دوره آموزشی شبکه های عصبی چنددقتی (Multi-Fidelity ANNs)
مشخصات دوره
طول دوره: 2 ساعت
تعداد جلسات: 1 جلسه دو ساعته
زمان کلاس: جمعه عصر
نحوه شرکت در کلاس: آنلاین در بستر اسکای‌روم. لینک ورود پس از ثبت‌نام نهایی ارسال خواهد شد.
هزینه شرکت در دوره: شهریه دوره 500,000 تومان می باشد.
زبان برنامه نویسی: در این دوره از زبان برنامه نویسی پایتون استفاده می گردد.
مدرس: دکتر مهدی شاداب فر
شرح دوره
در بسیاری از مسائل مهندسی و علوم داده، داده‌هایی با کیفیت‌های متفاوت (از نظر دقت یا هزینه تولید) در اختیار داریم. داده‌های دقیق (High-Fidelity) معمولاً گران و محدود هستند، در حالی که داده‌های کم‌دقت (Low-Fidelity) ارزان و فراوان می‌باشند. شبکه‌های عصبی چنددقتی (Multi-Fidelity Neural Networks) به ما امکان می‌دهند تا از این منابع داده‌ای متنوع به‌صورت ترکیبی استفاده کرده و مدلی دقیق، کم‌هزینه و یادگیرنده بسازیم.
در این دوره آموزشی کوتاه‌مدت، با مفاهیم پایه و کاربردی مدل‌سازی چنددقتی آشنا می‌شوید و به‌صورت گام‌به‌گام یاد می‌گیرید که چگونه داده‌ها را از سطوح مختلف آماده کرده، یک مدل عصبی چنددقتی طراحی و آن را در پایتون آموزش دهید. تمرین‌ها و کدنویسی در این جلسه با کتابخانه‌ی DeepXDE انجام خواهد شد.
این دوره برای چه کسانی مناسب است؟
این دوره برای چه کسانی مناسب است؟
✅ پژوهشگران مهندسی، فیزیک و علوم داده.
✅ علاقه‌مندان به ترکیب داده‌های دقیق و تقریبی برای تحلیل بهتر.
✅ کسانی که پیش‌زمینه‌ای در یادگیری ماشین دارند و می‌خواهند افق‌های جدیدی را در مدل‌سازی کشف کنند.
پس از این دوره قادر خواهید بود:
✅ مفهوم و اهمیت مدل‌سازی چنددقتی را درک کنید.
✅ داده‌های چندسطحی را برای آموزش شبکه آماده کنید.
✅ یک مدل ANN چنددقتی بسازید و آموزش دهید.
✅ نتایج را تحلیل و ذخیره نمایید.
محتوای دوره
1. بررسی مفهوم یادگیری چند دقتی (Multi-Fidelity Learning)
2. بارگذاری و آماده‌سازی داده‌ها در سطوح مختلف دقت (Low/Medium/High Fidelity)
3. ساخت و طراحی معماری شبکه عصبی چندوفاداری
4. آموزش مدل با استفاده از داده‌های ترکیبی
5. ذخیره‌سازی مدل و تحلیل نتایج در پایتون
ثبت نام در دوره
هزینه شرکت در این دوره ۵۰۰,۰۰۰ تومان می‌باشد.
جهت ثبت‌نام، از طریق لینک زیر اقدام نمایید.
در فرم ثبت‌نام، لطفاً اطلاعات کامل شامل نام، ایمیل و شماره تماس را وارد کنید. این اطلاعات برای ارسال لینک کلاس، نام کاربری و رمز عبور ضروری هستند.
✅ پس از تکمیل فرم و واریز شهریه، ثبت‌نام شما نهایی شده و اطلاعات ورود به کلاس از طریق ایمیل ارسال خواهد شد.
ثبت نام در دوره
سبد خرید