دیپ لرنینگ راند 2 :شبکه های عصبی بازگشتی و سیستم های پیچیده

تیم مهندسی کورپی با همکاری شرکت پارس پک ، انجمن الکتروشیمی ایران و انجمن های علمی فیزیک و مهندسی عمران دانشگاه صنعتی خواجه نصیرالدین طوسی برگذار می کند:

دیپ لرینینگ و شبکه های عصبی راند2:شبکه های عصبی بازگشتی و سیستم های پیچیده

مدرس : پوریا خلیلیان

-سرگروه تیم هوش مصنوعی کورپی

-مسئول فنی هوش مصنوعی شرکت فناوران تجارت کاج

رزومه مدرس:

https://ir.linkedin.com/in/pouriya-khaliliyan

شروع دوره از یکشنبه 18 مهر 1400 ساعت 9 شب

مدت دوره 20 الی 25 ساعت

سرفصل های دوره :

–0-مهارت های توسعه دهنده هوش مصنوعی

1-دستورات لینوکس

2-استفاده از سرور هوش مصنوعی کولب

3-مروری بر برنامه نویسی پایتون

4-برنامه نوسی شی گرا در پایتون

5-فریم ورک های numpy,pandas,seaborn,matplotlib,sklearn

6-فریم ورک tensorfelow

7-فریم ورک keras

8-فریم ورک pytorch

–1-مقدمه ای بر شبکه های عصبی و معماری بازگشتی

1-شبکه های عصبی

2-مدل زیستی شبکه های عصبی

3-مدل ریاضی شبکه های عصبی

4-انواع نورون ها در شبکه عصبی طبیعی

5-ظرفیت یادگیری در انسان

6-یادگیری در شبکه های عصبی

7-معماری های شبکه های عصبی

8-کاربرد های شبکه های عصبی مصنوعی

10- معماری feed forward

11-معماری recurrent

12-یادگیری نظارت شده

13- یادگیری غیر نظارت شده

–2-سیستم های پیچیده

0-مروری بر آمار و احتمال

1-سیستم

2-سیستم پویا و داینامیک

3-تعریف اطلاعات

4-تعریف انتروپی

5-تعریف پیچیدگی

6-نظم و آشوب

7-آگاهی

8-تئوری تکامل

–3- شبکه های عصبی بازگشتی

1-Auto Associative net

2-Hetro Associative net

3-Iterative Auto-Associative net

4-Hopfield net

5-Bidirectional Associate Memory

6-Recurrent Neural Networks(RNN)

7-Long Short Term Memory(LSTM)

8-Gated Recurrent Units(GRU)

9-Developments and Applications

–4-پروژه ها

1-پیش بینی بازار فارکسforex

2-پیش بینی عرض دیجیتال بیت کوین BTC

3-بررسی کاربرد سیستم های پیچیده برای بهتر کردن پیش بینی سهام

4-تحلیل فاندامنتال با سیستم های پیچیده و شبکه های عصبی بازگشتی

5-پردازش ویدیو

6-پیش بینی و مدل سازی کووید 19 و بررسی عوامل تاثیر گذار با سیستم های پیچیده

اطلاعات برگزاری