هوش مصنوعی - مدارس میان‌رشته‌ای

💥 3-7 معرفی و ثبت نام سومین دوره زمستانی با عنوان"دوره آشنایی با متلب برای غیربرنامه نویسان؛ با تاکید بر نوروساینس و علوم شناختی" 🌹متلب یک پلتفرم قوی و یک محیط فوق العاده برای متخصصان رشته های مختلف پزشکی و مهندسی جهت کار با داده های مختلف هست. متلب علاوه بر دارا بودن پکیج های متعدد جهت آنالیز انواع داده ها، میتواند در بصری سازی دیتا نیز خیال کاربر را راحت کند. اما این فضای کاربردی دارای چه ظرفیت هایی هست و چگونه می توان از آنها به نحو بهینه استفاده کرد؟ چگونه می توان به عنوان یک کارآموز در مسیر درست استفاده از متلب برای تحلیل داده ها در حوزه های نوروساینس و علوم شناختی گام برداشت؟ 💖این دوره تلاشی برای تحقق اهداف فوق است. تیم تدریس این دوره دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر، پریا جافرپور، منتور ارشد دپارتمان سیگنال مدارس میان رشته ای، مهسا محمدی و شبنم عزمی، منتورهای دپارتمان سیگنال مدارس میان رشته ای هستند. این دوره در روزهای یکشنبه، ساعت 17 تا 18:30 طی 12 هفته و در 12 جلسه برگزار می گردد. ✨ به زودی نحوه ثبت نام در این دوره ارزنده خدمت شما عزیزان در این کانال اطلاع رسانی می شود. 🚩 مدیریت مجموعه علمی مدارس میان رشته ای 🚀|@IDSchools||کانال اصلی| 🚀|@IDS_AI_ML||کانال هوش مصنوعی|

اینجا تنها جایی است که ساده‌گویی وجود ندارد! همه چیز تخصصی است!

••• چنل فوق تخصصی روانشناسی، روانپزشکی و نوروساینس روزانه پس از چندین ساعت مطالعات عمیق؛ بخشی از  یادداشت ها، اخبار، کتب و خلاصه و ترجمه مقالات تخصصی در حوزه های روانشناسی، نورساینس و فیزیولوژی مغز و اعصاب را در این چنل منتشر می‌کنم. https://t.me/Psyche_Analyzer

نهایت، این چنل، یک منوی فوق‌العاده تخصصی برای شما محققین و علاقه‌مندان عزیز است. محققینی که نیازمند سرنخ ها، فرم های آماری، مقالات کمیاب و تخصصی، جمع‌بندی های دقیق هستند.

هر پست دارای چندین لینک به: آثار دیکر نویسنده، متن مقاله، تصاویر مربوطه، مقالات مربوطه، رفرنس های تخصصی و و کتب مرجع، پادکست ها و کیس استادی های مربوط.

سعی شده است با کمترین تبلیغات و تبادلات از شلوغی محتوای چنل جلوگیری شود.

https://t.me/Psyche_Analyzer

🚩🚩🚩 آغاز معرفی و ثبت‌نام دوره‌های زمستانی مجموعه علمی و پژوهشی مدارس میان‌رشته‌ای ✨ 🌹تجربه ای میان رشته ای در دوره های زمستانی 🔻 مدارس میان‌رشته‌ای افتخار دارد که در زمستان 1404 با برگزاری دوره‌های تخصصی و تکرارنشدنی و با بهره مندی از تجارب و ظرفیت 7 دپارتمان علمی آموزشی و 4 دپارتمان پژوهشی در خدمت دانشجویان و پژوهشگران محترم از داخل و خارج کشور باشد. 🌹با توجه به سابقه درخشان مدارس میان‌رشته‌ای در برگزاری تخصصی‌ترین دوره‌های آموزشی در ادوار گذشته، این فصل بر آن شدیم تا با همفکری با جمعی از برترین اساتید از داخل و خارج از کشور و با رویکری جدید، به موشکافی آخرین مرزهای دانش در دنیای علوم اعصاب، فیزیک، ریاضیات، هوش مصنوعی، پزشکی و علوم زیستی و همینطور علوم شناختی مبادرت ورزیم. ❤ طراحی مجموعه دوره‌های پاییزی مدارس میان‌رشته‌ای زیر نظر اساتید برجسته داخل و خارج از کشور صورت گرفته است تا بتواند پاسخگوی نیازمندی‌های اصلی هر پژوهشگر و دانشجوی علاقمند به حوزه های نوظهور باشد. معرفی و ثبت نام این دوره ها از این هفته، توسط دپارتمانهای هفت گانه و در کانالهای هر کدام از این دپارتمانها صورت می پذیرد: 1️⃣نام دوره: در مسیر آگاهی ✨دپارتمان برگزار کننده: روانشناسی و علوم شناختی 💟شروع ثبت نام: 7 آذر 💠روز برگزاری: چهارشنبه ها، ساعت 17 💖تاریخ شروع دوره: 19 آذر 🔸لینک کانال میزبان ثبت نام (روانشناسی و علوم شناختی): 🚀 @IDS_Psy 2️⃣نام دوره: دیپلم جامع نوروساینس بر اساس کتاب اریک کندل-بخش چهارم ✨دپارتمان برگزار کننده: پزشکی ❤شروع ثبت نام: 13 آذر 💠روز برگزاری: پنجشنبه ها، ساعت 17 💖تاریخ شروع دوره: 27 آذر 🔸لینک کانال میزبان ثبت نام (پزشکی): 🚀 @IDS_Med 3️⃣نام دوره: زبان برنامه نویسی متلب برای غیربرنامه نویسان؛ با تاکید بر نوروساینس ✨دپارتمان برگزار کننده: هوش مصنوعی ❤شروع ثبت نام: 25 آذر 💠روز برگزاری: یکشنبه ها، ساعت 17 💖تاریخ شروع دوره: 7 دی 🔸لینک کانال میزبان ثبت نام (هوش مصنوعی): 🚀 @IDS_AI_ML 4️⃣نام دوره: آشنایی با نوروژنتیک ✨دپارتمان برگزار کننده: علوم زیستی ❤شروع ثبت نام: 11 دی 💠روز برگزاری: شنبه ها، ساعت 17 💖تاریخ شروع دوره: 4 بهمن 🔸لینک کانال میزبان ثبت نام (علوم زیستی): 🚀 @IDS_Bio 5️⃣نام دوره: طراحی تسک های شناختی با سایکوپای و پایتون ✨دپارتمان برگزار کننده: ریاضی، آمار و علوم کامپیوتر ❤شروع ثبت نام: 18 دی 💠روز برگزاری: سه شنبه ها، ساعت 17 💖تاریخ شروع دوره: 30 دی 🔸لینک کانال میزبان ثبت نام (ریاضی، آمار و علوم کامپیوتر): 🚀 @IDS_Math 6️⃣نام دوره: طرح تربیت پژوهشگر در هوش مصنوعی ✨دپارتمان برگزار کننده: هوش مصنوعی ❤شروع ثبت نام: 2 بهمن 💠روز برگزاری: سه شنبه ها 💖تاریخ شروع دوره: 7 اسفند، ساعت 19 🔸لینک کانال میزبان ثبت نام (هوش مصنوعی): 🚀 @IDS_AI_ML 7️⃣نام دوره: طرح تربیت پژوهشگر در نوروساینس و علوم شناختی ✨دپارتمان برگزار کننده: نوروساینس و علوم شناختی ❤شروع ثبت نام: 7 اسفند 💠روز برگزاری: یکشنبه ها، ساعت 19 💖تاریخ شروع دوره: 23 فروردین 🔸لینک کانال میزبان ثبت نام (نوروساینس و علوم شناختی): 🚀 @IDS_Neuro 💟 با ما در بررسی جزئی تمامی این دوره‌های جذاب در کانالهای فوق همراه باشید... 🚀|@IDSchools||کانال اصلی| 🚀|@IDS_Med||کانال پزشکی| 🚀|@IDS_Psy||کانال روانشناسی| 🚀|@IDS_Physics||کانال فیزیک| 🚀|@IDS_Bio||کانال علوم زیستی| 🚀|@IDS_Neuro||کانال نوروساینس| 🚀|@IDS_AI_ML||کانال هوش مصنوعی| 🚀|@IDS_Math||کانال ریاضی، آمار و علوم کامپیوتر|

‼️ یادآوری- شروع دوره 1️⃣جلسه اول دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم» 🔣عنوان جلسه اول: معرفی اصطلاحات و مفاهیم پایه مدل سازی و یادگیری ماشین ⏳زمان برگزاری جلسه اول: پنجشنبه، 10 مهر ساعت 17:30 👤 با ارائه دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ✅ پنجشنبه ها، ساعت 17:30 تا 19 👈نحوه ثبت نام: https://t.me/IDS_AI_ML/359 🟢کسب اطلاعات بیشتر: @interdisciplinaryschools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

✨ معرفی دوره های پاییزی در یک نگاه- دومین دوره ⌛عنوان دوره: «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم» 🔜 زمان برگزاری جلسه اول: پنجشنبه، 10 مهر ساعت 17:30 🔸سرفصل جلسات: 1️⃣هفته اول: معرفی اصطلاحات و مفاهیم پایه مدل سازی و یادگیری ماشین 2️⃣هفته دوم: مفاهیم تئوری و پیاده سازی عملی روش‌های کاهش بعد و انتخاب ویژگی در کتابخانه scikit-learn 3️⃣هفته سوم: مفاهیم تئوری انواع مدل های طبقه بندی و نحوه به کارگیری آنها در کتابخانه scikit-learn 4️⃣هفته چهارم: مفاهیم تئوری انواع مدل های رگرسور و نحوه به کارگیری آنها در کتابخانه scikit-learn 5️⃣هفته پنجم: مفاهیم پایه در شبکه های عصبی و پیاده سازی یک شبکه عصبی توسط کتابخانه keras 6️⃣هفته ششم: مفاهیم پایه در مدلهای عمیق و آنالیز EEG و معرفی معماری‌های شبکه های عمیق رایج در این حوزه 7️⃣هفته هفتم: تبدیل سیگنال به تصویر و استفاده از کتابخانه های pytorch یا tensorflow برای پیاده سازی شبکه CNN 8️⃣هفته هشتم: بصری سازی لایه های CNN 9️⃣هفته نهم: پیاده سازی شبکه های عمیق LSTM و مبتنی بر Attention با استفاده از کتابخانه های pytorch یا tensorflow 0️⃣1️⃣هفته دهم: پیاده سازی یک پروژه عملی از ابتدا تا انتها 👤با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر 🔣نحوه ثبت نام: https://t.me/IDS_AI_ML/359 🔴کسب اطلاعات بیشتر:   @interdisciplinaryschools2 🚀 |@IDSchools||کانال اصلی| 🚀 |@IDS_Bio||کانال علوم زیستی|

✨ معرفی دوره های پاییزی در یک نگاه- اولین دوره ⌛عنوان دوره: «آشنایی با نوروآناتومی» 🔜 زمان برگزاری جلسه اول: شنبه، 5 مهر ساعت 17:30 🔸سرفصل جلسات: 1️⃣هفته اول: نوروبیولوژی نورون و گلیا 2️⃣هفته دوم: نخاع و ساختار آن 3️⃣هفته سوم: ساقه مغز؛ تشکیلات مشبک 4️⃣هفته چهارم: سیستم لیمبیک و اینسولا 5️⃣هفته پنجم: هسته های قاعده ای 6️⃣هفته ششم: مخچه 7️⃣هفته هفتم: دیانسفال (مغز بینابینی) 8️⃣هفته هشتم: کورتکس 9️⃣هفته نهم: لایه های محافظتی مخ و سد خونی مغزی 0️⃣1️⃣هفته دهم: اعصاب مغزی و سیستم عصبی خودمختار 👤با حضور: 👤دکتر فاطمه تیرگر، عضو هیات علمی دانشگاه علوم پزشکی تهران 🔣نحوه ثبت نام: https://t.me/IDS_Bio/501 🔴کسب اطلاعات بیشتر:   @interdisciplinaryschools2 🚀 |@IDSchools||کانال اصلی| 🚀 |@IDS_Bio||کانال علوم زیستی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی هفته (جلسه دهم) : پیاده‌سازی یک پروژه عملی از ابتدا تا انتها 🗣محتوای این جلسه: این جلسه پایانی، فرصتی است تا تمام مهارت‌هایی که در طول دوره کسب کرده‌اید را به کار بگیرید. شما یک پروژه عملی کامل را از ابتدا تا انتها اجرا می‌کنید. از تعریف مسئله و جمع‌آوری داده‌ها تا پیش‌پردازش، انتخاب مدل، آموزش و ارزیابی نهایی، شما با تمام مراحل یک پروژه واقعی یادگیری ماشین درگیر خواهید شد. این تجربه به شما اعتماد به نفس لازم برای حل مسائل دنیای واقعی را می‌دهد. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی هفته (جلسه نهم) : پیاده سازی شبکه های عمیق LSTM و مبتنی بر Attention با استفاده از کتابخانه های pytorch یا tensorflow 🗣محتوای این جلسه: در این جلسه، به سراغ مدل‌های پیشرفته‌تر مانند شبکه‌های عصبی حافظه بلند-کوتاه (LSTM) و مدل‌های مبتنی بر توجه (Attention) می‌رویم. این مدل‌ها به طور خاص برای کار با داده‌های دنباله‌ای مانند متن، سیگنال‌ها یا سری‌های زمانی طراحی شده‌اند. شما با استفاده از PyTorch سیا TensorFlow، نحوه پیاده‌سازی این شبکه‌ها را برای حل مسائلی که نیازمند درک وابستگی‌های طولانی‌مدت در داده‌ها هستند، یاد می‌گیرید. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی 8هفته (جلسه هشتم) : بصری‌سازی لایه‌های CNN 🗣محتوای این جلسه: این جلسه به شما کمک می‌کند تا به "جعبه سیاه" مدل‌های CNN نگاهی بیندازید. ما تکنیک‌های بصری‌سازی را بررسی می‌کنیم که به ما نشان می‌دهند هر لایه از شبکه چه چیزی را "می‌بیند" و چه ویژگی‌هایی را استخراج می‌کند. با بصری‌سازی فیلترها و نقشه‌های ویژگی (Feature Maps)، شما درک عمیق‌تری از نحوه یادگیری و تصمیم‌گیری این شبکه‌ها پیدا خواهید کرد. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی 7️⃣هفته (جلسه هفتم) : تبدیل سیگنال به تصویر و استفاده از کتابخانه های pytorch یا tensorflow برای پیاده سازی شبکه CNN 🗣محتوای این جلسه: در این جلسه، یک تکنیک نوآورانه را یاد می‌گیرید: تبدیل سیگنال‌های زمانی به تصاویر (مانند تبدیل سیگنال صوتی به طیف‌نگار). با این کار، می‌توان از قدرت بی‌نظیر شبکه‌های عصبی کانولوشنی (CNN) برای تحلیل این داده‌ها استفاده کرد. شما با استفاده از یکی از کتابخانه‌های محبوب PyTorch یا TensorFlow، یک شبکه CNN را پیاده‌سازی می‌کنید و می‌فهمید که چگونه این شبکه‌ها می‌توانند الگوهای بصری را در سیگنال‌ها شناسایی کنند. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی 6️⃣هفته (جلسه ششم) : مفاهیم پایه در مدل‌های عمیق و آنالیز EEG 🗣محتوای این جلسه: در این جلسه، از شبکه‌های عصبی ساده فراتر رفته و به مدل‌های عمیق می‌پردازیم. ما کاربرد این مدل‌ها را در تحلیل سیگنال‌های مغزی (EEG) بررسی می‌کنیم و با معماری‌های رایج شبکه‌های عمیق در این حوزه، مانند شبکه‌های عصبی پیچشی (CNN) و شبکه‌های عصبی بازگشتی (RNN)، آشنا خواهیم شد. هدف این جلسه، آشنایی با توانایی مدل‌های عمیق در استخراج الگوهای پیچیده و پنهان از داده‌های زیستی است. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی 5️⃣هفته (جلسه پنجم) : مفاهیم پایه در شبکه های عصبی و پیاده سازی یک شبکه عصبی توسط کتابخانه keras 🗣محتوای این جلسه: در این جلسه، به ساختار و عملکرد شبکه‌های عصبی، که از مغز انسان الهام گرفته‌اند، می‌پردازیم. ما با مفاهیم پایه مانند نورون‌ها (Neurons)، لایه‌ها (Layers) و توابع فعال‌سازی (Activation Functions) آشنا می‌شویم. با استفاده از کتابخانه کاربرپسند Keras، شما یک شبکه عصبی ساده را از ابتدا پیاده‌سازی خواهید کرد. این تجربه عملی به شما کمک می‌کند تا درک عمیق‌تری از نحوه آموزش و کارکرد این مدل‌های قدرتمند پیدا کنید. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی 4️⃣هفته (جلسه چهارم) : مفاهیم تئوری انواع مدل های رگرسور و نحوه به کارگیری آنها در کتابخانه scikit-learn 🗣محتوای این جلسه: این جلسه به مدل‌های رگرسور (Regressor) اختصاص دارد. هدف اصلی این مدل‌ها، پیش‌بینی یک مقدار پیوسته است. ما مدل‌های مختلفی از جمله رگرسیون خطی (Linear Regression)، رگرسیون ریج (Ridge Regression) و رگرسیون لاسو (Lasso Regression) را بررسی می‌کنیم. با استفاده از scikit-learn، شما یاد می‌گیرید چگونه این مدل‌ها را برای حل مسائلی مانند پیش‌بینی قیمت مسکن بر اساس ویژگی‌های آن یا تخمین دمای هوا در آینده پیاده‌سازی کنید. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی 3️⃣هفته (جلسه سوم) : مفاهیم تئوری انواع مدل های طبقه بندی و نحوه به کارگیری آنها در کتابخانه scikit-learn 🗣محتوای این جلسه: در این جلسه، تمرکز ما بر روی مدل‌های طبقه‌بند (Classifier) است. شما با انواع مختلفی از این مدل‌ها، از جمله درخت تصمیم (Decision Tree)، ماشین بردار پشتیبان (SVM) و رگرسیون لجستیک (Logistic Regression) آشنا خواهید شد. ما به بررسی مفاهیم تئوری پشت هر مدل و کاربردهای آن‌ها می‌پردازیم. سپس با استفاده از کتابخانه scikit-learn، نحوه پیاده‌سازی و ارزیابی عملکرد این مدل‌ها را به صورت عملی یاد می‌گیرید تا بتوانید مسائل طبقه‌بندی پیچیده‌ای مانند تشخیص بیماری یا شناسایی ایمیل‌های اسپم را حل کنید. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی 2️⃣هفته (جلسه دوم) : مفاهیم تئوری و پیاده سازی عملی روش‌های کاهش بعد و انتخاب ویژگی در کتابخانه scikit-learn 🗣محتوای این جلسه: در دنیای واقعی، داده‌ها اغلب پیچیده و دارای ابعاد بسیار بالایی هستند که می‌تواند فرآیند مدل‌سازی را دشوار کند. این جلسه به شما می‌آموزد که چگونه با این چالش مقابله کنید. ما به صورت تئوری و عملی به بررسی تکنیک‌های کاهش بعد مانند تحلیل مؤلفه‌های اصلی (PCA) و انتخاب ویژگی خواهیم پرداخت. با استفاده از کتابخانه قدرتمند scikit-learn، شما یاد می‌گیرید که چگونه ابعاد داده‌های خود را بهینه کرده و مهم‌ترین ویژگی‌ها را برای بهبود عملکرد و سرعت مدل‌های خود انتخاب کنید. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

🟣 معرفی جلسات 10 گانه دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»- دوره مجازی 1️⃣هفته (جلسه اول) : معرفی اصطلاحات و مفاهیم پایه مدل سازی و یادگیری ماشین 🗣محتوای این جلسه: در این جلسه، ما به صورت عمیق به جهان مدل‌سازی و یادگیری ماشین قدم می‌گذاریم. هدف اصلی این جلسه، ساختن یک پایه نظری مستحکم است تا بتوانید ساختار و منطق پشت مدل‌ها را به درستی درک کنید. ما اصطلاحاتی مانند داده‌های آموزشی (Training Data)، داده‌های آزمایشی (Test Data)، ویژگی‌ها (Features)، برچسب‌ها (Labels) و مفاهیم کلیدی مانند یادگیری نظارت شده (Supervised Learning) و یادگیری نظارت نشده (Unsupervised Learning) را با مثال‌های ملموس بررسی خواهیم کرد. در پایان این جلسه، شما یک درک جامع از چگونگی عملکرد مدل‌ها و فرآیند یادگیری آن‌ها خواهید داشت. ✨با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ⬇️ نحوه ثبت نام در این دوره: https://t.me/IDS_AI_ML/359 ⌛ سرفصل های این دوره: https://t.me/IDS_AI_ML/361 🔴 همراه با گواهی شرکت در دوره به انگلیسی  🔣 کسب اطلاعات بیشتر: @InterdisciplinarySchools2 🚀|@IDSchools||کانال اصلی| 🚀 |@IDS_AI_ML||کانال هوش مصنوعی|

💥 دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»-دوره مجازی ⏰ پنجشنبه‌ها، ساعت 17:30 ✅ شروع دوره از 10 مهر 1404 ⬅️با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر ◀️تعداد جلسات: 10 جلسه 90 دقیقه ای 🔹 سرفصل جلسات: 🔹هفته اول: معرفی اصطلاحات و مفاهیم پایه مدل سازی و یادگیری ماشین 🔹هفته دوم: مفاهیم تئوری و پیاده سازی عملی روش‌های کاهش بعد و انتخاب ویژگی در کتابخانه scikit-learn 🔹هفته سوم: مفاهیم تئوری انواع مدل های طبقه بندی و نحوه به کارگیری آنها در کتابخانه scikit-learn 🔹هفته چهارم: مفاهیم تئوری انواع مدل های رگرسور و نحوه به کارگیری آنها در کتابخانه scikit-learn 🔹هفته پنجم: مفاهیم پایه در شبکه های عصبی و پیاده سازی یک شبکه عصبی توسط کتابخانه keras 🔹هفته ششم: مفاهیم پایه در مدلهای عمیق و آنالیز EEG و معرفی معماری‌های شبکه های عمیق رایج در این حوزه 🔹هفته هفتم: تبدیل سیگنال به تصویر و استفاده از کتابخانه های pytorch یا tensorflow برای پیاده سازی شبکه CNN 🔹هفته هشتم: بصری سازی لایه های CNN 🔹هفته نهم: پیاده سازی شبکه های عمیق LSTM و مبتنی بر Attention با استفاده از کتابخانه های pytorch یا tensorflow 🔹هفته دهم: پیاده سازی یک پروژه عملی از ابتدا تا انتها 👈نحوه ثبت‌نام: https://t.me/IDS_AI_ML/359 ✨ همراه با گواهی حضور به انگلیسی (ارائه ها به زبان فارسی است) 🚀|@IDS_AI_ML||کانال هوش مصنوعی| 🚀|@IDSchools||کانال اصلی|

🔴 نحوه ثبت نام در دوره "دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم" 🔴 ‼️ به اطلاع می‌رساند که ظرفیت این دوره 30 نفر و شهریه برای ثبت نام در این دوره مجازی 650 هزار تومان است. عزیزان می توانند مبلغ فوق الذکر را به کارت بانکی زیر با شماره 5022 2910 4176 6476 به نام لیلا شادمانی واریز فرموده و تصویر رسید را همراه با مشخصات خود در فرم گوگل با لینک زیر آپلود نمایند. https://docs.google.com/forms/d/12CZ8JtKYbaPRG97oxln7gTTNiRetjPhKdD_GkNWJxmo 🤩 کلیه عزیزانی که در یکی از دوره‌های این مجموعه در سال‌های 1402 و 1403 شرکت داشته‌اند، از 30 هزار تومان تخفیف برخوردار می‌شوند. ◀️در صورت بروز هرگونه سوال در خصوص ثبت‌نام در این دوره با آی دی زیر در ارتباط باشید: @InterdisciplinarySchools2 🔴ارائه های این دوره به صورت مجازی و در روزهای پنجشنبه، از ساعت 17:30 تا 19 و به مدت 10 هفته برگزار می‌شود. بعد از هر ارائه فیلم جلسه تقدیم حضور شرکت کنندگان می‌گردد. 🔣 سرفصل جلسات: 1️⃣هفته اول: معرفی اصطلاحات و مفاهیم پایه مدل سازی و یادگیری ماشین 2️⃣هفته دوم: مفاهیم تئوری و پیاده سازی عملی روش‌های کاهش بعد و انتخاب ویژگی در کتابخانه scikit-learn 3️⃣هفته سوم: مفاهیم تئوری انواع مدل های طبقه بندی و نحوه به کارگیری آنها در کتابخانه scikit-learn 4️⃣هفته چهارم: مفاهیم تئوری انواع مدل های رگرسور و نحوه به کارگیری آنها در کتابخانه scikit-learn 5️⃣هفته پنجم: مفاهیم پایه در شبکه های عصبی و پیاده سازی یک شبکه عصبی توسط کتابخانه keras 6️⃣هفته ششم: مفاهیم پایه در مدلهای عمیق و آنالیز EEG و معرفی معماری‌های شبکه های عمیق رایج در این حوزه 7️⃣هفته هفتم: تبدیل سیگنال به تصویر و استفاده از کتابخانه های pytorch یا tensorflow برای پیاده سازی شبکه CNN 8️⃣هفته هشتم: بصری سازی لایه های CNN 9️⃣هفته نهم: پیاده سازی شبکه های عمیق LSTM و مبتنی بر Attention با استفاده از کتابخانه های pytorch یا tensorflow 0️⃣1️⃣هفته دهم: پیاده سازی یک پروژه عملی از ابتدا تا انتها 🔜 پنجشنبه ها، به مدت 10 هفته، از 10 مهر تا 13 آذر 1404 ⏰ از ساعت 🔜 17:30 تا 19 ⬅️ با ارائه 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر 🟢 همراه با گواهی حضور به انگلیسی (ارائه ها به زبان فارسی است) 🚀|@IDSchools||کانال اصلی| 🚀|@IDS_Med||کانال پزشکی| 🚀|@IDS_Psy||کانال روانشناسی| 🚀|@IDS_Physics||کانال فیزیک| 🚀|@IDS_Bio||کانال علوم زیستی| 🚀|@IDS_Neuro||کانال نوروساینس| 🚀|@IDS_AI_ML||کانال هوش مصنوعی| 🚀|@IDS_Math||کانال ریاضی، آمار و علوم کامپیوتر|

🔖🔖🔖🔖🔖 🔺«دپارتمان هوش مصنوعی مجموعه علمی و پژوهشی مدارس میان رشته ای» برگزار می کند: 🧠 دوره «دیپلم جامع رمزگشایی سیگنالهای مغزی با پایتون- بخش دوم»-دوره مجازی ⬅️ با حضور: 👤دکتر گلناز بغدادی، عضو هیات علمی دانشگاه صنعتی امیرکبیر 🔣 سرفصل جلسات: 1️⃣هفته اول: معرفی اصطلاحات و مفاهیم پایه مدل سازی و یادگیری ماشین 2️⃣هفته دوم: مفاهیم تئوری و پیاده سازی عملی روش‌های کاهش بعد و انتخاب ویژگی در کتابخانه scikit-learn 3️⃣هفته سوم: مفاهیم تئوری انواع مدل های طبقه بندی و نحوه به کارگیری آنها در کتابخانه scikit-learn 4️⃣هفته چهارم: مفاهیم تئوری انواع مدل های رگرسور و نحوه به کارگیری آنها در کتابخانه scikit-learn 5️⃣هفته پنجم: مفاهیم پایه در شبکه های عصبی و پیاده سازی یک شبکه عصبی توسط کتابخانه keras 6️⃣هفته ششم: مفاهیم پایه در مدلهای عمیق و آنالیز EEG و معرفی معماری‌های شبکه های عمیق رایج در این حوزه 7️⃣هفته هفتم: تبدیل سیگنال به تصویر و استفاده از کتابخانه های pytorch یا tensorflow برای پیاده سازی شبکه CNN 8️⃣هفته هشتم: بصری سازی لایه های CNN 9️⃣هفته نهم: پیاده سازی شبکه های عمیق LSTM و مبتنی بر Attention با استفاده از کتابخانه های pytorch یا tensorflow 0️⃣1️⃣هفته دهم: پیاده سازی یک پروژه عملی از ابتدا تا انتها 🔜 پنجشنبه ها، به مدت 10 هفته، از 10 مهر تا 13 آذر 1404 ⏰ از ساعت 🔜 17:30 تا 19 🟢 همراه با گواهی حضور به انگلیسی 👈 ثبت نام و کسب اطلاعات بیشتر: ➡️@IDS_AI_ML 🚀|@IDSchools||کانال اصلی| 🚀|@IDS_AI_ML||کانال هوش مصنوعی|

💥 2-8 معرفی و ثبت نام دومین دوره پاییزی با عنوان «دیپلم جامع رمزگشایی سیگنالهای مغزی با استفاده از پایتون- بخش دوم» 🌹 این دوره به بررسی اصول تحلیل سیگنالهای مغزی از پیش پردازش تا تکنیک های یادگیری ماشین با استفاده از پایتون می پردازد. سیگنال‌های EEG اطلاعات ارزشمندی از فعالیت‌های مغزی را در اختیار می‌گذارند که با استفاده از پایتون میتوان آنها را پیش پردازش و سپس با تکنیک های یادگیری ماشین تحلیل و تفسیر نمود. شرکت‌کنندگان ابتدا با کتابخانه های پیش پردازش و سپس با نحوه پیاده‌سازی الگوریتم‌های یادگیری ماشین و ارزیابی نتایج در پروژه‌های عملی آشنا خواهند شد و تجربه کار با داده‌های واقعی EEG را کسب خواهند کرد. 💟 مدرس این دوره خانم دکتر گلناز بغدادی عضو هیئت علمی دانشگاه صنعتی امیرکبیر است. این دوره طی 10 جلسه و در روزهای پنجشنبه، از ساعت 17:30 تا 19 برگزار می‌گردد. 💖به زودی نحوه ثبت نام در این دوره ارزنده خدمت شما عزیزان در کانال دپارتمان هوش مصنوعی با لینک زیر اطلاع رسانی می‌شود: 🚀 @IDS_AI_ML 🚩مدیریت دپارتمان هوش مصنوعی مجموعه علمی و پژوهشی مدارس میان رشته‌ای 🚀 @IDSchools 🚀 @IDS_AI_ML