دوره آموزش یادگیری ماشین 3 در معماری برای معماران و شهرسازان؟

در این دوره آموزشی به یادگیری ماشین با استفاده از زبان برنامه‌ نویسی پایتون پرداخته می ‌شود. دوره آموزش یادگیری ماشین برای معماران و شهرسازان به این صورت برنامه‌ریزی شده است که تمام مثال ها و نمونه های عملی براساس داده ها و مساله های موجود در صنعت ساختمان باشد تا از این طریق درک مطالب آموزشی راحتر گردد، همچنین دوره از مقدمات شروع و به مباحث پیشرفته و جدید یادگیری ماشین با پایتون می­‌پردازد.

دوره آموزش یادگیری ماشین لابراتوار معماری و هوش مصنوعی در چند بخش تدوین شده است؛ در بخش اول شما باهدف یادگیری ماشین و کاربرد آن در دنیای واقعی به صورت نظری و نمونه موردی ها مرتبط با صنعت ساختمان آشنا خواهید شد. در بخش دوم این دوره یک نمای کلی از مباحث یادگیری ماشین مانند یادگیری تحت نظارتی و غیر نظارتی، ارزیابی مدل‌ها و الگوریتم‌های یادگیری ماشین به دانش پژوهان ارائه خواهد نمود. در بخش سوم به تجزیه و تحلیل مقالات و پژوهش های تدوین شده با الگوریتم ها و کتابخانه های یادگیری ماشین پرداخته می شود.

هدف از آموزش دوره یادگیری ماشین 3 با پایتون برای معماران و شهرسازان چیست؟

هدف از برگزاری این دوره، آموزش یادگیری ماشین به‌صورت مرحله‌به‌مرحله از مباحث مقدماتی تا مباحث جدید و پیشرفته با کمک مثال های مرتبط با صنعت ساختمان است. حضور شما در این دوره آموزشی به شما کمک خواهد کرد تا با داده های محیط واقعی و کاربردی صنعت ساختمان برای آموزش دادن الگوریتم های یادگیری ماشین از طریق زبان برنامه ‌نویسی پایتون استفاده کنید و مهارت خود را در زمینه کاربرد هوش مصنوعی در رشته های معماری، شهرسازی، مدیریت پروژه، عمران، تاسیسات و غیره افزایش دهید.

در انتهای این دوره شما دانش پژوهان عزیز چه مهارت‌­هایی را باید کسب نماید؟

با حضور در این دوره علاوه بر آشنایی با کلیات و جزئیات یادگیری ماشین شما با مباحث دیگری از مانند:

  1. یادگیری نظارتی و غیر نظارتی ماشین ها
  2. نحوه عملکرد الگوریتم‌­های یادگیری ماشین
  3. نحوه عملکرد بخشی از کتابخانه های یادگیری ماشین

ویژگی متمایز دوره یادگیری ماشین برای معماران و شهرسازان نسبت به دوره‌ های مشابه چیست؟

مدرس این دوره دکتر رضاباباخانی است. این دوره توسط لابراتوار معماری و هوش مصنوعی که یه مجموعه تخصصی است، تضمین گردیده، همچنین تفاوت دیگر استفاده از مثال ها، نمونه های مرتبط با صنعت ساختمان در آموزش است که یادگیری آن را برای رشته های معماری، شهرسازی، مدیریت پروژه، عمران، تاسیسات و غیره آسان تر می نماید و نقطه قوت دیگر دوره استفاده از بروزترین مقالات منتشر شده مرتبط با صنعت ساختمان است که در پژوهش آن از الگوریتم های یادگیری ماشین استفاده شده است.

در کنار این موارد در تمام طول دوره شما می‌توانید سوالات و ابهامات خود را با استاد دوره در میان بگذارید و پاسخ همه سوالات خود را دریافت نمایید، همچنین در پایان دوره و پس از انجام آزمون در صورت کسب نمره قبولی مدرک معتبر (قابل ترجمه و استعلام آنلاین) از لابراتوار معماری و هوش مصنوعی مربوط به گذراندن این دوره برای دانش پژوه محترم صادر خواهد شد و شما با استفاده از این مدرک می توانید شرایط خود را در آزمون‌ استخدامی، مصاحبه ها، مهاجرت و دریافت موقعیت های تحصیلی بهبود ببخشید.

زمان مورد نیاز برای گذراندن دوره

30 ساعت

مجموع محتوای آموزشی

15 ساعت

برگزار کننده

لابراتوار معماری و هوش مصنوعی

سرفصل‌های دوره آموزش یادگیری ماشین با پایتون

فصل اول:کتابخانه های پرکاربرد یادگیری ماشین

Comparison of Calibration of Classifiers

Multidimensional scaling

Multilabel classification

Multiple linear regression

Multiple linear regression2

Naive Bayesian

Polynomial Regression

Polynomial Regression2

Support Vector Machine Polynomial

Swiss Roll reduction with LLE

درمورد استاد دوره

دکتر رضاباباخانی عضو فدراسیون جهانی مخترعین و دارنده نشان نقره ای مخترع سال 2022 از IFIA می باشد. ایشان مخترع و پژوهشگر حوزه معماری و هوش مصنوعی در ایران است. او دکتری معماری از دانشگاه علوم و تحقیقات تهران دارد و در همین دانشگاه به عنوان موسس و مدیر لابراتوار معماری و هوش مصنوعی مشغول پژوهش و تولید الگوریتم های مرتبط با حوزه صنعت ساختمان است.

همچنین دکتر رضاباباخانی داور نشریات مختلفی همچون علوم و تکنولوژی، مرمت و معماری، پژوهشنامه پردازش و مدیریت اطلاعات، مطالعات محیطی هفت حصار، معماری شناسی، Journal of Architectural Engineering Technology، space ontology journal

حد نصاب قبولی در دوره

70.0 نمره

شروع دوره آموزش یادگیریماشین سطح 3

ویژه آموزش کاربردهای مباحث یادگیری ماشین در معماری و تمام مباحث مرتبط با یادگیری ماشین در صنعت ساختمان

Comparison of Calibration of Classifiers ویدئو

فصل اول

پیش نمایش
خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Multidimensional scaling ویدئو

فصل دوم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Multilabel classification ویدئو

فصل سوم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Multiple linear regression ویدئو

فصل چهارم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Multiple linear regression ویدئو

فصل چهارم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Naive Bayesian ویدئو

فصل سوم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Polynomial Regression ویدئو

فصل سوم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Polynomial Regression ویدئو

فصل سوم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Support Vector Machine Polynomial ویدئو

فصل سوم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

Swiss Roll reduction with LLE ویدئو

فصل سوم

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

ضمانت بازگشت وجه ۷ روزه بدون ریسک

در صورت عدم تطابق دوره با سرفصل‌ها، وجه پرداختی شما را بازگشت خواهیم داد.