این دوره مبانی متدهای یادگیری عمیق را پوشش می دهد. در ابتدا با ردیابی و شناسایی آبجکت آشنا می شوید که در آن چهره ها، چشم ها و آبجکت ها را ردیابی می کند. سپس ساخت OCR و شبکه های عصبی را فرا خواهید گرفت. علاوه بر این عوامل یادگیری که از تعامل با محیط حاصل می شود، به کارگیری یادگیری عمیق با شبکه های عصبی پیچشی، استفاده از TensorFlow برای ساخت شبکه های عصبی و طبقه بندی تصویر با استفاده از شبکه های عصبی پیچشی آموزش خواهید دید.

سرفصل:

  • ردیابی و شناسایی آبجکت
  • معرفی دوره
  • نصب OpenCV
  • ردیابی اشیاء با استفاده از رنگهای مختلف
  • ردیابی شی با استفاده از حذف پس زمینه
  • ساخت یک ردیاب شیء با استفاده از الگوریتم CAMShift
  • ردیابی مبتنی بر جریان نوری
  • تشخیص چهره و ردیابی
  • شبکه های عصبی مصنوعی
  • معرفی شبکه های عصبی مصنوعی
  • ایجاد یک طبقه بندی مبتنی بر پراسترن
  • ساخت شبکه های عصبی تک و چند لایه
  • ساخت Vector Quantizer
  • تجزیه و تحلیل داده های متوالی با استفاده از شبکه های عصبی مکرر
  • مصورسازی کاراکترها در پایگاه داده شناسایی کاراکتر بصری
  • ساخت موتور شناسایی کاراکتر بصری
  • یادگیری تقویتی
  • یادگیری تقویتی چیست؟
  • ایجاد محیط
  • ایجاد عامل یادگیری
  • یادگیری عمیق با شبکه های عصبی پیچشی
  • معرفی شبکه های عصبی پیچشی
  • ایجاد Regressor خطی مبتنی بر Perceptron
  • ایجاد Image Classifier با شبکه عصبی تک لایه
  • ایجاد Image Classifier با شبکه های عصبی پیچشی