آموزش‌های پایه‌ای هوش مصنوعی

۱۶ کارگاه عملی هوش مصنوعی برای فعالان محتوا و رسانه ثبت‌نام با ۵۰٪ تخفیف
Generic filters
Search in title
Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
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
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
جیتکس
جیتکس ترکیه
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
یادداشت

با این مقالات در دنیای هوش مصنوعی قدم بگذارید

اروپا چگونه باید به نخستین هشدار آمریکا در حوزه هوش مصنوعی پاسخ دهد؟
مارپیچ‌گرایی؛ دینی که هوش مصنوعی ساخت و انسان‌ها پیرواش شدند
هوش مصنوعی یا بدهی عمومی ممکن است بازارها را به سقوط بکشاند؛ اما احتمالاً نه هر دو با هم
تسطیح بزرگ؛ هوش مصنوعی سازمان‌ها را تخت‌تر خواهد کرد
پذیرش هوش مصنوعی، مدیران میانی را تحت‌فشار قرار می‌دهد

آموزش‌های پایه‌ای هوش مصنوعی

هوش مصنوعی در ترافیک

کاربرد هوش مصنوعی در ترافیک با تخمین دقیق‌تر زمان رسیدن به مقصد

Google Maps روزانه به مردم بیش از 200 کشور کمک می‌کند تا بیش از یک میلیارد کیلومتر راه را پیمایش کنند و Google مدعی شده سیستم تخمین زمان رسیدن آن‌ها دقت بالای 97% دارد. البته که برای شرکتی به بزرگی Google این آمار قابل قبول نیست و به همین دلیل

هوش مصنوعی در رایانش ابری

هوش مصنوعی در رایانش ابری از نظر مایکروسافت قدرتی خیره‌کننده دارد!

در کنگره MIT درباره هوش مصنوعی و بازار کار در آینده – 2020 که چندی پیش برگزار شد، ساتیا نادلا مدیرعامل مایکروسافت در یک مصاحبه حضور داشت. او در پاسخ به این پرسش که در صف‌آرایی انواع فناوری‌‌‌‌ها، وی بیشتر تحت تأثیر کدام تکنولوژی قرار گرفته است، گفت که از

هوش مصنوعی در فینتک

هوش مصنوعی در فینتک طرحی جدید می‌‌‌آفریند

شکی نیست که هوش مصنوعی و یادگیری ماشین درحال تبدیل شدن به یک موضوع داغ در صنعت فین‌تک‌اند. تقریباً در هر سمینار و کنفرانسی خبرهای جدیدی درباره تازه‌‌‌های این فناوری‌‌‌‌های نوظهور و پتانسیل‌‌‌‌هایی که برای بر‌هم‌‌زدن معادله‌های کسب‌‌‌وکار دارند، می‌‌‌‌شنویم. واضح است که هوش مصنوعی و یادگیری ماشین برای صنعت

فناوری هوش مصنوعی و یادگیری ماشین

سه مانعی که فناوری هوش مصنوعی و یادگیری ماشین بر آن‌‌‌ها غلبه خواهند کرد

همانند همه عرصه‌‌‌های فناوری، فناوری هوش مصنوعی و یادگیری ماشین نیز محدودیت‌‌‌های مشخصی دارند. کسب‌‌وکارها و سازمان‌‌‌ها برای پیاده‌‌‌سازی هوش مصنوعی باید بدانند که این مرزها کجا ترسیم شده است و تا چه اندازه می‌‌‌توان از قابلیت‌‌‌های این دو حوزه استفاده کرد.

توابع زیان

توابع زیان برای قطعه‌بندی تصاویر پزشکی: طبقه‌بندی

توابع زیان Loss function یکی از مهم‌ترین مؤلفه‌ها در روش‌های قطعه‌بندی تصویر image segmentation مبتنی بر یادگیری عمیق Deep Learning در حوزه پزشکی هستند. طی 4 سال گذشته، بیش از 20 تابع زیان برای مسائل مختلفی که در حوزه قطعه‌بندی با آن‌ها مواجهیم، ارائه شده است. اغلب آن‌ها را می‌توان

درخت جستجوی مونت کارلو

درخت جستجوی مونت کارلو: پیاده‌سازی الگوریتم‌های یادگیری تقویتی برای بازی‌های زنده

یادگیری تقویتی Reinforcement Learning یک تکنیک یادگیری ماشینی Machine learning است که به کمک آن می‌توانیم عامل تصمیم‌گیرنده‌ای Agent طراحی کنیم که از طریق تعامل با محیط تجربه کسب می‌کند. این عامل از اشتباهاتی که در حین کسب تجربیات مرتکب شده، نکاتی می‌آموزد و براساس این آموزه‌ها رفتارش را به

هوش مصنوعی و یادگیری ماشین

اینفوگرافی: 10 سال هوش مصنوعی و یادگیری ماشین

اصطلاحات یادگیری ماشین و هوش مصنوعی اولین بار به ترتیب در سال‌های 1952 و 1956 ظاهر شدند. سرعت نوآوری در فناوری طی قرن گذشته به طرز چشمگیری افزایش یافته است. علاوه بر این، طی دهه گذشته، پیشرفت در دنیای فناوری اطلاعات به ویژه در دنیای هوش مصنوعی و یادگیری ماشین

[wpforms id="48325"]