هوش مصنوعی متوسط — Applied Artificial Intelligence

این دوره سطح دوم، از طرح سه‌سطحی هوش مصنوعی است و فراگیران را برای اجرای پروژه‌های کاربردی در صنایع مختلف با استفاده از یادگیری ماشین، یادگیری عمیق، NLP و بینایی ماشین آماده می‌کند.

هوش مصنوعی متوسط — Applied Artificial Intelligence

مروری بر دوره

این دوره بخشی از طرح جامع سه‌سطحی هوش مصنوعی (AI Learning Path) و دومین سطح آن است. دوره‌ی «هوش مصنوعی کاربردی» برای افرادی طراحی شده است که با مفاهیم پایه آشنا هستند و می‌خواهند مهارت‌های خود را در زمینه‌ی تحلیل داده، طراحی مدل‌های یادگیری ماشین و توسعه‌ی پروژه‌های واقعی گسترش دهند.
در این دوره، فراگیران به صورت گام‌به‌گام وارد دنیای یادگیری ماشین، یادگیری عمیق مقدماتی، پردازش زبان طبیعی و بینایی ماشین می‌شوند و می‌آموزند چگونه از مدل‌های آماده برای تحلیل داده‌های واقعی استفاده کنند.
این دوره همچنین مهارت کار با APIهای هوش مصنوعی (OpenAI، HuggingFace) و طراحی چت‌بات‌های ساده را شامل می‌شود.

در پایان، دانش‌پذیران با انجام یک پروژه‌ی عملی در یک صنعت (آموزش، بانکداری، سلامت یا تولید) توانایی لازم برای اجرای پروژه‌های AI در محیط‌های واقعی را پیدا می‌کنند.

.

آنچه خواهید آموخت

  • تسلط بر الگوریتم‌های اصلی یادگیری ماشین
  • آشنایی با TensorFlow، Keras  و OpenCV
  • طراحی و پیاده‌سازی مدل‌های ساده‌ی NLP و CV
  • توانایی کار با APIهای هوش مصنوعی و ساخت چت‌بات
  • اجرای پروژه کاربردی در صنعت واقعی

سرفصل ها

  1. مروری بر مفاهیم پایه : یادآوری مفاهیم مقدماتی و ابزارها
  2. یادگیری ماشین (ML) : Regression، Classification و Clustering
  3. یادگیری عمیق مقدماتی : شبکه‌های عصبی با TensorFlow و Keras
  4. پردازش زبان طبیعی (NLP) : تحلیل متن و طبقه‌بندی احساسی
  5. بینایی ماشین (CV) : تشخیص تصویر با OpenCV و CNN ساده
  6. مدل‌های مولد (Generative AI) : تولید تصویر و متن با ChatGPT و DALL·E
  7. کاربردهای صنعتی : کاربرد در آموزش، بانکداری، سلامت و تولید
  8. پروژه نهایی : پیاده‌سازی مدل واقعی در یک صنعت مشخص

مخاطبان دوره

مهندسان داده، تحلیلگران، و فعالان فنی–تجاری

پیش نیازها

دوره Foundations of Artificial Intelligence سطح 1 (مقدماتی)

سوالات متداول

بله، سطح دوم بر اساس مفاهیم پایه‌ای سطح اول طراحی شده است. آشنایی با اصول هوش مصنوعی و پرامپت‌نویسی ضروری است.

دانش‌آموختگان می‌توانند در حوزه‌های داده، تحلیل، یادگیری ماشین، پردازش تصویر و متن و همچنین در صنایع بانکداری، سلامت، آموزش و تولید فعالیت کنند.

تقویم دوره

در حال حاضر تقویمی برای این دوره تعریف نشده است.

نظرات

به عنوان اولین نفر، نظر خود را بنویسید!

متن ساده

  • تگ‌های HTML مجاز نیستند.
  • خطوط و پاراگراف‌ها بطور خودکار اعمال می‌شوند.
  • Web page addresses and email addresses turn into links automatically.