40 گام به سوی آینده‌ای هوشمند - مجموعه وبینارهای رایگان در حوزه هوش مصنوعی
Filter by دسته‌ها
chatGTP
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 مؤسسه IMTx برگزار می‌کند:آموزش رایگان درک هوش مصنوعی از طریق نظریه اطلاعات الگوریتمی

مؤسسه IMTx برگزار می‌کند:آموزش رایگان درک هوش مصنوعی از طریق نظریه اطلاعات الگوریتمی

دوره آموزش رایگان درک هوش مصنوعی از طریق نظریه اطلاعات الگوریتمی پاسخ این سؤالات را در قالب چنین چارچوب نظری به شما ارائه می‌دهد. نظریه اطلاعات الگوریتمی نیم قرن پیش متولد شد. زمانی که سه ریاضیدان به طور مستقل آن را کشف کردند. آنها فهمیدند که مفهوم اطلاعات متعلق به علم کامپیوتر است و این علم می‌تواند معنی اطلاعات را بگوید.

در حقیقت، «اطلاعات الگوریتمی» چیزی است که پس از حذف همه افزونگی‌ها باقی می‌ماند. این کار، منطقی است؛ زیرا محتوای اضافی نمی‌تواند اطلاعات مفیدی را اضافه کند. حذف افزونگی برای استخراج اطلاعات معنادار، کاری است که دانشمندان کامپیوتر در انجام دادن آن حرفه‌ای هستند. در واقع، اطلاعات الگوریتمی یک ابزار مفهومی عالی است که توضیح می‌دهد هوش مصنوعی واقعاً چه می‌کند و برای انتخاب بهتر چه کاری باید انجام دهد و این فناوری چه کاری را نمی‌تواند انجام دهد. اطلاعات الگوریتمی یک جزء ضروری در مبانی نظری هوش مصنوعی است.

دوره آموزش رایگان درک هوش مصنوعی از طریق نظریه اطلاعات الگوریتمی که به صورت آنلاین در سطح پیشرفته در مؤسسه IMTx برگزار می‌شود، از ۳۱ ژوئیه آغاز می‌شود و در مجموع ۵ هفته به طول می‌انجامد. مؤسسه IMTx یک مؤسسه دولتی است که به آموزش عالی، تحقیق و نوآوری در مهندسی و فناوری‌های دیجیتال اختصاص دارد.

Algorithmic-Information-Theory

شما می‌توانید پس از گذراندن این دوره، یادگیری ماشین، استدلال، ریاضیات و حتی هوش انسانی را به عنوان محاسبات انتزاعی با هدف فشرده‌سازی اطلاعات ببینید. این قدرت جدید شما نه‌تنها به شما کمک می‌کند، تا بفهمید هوش مصنوعی چه کاری انجام می‌دهد، بلکه به عنوان راهنمای طراحی سیستم‌های هوش مصنوعی نیز عمل می‌کند.

فراگیران علاقه‌مند برای شرکت در دوره آموزشی درک هوش مصنوعی از طریق نظریه اطلاعات الگوریتمی به عنوان پیش‌نیاز باید اطلاعاتی از جمله ریاضیات، هندسه و برنامه‌نویسی پایتون را پیش از ثبت‌نام کسب کرده باشید. همچنین بهتر است بدانید:

  • اگر به یادگیری ماشین علاقه‌مند هستید یا قصد دارید آن را کشف کنید، ثبت‌نام در این دوره باعث می‌شود که یادگیری مصنوعی را به روشی کاملاً جدید ببینید. شما خواهید آموخت که چگونه فرضیه‌های بهینه را برای یک کار، فرموله کنید. همچنین با شرکت در این دوره آموزشی، می‌توانید تکنیک‌های یادگیری مانند خوشه‌بندی یا شبکه‌های عصبی را به عنوان روش‌هایی برای فشرده‌سازی اطلاعات تجزیه و تحلیل کنید.
  • اگر به استدلال علاقه‌مند هستید، خواهید فهمید که استدلال از طریق قیاس، استدلال با استقراء، تبیین، اثبات و… همه شبیه به هم هستند. همه آن‌ها به منزله ارائه توضیحات فشرده‌تر از موقعیت‌ها هستند.
  • اگر به ریاضیات علاقه‌مند هستید، از این واقعیت شگفت‌زده خواهید شد که مفاهیم مهمی مانند احتمال و تصادفی را می‌توان از نظر اطلاعات الگوریتمی دوباره تعریف کرد. همچنین متوجه خواهید شد که محدودیت‌های نظری برای کارهایی که هوش مصنوعی می‌تواند انجام دهد، وجود دارد.
  • اگر به هوش انسانی علاقه‌مند هستید، در این دوره به نتایج جالبی خواهید رسید. به لطف اطلاعات الگوریتمی، مفاهیمی مانند غیرمنتظره بودن، علاقه و تا حدی زیبایی‌شناسی را می‌توان به طور رسمی تعریف و محاسبه کرد و این ممکن است دیدگاه شما را در مورد آنچه که هوش مصنوعی در آینده می‌تواند به دست آورد، تغییر دهد.

به طور خلاصه در این دوره این موضوعات را یاد خواهید گرفت

  • نحوه اندازه‌گیری اطلاعات از طریق فشرده‌سازی
  • نحوه مقایسه اطلاعات الگوریتمی با اطلاعات شانون
  • نحوه تشخیص زبان‌ها از طریق فشرده‌سازی مشترک
  • نحوه استفاده از وب برای محاسبه شباهت معنی
  • نحوه تعریف احتمال و تصادفی بودن در شرایط کاملاً الگوریتمی
  • نحوه تعیین محدودیت‌هایی برای قدرت هوش مصنوعی از طریق اطلاعات الگوریتمی
  • معیاری برای ساختن فرضیه‌های بهینه در تکالیف یادگیری
  • روشی برای حل قیاس‌ها و تشخیص ناهنجاری‌ها
  • درک جدیدی از یادگیری ماشینی به عنوان راهی برای دستیابی به فشرده‌سازی

لازم به ذکر است این دوره به مفهوم «پیچیدگی محاسباتی» که سرعت الگوریتم‌ها را اندازه‌گیری می‌کند، نمی‌پردازد.

سرفصل دروس درک هوش مصنوعی از طریق نظریه اطلاعات الگوریتمی

فصل ۱- توصیف داده‌ها

فصل ۲- اندازه‌گیری اطلاعات

فصل ۳- اطلاعات الگوریتمی و ریاضیات

فصل ۴- یادگیری ماشین و اطلاعات الگوریتمی

فصل ۵- اطلاعات ذهنی

داوطلبان با شرکت در این دوره ضمن پشتیبانی از edX به طور رایگان تا ۴ سپتامبر به مؤسسات و دانشگاه‌های کلاس جهانی دسترسی خواهند داشت.

مربی دوره آموزشی درک هوش مصنوعی از طریق نظریه اطلاعات الگوریتمی

مربی این دوره Jean-Louis Dessalles است. وی دانشیار Telecom Paris – Institut Polytechnique de Paris است. زمینه‌های تخصص وی هوش مصنوعی، مدلسازی شناختی، اطلاعات الگوریتمی، ساختار و عملکرد تکاملی زبان است. وی در سال‌های اخیر، چارچوب نظری جدیدی به نام «نظریه سادگی» ایجاد کرده است که به عنوان مبنایی برای مدل‌سازی علاقه و ارتباط در ارتباطات انسانی عمل می‌کند. او علاقه زیادی به کاوش در قدرت توضیحی اطلاعات الگوریتمی در علوم شناختی دارد.

برای ثبت‌نام این دوره لازم است بدانید

کاربران ایرانی به دلیل پاره‌ای از تحریم‌ها، برای ثبت‌نام دوره آموزشی دوره آموزشی درک هوش مصنوعی از طریق نظریه اطلاعات الگوریتمی با محدودیت مواجه هستند. لذا داوطلبان ایرانی باید یا با استفاده از فیلترشکن اقدام به ثبت‌نام کنند و هر بار که به پروفایل خود برای ادامه درس مراجعه می‌کنند، حتماً فیلترشکن‌ آن‌ها روشن باشد، یا سعی کنند اکانت خود را با IP غیر از ایران ایجاد نمایند.

رویداد هوش مصنوعی

میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]