دوره ها

در این دوره با مفاهیم پایه و پیشرفته‌ی شبکه‌های عصبی مصنوعی در محیط **MATLAB** آشنا می‌شوید. ابتدا مبانی کدنویسی در متلب و ساختارهای کنترلی مرور می‌شود و سپس نحوه‌ی طراحی و آموزش **شبکه‌های پرسپترون تک‌لایه و چندلایه (MLP)** برای حل مسائل طبقه‌بندی، برازش توابع و پیش‌بینی سری‌های زمانی آموزش داده می‌شود. در ادامه، با الگوریتم **پس‌انتشار خطا (Backpropagation)**، مفهوم گرادیان نزولی و روش‌های ارزیابی عملکرد شبکه آشنا خواهید شد.

در بخش پیشرفته‌تر، مفاهیم **شبکه‌های عصبی کانولوشنی (CNN)** و **یادگیری عمیق** مورد بررسی قرار می‌گیرد. در این قسمت یاد می‌گیرید چگونه داده‌های تصویری مانند مجموعه **MNIST** و **CIFAR** را با استفاده از MATLAB پردازش و مدل‌سازی کنید، شبکه‌های کانولوشنی طراحی کنید و از **یادگیری انتقالی (Transfer Learning)** برای تشخیص اشیاء استفاده نمایید. این دوره ترکیبی از آموزش مفهومی و پروژه‌محور است تا شما بتوانید پس از اتمام آن، به‌صورت عملی مدل‌های هوش مصنوعی را برای داده‌های عددی و تصویری پیاده‌سازی کنید.