دوره های سال 1402

LOBEMATLAB COURSES

دوره های آموزشی؟

با توجه به نیاز دانشجویان مبنی بر آشنایی با مفاهیم تئوری و برنامه نویسی درکنار همدیگر، دوره های فصلی هر ساله تعریف می شود. مزایای این دوره ها بدون نیاز به داشتن پیش زمینه از ابتدا تمام مطالب فصل بندی شده و آموزش داده می شود ویدیو های موزشی هر هفته در اختیار داشجو قرار گرفته و بنا به درخواست دانشجوکلاس رفع ایراد برای ارتباط موثر با دانشجو برگذار می شود تا ارتباط مستقیم بین دانشجو استاد محقق شود. علاوه بر این امکان رفع اشکال تمرینات نیز وجود دارد که این مساله در ویدیو های اموزشی در نظر گرفته نشده است. لیست کلاس های مجازی در سال 1403 به شرح زیر می باشد:

دوره های 1403

دوره آموزشی شبکه پرسپترون و شبکه های عصبی کانولوشنی با متلب

در جلسه اول مباحث پایه و اشنایی با ساختار سلولی استراکچری (مورد نیاز برای کار با شبکه ها عصبی) تشریح خواهد شد. تئوری یادگیری گرادیان نزولی به طور کامل آموزش داده می شود. یادگیری تئوری در کنار شبیه سازی متلب به شما هم در درک و هم در توانایی شبیه سازی مقالات کمک خواهد کرد.

با توجه به اهمیت شبکه عصبی و یادگیری عمیق در بحث روز مقالات علمی و پژوهشی درخلال دوره های تابستانه دوره یادگیری شبکه پرسپترون و کانولوشنی در نظر گرفته شده است.
شما با یاد داشتن پرسپترون و شبکه چند لایه پرسپترونی (MLP) به راحتی قادر خواهید بود مقالات دسته بندی و رگرسیون داده را طراحی و حل نمایید. همچنین می توانید با آشنایی مفاهیم deep learning شبکه های عصبی عمیق را نیز پیاده سازی کنید.
شبکه کانولوشنی (CNN) نیز از مصادیق یادگیری عمیق است که در این دوره آن را نیز خواهید آموخت. با این روش می توانید مسایل مختلف یادگیری با نظارت و بدون نظارت را هم پیاده سازی کنید.

سر فصل های دوره

جلساتعنوان تدریس
جلسه اولآشنایی اجمالی با متلب و حلقه های شرطی
جلسه دومتوابع فعال ساز و پس انتشار خطا
جلسه سومشبکه عصبی تک لایه با کد نویسی پایه
جلسه چهارمشبکه عصبی چند لایه و برازش تابع
جلسه پنجمپیش بینی سری های زمانی با پرسپترون چند لایه
جلسه ششمواسط های گرافیکی در برازش توابع  و تحلیل نموداری
جلسه هفتم واسط گرافیکی در کلاسترینگ , تشخیص الگو و تحلیل نموداری
جلسه هشتم شبکه عصبی کانولوشن و مفاهیم دیپ لرنینگ
جلسه نهم کانولوشن با رویکرد پردازش تصویر
جلسه دهم RCNN با رویکرد پردازش تصویر
سرفصل های دوره

هزینه دوره

هزینه دوره مبلغ 599 هزار تومان می باشد.

شروع دوره

از نیمه فروردین ماه 1403 این دوره به تعداد 20 ساعت آموزشی برگزار خواهد شد. که هر جلسه یک و نیم ساعت آموزش و نیم ساعت رفع ایراد از مهارت جو می باشد.(ساعات کلاس با هماهنگی مهارت جویان مشخص می شود ویدیو های آموزشی نیز ضبط و در اختیار دانشجویان غایب قرار می گیرد )

ثبت نام دوره

پس از واریز هزینه دوره به کارت 5144_3216_9971_6037 (بانک ملی به نام مینا ناصری نسب) اسکرین پرداخت را به شماره 09919870462 ارسال نمایید. زمان کلاس ها جمعه ها می باشد.
با تشکر از حسن اعتماد شما

برا دیدن رزومه مدرس دوره مینا ناصری نسب کلیک نمایید.


دوره آموزشی پردازش تصویر با متلب

از انجایی که دانشجویان شاید مباحث پایه متلب را به خوبی فرا نگرفته باشند، در جلسه اول مباحث پایه تشریح خواهد شد. همانظور که جمع تفریق پایه ریاضیات می باشد در تصویر نیز درک مفهوم کرولیشن و کانولوشن نقش حیاتی در محاسبات دارد. استخراج ویژگی هسیتوگرام تصویر و بهبود آن در جلسه سوم بحث می شود.

طراحی فیلتر در دو حوزه مکانی و فرکانسی بررسی شده کاربرد فیلتر ها برای تغییر در تصویر تحلیل می شود. مورفولوژی یکی از مهمترین بخش های درس خواهد بود که در دو جلسه به آن می پردازیم.

سر فصل های دوره

جلساتعنوان تدریس
جلسه اولآشنایی اجمالی با متلب و حلقه های شرطی
جلسه دومکانولوشن و کرولیشن در تصویر
جلسه سومهیستوگرام تصویر و بهبود آن
جلسه چهارمانواع نویز در تصویر و حذف آن
جلسه پنجمفیلتر های مکانی در تصویر
جلسه ششمانواع روش های لبه یابی
جلسه هفتم تبدیل فوریه در تصاویر
جلسه هشتم طراحی فیلتر در حوزه فرکانسی
جلسه نهم مورفولوژی (ریخت شناسی)
جلسه دهم تشخیص اشیا با مورفولوژی
سرفصل های دوره

هزینه دوره

هزینه دوره مبلغ 499 هزار تومان می باشد.

شروع دوره (در حال برگزاری)

از دی ماه 1402 این دوره به تعداد 20 ساعت آموزشی جمعه ها در حال برگزاری است .جهت دریافت ویدیو های کلاس ها اسکرین پرداخت هزینه دوره را به شماره زیر ارسال نمایید.

ثبت نام دوره

پس از واریز هزینه دوره به کارت 5144_3216_9971_6037 (بانک ملی به نام مینا ناصری نسب) اسکرین پرداخت را به شماره 09919870462 ارسال نمایید. زمان کلاس ها جمعه ها می باشد.

برا دیدن رزومه مدرس دوره مینا ناصری نسب کلیک نمایید.


دوره تابستانه آموزشی یادگیری ماشین با متلب (اتمام دوره )

یادگیری ماشین زیر شاخه اصلی هوش مصنوعی هست که در این دوره قرار هست یک بخش اصلی از الگوریتم های آن را آموزش ببینیم. از آنجایی که سایر دوره های مشابه برای شبکه عصبی دوره جداگانه تعریف می کنند و این امر منجر به هزینه اضافی بر دانشجو می شود، لازم دیدم در این دوره آشنایی با شبکه های عصبی پرسپترون و چند لایه را نیز در لیست مباحث این دوره قرار دهم.
شما با یاد داشتن پرسپترون و شبکه چند لایه پرسپترونی (MLP) به راحتی قادر خواهید بود مقالات دسته بندی و رگرسیون داده را طراحی و حل نمایید. با یاد داشتن انواع الگوریتم های با ناظر و بدون ناظر قادر خواهید بود مقالات پژوهشی را بهتر متوجه شوید.

سر فصل های دوره

جلساتعنوان تدریس
جلسه اولآشنایی اجمالی با متلب و حلقه های شرطی و متغییر های سلولی، استراکچری
انواع یادگیری ها (با ناظر بی ناظر تقویتی )
جلسه دومالگوریتم نزدیک ترین همسایگی (یادگیری با ناظر)
جلسه سومالگوریتم k-mean (یادگیری بدون ناظر)
جلسه چهارمتوابع فعال ساز و پس انتشار خطا و شبکه عصبی تک لایه با کد نویسی پایه
جلسه پنجمشبکه عصبی چند لایه و برازش تابع و واسط های گرافیکی
جلسه ششمپیش بینی با شبکه عصبی MLP
جلسه هفتم آموزش الگوریتم بردار پشتیبان خطی و کرنل SVM
سرفصل های دوره

ثبت نام دوره

این دوره با همکاری انجمن علمی هوا فضای دانشگاه فردوسی برگزار می شود و شرکت کنندگان می توانند پس از اتمام دوره گواهی حضور دو زبانه نیز دریافت نمایند. این دوره در 6 شهریور 1402 شروع می شود. (مهلت ثبت نام دوره به اتمام رسیده است)

برا دیدن رزومه مدرس دوره مینا ناصری نسب کلیک نمایید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *