هوش مصنوعی چیست؟
هوش مصنوعی از علومی است که در دهه های گذشته پیشرفت شگرفی را در علم به وجود آورده است. پر واضح است که امروزه این پیشرفت به هیچ وجه در یک علم خاص محدود نبوده، بلکه تمامی علوم را در بر گرفته است. هوش مصنوعی به هوشی که یک ماشین در شرایط مختلف می تواند از خود نشان دهد گفته می شود. در سال ۱۹۴۳ با اختراع کامپیوترهای الکترونیک، هوش مصنوعی دانشمندان را به چالشی بزرگ فراخواند. ماشین هوشمند ماشینی است که توانایی فکر کردن بدون نیاز به انسان را دارند. یکی از ویژگی که ماشین های هوشمند باید داشته باشند، شناخت از وجود خود است که تاکنون ماشینی که این توانایی را به طور کامل داشته باشد به وجود نیامده است، دومین ویژگی شناخت محیط پیرامون است که این امکان در برخی از ماشین های هوشمند امروزی که با نام «ربات های امدادگر» شناخته می شوند، وجود دارد، ویژگی دیگر توانایی نشان دادن عکس العمل در مقابل کنش های حاصل از محیط است این امکان در برخی از ماشین های هوشمند امروزی با نام «ربات های کاوشگر»، وجود دارد، هوش انسانی قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم است در صورتی که هوش مصنوعی مبتنی بر قوانین و رویه هایی از قبل تعبیه شده بر روی کامپیوتر است. در نتیجه علی رغم وجود رایانه های بسیار کارا و قوی در عصر ما هنوز قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوش های مصنوعی نبوده ایم.
دیپ لرنینگ چیست؟
انسان‌ها با استفاده از دانش و تجربیات خود سعی در آموختن فرآیند یادگیری دارند. الگوریتم یادگیری عمیق هم دقیقاً به همین حالت است که بارهای بار یک وظیفه را انجام داده و و هر بار سعی دارد سرعت خود را در نتیجه عملکرد افزایش دهد. در یک تعریف کلی یادگیری عمیق یا همان دیپ لرنینگ در واقع یادگیری ماشین است که در سطوح مختلف نمایش یا انتزاع را برای یادگیری ماشین انجام می‌دهد.
در واقع با این کار ماشین درک بهتری از واقعیت داده‌ها خواهد داشت و توانایی شناسایی الگوهای مختلف را دارد. یادگیری عمیق یک نوع یادگیری ساختارمند و سلسله وار است. جهت یادگیری آن اول از هر چیزی باید شبکه عصبی را بشناسید
آموزش مقدماتی دیپ لرنینگ
فهرست سرفصل ها و مباحث مطرح شده در این دوره آموزشی، در ادامه آمده اند:
درس یکم: دیپ لرنینگ چیست؟
در این درس درمورد دیپ لرنینگ صحبت میکنم و کاربردهاش و انواعش رو بهتون توضیح میدم.
درس دوم: Convolutional Neural Netwroks
در این درس تئوری ساده درمورد نحوه ی کار CNN ها که اساس کار دیپ لرنینگ برای پردازش تصویر هستن ارائه میدم.
درس سوم: برنامه نویسی پایتون با گوگل کولب Colab
در این درس برنامه نویسی با گوگل کولب رو قدم به قدم بهتون آموزش میدم. یادگیری استفاده از گوگل کولب برای کسانی که در حوزه ی دیپ لرنینگ کار میکنند خیلی مفیده. مخصوصا اینکه GPU رایگان دز اختیارتون میذاره. همچنین بقیه درسهای این دوره رو من در گوگل کولب انجام میدم. پس بهتره شما هم یاد بگیرید و باهم قدم به قدم انجامشون بدیم.
درس چهارم: Image classification
در این درس من بهتون یاد میدم چطور یک مدل دسته بندی تصاویر یا Image Classification بسازید، آموزش بدید و تست کنید.
درس پنجم: Transfer learning
در این درس
- در مورد Transfer Learning و مدلهای Pre-trained بهتون یاد میدم.
- یک مدل Pre-train شده رو قدم به قدم باهم آموزش میدیم.
درس ششم: تشخیص اشیا با استفاده از Yolo
در این درس در Obejct Detection یا تشخیص اشیا و تئوری ساده ی پشتش رو بهتون توضیح میدم.
درس هفتم: انجام پروژه تشخیص اشیا Yolov5
در این درس آموزش کامل Object detection یا تشخیص اشیا با استفاده از Yolov5 با 3 پروژه ی کاربردی در پایتون بهتون قدم به قدم یاد میدم.
تنسورفلو تشخیص ماشین، تشخیص عابرپیاده، تشخیص تابلو راهنمایی رانندگی تشخیص اشیا چهره با وبکم
- تشخیص ماشین در عکس و ویدئو
- تشخیص تابلو راهنمایی رانندگی در عکس و ویدئو
- تشخیص چهره و دست در وبکم
پیش نیاز :
- برای شروع این دوره باید حداقل آشنایی باا پایتون داشته باشید.
- میتونید از دوره ی آموزشی پایتون من استفاده کنید.
توجه: این ویدئو رو در کانال من در یوتیوب هم میتونید ببینید. درصورتی که قادر به دیدن ویدئوها در یوتیوب نیستید یا دوست دارید با خرید ویدئوها حمایت کنید میتونید اونها رو از سایت خریداری کنید.
هنوز بررسی‌ای ثبت نشده است.