دوره جامع هوش مصنوعی (AI) – آموزش صفر تا صد هوش مصنوعی برای ورود مستقیم به بازار کار

دوره جامع هوش مصنوعی (AI) - آموزش صفر تا صد هوش مصنوعی برای ورود مستقیم به بازار کار

هوش مصنوعی یا به زبان انگلیسی Artificial intelligence حوزه‌ای پرطرفدار است که احتمالاً درباره آن شنیده یا خوانده‌اید. وقتی به‌اصطلاح هوش مصنوعی فکر می‌کنید، ممکن است در ذهن شما ربات‌ها، فناوری و عصر دیجیتال و غیره خطور کند.

هوش مصنوعی یک پیشرفت تکنولوژیکی در علوم کامپیوتر است که شامل فناوری برنامه‌نویسی برای حل مسئله می‌شود. هوش مصنوعی اغلب شامل جنبه‌های مختلفی مانند یادگیری ماشین، یادگیری عمیق و کلان داده است. این دوره هوش مصنوعی شمارا با جنبه‌های مختلف آن آشنا می‌کند.

هوش مصنوعی چیست؟

هوش مصنوعی یا Artificial Intelligence (به اختصار AI) حوزه ای از دانش است که به توانایی پردازش و داده ماشین آلات و کامپیوترها مربوط می گردد. در این شاخه، به ایجاد و بررسی ویژگی هایی می پردازند که مخصوص به انسان است؛ اما در نتیجه پیشرفت فناوری، امروزه شامل ماشین آلات و تجهیزات هوشمند نیز می گردد.

همه ما روزانه طی استفاده از سیستم های هوشمندی چون موتورهای جستجو، مسیریاب ها، دستیارهای هوشمند، بازی های رایانه ای و… با این فناوری سر و کار داریم و از مزایای آن استفاده می کنیم. پیش بینی می شود که طی پیشرفت های شگفت انگیز علم در سال های آینده، هوش مصنوعی به حوزه های گسترده تری نیز نفوذ نماید و به عبارتی، ماشین ها و کامپیوترها روز به روز بیشتر به انسان شباهت پیدا کنند.

انواع هوش مصنوعی

هوش مصنوعی واکنشی
هوش مصنوعی دارای حافظه محدود
هوش مصنوعی خودآگاه
هوش مصنوعی ایجاد شده برپایه ذهن

مخاطبین این دوره چه کسانی هستند؟

افرادی که علاقه مند به هوش مصنوعی هستند ولی هیچ شناختی از هوش مصنوعی ندارند و تازه می‎‌خواهند شروع کنند. علاقمندان و فعالان حوزه ماشین لرنینگ
برنامه نویسان و کلیه علاقمندان به برنامه نویسی (خصوصا زبان پایتون)
مهندسین نرم افزار
مهندسین IT
مهندسین پزشکی
دانش آموزان، دانشجویان و فارغ التحصیلان کلیه رشته های مرتبط، خصوصا رشته مهندسی نرم افزار گرایش هوش مصنوعی

پیش نیازهای این دوره چیست؟

یادگیری ماشین
مهندسی نرم‌افزار
تحلیل آماری
رهگیری داده‌ها
دیباگ کردن و بهینه‌سازی مدل‌ها

اهداف کلی دوره چیست؟

ارتقای دانش فنی توسعه دهندگان اینترنت اشیا در زمینه هوش مصنوعی
آموزش مهارت محور جهت بکارگیری هوش مصنوعی در سامانه های مبتنی بر اینترنت اشیا
آشنایی و تبادل اطلاعات با افراد متخصص حوزه اینترنت اشیا و هوش مصنوعی
بهره گیری از تجارب افراد متخصص جهت فعالیت در اکوسیستم اینترنت اشیا
شبکه سازی با افراد علاقه مند به حوزه اینترنت اشیا و هوش مصنوعی

راه‌های کسب درآمد از طریق هوش مصنوعی چیست؟

توسعه برنامه‌های خود را با هوش مصنوعی

چت بات ها به عنوان دستیار مجازی

توسعه یک اپلیکیشن

پیاده سازی یادگیری ماشین را در تجارت الکترونیکی

درآمد یک متخصص هوش مصنوعی چقدر است؟

بر اساس آخرین گزارش‌هایی که خبرگزاری‌های معروف درباره درآمد مهندس هوش مصنوعی بر روی سایت خود منتشر کرده‌اند، میانگین درآمد متخصصان هوش مصنوعی را بالای پانزده میلیون تومان برآورد کرده‌اند.

میانگین حقوق سالانه AI در ایالات متحده بیش از 110 هزار دلار است.

نرم افزارهای مورد نیاز

اگر به دنبال یک دوره حرفه ای هوش مصنوعی در ساری هستید، این دوره مخصوص شماست. آموزش صفر تا صد هوش مصنوعی در ساری و مازندران ویژه ورود به بازار کار با پروژه های حرفه ای

سرفصل های دوره

+ هوش مصنوعی چیست و کاربرد های آن چیست؟
+ هوش مصنوعی به چند بخش تقسیم بندی میشود؟
+ یادگیری ماشین در کدام قسمت قرار دارد و کاربرد آن چیست؟

+ قواعد نوشتاری و برنامه نویسی پایتون و هوش مصنوعی
+ ابزار ها و کتابخانه های هوش مصنوعی مانند chatGPT – pandas و . . .
+ داده ها چه هستند و چگونه جمع آوری میشوند
+ big data

+ داده های پیوسته و ناپیوسته
+ نشان دادن داده ها
+ تغییر داده ها
+ فرمت داده ها
+ تقسیم نوع مسئله به پارامتری و غیرپارامتری
+ تایپ مسئله شامل مسائل دسته بندی – خوشه بندی – رگرسیون و . . .

+ ابعاد مسئله چقدر است
+ از چه مدلی متناسب با مسئله استفاده کنیم
+ خروجی مدل چه چیزی است؟

+ مشکلاتی که امکان دارد در یادگیری مدل به وجود بیایند
+ دلیل تقسیم بندی داده ها
+ بدست آوردن گرادیان برای مسئل پیوسته

+ Approaches یادگیری ماشین شامل:
Decision tree learning،
Association rule learning،
Deep learning،
Inductive logic programming،
Support vector machines،
Clustering،
Bayesian networks،
Reinforcement learning،
Representation learning،
Similarity and metric learning،
Sparse dictionary learning،
Genetic algorithms،
Rule-based machine learning،
Learning classifier systems

+ خواندن داده ها
+ ساخت مدل
+ پیاده سازی مدل ها

+ متد ها شامل:
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری ترکیبی
یادگیری تقویتی

+ تقسیم بندی مسئله به پیوسته و ناپیوسته
+ استفاده از مدل مناسب مسئله

+ آشنایی کامل با مسئله دسته بندی
+ آشنایی با مدل های دسته بندی شامل:
KNN, SVM, logistic regression, decision tree, random forest, gradient-boosted tree, multilayer perceptron, one-vs-rest, and Naive Bayes

+ پیاده سازی و تشریح مدل های SVM و KNN

+ پیاده سازی و تشریح مدل های Naive Bayes، Decision Tree و Random forest

+ خواندن داده ها
+ تشریح مسئله
+ تعریف مدل های دسته بندی
+ ارزیابی خروجی مدل
+ بهبود خروجی

+ انواع مدل های رگرسیون و تشریح مدل ها شامل:
+ Linear Regression
+ Generalised Linear Models (GLMs)
+ Ridge Regression
+ Least Absolute Shrinkage and Selection Operator (LASSO)
+ Logistic Regression
+ پیاده سازی مدل ها

+ خواندن داده های بیمارهای بیمارستان
+ تشریح مسئله
+ تعریف مدل های دسته بندی
+ ارزیابی خروجی مدل
+ بهبود خروجی

+یادگیری بدون نظارت چیست؟
+ main tasks: clustering, association, dimensionality reduction.
+ Clustring چیست
+ پیاده سازی و مدل های Clustring شامل:
K-means clustering
Mean shift clustering
Hierarchical clustring
+ پیاده سازی k-means و mean shift

+ خواندن داده های مربوط به مشتریان یک فروشگاه
+ تشریح مسئله
+ تعریف مدل های دسته بندی
+ ارزیابی خروجی مدل
+ بهبود خروجی

+ تصویر در دنیای کامپیوتر چیست؟
+ خواندن داده ها
+ تشریح مسئله
+ تعریف مدل های دسته بندی
+ ارزیابی خروجی مدل
+ بهبود خروجی

+ یادگیری تقویتی چیست و چه کاربردی دارد

+ bagging
+ boosting
+ stacking

+ خواندن داده ها
+ تشریح مسئله
+ تعریف مدل های دسته بندی
+ ارزیابی خروجی مدل
+ بهبود خروجی

سوالات متداول

این دوره مختص افرادی است که قصد ورود به بازار کار و کسب در آمد میلیونی دارند. در این دوره ها، صفر تا صد تخصص مورد نظر پوشش داده شده و فرد برای ورود به بازار کار یا استخدام در شرکت های مطرح آماده می شود.

دوره ها هم به صورت حضوری و هم به صورت آنلاین برگذار می شود.

همچنین ویدئو تمام جلسات ضبط شده و در اختیار شما قرار خواهد گرفت.

بله. علاوه بر آزمون پایانی، آزمون های مقطعی به صورت کوئیز و در طول دوره انجام خواهد شد.

بله. در پایان دوره، گواهی حضور به شما داده خواهد شد.

خیر. در هر صورت گواهی حضور دریافت خواهید کرد، اما میزان نمره یا سطح شما، در گواهی قید خواهد شد.

میزان غیبت مجاز، ۳ روز در طول دوره می باشد.

تنها تا ۳ جلسه اول مجاز به لغو کلاس هستید. در این مرحله، ۸۰ درصد مبلغ دریافتی پرداخت خواهد شد.

بله. برای اطلاعات بیشتر با واحد آموزش تماس بگیرید.

۰۱۱۳۳۳۹۲۰۷۲

خیر. برای شرکت در هیچ کلاسی، نیاز به هیچ مدرک دانشگاهی نیست.

باشگاه مشتریان دوناوب با هدف قدردانی از انتخاب مشتریان مان ایجاد شده است. همواره با استفاده از خدمات ما، میزان مشخصی امتیاز به شما تعلق گرفته و در زمان استفاده از خدمات بعدی، قابل تبدیل به تخفیف است.

در تمام خدمات ما.

طراحی وبسایت، خرید قالب، دوره های آموزشی، پنل های پیامکی و ….

تخفیف ها به دو صورت موقتی و دائمی ارائه می شوند. برخی از این تخفیف ها فقط تا مدت مشخصی قابل استفاده هستند و برخی هم زمان مشخصی برای استفاده نداشته و هر زمان که مایل باشید می توانید از آن ها استفاده کنید.

برخی از این تخفیف ها یکبار مصرف و برخی چندبار مصرف هستند.

خیالتان راحت، هیچ خدمتی بدون تخفیف از دوناوب دریافت نخواهید کرد و همواره قدردان اعتماد شما خواهیم بود.

بله، به همراه داشتن لپ تاپ شخصی در کلاس ها الزامی است.

7 نظر در “دوره جامع هوش مصنوعی (AI) – آموزش صفر تا صد هوش مصنوعی برای ورود مستقیم به بازار کار”

  • آواتار محمد وطن دوست

    محمد وطن دوست

    گفت:

    سلام. چه مباحثی در هوش مصنوعی مطرح میشه؟ و اینکه پشتیبانی پس از دوره هم دارید؟

    • آواتار رحمت ابراهیمیان قاجاری

      سلام. مباحث در قسمت سرفصل دوره نوشته شده و میتونید مطالعه کنید. پیشتیبانی پس از دوره هم داریم. موفق باشید

  • آواتار arash

    arash

    گفت:

    سلام دوره هوش مصنوعی از صفره صفره یا پیش نیاز خاصی هم لازم داره؟

  • آواتار Reza

    Reza

    گفت:

    برای یادگیری هوش مصنوعی درکمون از ریاضیات باید چقدر قوی باشه؟

    • آواتار علی توکلی فرد

      علی توکلی فرد

      گفت:

      بستگی به شاخه ای که میخواین فعالیت کنید داره

  • آواتار مهدی

    مهدی

    گفت:

    سلام. پرسش و پاسخ پشتیبانیتون به چه صورته؟

  • آواتار Samaneh

    Samaneh

    گفت:

    شرایط شرکت در دوره بصورت خصوصی چطور هس؟

نظر دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *