ و ساخت طیف‌های مختلف آن و همچنین انواع لوازم موردنیاز برای نقاشی، ازجمله انواع رنگ‌های مناسب، قلم‌مو و پارچه‌های موردنیاز نقاشی، آشنا می‌کنیم. در ادامه، به توضیح روش‌های انتقال طرح بر روی پارچه نقاشی و تثبیت‌کردن آن پرداخته و نحوه‌ی شستشو و نگهداری مناسب این کارهای تزئینی را، نشان می‌دهیم. در دوره‌ی آموزش نقاشی روی پارچه، با انواع تکنیک‌های مورداستفاده در این سبک، مانند تکنیک خشک (ساخت‌وساز)، تکنیک‌های آبرنگی، تکنیک فلت (یکنواخت)، تکنیک خیس در خیس، آشنا شده و همچنین غلظت مناسب رنگ‌ها برای نقاشی را خواهید آموخت. از دیگر مباحث این دوره، می‌توان به معرفی انواع رنگ‌های اوپک و ترنسپرنت و انتخاب هریک متناسب با نوع نقاشی، شناخت پارچه‌های مختلف الیاف طبیعی و مصنوعی، روش‌های مناسب نقاشی روی پارچه‌های تیره و جین، ساخت طیف‌های مختلف رنگ‌های نارنجی، سبز سدری، رنگ پوست و موی بلوند با رنگ‌های متالیک، اکر، بنفش و مجموعه‌ای از خاکستری با تناژهای رنگی متفاوت، اشاره کرد. دوره‌ی آموزش نقاشی روی پارچه در مکتب‌خونه، علاوه بر مباحث گفته‌شده، به آموزش نحوه‌ی زیرسازی پارچه‌های حریر و تور و تست رنگ‌های اوپک و ترنسپرنت جهت پخش‌دادن رنگ‌ها، همچنین معرفی خصوصیات پارچه‌های مطلوب برای تکنیک‌های آبرنگی، اجرای تکنیک آبرنگی و ایجاد طیف رنگی بر روی پارچه، تکنیک ساخت مهر لینو، اکوپرینت و کار با شابلون، خواهد پرداخت.هنر نقاشی روی پارچه، هنری بسیار کاربردی اما در معرض فراموشی است. با ورود تکنولوژی به هنر و خلق تکنیک نقاشی دیجیتال، هنرهای دستی بسیاری از جمله نقاشی روی پارچه در خطر فراموشی قرار گرفته‌اند. نقاشی روی پارچه، خود تکنیکی از تکنیک‌های نقاشی محسوب می‌شود که در آن امکان تلفیق سبک‌ها و تکنیک‌ها مختلف نقاشی، برای هنرمند فراهم شده است. در این تکنیک، از پارچه به جای بوم استفاده‌شده و با قلم‌مو و رنگ روی آن نقاشی کشیده می‌شود. مهم‌ترین نکته در نقاشی روی پارچه، انتخاب جنسی مناسب برای پارچه‌ی مورداستفاده است. در این تکنیک، الیاف پارچه هستند که رنگ و طرح را جذب و در خود نگه می‌دارند. پس لازم است تا الیافی انتخاب شود که رنگ روی آن‌ها ثابت مانده و شسته نشود. همین عدم شسته شدن رنگ پارچه، باعث می‌شود تا این هنر، به‌دقت و تمرکز بالایی نیاز داشته باشد. نقاشی روی پارچه، پیش‌نیازی نداشته و می‌توان با یک آموزش گام‌به‌گام و کمی تلاش، به‌راحتی در این هنر مسلط شده و به مهارتی قابل‌قبول رسید.

449,650 تومان

آموزش شبکه عصبی و یادگیری عمیق

کاربرد دوره آموزش شبکه عصبی و یادگیری عمیق چیست؟ امروزه در علوم کامپیوتر دو مبحث بسیار مهم با نام شبکه عصبی و یادگیری عمیق پدید آمده است. شبکه‌های عصبی دسته‌ای از الگوهای برنامه‌نویسی هستند که برای آموختن از داده‌های مشاهده‌ای از زیست‌شناسی الهام گرفته‌اند. به عبارت ساده‌تر، این شبکه‌ها برای یادگیری از نحوه عملکرد مغز بهره می‌برند. یادگیری عمیق مجموعه قدرتمندی از تکنیک‌ها برای یادگیری در شبکه‌های عصبی است. در واقع یادگیری عمیق زیرشاخه‌ای از یادگیری ماشین محسوب می‌شود و شبکه‌های عصبی اسکلت یادگیری عمیق را تشکیل می‌دهند. شبکه‌های عصبی و یادگیری عمیق در حال حاضر بهترین راه‌حل‌ها را برای بسیاری از مشکلات در تشخیص تصویر، تشخیص گفتار و پردازش زبان طبیعی (natural language processing) ارائه می‌دهند. اگر شما هم از علاقه‌مندان و فعالان حوزه تکنولوژی‌های نوظهور هستید، آموزش شبکه عصبی مصنوعی و یادگیری عمیق مکتب‌خونه را از دست ندهید. هدف از آموزش شبکه عصبی و یادگیری عمیق چیست؟ آموزش شبکه‌های عصبی و یادگیری عمیق، اولین دوره از مجموعه تخصص یادگیری عمیق اندرو می‌باشد. در این دوره شما با مفاهیم بنیادی شبکه عصبی و یادگیری عمیق آشنا خواهید شد. این دوره به شما کمک می‌کند که قابلیت‌ها، چالش‌ها و پیامدهای یادگیری عمیق را درک کنید. همچنین آموزش یادگیری عمیق شما را برای مشارکت در توسعه فناوری پیشرفته هوش مصنوعی آماده می‌کند. بنابراین این دوره مسیری برای شما فراهم می‌کند که دانش و مهارت لازم را برای استفاده از یادگیری ماشین در کار خود کسب کنید، سطح فنی خود را ارتقا داده و گام نهایی را برای ورود به دنیای هوش مصنوعی بردارید. بعد از فراگیری دوره آموزش شبکه عصبی و یادگیری عمیق چه مهارت‌هایی کسب خواهید کرد؟ آشنایی با یادگیری عمیق آشنایی با شبکه عصبی مصنوعی برنامه‌نویسی پایتون روش پس انتشار (Backpropagation) معماری شبکه عصبی

67,150 تومان

آموزش گل‌دوزی مقدماتی

آموزش گل‌دوزی با دست، یکی از محبوب‌ترین هنرها، در میان زنان و دختران جهان بوده است. درگذشته، گل‌دوزی تنها با دست انجام می‌گرفت؛ امروزه اما انواع دوخت‌ها و طرح‌های گل‌دوزی را می‌توان به‌وسیله‌ی چرخ‌خیاطی نیز انجام داد. با اینکه پیشرفت صنعت مد، باعث شده تا گل‌دوزی لباس‌ها و پارچه، با دستگاه‌های مخصوصی صورت‌گرفته و همچنین طرح‌های چاپی، جای آن را برای تزئین لباس‌ها گرفته‌اند؛ اما همچنان، محبوبیت خود را در بین افراد جامعه حفظ و همانند سابق، افراد زیادی مشتاق به یادگیری این هنر اصیل هستند. دوره‌ی آموزش گلدوزی مقدماتی با دست، فرصت یادگیری را برای تمام علاقه‌مندان فراهم کرده است. مهم‌ترین ویژگی برای آموزش گلدوزی، و کسب موفقیت در این رشته، علاقه و ذوق هنری است؛ در غیر این صورت، ممکن است هنرجو، پس از گذشت مدتی، از این کار دل‌زده شده و از ادامه‌ی آموزش منصرف شود. در این دوره، شما را با هنر گل‌دوزی و لوازم موردنیاز آن، آشنا کرده و به آموزش اولیه‌ی گل‌دوزی و دوخت طرح‌های ساده بر روی پارچه، خواهیم پرداخت. هدف از یادگیری دوره‌ی آموزش گلدوزی مقدماتی چیست‌؟ هدف اصلی ما در دوره‌ی آموزش گل‌دوزی مقدماتی، آموزش دوخت‌های ساده و نحوه‌ی صحیح ترکیب آن‌ها، در جهت خلق یک اثر هنری، و همچنین به‌کارگیری این هنر، در مسیر ورود به بازار کار و کسب درآمد از گل‌دوزی است. دوره‌ی آموزش گلدوزی مقدماتی مناسب چه کسانی است؟ دوره‌ی آموزش گل‌دوزی، برای هرکس که به این هنر علاقه‌مند بوده و بتواند سوزن به دست بگیرد، مناسب بوده و هیچ‌گونه محدودیت سنی را شامل نمی‌شود. بعد از فراگیری دوره‌ی آموزش گلدوزی مقدماتی چه مهارت‌هایی کسب خواهید کرد؟ پس از گذراندن این دوره، شما قادر خواهید بود طرح‌های ساده‌ای را بر روی پارچه گل‌دوزی کرده و رفته‌رفته، مهارت خود را در این هنر افزایش دهید. دوره‌ی ما، در سطح مقدماتی بوده و مهارت‌هایی را که به شما آموزش می‌دهد نیز در همان سطح مقدماتی هستند؛ اما با توجه به پایه‌ای بودن مفاهیم آن، با کمی تلاش و تمرین، می‌توانید به مهارت بالایی در گل‌دوزی دست یابید.

245,650 تومان

آموزش شبکه‌های عصبی کانولوشنالی

کاربرد دوره آموزش شبکه عصبی کانولوشن چیست؟ شبکه عصبی کانولوشنال یا پیچشی (CNN) نوعی شبکه عصبی مصنوعی است که برای شناسایی و پردازش تصویر استفاده می‌شود. این شبکه‌ها اختصاصاً برای پردازش داده‌های پیکسلی طراحی شده‌اند. CNNها پردازش تصویر و هوش مصنوعی قدرتمندی هستند که با استفاده از یادگیری عمیق (Deep Learning) کارهای تولیدی و توصیفی را انجام می‌دهند. این شبکه‌ها اغلب از دید ماشینی که شامل تشخیص تصویر و ویدئو به همراه سیستم‌های توصیه‌گر و پردازش زبان طبیعی (NLP) می‌شود، استفاده می‌کنند. یک شبکه عصبی سیستمی از سخت‌افزار و یا نرم‌افزار است که از عملکرد سلول‌های عصبی در مغز انسان الگو می‌گیرد. شبکه‌های عصبی سنتی برای پردازش تصویر ایده‌آل نیستند. اما در شبکه عصبی پیچشی لایه‌های نورون به شکلی تنظیم شده است که برای جلوگیری از مشکل در پردازش تصویر، کل میدان بینایی را پوشش می‌دهند. لایه‌های شبکه عصبی کانولوشنال یا شبکه عصبی پیچشی، از یک لایه ورودی، یک لایه خروجی و یک لایه پنهان تشکیل شده است که شامل چندین لایه کانولوشن می‌شود. حذف محدودیت‌ها و افزایش کارایی منجر به تشکیل سیستمی می‌شود که بسیار از حالت عادی اثربخش‌تر است و همچنین برای پردازش تصویر و زبان طبیعی قدرت بیشتری خواهد داشت. بعد از فراگیری دوره آموزش شبکه عصبی کانولوشنالی چه مهارت‌هایی کسب خواهید کرد؟ آموزش بهبود شبکه عصبی عمیق، چهارمین دوره از مجموعه تخصص یادگیری عمیق اندرو می‌باشد. در پایان دوره آموزش شبکه عصبی کانولوشنال شما قادر خواهید بود شبکه عصبی مخصوص خود را بسازید. در این دوره حتی ساخت مدرن‌ترین انواع شبکه عصبی پیچشی به شما آموزش داده می‌شود. در پایان این دوره همچنین می‌توانید از شبکه عصبی پیچشی موجود، برای پردازش تصویر و تشخیص افراد یا اشیا در آن، کار با عکس، فیلم و انیمیشن و ده‌ها کاربرد جذاب دیگر استفاده کنید. به طور کلی می‌توان گفت در پایان این دوره، مهارت‌های زیر در شما تقویت شده یا به مهارت‌های شما افزوده می‌شوند: یادگیری عمیق طراحی سیستم تشخیص چهره کار با شبکه عصبی پیچشی Tensorflow کشف شیء و بخش‌بندی تصویر

186,150 تومان
پنج‌شنبه 20 اردیبهشت 1403، ساعت 04:23