دوره آموزشی مقدمه ای بر هوش مصنوعی (2023)
1 ساعت 35 دقیقهمبتدی2023-03-15
مدرسین

Doug Rose
Teaching Fortune 500s and professionals how to lead change
جزئیات دوره
دانشمندان کامپیوتر تنها بخش کوچکی از افرادی هستند که در زمینه هوش مصنوعی کار می کنند. اکثر افرادی که در هوش مصنوعی کار می کنند، مدیران پروژه، مدیران محصول، مدیران و مدیران اجرایی هستند. مردم درست مثل شما این دوره به شما کمک می کند تا مفاهیم کلیدی در هوش مصنوعی را درک کنید. خواهید دید که چگونه هوش مصنوعی می تواند محصولات، زندگی و حرفه شما را بهبود بخشد. هوش مصنوعی بیش از نیم قرن است که وجود دارد. حتی با وجود پیشرفتهای بزرگ، ایدههای اصلی در یادگیری ماشین و شبکههای عصبی هنوز قابل دسترسی هستند.
این دوره برای مدیران پروژه، مدیران محصول، مدیران، مدیران اجرایی و دانشآموزانی که شروع به کار در هوش مصنوعی میکنند طراحی شده است. یک نمای کلی در سطح بالا از ابزارهای برتر در این زمینه دریافت کنید. ابتدا ببینید که نمایش «هوشمندی» برای یک سیستم به چه معناست. سپس، الگوریتمها و تکنیکهای مرتبط با یادگیری ماشین، شبکههای عصبی مصنوعی و یادگیری عمیق را بیاموزید. پس از ساده سازی، هوش مصنوعی کمتر شبیه جادو به نظر می رسد و بیشتر شبیه مجموعه ای جدید و هیجان انگیز از ابزارهای فناوری است.
این دوره برای مدیران پروژه، مدیران محصول، مدیران، مدیران اجرایی و دانشآموزانی که شروع به کار در هوش مصنوعی میکنند طراحی شده است. یک نمای کلی در سطح بالا از ابزارهای برتر در این زمینه دریافت کنید. ابتدا ببینید که نمایش «هوشمندی» برای یک سیستم به چه معناست. سپس، الگوریتمها و تکنیکهای مرتبط با یادگیری ماشین، شبکههای عصبی مصنوعی و یادگیری عمیق را بیاموزید. پس از ساده سازی، هوش مصنوعی کمتر شبیه جادو به نظر می رسد و بیشتر شبیه مجموعه ای جدید و هیجان انگیز از ابزارهای فناوری است.
مهارت ها
Artificial Intelligence FoundationsArtificial Intelligence for BusinessArtificial Intelligence (AI)Business Analysis and StrategyOne-Off
سرفصل ها
0. مقدمه
- 01 - چرا باید در مورد هوش مصنوعی بدانید؟
1. هوش مصنوعی چیست؟
- 02 - هوش عمومی را تعریف کنید
- 03 - مشکل گشای عمومی
- 04 - هوش مصنوعی قوی در مقابل ضعیف
2. ظهور یادگیری ماشینی
- 05 - یادگیری ماشینی
- 06 - شبکههای عصبی مصنوعی
3. سیستمهای متداول AI
- 07 - جستجوی الگوها در داده ها
- 08 - رباتیک
- 09 - پردازش زبان طبیعی
- 10 - اینترنت اشیا
4. از دادهها بیاموزید
- 11 - دادههای برچسب دار و بدون برچسب
- 12 - مجموعه دادههای عظیم
5. شناسایی الگوها
- 13 - طبقه بندی داده ها
- 14 - دادههای خوشه ای
- 15 - یادگیری تقویتی
6. الگوریتمهای یادگیری ماشین
- 16 - الگوریتمهای رایج
- 17 - K-نزدیکترین همسایه
- 18 - ک به معنای خوشه بندی است
- 19 - پسرفت
- 20 - بیز ساده لوح
7. الگوریتم را متناسب کنید
- 21 - بهترین الگوریتم را انتخاب کنید
- 22 - دادهها را دنبال کنید
- 23 - بیش از حد و کم تناسب
8. شبکههای عصبی مصنوعی
- 24 - شبکه عصبی بسازید
- 25 - توزین اتصالات
- 26 - سوگیری فعال سازی
9. بهبود دقت
- 27 - درس گرفتن از اشتباهات
- 28 - از طریق شبکه قدم بردارید
10. از اینجا کجا برویم
- 29 - استفاده از سیستمهای هوش مصنوعی
- 30 - استفاده از هوش مصنوعی برای حل مشکلات
دوره های مرتبط
- دوره آموزشی یادگیری با چابکی در عصر هوش مصنوعی
- دوره آموزشی توسعه ذهنیت یادگیری در عصر هوش مصنوعی
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی هوش مصنوعی و تحلیل در گوگل آنالیتیکس ۴
- دوره آموزشی ارزیابیهای هوش مصنوعی: مبانی و مثالهای عملی
- دوره آموزشی الگوهای طراحی هوش مصنوعی عاملمحور مبتنی بر فضای ابری
- دوره آموزشی داشبوردهای مجهز به هوش مصنوعی با Streamlit
- دوره آموزشی ساخت عوامل هوش مصنوعی با API پاسخهای OpenAI