درباره دوره: دوره Google AI Essentials از مجموعه دوره‌های آموزش هوش مصنوعی مکتب خونه یک آموزش جامع است که به شما کمک می‌کند بدون نیاز به دانش قبلی برنامه‌نویسی، مهارت‌های اساسی هوش مصنوعی را فرا بگیرید و بهره‌وری خود را در هر شغلی افزایش دهید. این دوره توسط متخصصان گوگل طراحی شده است تا شما را با کاربردهای عملی هوش مصنوعی در دنیای واقعی آشنا کند. دیگر نیازی نیست فقط درباره هوش مصنوعی بخوانید؛ شما یاد می‌گیرید که چگونه از آن برای حل مشکلات روزمره خود استفاده کنید. با شرکت در این دوره، شما به یک ابزار قدرتمند برای حل مشکلات و دستیابی به اهداف خود مجهز خواهید شد. مقدمه‌ای بر AI: 1 - مقدمه‌ای بر ملزومات هوش مصنوعی گوگل 2 - هوش مصنوعی و آینده کار 3 - یادگیری از داستان‌های موفقیت هوش مصنوعی 4 - مایا: دنیای هیجان‌انگیز هوش مصنوعی 5 - بررسی نحوه استفاده هوش مصنوعی از یادگیری ماشین 6 - اصول بنیادی هوش مصنوعی مولد 7 - درک قابلیت‌ها و محدودیت‌های هوش مصنوعی 8 - وینت: استفاده از هوش مصنوعی برای تغییر مثبت 9 - استفاده از هوش مصنوعی به عنوان یک ابزار همکاری 10 - الک: آسان‌تر کردن کارهای روزانه با هوش مصنوعی 11 - جمع‌بندی بهینه‌سازی بهره‌وری با ابزارهای هوش مصنوعی: 1 - مقدمه فصل: بهینه‌سازی بهره‌وری با ابزارهای هوش مصنوعی 2 - کشف کاربردهای هوش مصنوعی مولد 3 - تریس: روش‌های مورد علاقه من برای استفاده از هوش مصنوعی 4 - درک نحوه کار ابزارهای هوش مصنوعی 5 - متحول کردن کار خود با هوش مصنوعی مولد 6 - کار با Gemini 7 - مانویندر: روش‌هایی که من از هوش مصنوعی در کار خود استفاده می‌کنم 8 - بهره‌برداری از رویکرد انسان در حلقه برای هوش مصنوعی 9 - کتی: بررسی نحوه بهبود مدل‌های هوش مصنوعی توسط مردم 10 - تعیین اینکه آیا هوش مصنوعی مولد برای کار مناسب است؟ 11 - جمع‌بندی کشف هنر مهندسی سریع: 1 - مقدمه فصل: کشف هنر مهندسی سریع 2 - درک مدل‌های زبان بزرگ 3 - یوفنگ: آزمایش با مهندسی سریع 4 - نوشتن درخواست‌های واضح و خاص 5 - بهره‌برداری از قابلیت‌های LLM در محل کار 6 - بهبود خروجی هوش مصنوعی از طریق تکرار 7 - کشف درخواست‌های کم‌شات 8 - راچنا: بهبود درخواست‌ها از طریق اکتشاف 9 - جمع‌بندی استفاده مسئولانه از هوش مصنوعی: 1 - مقدمه فصل: استفاده مسئولانه از هوش مصنوعی 2 - درک تعصب در هوش مصنوعی 3 - شناسایی آسیب‌های هوش مصنوعی 4 - امیلیو: مسیر من برای کار در هوش مصنوعی مسئولانه 5 - خطرات امنیتی و حریم خصوصی هوش مصنوعی 6 - جالن: کار من در تیم هوش مصنوعی مسئولانه 7 - شاون: توسعه هوش مصنوعی که برای همه کار می‌کند 8 - جمع‌بندی پیشرو بودن در منحنی هوش مصنوعی: 1 - مقدمه فصل: پیشرو بودن در منحنی هوش مصنوعی 2 - شاربانی: آینده هوش مصنوعی 3 - آنوپ: تقویت با هوش مصنوعی 4 - الهام گرفتن از نوآوری هوش مصنوعی 5 - رینا: الهام گرفتن از نحوه استفاده دیگران از هوش مصنوعی 6 - مزایای به‌روز ماندن با هوش مصنوعی 7 - گرگ: ادامه اکتشاف با هوش مصنوعی 8 - جمع‌بندی 9 - نتیجه‌گیری دوره

درباره دوره: در این دوره از مجموعه دوره‌های آموزش برنامه نویسی و بازی سازی مکتب خونه به یادگیری ساخت بازی اندروید با استفاده از Unity پرداخته می‌شود. این دوره به این صورت برنامه‌ریزی شده است که از مقدمات شروع می‌شود و به مباحث حرفه‌ای می‌پردازد. هدف از برگزاری این دوره، آموزش ساخت بازی اندروید به صورت مرحله به مرحله از مباحث مقدماتی تا مباحث حرفه‌ای و پیشرفته است. شرکت در این دوره آموزشی به شما کمک خواهد کرد تا اولین بازی خود را به صورت کاملا حرفه‌ای بسازید. در کنار این موضوع موتوجه خواهید شد که ساخت بازی با یونیتی از نظر زمان و هزینه چقدر کم‌تر از سایر موتورهای بازی‌سازی خواهد بود. هرکسی که به ساخت بازی علاقه‌مند است می‌تواند در دوره شرکت کند. این دوره آموزشی به نحوی تدوین شده که تمام کسانی که در دوره شرکت می‌کنند به راحتی بتوانند دوره را به اتمام برسانند و یک بازی ترسناک سه بعدی با کوالیتی عالی بسازند. به دلیل اینکه این دوره به صورت پروژه محور ساخته شده، بهتر است که آشنایی مقدماتی با یونیتی و سی‌شارپ داشته باشید. البته گفتی است که دوره به گونه‌ای ساخته شده که شما حتی اگر تجربه استفاده از یونیتی و سی‌شارپ را ندارید، بازهم بتوانید در دوره شرکت کنید و اولین بازیتان را بسازید. برنامه نویسی یکی از مفرح‌ترین و زیباترین (و البته پرچالش‌‌ترین) مشاغل و حرفه‌های دنیاست. شاخه‌ی بازی سازی در برنامه نویسی، تقریباً برای هر کاربر رایانه و برنامه نویس می‌تواند جذاب و هیجان انگیز باشد. آموزش ساخت بازی ترسناک اندروید و آیفون، عنوانی است که می‌تواند شما را نیز به یادگیری این موضوع هیجان‌انگیز ترغیب کند. در این آموزش، با موتور بازی سازی یونیتی آشنا شده و شیوه‌ی استفاده از آن را برای پیاده‌سازی بازی دلخواه خود یاد می‌گیرید. موتورهای بازی مختلفی برای برنامه نویسانی که به بازی سازی علاقه‌مند هستند، وجود دارد. یکی از محبوب‌ترین و قدرتمندترین این موتورها، موتور Unity است که امکانات و مزایای بی‌شماری را در اختیار برنامه نویس قرار می‌دهد. این موتور بازی، از زبان محبوب سی شارپ استفاده می‌کند. با توجه به این‌که قواعد زبان سی شارپ بسیار به زبان انسان نزدیک است، یادگیری آن ساده بوده و برنامه نویس در مدت زمان کوتاهی قادر به کسب مهارت‌های لازم خواهد بود. لازم به ذکر است که یادگیری موتورهای بازی، سبب سهولت در برنامه نویسی و پیاده‌سازی انواع بازی‌های رایانه‌ای خواهد شد. لازم به ذکر است که استفاده از موتور بازی یونیتی سبب می‌شود تا شما برای طراحی و ساخت بازی مورد نظر خود، نیازی به انجام صددرصد کدنویسی نداشته باشید. بلکه بسیاری از بخش‌های بازی را می‌توانید با امکانات بصری این موتور بازی، طراحی کرده و بسازید. بازی پاپی پلی تایم یکی از بازی‌های ویدیوئی با ژانر ترسناک و بقا است. این داستان بسیار جذاب، سبب شده است تا برنامه نویسان به فکر الهام گرفتن از آن برای ساخت دیگر بازی‌های ترسناک باشند. محبوبیت بازی‌های رایانه‌ای و ژانر ترسناک آن‌ها، مهم‌ترین دلیلی است که به شما می‌گوید باید روش ساخت این بازی‌ها را یاد بگیرید. علاوه برآن، شما با یادگیری ساخت بازی، می‌توانید تمام طرح‌ها و ایده‌های خود را به مرحله‌ی پیاده‌سازی و اجرا درآورید. شما می‌توانید انواع بازی‌ها دونفره و تکی را طراحی و پیاده سازی کنید. حتی می‌توانید بستر برنامه‌ی خود اعم از پلی استیشن، کامپیوتر یا حتی اپلیکیشن موبایل را تعیین نمایید. دنیای برنامه نویسی برای بازی آن‌قدر جذاب و پردرآمد است که هر برنامه نویسی دوست دارد تا شیوه‌ی کار و ساخت بازی را یاد بگیرد. شما می‌توانید با کسب مهارت‌های لازم در این زمینه، پروژه‌های مشابه زیادی را دریافت و به کسب درآمد بپردازید. تمام افراد علاقه‌مند به برنامه نویسی و ساخت بازی، می‌توانند با شرکت در این دوره‌ی آموزشی، مهارت لازم برای ساخت بازی آنلاین با یونیتی و بازیسازی‌های دیگر را به‌دست آورند. در انتهای این دوره شما می‌توانید یک بازی ترسناک سه بعدی را با کوالیتی پیاده‌سازی کنید. برنامه نویسان، دانشجویان رشته‌های مرتبط با کامپیوتر، گیمرها، علاقه‌مندان به دنیای بازی رایانه‌ای و غیره از مخاطبین اصلی این آموزش به شمار می‌آیند. با توجه به سطح مقدماتی تا پیشرفته‌ی این محتوای آموزشی، تمام افراد در هر سطحی که باشند، قادر به استفاده از مباحث آموزشی خواهند بود. به‌طور کلی، دوره‌ی ارائه شده از مباحث مقدماتی تا پیشرفته‌ی آموزش ساخت بازی با یونیتی را پوشش می‌دهد. با این حال، توصیه می‌شود تا افرادی از این آموزش‌ها استفاده کنند که آشنایی خوبی با زبان برنامه نویسی سی شارپ داشته و تاحدودی مباحث آموزش یونیتی را دنبال کرده باشند. برای یادگیری صفر تا صد این مباحث می‌توانید از دوره‌های آموزشی مکتب خونه بهره‌مند شوید. مجدد تأکید می‌کنیم که در صورت نبودِ مهارت و آشنایی اولیه با این موارد، باز هم دوره‌ی آموزشی مذکور مناسب شما خواهد بود. دوره آموزش ساخت بازی اندروید به شما کمک می‌کند تا به‌صورت مرحله به مرحله بتوانید مهارت ساخت بازی را به‌دست آورید. در این دوره، آموزش‌ها از مرحله‌ی مقدماتی و با فرض این‌که هیچ زمینه‌ی قبلی در خصوص برنامه‌نویسی و بازیسازی ندارید؛ تا مراحل پیشرفته‌تر پوشش‌دهی شده است. شرکت در این دوره‌ی آموزشی به شما کمک می‌کند تا بازی مورد نظر خود را به‌طرز حرفه‌ای و پیشرفته، پیاده‌سازی کنید. شما می‌توانید با موتور بازی سازی یونیتی (Unity) کار کرده و آموزش ساخت بازی اندروید با unity را دنبال نمایید. نیز در این آموزش یاد می‌گیرید که چطور می‌توانید بازی ساخته شده را در مایکت انتشار دهید. شما پیش‌نیازهای خروجی اندروید و اینتنت‌های مایکت را شناخته و سپس به انتشار محصول خود می‌پردازید. مباحثی که در این دوره‌ی آموزش ساخت بازی با یونیتی گنجانده شده است، در سرفصل‌های زیر قابل بررسی خواهند بود. •      طراحی محیط •      بخش فنی یونیتی •      انتشار در مالکیت در این سه مبحث، شما به‌طور کامل با مراحل ساخت بازی اندروید با استفاده از موتور unity آشنا شده و یاد می‌گیرید که چطور می‌توانید محیط برنامه‌ی خود را پیاده‌سازی کنید. سپس با تکنیک انتشار بازی در مایکت آشنا خواهید شد. در ضمن این آموزش، شما کار با موتور بازی یونیتی را نیز می‌آموزید که البته به‌طور دقیق‌تر می‌توانید از دیگر دوره‌های آموزشی مکتب خونه، دنبال کنید. مدت زمان این دوره‌ی آموزشی در ۵ ساعت ویدیویی گنجانده شده است. شما بعد از تماشای فیلم‌های آموزشی و انجام و تکرار تمرین‌های عملی آن، به مباحث ارائه شده تسلط خوبی پیدا خواهید کرد. البته انگیزه و میزان تلاش شما نقش پررنگی در محاسبه‌ی این زمان آموزشی خواهد داشت. اگر به آموزش ساخت بازی با گوشی علاقه‌مند بوده و به‌دنبال آن هستید تا بدانید که چطور باید چگونه بازی بسازیم، می‌بایست در دوره‌های آموزشی مکتب خونه شرکت کنید. این دوره‌های آموزشی، بهترین گزینه‌ای است که شما را برای ساخت بازی با یونیتی اندروید، ساخت بازی ترسناک با اسکرچ و حتی بازی‌های آیفون آماده می‌کند. در این دوره‌ها، صفر تا صد ساخت بازی‌های کامپیوتری را یاد می‌گیرید. آموزش ساخت بازی ترسناک اندروید به شما مهارت ساخت بازی دلخواه را در موتور Unity ارائه می‌دهد. موتور بازی یونیتی، یکی از محبو‌ب‌ترین و قدرتمندترین موتورهای ساخت بازی و گیم پلی است که کاربری و آموزش ساده و روان دارد. در مکتب خونه همچنین انواع دوره آموزش برنامه نویسی، آموزش برنامه نویسی اندروید، آموزش بازی سازی، آموزش اسکرچ و آموزش یونیتی به عنوان مکمل و پیش نیاز این دوره موجود است. طراحی محیط: 1 - مقدمه 2 - ایجاد پروژه 3 - ساخت دیوارها 4 - تکمیل دیوارها 5 - ساخت سقف و در 6 - کلید و پلیر بخش فنی یونیتی: 1 - حرکت پلیر 2 - دکمه برداشتن 3 - برداشتن کلید 4 - انیمیشن باز شدن در 5 - کد نویسی در 6 - Load Level 7 - انیمیشن زامبی 8 - هوش مصنوعی زامبی 9 - ساخت منو 10 - JumpScare 11 - نورپردازی 12 - Stop Menu انتشار در مایکت: 1 - اینتنت های مایکت 2 - پیشنیازهای خروجی اندروید 3 - خروجی اندروید 4 - حل مشکل گوگل پروتکت 5 - انتشار در مایکت

درباره دوره: یکی از انواع روش‌های یادگیری ماشین (Machine Learning) و هوش مصنوعی، یادگیری عمیق (Deep learning) است. طی این روش، تلاش بر این است که قابلیتی به ماشین (سیستم کامپیوتری) اضافه شود تا ماشین در تصمیم‌گیری‌ها روشی مشابه فرایند ذهن انسان را داشته باشد و به نوعی فعالیت‌های ذهن انسان را تقلید کند. در دوره «آموزش یادگیری عمیق پیشرفته: مدل‌سازی سطح پایین» شرکت‌کنندگان با موضوعات مختلفی از جمله مدل‌سازی سطح پایین در تنسورفلو آشنا خواهند شد. «تنسورفلو» (TensorFlow)، یک کتابخانه رایگان و اوپن سورس است و به دلیل ویژگی‌های جذابی که در اختیار کاربران قرار می‌دهد، کاربردهای زیادی در یادگیری ماشین دارد. یکی از اصلی‌ترین کاربردهای تنسورفلو در پیاده‌سازی شبکه‌های عصبی است؛ به همین دلیل این کتابخانه، به عنوان پراستفاده‌ترین کتابخانه در یادگیری عمیق شناخته می‌شود. شرکت‌کنندگان این دوره با همه مباحث مربوط به یادگیری عمیق، مدل‌سازی سطح پایین و کتابخانه تنسورفلو آشنا خواهند شد. به طور مشخص شرکت‌کنندگان در این دوره با مباحث زیر سروکار خواهند داشت: شرکت‌کنندگان این دوره پس از گذراندن این دوره علاوه بر آشنایی با مباحث و تعاریف کلی موارد زیر را نیز به طور کامل فرا خواهند گرفت: مدل‌سازی سفارشی و سطح پایین یکی از مهم‌ترین مهارت‌ها برای افرادی است که قصد دارند در زمینه یادگیری عمیق فعالیت داشته باشند. شما ممکن است بخواهید ایده‌های جدیدی را برای طراحی یک شبکه عصبی پیاده‌سازی کنید. یعنی شبکه‌ای طراحی کنید که تعدادی از اِلمان‌ها به‌صورت default در آن وجود نداشته باشد. به‌عنوان مثال می‌خواهید یک loss جدید تعریف کنید و یا عملکرد شبکه را با یک متریک جدید ارزیابی کنید؛ یا لایه‌ای بسازید که عملکرد جدیدی داشته باشد. پس از گذراندن این دوره با امکانات لازم در تنسورفلو برای این محاسبات آشنا می‌شوید و می‌توانید شبکه‌ای کاملا دلخواه با نیازها و ایده‌آل‌های خودتان ایجاد کنید. هدف اصلی این دوره آشنایی با همه مباحثی است که در این مسیر مورد نیاز شما خواهند بود و برای کار در این مسیر باید به آن‌ها تسلط پیدا کنید. مباحث مطرح شده در این دوره برای همه افرادی که به موضوعاتی همچون یادگیری عمیق و هرآنچه به این موضوع مربوط می‌شود علاقه‌مند هستند، مفید و کاربردی خواهد بود. به طور خاص این دوره برای کسانی است که با تنسورفلو و کراس آشنایی دارند و قصد دارند با گذراندن یک دوره آموزشی علاوه بر مرور مجدد مباحث مربوط به این عناوین، گامی بزرگ در جهت ماهرتر شدن در مدل سازی شبکه‌های عصبی برای یادگیری عمیق بردارند. چنانچه می‌خواهید با دنیای هوش مصنوعی آشنا شوید در آموزش یادگیری عمیق پیشرفته شرکت کنید. این دوره در 33 ساعت آموزش کمک می‌کند تا به‌صورت عملی و تئوری اطلاعات مفیدی درباره هوش مصنوعی پیدا کنید و وارد بازارکار شوید. در دنیای پرشتاب علم و تکنولوژی، هوش مصنوعی به‌عنوان یکی از نوین‌ترین دستاوردهای بشر، توجه همگان را به خود جلب کرده است. یادگیری عمیق (Deep learning) زیرمجموعه‌ای از هوش مصنوعی با الهام از ساختار مغز انسان ساخته شده است از شبکه‌های عصبی مصنوعی برای پردازش و تحلیل اطلاعات پیچیده استفاده می‌کند. این حوزه جذاب که در سال‌های اخیر در ایران نیز مورد استقبال قرار گرفته، فرصت‌های شغلی بی‌نظیری را برای متخصصان این رشته به ارمغان آورده است. شرکت‌های متعددی به دنبال استخدام افراد مجرب در زمینه یادگیری عمیق هستند به همین علت تقاضا برای آموزش این تخصص روز به روز در حال افزایش است. اگر شما نیز از جمله علاقمندان به یادگیری ماشین هستید، این مطلب آموزشی می‌تواند راهنمای شما در مسیر آموزش یادگیری عمیق پیشرفته باشد. یادگیری عمیق پیشرفته دریچه‌ای نو به سوی دنیای فناوری می‌گشاید و فرصت‌های بی‌شماری را برای نوآوری و خلق ایده‌های جدید پیش روی شما قرار می‌دهد. یادگیری ماشین و الگوریتم ماشین لرنینگ نقشی اساسی در پیاده‌سازی و عملکرد سیستم‌های یادگیری عمیق ایفا می‌کنند. هوش مصنوعی، این غولِ نوظهور دنیای فناوری، در حال دگرگونیِ ابعاد مختلف زندگی ما است. در قلب این تحولات شگرف، یادگیری عمیق پیشرفته به‌عنوان نگین درخشان هوش مصنوعی، نقشی بی‌بدیل ایفا می‌کند. شبکه‌های عصبی عمیق، مغز متفکرِ یادگیری عمیق پیشرفته، قادر به انجام محاسباتی در سطحی شگفت‌انگیز هستند. این شبکه عصبی، با تجزیه و تحلیل انبوه داده‌ها، الگوهای ظریف و نامحسوس را کشف می‌کند و به ماشین‌ها توانایی یادگیری و تصمیم‌گیری هوشمندانه می‌دهد. یادگیری عمیق پیشرفته مرزهای هوش مصنوعی را به فراتر از آنچه تاکنون تصور می‌شد، گسترش می‌دهد و زمینه را برای نوآوری‌ها و پیشرفت‌های خارق‌العاده در عرصه‌های مختلف فراهم می‌کند. تسلط بر این دانش، دروازه‌های فرصت‌های شغلی بی‌نظیری در زمینه Deep learning به روی شما می‌گشاید. تقاضای فزاینده برای متخصصان این حوزه در صنایع مختلف، بازاری پررونق و پویا را برای فارغ‌التحصیلان این رشته رقم زده است. اما این تنها مزیت آموزش یادگیری عمیق پیشرفته نیست. شما با یادگیری این دانش، قادر به حل مسائل پیچیده در حوزه‌های مختلف خواهید بود. توانایی تحلیل حجم عظیمی از داده‌ها، کشف الگوهای پنهان و استخراج اطلاعات ارزشمند، شما را به عامل خلاقیت و نوآوری در دنیای پیرامونتان تبدیل خواهد کرد. یادگیری عمیق پیشرفته به شما می‌آموزد که چگونه از قدرت هوش مصنوعی برای بهبود زندگی بشر در زمینه‌های مختلف مانند پزشکی، مهندسی، علوم پایه و غیره استفاده کنید. یادگیری عمیق پیشرفته، این دانش نوظهور دنیای هوش مصنوعی، مرزهای دانش بشری را در تفسیر و تحلیل داده‌ها جابه‌جا کرده است. با ساختار پیچیده‌ای که این دانش دارد، این فناوری قادر به استخراج دانش و بینش عمیق از انبوه اطلاعات خام است و راه‌حل‌هایی نوآورانه برای چالش‌های مختلف ارائه می‌دهد. بنابراین کاربردهای یادگیری عمیق، به وسعت دنیای پیرامون ما است. از تشخیص دقیق بیماری‌ها تا طراحی و ساخت ربات‌های هوشمند، این فناوری در حال دگرگونی صنایع مختلف و بهبود کیفیت زندگی بشر است. برخی از مهم‌ترین کاربردهای یادگیری عمیق پیشرفته عبارت‌اند از: آموزش یادگیری عمیق پیشرفته، کلید ورود به این دنیای بی‌حد و مرز است. با گذراندن دوره‌های تخصصی و تسلط بر ابزارهایی مانند Python و Tensorflow، می‌توانید به جمع متخصصان خلاق و نوآور این حوزه بپیوندید و در مسیر پیشرفت علم و فناوری نقشی مؤثر داشته باشید. یادگیری عمیق پیشرفته، دریچه‌ای نو به سوی دنیای پیچیده و شگفت‌انگیز هوش مصنوعی می‌گشاید. در این مسیر، تسلط بر ابزارهای قدرتمندی مانند تنسورفلو و کراس، کلید دستیابی به توانایی‌های خارق‌العاده در تحلیل و تفسیر داده‌ها و حل مسائل پیچیده است. تنسورفلو (Tensorflow)، به‌عنوان کتابخانه‌ای متن‌باز و قدرتمند در پایتون (Python) ، نقش‌آفرینیِ بی‌بدیلی در محاسبات پیچیده اعدادی و پیاده‌سازی شبکه‌های عصبی پیچیده دارد. این کتابخانه، مجموعه‌ای غنی از الگوریتم‌ها و مدل‌های یادگیری ماشین را در اختیار شما قرار می‌دهد تا در زمینه‌های مختلفی مانند تشخیص ارقام دست‌نویس، تعبیه کلمات، ترجمه ماشینی، شبیه‌سازی‌های مبتنی بر معادلات دیفرانسیل و... نتایج شگفت‌انگیزی دست آورید. کراس (Keras) نیز به‌عنوان ابزاری نوین در آموزش یادگیری تقویتی، به شما کمک می‌کند عامل‌های هوشمند را آموزش دهید تا بتوانند در محیط‌های پیچیده و پویا به بهترین نحو عمل کنند. این ابزار، با ارائه الگوریتم‌های قدرتمند، باعث می‌شود سیستم‌های هوشمند را برای انجام وظایف مختلف مانند بازی کردن، رباتیک و کنترل سیستم‌های پیچیده آموزش دهید. اهمیت آموزش تنسورفلو و کراس و آموزش تنسورفلو پیشرفته در دوره‌ آموزش یادگیری عمیق پیشرفته از این رو آشکار می‌شود که این ابزارها، پایه و اساس تسلط بر مهارت‌های عملی در این حوزه هستند. به علت اهمیت فراوانی که آموزش ماشین لرنینگ پیشرفته در دنیای امروزی دارد مکتب خونه تصمیم گرفته است تا با برگزاری آموزش یادگیری عمیق پیشرفته به درک عمیق‌تر مطالب این حوزه کمک کند. در دوره مقدماتی یادگیری عمیق پیشرفته مباحث ابتدایی گفته می‌شود. مدت زمان برگزاری این آموزش 33 ساعت است که 5 ساعت آموزش تئوری و 28 ساعت حل تمرین و انجام پروژه است. به همین علت شما با شرکت در این آموزش به تمامی مباحث به‌طور کامل مسلط می‌شوید. مدرس دوره آموزش یادگیری عمیق پیشرفته، پژمان اقبالی است که در حال حاضر به‌صورت تخصصی روی نامه‌نویسی محاسباتی، آمار و یادگیری ماشین، مدل‌های اجزای محدود و بهینه‌سازی کار می‌کند. پس از گذشت چهار هفته آموزش آزمونی در انتهای دوره برگزار می‌شود که دانشجویانی که تمام تمرین‌ها و پروژه‌های خود به موقع ارسال کرده‌اند می‌توانند شرکت کنند. چنانچه آنها در این آزمون نمره‌ای بیشتر از 70 بدست آورند، مدرکی معتبر از طرف مکتب خونه به آنها ارائه می‌شود که مهر تأییدی بر توانایی افراد است. در  آموزش یادگیری عمیق پیشرفته مباحث زیر وجود دارد: ·        دل‌سازی سطح پایین ·        تنسورها در تنسورفلو ·        معرفی tf function ·        تعریف loss دلخواه - الف ·        تعریف loss و regularizer دلخواه ·        تعریف مدل دلخواه ·        Gradient Tape ·        تعریف training loop ·        مروری بر امکانات پردازش داده تنسورفلو ·        پروژه اول مدل‌سازی سطح پایین (الزامی) پیش از برای شرکت در این دوره باید آموزش تنسورفلو و کراس را گذرانده باشید. این کار به شما کمک می‌کند تا یادگیری عمیق پیشرفته را بهتر درک کنید. اگر می‌خواهید دانش بیشتری در این زمینه داشته باشید دوره آموزش رایگان یادگیری عمیق بهترین گزینه برای شما است. زیرا شما می‌توانید از جزوه درس یادگیری عمیق می‌توانید برای درک بهتر یادگیری عمیق پیشرفته استفاده کنید. آموزش دیپ لرنینگ پیشرفته مکتب خونه چه مزایایی دارد؟ دوره آموزش دیپ لرنینگ پیشرفته مکتب‌خونه، دروازه‌ای به سوی تسلط بر پیچیدگی‌های هوش مصنوعی و توانایی حل مسائل بغرنج با اتکا به قدرت شگفت‌انگیز شبکه‌های عصبی می‌گشاید. با شرکت در بهترین دوره یادگیری عمیق، مهارت‌های خود را در این حوزه به سطحی فراتر ارتقا خواهید داد و آماده ورود به دنیای حرفه‌ای و چالش‌های جذاب خواهید شد. یادگیری عمیقِ کاربردی: این دوره با رویکردی پروژه محور طراحی شده است و شما در کنار آموزش تئوری مفاهیم کلیدی، مهارت‌های عملی خود را نیز با انجام پروژه‌های چالش‌برانگیز تقویت خواهید کرد. پشتیبانی بی‌وقفه: دوره یادگیری عمیق پیشرفته، تیمی از متخصصان مجرب در کنار شما خواهند بود تا به سوالات شما پاسخ داده و شما را در حل چالش‌هایتان یاری کنند. دسترسی دائمی: با تهیه این دوره، دسترسی نامحدود به محتوای آموزشی خواهید داشت و می‌توانید در هر زمان و مکانی که مایل باشید به مطالعه و مرور مباحث بپردازید. گواهینامه معتبر: پس از اتمام دوره و قبولی در آزمون نهایی، گواهینامه‌ای معتبر از مکتب‌خونه دریافت خواهید کرد که اعتباری ارزشمند در بازارکار  داخل و خارج از ایران دارد.هوش مصنوعی، کلید ورود به دنیای آینده: گامی فراتر با یادگیری عمیق پیشرفته در دنیای پرشتاب علم و فناوری، هوش مصنوعی جایگاه ویژه‌ای کسب است. یادگیری عمیق پیشرفته که ساختاری پیچیده دارد می‌تواند در آموزش یادگیری عمیق با پایتون و آنالیز داده‌ها بسیار مؤثر باشد. این دانش کمک می‌کند تا شما اطلاعات مفیدی از داده‌های پیچیده بدست آورید و به کسب‌وکارها در پیشرفت و افزایش درآمد کمک کنید. آیا خواهان ارتقاء موقعیت شغلی خود و دستیابی به دانش روز دنیا هستید؟ آموزش یادگیری عمیق پیشرفته مکتب‌خونه، فرصتی بی‌نظیر برای تسلط بر این فناوری نوظهور و گامی بلند در مسیر تبدیل شدن به متخصصی خلاق و نوآور در این حوزه به‌شمار می‌رود. همچنین در مکتب خونه انواع دوره آموزش هوش مصنوعی و آموزش ماشین لرنینگ، آموزش پایتون و آموزش دیپ لرنینگ به عنوان مکمل و پیش نیاز این دوره آموزشی موجود است. مدل‌سازی سطح پایین: 1 - معرفی دوره 2 - تنسورها در تنسورفلو - الف 3 - تنسورها در تنسورفلو - ب 4 - معرفی tf function 5 - تعریف loss دلخواه - الف 6 - تعریف loss دلخواه - ب 7 - تعریف loss و regularizer دلخواه 8 - تعریف متریک دلخواه 9 - تعریف لایه دلخواه - الف 10 - تعریف لایه دلخواه - ب 11 - تعریف لایه دلخواه - پ 12 - تعریف مدل دلخواه 13 - الف - Gradient Tape 14 - ب - Gradient Tape 15 - تعریف training loop دلخواه - الف 16 - تعریف training loop دلخواه - ب 17 - تعریف training loop دلخواه - پ 18 - مروری بر امکانات پردازش داده تنسورفلو 19 - پروژه اول مدل‌سازی سطح پایین 20 - پروژه دوم مدل‌سازی سطح پایین 21 - پروژه سوم مدل‌سازی سطح پایین 22 - پروژه چهارم مدل‌سازی سطح پایین 23 - پروژه پنجم مدل‌سازی سطح پایین

درباره دوره: دوره "Complete Intro to React, v8" یک دوره جامع و کاربردی است که شما را با دنیای هیجان‌انگیز React 18.x+ آشنا کرده و توانایی شما را برای ساخت اپلیکیشن‌های واقعی و مدرن افزایش می‌دهد. فراتر از یک مقدمه ساده، این دوره از صفر شروع کرده و شما را با جدیدترین ویژگی‌های React از جمله هوک‌ها، افکت‌ها، کنتکست و پورتال‌ها آشنا می‌کند. در طول دوره، شما با ترکیب ابزارهای متنوع اکوسیستم React (مانند Vite، ESLint، TailwindCSS، React Router و React Query) یک اپلیکیشن کامل برای جستجوی حیوانات خانگی قابل اتخاذ را پیاده‌سازی خواهید کرد. با گذراندن این دوره، شما درک عمیقی از مفاهیم بنیادی React به دست آورده و قادر خواهید بود تا به صورت مستقل اپلیکیشن‌های پیچیده و تعاملی را توسعه دهید. همچنین، با آخرین تکنولوژی‌های مورد استفاده در صنعت آشنا شده و می‌توانید به سرعت خود را با تغییرات دنیای توسعه وب تطبیق دهید. مقدمه: 1 - مقدمه تنظیم و ابزارها: 1 - Pure React و createElement 2 - سوالات و پاسخ‌های Pure React 3 - کامپوننت‌های Pure React 4 - تنظیم npm و Prettier 5 - تنظیم ESLint و Git 6 - تنظیم Vite مفاهیم اصلی React: 1 - JSXi 2 - تنظیم ESLint و React 3 - هوک useState 4 - سوالات و پاسخ‌های هوک‌ها 5 - نقشه برداری از داده‌ها با هوک‌ها 6 - اضافه کردن Animal Breed 7 - افکت‌ها 8 - هوک سفارشی useBreedList 9 - بررسی ورودی کاربر 10 - ترکیب کامپوننت 11 - سبک‌دهی کامپوننت Pet 12 - ابزارهای توسعه React قابلیت‌های React: 1 - React Router 2 - useParams 3 - React Query 4 - بهینه‌سازی عملکرد با React Query 5 - بازسازی fetchBreedList 6 - فرم‌های کنترل نشده 7 - کامپوننت‌های کلاس 8 - برخورد با رویدادها در کامپوننت‌های کلاس ابزارهای خاص React: 1 - مرزهای خطا 2 - مدل‌ها با پورتال‌ها 3 - پیاده‌سازی مدل‌ها با پورتال‌ها 4 - کنتکست 5 - سوالات و پاسخ‌های کنتکست جمع‌بندی: 1 - جمع‌بندی

درباره دوره: در دوره "Connect and Protect: Networks and Network Security"، شما با نحوه اتصال دستگاه‌های مختلف به شبکه‌ها و ارتباط آن‌ها آشنا خواهید شد. ابتدا با اصول عملیات شبکه‌های مدرن و پروتکل‌ها شروع خواهید کرد. به عنوان مثال، با مدل پروتکل کنترل انتقال / پروتکل اینترنت (TCP/IP) و چگونگی استفاده از سخت‌افزار شبکه، مانند روترها و مودم‌ها، برای ارسال و دریافت اطلاعات در اینترنت آشنا خواهید شد. سپس درباره امنیت شبکه‌ها یاد خواهید گرفت. سازمان‌ها اغلب اطلاعات ارزشمندی را در شبکه‌های خود ذخیره و ارسال می‌کنند، به همین دلیل شبکه‌ها اهداف رایج حملات سایبری هستند. در پایان این دوره، شما قادر خواهید بود تا آسیب‌پذیری‌های سطح شبکه را شناسایی کرده و توضیح دهید که چگونه می‌توان با استفاده از فایروال‌ها، سخت‌سازی سیستم‌ها، و شبکه‌های خصوصی مجازی (VPN) شبکه‌ای را ایمن کرد. کارکنان گوگل که در حال حاضر در حوزه امنیت سایبری فعالیت می‌کنند، شما را از طریق ویدیوها، فعالیت‌های عملی و مثال‌هایی که وظایف رایج امنیت سایبری را شبیه‌سازی می‌کنند، راهنمایی کرده و به شما کمک می‌کنند تا مهارت‌های خود را برای آمادگی برای مشاغل در این حوزه توسعه دهید. افرادی که این گواهینامه را تکمیل کنند، برای درخواست شغل در حوزه امنیت سایبری در سطح ابتدایی آماده خواهند بود. هیچ تجربه قبلی برای شرکت در این دوره لازم نیست. معماری شبکه: 1 - خوش‌آمدگویی به فصل اول 2 - کریس: مسیر من به سمت امنیت سایبری 3 - شبکه‌ها چیستند؟ 4 - تینا: کار کردن در امنیت شبکه 5 - امانوئل: مهارت‌های مفید برای امنیت شبکه 6 - ابزارهای شبکه 7 - شبکه‌های ابری 8 - مقدمه‌ای بر ارتباطات شبکه 9 - مدل TCP/IP 10 - چهار لایه مدل TCP/IP 11 - آدرس‌های IP و ارتباطات شبکه 12 - جمع‌بندی عملیات شبکه: 1 - خوش‌آمدگویی به فصل دوم 2 - پروتکل‌های شبکه 3 - آنتارا: کار کردن در امنیت شبکه 4 - پروتکل‌های بی‌سیم 5 - فایروال‌ها و اقدامات امنیتی شبکه 6 - شبکه‌های خصوصی مجازی (VPNs) 7 - مناطق امنیتی 8 - سرورهای پراکسی 9 - جمع‌بندی ایمن‌سازی در برابر نفوذ به شبکه: 1 - خوش‌آمدگویی به فصل سوم 2 - لزوم تأمین امنیت شبکه‌ها 3 - مت: یک حرفه‌ای در مواجهه با حملات 4 - حملات انکار سرویس (DoS) 5 - شنود مخرب بسته‌های اطلاعاتی 6 - IP Spoofing (جعل آدرس IP) 7 - جمع‌بندی سخت‌سازی امنیتی: 1 - خوش‌آمدگویی به فصل چهارم 2 - تقویت امنیت 3 - روش‌های تقویت امنیت سیستم‌عامل 4 - روش‌های تقویت امنیت شبکه 5 - امنیت شبکه در فضای ابری 6 - کلسی: توضیح امنیت در فضای ابری 7 - جمع‌بندی 8 - جمع‌بندی دوره

علم داده (Data Science) شامل مجموعه‌ای از اصول، تعریف مسئله، الگوریتم‌ها و فرآیندها است که هدف آن استخراج الگوهای غیرواضح و مفید از مجموعه داده‌ها است. امروز علم داده در حال تحول حوزه‌های علمی و کاربردی مختلف از پزشکی، روان شناسی، علوم اجتماعی، کسب‌وکار و مدیریت، علوم پایه، فنی و مهندسی و … است.

 

سرفصل‌های دوره علم داده (دیتا ساینس)

این دوره در ۳۱ جلسه برگزار می‌شود که هر جلسه ۳ ساعت و نیم است. جمعاً در این دوره بیش از صد ساعت محتوای آموزشی با تکیه بر حل مسئله از دنیای واقعی در حوزه‌های مختلف علم داده ارائه می‌گردد. برنامه هر جلسه به شرح زیر است:

جلسه اول: مقدمه‌ای بر علم داده، نصب آناکوندا، کار اولیه با پایتون (اعداد، حروف، عملگرها)

جلسه دوم: ساختارهای داده، عبارات شرطی و حلقه‌ها در پایتون

جلسه سوم: ماژول‌ها و کتابخانه، توابع و کلاس در پایتون، مثال الگوریتم نیوتن-رافسون

جلسه چهارم: آشنایی با کتابخانه Numpy در پایتون، مروری بر مفاهیم جبرخطی و ماتریس‌ها

جلسه پنجم: آشنایی با کتابخانه Pandas در پایتون

جلسه ششم: آشنایی با کتابخانه Matplotlib در پایتون

جلسه هفتم: روش‌های آمار توصیفی و استنباطی برای شناخت داده- موردکاوی اول

جلسه هشتم: نحوه مواجهه با داده‌های گمشده و داده‌های پرت- موردکاوی دوم

جلسه نهم: مقدمه‌ای بر یادگیری ماشین، آشنایی با الگوریتم kNN

جلسه دهم: پیاده‌سازی الگوریتم kNN در پایتون و آشنایی با مراحل مدل‌سازی در یادگیری ماشین – موردکاوی سوم

جلسه یازدهم: الگوریتم رگرسیون خطی

جلسه دوازدهم: پیاده‌سازی الگوریتم رگرسیون خطی در پایتون – موردکاوی چهارم

جلسه سیزدهم: رگرسیون گام به گام و رویکردهای قاعده‌سازی در رگرسیون خطی- موردکاوی پنجم

جلسه چهاردهم: آشنایی با الگوریتم درخت تصمیم و جنگل تصادفی در یادگیری ماشین- موردکاوی ششم

جلسه پانزدهم: آشنایی با رگرسیون لجستیک

جلسه شانزدهم: آشنایی با الگوریتم‌های kNN، درخت تصمیم، جنگل تصادفی و ماشین بردار پشتیبان برای حل مسائل دسته‌بندی

جلسه هفدهم: پیاده‌سازی الگوریتم‌های دسته‌بندی در پایتون – موردکاوی هفتم

جلسه هجدهم: آشنایی با الگوریتم‌های نظارت‌نشده؛ خوشه‌بندی و کاهش بعد

جلسه نوزدهم: پیاده‌سازی الگوریتم‌های نظارت‌نشده در پایتون- موردکاوی هشتم

جلسه بیستم: مقدمه‌ا‌ی بر یادگیری عمیق- موردکاوی نهم

جلسه بیست‌ویکم: تحلیل سری‌های زمانی

جلسه بیست‌ودوم: پیاده‌سازی تحلیل سری‌های زمانی در پایتون- موردکاوی دهم

جلسه بیست‌وسوم: مقدمه‌‌ای بر زبان برنامه‌نویسی R: ساختارهای داده، عبارات شرطی، حلقه‌ها، توابع و کتابخانه

جلسه بیست‌وچهارم: تحلیل‌های آماری در R- موردکاوی یازدهم

جلسه بیست‌وپنجم: پیاده‌سازی یادگیری ماشین در R بخش اول – موردکاوی پنجم در R

جلسه بیست‌وششم: پیاده‌سازی یادگیری ماشین در R بخش دوم – موردکاوی هفتم در R

جلسه بیست‌وهفتم: آشنایی با مفاهیم پایگاه داده و انبار داده

جلسه بیست‌وهشتم: راه‌اندازی پایگاه داده MySQL- موردکاوی دوازدهم، بخش اول

جلسه بیست‌ونهم: تمیزکردن و پردازش داده‌ها در SQL- موردکاوی دوازدهم، بخش دوم

جلسه سی‌ام: کوئری‌نویسی پیشرفته در SQL- موردکاوی دوازدهم، بخش سوم

جلسه سی‌‎ویکم: مقدمه‌ای بر پیاده‌سازی محصولات داده‌محور- موردکاوی سیزدهم

علاقمندان به حوزه علوم داده (Data Science)، یادگیری ماشین و داده‌کاوی، اعضای تیم داده و هوش تجاری شاغل در استارتاپ‌ها، سازمان‌ها و کسب و کارها، علاقه‌مندان به امور پژوهشی در حوزه علم داده و افرادی که به دنبال آموزش های کاربردی و ارتقاء مهارت های خود هستند، می‌توانند در این دوره شرکت نمایند. با مراجعه به صفحه آشنایی با رشته‌های دانشگاهی مرتبط با علم‌ داده در ایران به درک بیشتری در این حوزه می‌رسید.

متخصص علم‌داده براساس آخرین آمارهای رسمی جزو سه شغل برتر در سال 2022 هست. شغلی که علاوه بر جذابیت شغلی دارای حقوق و مزایای بسیار بالاتری به نسبت سایر مشاغل بوده است. متخصص علم‌داده فردی است که مهارت‌های خود را در زمینه آمار و ساختن مدل‌های یادگیری ماشین بکار می‌برد تا پیش‌بینی‌ها را انجام دهد و به سؤالات کلیدی در کسب‌وکار پاسخ دهد. همچنین یک متخصص علم‌داده باید درست مانند یک تحلیلگر داده قادر به پاک‌سازی، تجزیه‌وتحلیل و تجسم داده‌ها باشد. بااین‌حال، یک متخصص داده، عمق و تخصص بیشتری در این مهارت‌ها دارد و همچنین قادر به آموزش و بهینه‌سازی مدل‌های یادگیری ماشین است. متخصص علم‌داده فردی است که می‌تواند با پرداختن به سؤالات نامحدود و دگرگون پذیر و استفاده از دانش خود در مورد آمار و الگوریتم‌های پیشرفته، ارزش زیادی را خلق کند.

 

برنامه نویسی اسکرچ چیست؟

با هدف استعدادیابی و آموزش برنامه نویسی به کودکان و نوجوانان ایرانی در رشته های برنامه نویسی، بازی سازی، انیمیشن سازی بر بستر زبان برنامه نویسی اسکرچ

Scratch  بهترین نرم افزار برنامه نویسی آموزشی با هدف تقویت تفکر محاسباتی(منطقی) برای کودکان است.

با استفاده از Scratch می توانید  پروژه های تعاملی ، داستان های دیجیتالی تعاملی، بازی ها و انیمیشن های دیجیتال بسازید،از آن لذت ببرید، واز تخیل خود بهره بگیرید و انها را زنده کنید و سازنده فناوری باشید.

این سیستم (اسکرچ) از یک روش اسان و سرگرم کننده برای اموزش  استفاده می کند و محیط کار جذاب و تعاملی و قابل درک اراعه کرده است

اسکرچ یک زبان برنامه نویسی به صورت گرافیکی و بصری است که در آن برخلاف برنامه نویسی‌های دیگر هیچ گونه دستوری تایپ نمی‌شود و تمامی دستورات آن به شکل گرافیکی و تصویری انجام می‌شود و در نهایت منجر به ساخت برنامه می‌شود.

کودکانی که به برنامه نویسی و منطق برنامه نویسی تسلط پیدا میکنند مسائل را بهتر میتوانند حل کنند و همچنین مهارت های استدلال و تحلیلی عمیق تری را برای خود ایجاد می کنند.

کودکان می توانند با استفاده از معماها ،، بازی های کدنویسی و چالش ها، مهارت هایی مانند حل مسئله ، صبر ، خلاقیت و پشتکار خود را پرورش (رشد) دهند.

مهارت هایی که در این زبان برنامه نویسی آموخته می شوند قابل استفاده در زبان های پایه ای برنامه نویسی همچون: جاوا و پایتون و… می باشد، در واقع می توان آشنایی با مفاهیم و کاربردهای زبان Scartch را پیش نیاز یادگیری همه زبان های برنامه نویسی دیگر دانست.

اسکرچ برای رده سنی 8 تا 16 سال بسیار مفید است.

 

رشد تکنولوژی و کودکان :

با پیشرفت روز افزون تکنولوژی در زندگی روزمره، تسلط بر برنامه نویسی کامپیوتر نه تنهای برای بزرگسالان، بلکه برای کودکان و نوجوانان نیز یک ضرورت است و برای اینده انها یک مزیت بزرگ است. در حقیقت، برنامه نویسی برای کودکان و نوجوانان به موضوعی ارزش آفرین و به نوعی آینده نگری تبدیل شده است.

با توجه به اینکه کودکان در معرض تکنولوژی قرار دارند بهتر است بجای اینکه تنها یک کاربر باشند در این فضا یک تولیید کننده باشند و هدفمند تر از تکنولوژی استفاده کنند و انها  تشویق به کسب مهارت  شوند.

با رشد روز افزون الکترونیک  ابزارهای دیجیتال نیاز است کودکان از سنین پایین شروع به یادگیری برنامه نویسی کنند.

 

 

یادگیری کد نویسی به کودکان این امکان را می دهد:

یادگیری اسکرچ موجب داشتن ذهنی خلاق پایداری و یادگیری نحوه برطرف کردن مشکلات کارگروهی و… در فرد می شود.

مهارت های اصلی برنامه نویسی یا علوم کامپیوتر و درک اساسی را برای افزایش توانایی های برنامه نویسی خود ایجاد کنند .

راهی برای ارتباط انها با دنیای تکنولوژی است.

کودکان را با ایجاد منطق و تفکر خلاق آشنا می کند.

 

بطور خلاصه به دیگر مزیت های کد نویسی  اشاره می شود :

سرگرم کننده است

تقویت توجه به جزییات

انعطاف پذیری را اموزش می دهد

مهارت حل مسعله را اموزش می دهد

مهارت های استدلال منطقی را اموزش می دهد

باعث رشد خلاقیت و مقاومت در برابر چالش ها می شود