آموزش رایگان تشخیص تصویر با یادگیری عمیق

قیمت فعلی: رایگان

قیمت دوره‌ ممکن است توسط سایت مبدا تغییر کند

آموزش رایگان تشخیص تصویر با یادگیری عمیق (Deep Learning)

یادگیری عمیق یا همون دیپ لرنینگ، یکی از شاخه‌های جذاب یادگیری ماشین و هوش مصنوعیه که برای یادگیری مسائل مختلف، از نحوه کار مغز آدم تقلید می‌کنه. همین موضوع باعث شده سیستم‌های تشخیص تصویر کلی پیشرفت کنن. امروزه از این سیستم‌ها تقریباً همه‌جا ا...

آموزش رایگان تشخیص تصویر با یادگیری عمیق (Deep Learning)

یادگیری عمیق یا همون دیپ لرنینگ، یکی از شاخه‌های جذاب یادگیری ماشین و هوش مصنوعیه که برای یادگیری مسائل مختلف، از نحوه کار مغز آدم تقلید می‌کنه. همین موضوع باعث شده سیستم‌های تشخیص تصویر کلی پیشرفت کنن. امروزه از این سیستم‌ها تقریباً همه‌جا استفاده می‌شه؛ از جستجو توی کتابخانه‌های تصویری گرفته تا تولید توضیح متنی برای عکس‌ها.

چرا این دوره؟

اگه بخوایم ساده بگیم، تشخیص تصویر بدون یادگیری عمیق تقریباً غیرممکنه. یه شبکه عصبی عمیق با سه مرحله کارش رو انجام می‌ده: اول داده‌های آموزشی جمع می‌شه (ثبت تصویر و حاشیه‌نویسی روش)، بعد مدل آموزش داده می‌شه و در نهایت دستگاه می‌تونه تصاویر جدید رو پیش‌بینی کنه. 😎

توی این دوره رایگان، یاد می‌گیری چطور یه شبکه عصبی عمیق بسازی که اشیا رو توی عکس‌ها تشخیص بده. حتی می‌آموزی بدون آموزش مجدد شبکه، اون رو برای شناسایی اشیاء جدید تنظیم کنی. جالبه نه؟

این دوره مناسب کیه؟

• دانشجوها و فارغ‌التحصیل‌های رشته‌های برق و کامپیوتر
• کسانی که دوست دارن شبکه‌های عصبی عمیق بسازن و آموزش بدن
• افرادی که برای شغلشون به سیستم شناسایی چهره نیاز دارن
• مدیرانی که کسب‌وکارشون به دوربین‌های نظارتی وابسته‌ست

بعد از این دوره چه مهارت‌هایی به دست میاری؟

• کار با زبان برنامه‌نویسی پایتون
• آشنایی عملی با یادگیری ماشین
• کار با کتابخانه‌های دیجیتال مرتبط

پیش‌نیازها

برای اینکه بتونی از این دوره آموزش تشخیص تصویر نهایت استفاده رو ببری، بهتره با مفاهیم پایه یادگیری عمیق و یادگیری ماشین آشنا باشی. پیشنهاد می‌کنیم قبلش این موارد رو یاد بگیری:

• آشنایی با مقدمات برنامه‌نویسی
• تسلط نسبی به پایتون ۳ (از طریق دوره‌های آموزش پایتون مکتب‌خونه می‌تونی مسلط بشی)
• آشنایی با مفاهیم یادگیری عمیق
• آشنایی با یادگیری ماشین

توی این دوره چی یاد می‌گیری؟

بعد از یه آشنایی کوتاه با این سیستم‌ها و نحوه نصب و راه‌اندازی نرم‌افزارهای مربوطه، وارد مبحث اصلی می‌شی. ساختمان شبکه عصبی رو طراحی می‌کنی و با لایه‌های مختلفش آشنا می‌شی. ساخت و آموزش شبکه عصبی، تنظیم شبکه‌های از پیش آموزش‌دیده و کار با APIهای تشخیص تصویر از جمله مباحث مهم این دوره‌ست.

یه نکته کاربردی: فرض کن می‌خوای یه پروژه دانشجویی بسازی که عکس‌های یه آلبوم رو بر اساس محتوا دسته‌بندی کنه. با چیزهایی که اینجا یاد می‌گیری، این کار کاملاً شدنیه. 🚀

سرفصل‌های دوره

• فصل اول: مقدمه
• فصل دوم: نصب و راه‌اندازی Keras و Tensorflow
• فصل سوم: طبقه‌بندی (classification) تصاویر
• فصل چهارم: طراحی شبکه عصبی عمیق برای شناسایی تصاویر
• فصل پنجم: ساخت و آموزش شبکه عصبی عمیق
• فصل ششم: تنظیم درست شبکه عصبی قبل از آموزش
• فصل هفتم: استفاده از APIهای تشخیص تصویر

مشخصات دوره

محتوای دوره

سوالات متداول

آیا این دوره واقعاً رایگانه؟ بله، این دوره کاملاً رایگانه و برای شرکت توی اون هیچ هزینه‌ای لازم نیست پرداخت کنی.

برای شروع باید چقدر پایتون بلد باشم؟ در حد آشنایی با مفاهیم پایه کافیه، ولی هرچی مسلط‌تر باشی، جلوتر راحت‌تری.

این دوره برای پروژه‌های دانشگاهی هم به کارم میاد؟ قطعاً. خیلی از پروژه‌های دانشجویی مرتبط با بینایی کامپیوتر و تشخیص تصویر رو می‌تونی با چیزهایی که اینجا یاد می‌گیری جلو ببری.