یادگیری ماشین (Machine Learning) یادگیری ماشین یکی از مهمترین و پرکاربردترین شاخههای هوش مصنوعی است که به سیستمها این امکان را میدهد تا بدون برنامهنویسی صریح، از دادهها یاد بگیرند و عملکرد خود را بهبود ببخشند. این حوزه در قلب بسیاری از فناوریهای نوین مانند تشخیص چهره، ترجمه ماشینی، پیشبینی روند بازار، سیستمهای پیشنهادگر و خودروهای خودران قرار دارد.
در این دوره آموزشی، شرکتکنندگان با مفاهیم پایه و کاربردی یادگیری ماشین آشنا میشوند. سرفصلهای دوره شامل مباحثی مانند:
- مبانی یادگیری ماشین و روش های مبتنی بر Supervised Learning
- الگوریتمهای پایه مانند رگرسیون خطی، درخت تصمیم، KNN، SVM و شبکههای عصبی
- روشهای ارزیابی مدل و اعتبارسنجی
- پیادهسازی عملی با استفاده از Pytorch و scikit
این دوره دارای پروژه میباشد و پس از ارائه پروژه، گواهی پایان دوره اعطا میشود.
ریاضیات پایه
آشنایی مقدماتی با برنامهنویسی
داشتن پایه ریاضی (از جمله آمار و احتمال) به دانش برنامهنویسی ارجحیت دارد و اکیدا توصیه میشود
ساعت | تاریخ | جلسه |
---|---|---|
16:30 - 18 | پنجشنبه - 2 مرداد | اول |
16:30 - 18 | دوشنبه - 6 مرداد | دوم |
16:30 - 18 | پنجشنبه - 9 مرداد | سوم |
16:30 - 18 | دوشنبه - 13 مرداد | چهارم |
16:30 - 18 | پنجشنبه - 16 مرداد | پنجم |
16:30 - 18 | دوشنبه - 20 مرداد | ششم |
16:30 - 18 | پنجشنبه - 23 مرداد | هفتم |
16:30 - 18 | دوشنبه - 27 مرداد | هشتم |
لازم به ذکر است که زمان هیچ دو دوره با یکدیگر تداخل ندارد
follow us: