🔅 مدرسه بهاری یادگیری ژرف 🔅
💥 Deep Learning Spring School (DLSS) 💥
📅 تاریخ شروع : ۴ اردیبهشت ۱۳۹۸
🏛 مکان : تهران - خیابان مفتح - دانشگاه خوارزمی - سالن ابوریحان
📢 کانال مدرسه بهاری : @DLSS2019
🤖 بات مدرسه بهاری : @DLSSBot
📝 ثبت نام از طریق سایت ایوند :
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و دیدن برنامهی برگزاری و معرفی مدرسان و ... به کانال و بات مدرسه بهاری مراجعه فرمایید.
💥 Deep Learning Spring School (DLSS) 💥
📅 تاریخ شروع : ۴ اردیبهشت ۱۳۹۸
🏛 مکان : تهران - خیابان مفتح - دانشگاه خوارزمی - سالن ابوریحان
📢 کانال مدرسه بهاری : @DLSS2019
🤖 بات مدرسه بهاری : @DLSSBot
📝 ثبت نام از طریق سایت ایوند :
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و دیدن برنامهی برگزاری و معرفی مدرسان و ... به کانال و بات مدرسه بهاری مراجعه فرمایید.
🔴 مدرسان مدرسه بهاری یادگیری ژرف 🔴
📅 تاریخ شروع : ۴ اردیبهشت ۱۳۹۸
🏛 مکان : تهران - خیابان مفتح - دانشگاه خوارزمی - سالن ابوریحان
📢 کانال مدرسه بهاری : @DLSS2019
🤖 بات مدرسه بهاری : @DLSSBot
📝 ثبت نام از طریق سایت ایوند :
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و دیدن برنامهی برگزاری و معرفی مدرسان و ... به کانال و بات مدرسه بهاری مراجعه فرمایید.
📅 تاریخ شروع : ۴ اردیبهشت ۱۳۹۸
🏛 مکان : تهران - خیابان مفتح - دانشگاه خوارزمی - سالن ابوریحان
📢 کانال مدرسه بهاری : @DLSS2019
🤖 بات مدرسه بهاری : @DLSSBot
📝 ثبت نام از طریق سایت ایوند :
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و دیدن برنامهی برگزاری و معرفی مدرسان و ... به کانال و بات مدرسه بهاری مراجعه فرمایید.
🕰 جدول زمانبندی مدرسه بهاری یادگیری ژرف 🕰
📅 تاریخ شروع : ۴ اردیبهشت ۱۳۹۸
🏛 مکان : تهران - خیابان مفتح - دانشگاه خوارزمی - سالن ابوریحان
📢 کانال مدرسه بهاری : @DLSS2019
🤖 بات مدرسه بهاری : @DLSSBot
📝 ثبت نام از طریق سایت ایوند :
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و دیدن برنامهی برگزاری و معرفی مدرسان و ... به کانال و بات مدرسه بهاری مراجعه فرمایید.
📅 تاریخ شروع : ۴ اردیبهشت ۱۳۹۸
🏛 مکان : تهران - خیابان مفتح - دانشگاه خوارزمی - سالن ابوریحان
📢 کانال مدرسه بهاری : @DLSS2019
🤖 بات مدرسه بهاری : @DLSSBot
📝 ثبت نام از طریق سایت ایوند :
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و دیدن برنامهی برگزاری و معرفی مدرسان و ... به کانال و بات مدرسه بهاری مراجعه فرمایید.
🔅 مدرسه بهاری یادگیری ژرف
🧠 Deep Learning Spring School (DLSS)
📅 تاریخ شروع: ۴ اردیبهشت ماه ۹۸
🏛 محل برگزاری: تهران، خیابان مفتح، دانشگاه خوارزمی، سالن ابوریحان
📢 کانال تلگرام: @DLSS2019
💻 سایت: http://dlss.cskhu.ir
🤖 بات تلگرام: @DLSSBot
📷 اینستاگرام: instagram.com/dlss2019
📝 ثبت نام از طریق سایت ایوند:
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و مشاهده برنامهی برگزاری، معرفی مدرسان و... به سایت، کانال و یا بات مدرسه بهاری مراجعه فرمایید.
🧠 Deep Learning Spring School (DLSS)
📅 تاریخ شروع: ۴ اردیبهشت ماه ۹۸
🏛 محل برگزاری: تهران، خیابان مفتح، دانشگاه خوارزمی، سالن ابوریحان
📢 کانال تلگرام: @DLSS2019
💻 سایت: http://dlss.cskhu.ir
🤖 بات تلگرام: @DLSSBot
📷 اینستاگرام: instagram.com/dlss2019
📝 ثبت نام از طریق سایت ایوند:
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و مشاهده برنامهی برگزاری، معرفی مدرسان و... به سایت، کانال و یا بات مدرسه بهاری مراجعه فرمایید.
⁉️ چه کسانی میتوانند در مدرسه بهاری یادگیری ژرف شرکت کنند؟ آیا نیاز به دانش اولیه خاصی است ⁉
📅 تاریخ شروع: ۴ اردیبهشت ماه ۹۸
🏛 محل برگزاری: تهران، خیابان مفتح، دانشگاه خوارزمی، سالن ابوریحان
📢 کانال تلگرام: @DLSS2019
💻 سایت: http://dlss.cskhu.ir
🤖 بات تلگرام: @DLSSBot
📷 اینستاگرام: instagram.com/dlss2019
📝 ثبت نام از طریق سایت ایوند:
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و مشاهده برنامهی برگزاری، معرفی مدرسان و... به سایت، کانال و یا بات مدرسه بهاری مراجعه فرمایید.
📅 تاریخ شروع: ۴ اردیبهشت ماه ۹۸
🏛 محل برگزاری: تهران، خیابان مفتح، دانشگاه خوارزمی، سالن ابوریحان
📢 کانال تلگرام: @DLSS2019
💻 سایت: http://dlss.cskhu.ir
🤖 بات تلگرام: @DLSSBot
📷 اینستاگرام: instagram.com/dlss2019
📝 ثبت نام از طریق سایت ایوند:
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و مشاهده برنامهی برگزاری، معرفی مدرسان و... به سایت، کانال و یا بات مدرسه بهاری مراجعه فرمایید.
🔴 مدرسه بهاری یادگیری ژرف یک دوره سی ساعته است که در طول این سی ساعت ، یک سخنرانی به مدت دو ساعت و هفت کارگاه آموزشی که هر کدام به مدت چهار ساعت است ، خواهیم داشت.
⏰ سر فصل هایی که در هر کارگاه گفته خواهد شد به تفکیک روز ها به شرح زیر میباشد.
🔆 روز اول (چهارم اردیبهشت)
🔶 سخنرانی افتتاحیه (دکتر میرمحسن پدرام)
♦️"علم داده و یادگیری ژرف ، چالش ها و فرصت ها"
🔶 کارگاه اول (کمال صادق آبادی و شاهین شیوعی : پایتون)
این کارگاه مختص به آموزش پایتون مقدماتی و سپس معرفی کتابخانه های مهم یادگیری ماشین و یادگیری ژرف در پایتون ، میباشد.
♦️پایتون مقدماتی (برای افرادی که با پایتون آشنایی ندارند)
♦️ معرفی کتابخانه های Numpy و Pandas و DataFrame و Scikit-learn و ...
⏰ سر فصل هایی که در هر کارگاه گفته خواهد شد به تفکیک روز ها به شرح زیر میباشد.
🔆 روز اول (چهارم اردیبهشت)
🔶 سخنرانی افتتاحیه (دکتر میرمحسن پدرام)
♦️"علم داده و یادگیری ژرف ، چالش ها و فرصت ها"
🔶 کارگاه اول (کمال صادق آبادی و شاهین شیوعی : پایتون)
این کارگاه مختص به آموزش پایتون مقدماتی و سپس معرفی کتابخانه های مهم یادگیری ماشین و یادگیری ژرف در پایتون ، میباشد.
♦️پایتون مقدماتی (برای افرادی که با پایتون آشنایی ندارند)
♦️ معرفی کتابخانه های Numpy و Pandas و DataFrame و Scikit-learn و ...
🔆 روز دوم (پنجم اردیبهشت)
🔶 کارگاه دوم (دکتر جمشید سعیدیان : جبرخطی و محاسبات عددی)
در این کارگاه به آموزش ریاضیات پایه و جبرخطی و محاسبات عددی که در یادگیری ژرف استفاده میشود ، پرداخته میشود.
♦️ماتریس ها و بردار ها و تنسور ها
♦️ضرب ماتریس ها و بردار ها
♦️ماتریس ها و معکوس آن ها
♦️وابستگی خطی
♦️نرم ها
♦️ماتریس ها و بردارهای خاص
♦️دترمینان
♦️Eigendecomposition
♦️The Trace Operator
♦️Principal Components Analysis
♦️Overflow and Underflow
♦️Gradient-Based Optimization
♦️Constrained Optimization
🔶 کارگاه سوم (دکتر بردیا پناه به حق : آمار و احتمالات )
در این کارگاه به آموزش مفاهیم و روش های آماری و احتمالاتی که در یادگیری ژرف استفاده میشود ، پرداخته میشود.
♦️متغیری های تصادفی
♦️فضاهای احتمالاتی
♦️احتمالات شرطی
♦️احتمالات شرطی همبسته
♦️احتمالات شرطی مستقل
♦️فضا های احتمالاتی رایج
♦️قضیه بیز
♦️Information Theory
♦️Structured Probabilistic Models
🔶 کارگاه دوم (دکتر جمشید سعیدیان : جبرخطی و محاسبات عددی)
در این کارگاه به آموزش ریاضیات پایه و جبرخطی و محاسبات عددی که در یادگیری ژرف استفاده میشود ، پرداخته میشود.
♦️ماتریس ها و بردار ها و تنسور ها
♦️ضرب ماتریس ها و بردار ها
♦️ماتریس ها و معکوس آن ها
♦️وابستگی خطی
♦️نرم ها
♦️ماتریس ها و بردارهای خاص
♦️دترمینان
♦️Eigendecomposition
♦️The Trace Operator
♦️Principal Components Analysis
♦️Overflow and Underflow
♦️Gradient-Based Optimization
♦️Constrained Optimization
🔶 کارگاه سوم (دکتر بردیا پناه به حق : آمار و احتمالات )
در این کارگاه به آموزش مفاهیم و روش های آماری و احتمالاتی که در یادگیری ژرف استفاده میشود ، پرداخته میشود.
♦️متغیری های تصادفی
♦️فضاهای احتمالاتی
♦️احتمالات شرطی
♦️احتمالات شرطی همبسته
♦️احتمالات شرطی مستقل
♦️فضا های احتمالاتی رایج
♦️قضیه بیز
♦️Information Theory
♦️Structured Probabilistic Models
🔆 روز سوم (یازدهم اردیبهشت)
🔶 کارگاه چهارم (محمد مهدی کوچالی : یادگیری ماشین)
در این کارگاه وارد بخش یادگیری ماشین میشویم و پس از تعریف یادگیری ماشین ، الگوریتم های مهم یادگیری ماشین را آموزش خواهیم داد.
♦️الگوریتم های یادگیری
♦️Capacity, Overfitting and Underfitting
♦️Hyperparameters and Validation Sets
♦️Estimators, Bias and Variance
♦️Maximum Likelihood Estimation
♦️Bayesian Statistics
♦️Supervised Learning Algorithms
♦️Unsupervised Learning Algorithms
♦️Semi-Supervised Learning Algorithms
♦️Stochastic Gradient Descent
♦️Challenges Motivating Deep Learning
🔶 کارگاه پنجم (مهندس علیرضا کوچالی : یادگیری ژرف)
در این کارگاه وارد بخش یادگیری ژرف میشویم و پس از تعریف یادگیری ژرف ، به تحلیل معماری شبکه های عصبی و انواع شبکه های عصبی خواهیم پرداخت.
♦️Example: Learning XOR
♦️Gradient-Based Learning
♦️Hidden Units
♦️Architecture Design
♦️Back-Propagation and Other Differentiation Algorithms
♦️ معرفی شبکه های عصبی مختلف
♦️ چالش های مربوط به شبکه های عصبی
🔶 کارگاه چهارم (محمد مهدی کوچالی : یادگیری ماشین)
در این کارگاه وارد بخش یادگیری ماشین میشویم و پس از تعریف یادگیری ماشین ، الگوریتم های مهم یادگیری ماشین را آموزش خواهیم داد.
♦️الگوریتم های یادگیری
♦️Capacity, Overfitting and Underfitting
♦️Hyperparameters and Validation Sets
♦️Estimators, Bias and Variance
♦️Maximum Likelihood Estimation
♦️Bayesian Statistics
♦️Supervised Learning Algorithms
♦️Unsupervised Learning Algorithms
♦️Semi-Supervised Learning Algorithms
♦️Stochastic Gradient Descent
♦️Challenges Motivating Deep Learning
🔶 کارگاه پنجم (مهندس علیرضا کوچالی : یادگیری ژرف)
در این کارگاه وارد بخش یادگیری ژرف میشویم و پس از تعریف یادگیری ژرف ، به تحلیل معماری شبکه های عصبی و انواع شبکه های عصبی خواهیم پرداخت.
♦️Example: Learning XOR
♦️Gradient-Based Learning
♦️Hidden Units
♦️Architecture Design
♦️Back-Propagation and Other Differentiation Algorithms
♦️ معرفی شبکه های عصبی مختلف
♦️ چالش های مربوط به شبکه های عصبی
🔆 روز چهارم (دوازدهم اردیبهشت)
🔶 کارگاه ششم (دکتر ناهید طاهریان :
Regularization for Deep Learning)
در این کارگاه و کارگاه بعدی به مسائل و روش های مختلف برای ساخت و بهینه سازی شبکه های عصبی میپردازیم.
♦️Parameter Norm Penalties
♦️Norm Penalties as Constrained Optimization
♦️Regularization and Under-Constrained Problems
♦️Dataset Augmentation
♦️Noise Robustness
♦️Multi-Task Learning
♦️Early Stopping
♦️Parameter Tying and Parameter Sharing
♦️Sparse Representations
♦️Bagging and Other Ensemble Methods
♦️Dropout
♦️Adversarial Training
🔶 کارگاه هفتم (دکتر ناهید طاهریان :
Optimization for Training Deep Models)
♦️How Learning Differs from Pure Optimization
♦️Challenges in Neural Network Optimization
♦️Basic Algorithms
♦️Parameter Initialization Strategies
♦️Algorithms with Adaptive Learning Rates
♦️Approximate Second-Order Methods
♦️Optimization Strategies and Meta-Algorithms
🔶 کارگاه ششم (دکتر ناهید طاهریان :
Regularization for Deep Learning)
در این کارگاه و کارگاه بعدی به مسائل و روش های مختلف برای ساخت و بهینه سازی شبکه های عصبی میپردازیم.
♦️Parameter Norm Penalties
♦️Norm Penalties as Constrained Optimization
♦️Regularization and Under-Constrained Problems
♦️Dataset Augmentation
♦️Noise Robustness
♦️Multi-Task Learning
♦️Early Stopping
♦️Parameter Tying and Parameter Sharing
♦️Sparse Representations
♦️Bagging and Other Ensemble Methods
♦️Dropout
♦️Adversarial Training
🔶 کارگاه هفتم (دکتر ناهید طاهریان :
Optimization for Training Deep Models)
♦️How Learning Differs from Pure Optimization
♦️Challenges in Neural Network Optimization
♦️Basic Algorithms
♦️Parameter Initialization Strategies
♦️Algorithms with Adaptive Learning Rates
♦️Approximate Second-Order Methods
♦️Optimization Strategies and Meta-Algorithms
🔅 مدرسه بهاری یادگیری ژرف
🧠 Deep Learning Spring School (DLSS)
📅 تاریخ شروع: ۴ اردیبهشت ماه ۹۸
🏛 محل برگزاری: تهران، خیابان مفتح، دانشگاه خوارزمی، سالن ابوریحان
📢 کانال تلگرام: @DLSS2019
💻 سایت: http://dlss.cskhu.ir
🤖 بات تلگرام: @DLSSBot
📷 اینستاگرام: instagram.com/dlss2019
📝 ثبت نام از طریق سایت ایوند:
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و مشاهده برنامهی برگزاری، معرفی مدرسان و... به سایت، کانال و یا بات مدرسه بهاری مراجعه فرمایید.
🧠 Deep Learning Spring School (DLSS)
📅 تاریخ شروع: ۴ اردیبهشت ماه ۹۸
🏛 محل برگزاری: تهران، خیابان مفتح، دانشگاه خوارزمی، سالن ابوریحان
📢 کانال تلگرام: @DLSS2019
💻 سایت: http://dlss.cskhu.ir
🤖 بات تلگرام: @DLSSBot
📷 اینستاگرام: instagram.com/dlss2019
📝 ثبت نام از طریق سایت ایوند:
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و مشاهده برنامهی برگزاری، معرفی مدرسان و... به سایت، کانال و یا بات مدرسه بهاری مراجعه فرمایید.
🔅 مدرسین بهاری یادگیری ژرف
🧠 Deep Learning Spring School (DLSS)
📅 تاریخ شروع: ۴ اردیبهشت ماه ۹۸
🏛 محل برگزاری: تهران، خیابان مفتح، دانشگاه خوارزمی، سالن ابوریحان
📢 کانال تلگرام: @DLSS2019
💻 سایت: http://dlss.cskhu.ir
🤖 بات تلگرام: @DLSSBot
📷 اینستاگرام: instagram.com/dlss2019
📝 ثبت نام از طریق سایت ایوند:
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و مشاهده برنامهی برگزاری، معرفی مدرسان و... به سایت، کانال و یا بات مدرسه بهاری مراجعه فرمایید.
🧠 Deep Learning Spring School (DLSS)
📅 تاریخ شروع: ۴ اردیبهشت ماه ۹۸
🏛 محل برگزاری: تهران، خیابان مفتح، دانشگاه خوارزمی، سالن ابوریحان
📢 کانال تلگرام: @DLSS2019
💻 سایت: http://dlss.cskhu.ir
🤖 بات تلگرام: @DLSSBot
📷 اینستاگرام: instagram.com/dlss2019
📝 ثبت نام از طریق سایت ایوند:
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و مشاهده برنامهی برگزاری، معرفی مدرسان و... به سایت، کانال و یا بات مدرسه بهاری مراجعه فرمایید.
🕰 جدول زمانبندی مدرسه بهاری یادگیری ژرف 🕰
📅 تاریخ شروع : ۴ اردیبهشت ۱۳۹۸
🏛 مکان : تهران - خیابان مفتح - دانشگاه خوارزمی - سالن ابوریحان
📢 کانال مدرسه بهاری : @DLSS2019
🤖 بات مدرسه بهاری : @DLSSBot
📝 ثبت نام از طریق سایت ایوند :
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و دیدن برنامهی برگزاری و معرفی مدرسان و ... به کانال و بات مدرسه بهاری مراجعه فرمایید.
📅 تاریخ شروع : ۴ اردیبهشت ۱۳۹۸
🏛 مکان : تهران - خیابان مفتح - دانشگاه خوارزمی - سالن ابوریحان
📢 کانال مدرسه بهاری : @DLSS2019
🤖 بات مدرسه بهاری : @DLSSBot
📝 ثبت نام از طریق سایت ایوند :
https://evand.com/events/dlss
⭕️ برای کسب اطلاعات بیشتر و دیدن برنامهی برگزاری و معرفی مدرسان و ... به کانال و بات مدرسه بهاری مراجعه فرمایید.
Forwarded from Data Science (محمدرضا محتاط)
چرا به یک متخصص علمداده تبدیل شویم؟
همواره انتخاب حوزه کاری در میان فیلدهای کاری مختلف و متنوع یکی از موضوعات چالشی و البته بسیار مهم بوده است. در شکل فوق دلایل اصلی جهت تبدیل شدن به یک متخصص علمداده بیان گردیده است.
اگر در رشتههای مهندسی نرمافزار، هوش مصنوعی، آمار، مدیریت فناوری اطلاعات و... تحصیل میکنید انتخاب فیلد کاری Data Science با توجه به افزایش بسیار میزان تقاضا شرکتها جهت جذب متخصصین علمداده، میزان درآمد،تاثیرگذاری در سطوح سازمانی و ملی و... میتواند یکی از بهترین تصمیمات شما باشد.
پینوشت:
قابل ذکر است که جهت موفقیت در حوزه علمداده لزوما به تخصصهای آکادمیک در رشتههای مشخصی نیاز نیست. علاقهمندی، پشتکار، تمرین، پیادهسازیهای عملی و... سبب موفقیت شما در این فیلد کاری خواهد شد.
@DataAnalysis
همواره انتخاب حوزه کاری در میان فیلدهای کاری مختلف و متنوع یکی از موضوعات چالشی و البته بسیار مهم بوده است. در شکل فوق دلایل اصلی جهت تبدیل شدن به یک متخصص علمداده بیان گردیده است.
اگر در رشتههای مهندسی نرمافزار، هوش مصنوعی، آمار، مدیریت فناوری اطلاعات و... تحصیل میکنید انتخاب فیلد کاری Data Science با توجه به افزایش بسیار میزان تقاضا شرکتها جهت جذب متخصصین علمداده، میزان درآمد،تاثیرگذاری در سطوح سازمانی و ملی و... میتواند یکی از بهترین تصمیمات شما باشد.
پینوشت:
قابل ذکر است که جهت موفقیت در حوزه علمداده لزوما به تخصصهای آکادمیک در رشتههای مشخصی نیاز نیست. علاقهمندی، پشتکار، تمرین، پیادهسازیهای عملی و... سبب موفقیت شما در این فیلد کاری خواهد شد.
@DataAnalysis
🔴 مفتخر هستیم «چنگال» را به عنوان حامی اولین دوره مدرسه یادگیری ژرف در کنار خودمان داشته باشیم.
🌐 https://changal.com
🌐 https://changal.com