دوره جامع تحلیل ساختاری، بصریسازی و تفسیرپذیری مدلهای یادگیری ژرف با Python
دسترسی سریع
زمان
- ۱ - ۹ بهمن ۱۴۰۵
- 09:00 - 18:00
مکان
آنلاین
وضعیت ثبتنام
فعال
دبیر علمی
دکتر سینا شامخی
مدیر برنامه ریزی و تدوین محتوای آموزشی
دکتر مهدی جعفری اصل
مسئول اجرا
تیم ترویج و آموزش
سطح دوره
دستاوردهای دوره
پس از گذراندن این دوره، شرکتکنندگاه قادر خواهند بود ویژگیهای نهفته در دادهها و مدلها را استخراج کنند، با بهرهگیری از تکنیکهای پیشرفته منطق تصمیمگیری مدلهای پیچیده را درک نمایند، خطاها و علل شکست مدلها را با استفاده از ابزارهای پروفایلینگ شناسایی کرده و در نهایت، یافتههای تحلیلی خود را در قالب گزارشهای فنی مستند و حرفهای به تیمها و ذینفعان پروژه ارائه دهند.
اهداف دوره/رویداد
این دوره با هدف تغییر تمرکز از مباحث مقدماتی یادگیری ژرف به تحلیل ساختاری ژرف، تفسیرپذیری (XAI) و بهکارگیری ابزارهای فنی تخصصی در اکوسیستم یادگیری ژرف طراحی شده است؛ به گونهای که شرکتکنندگان قادر شوند منطق تصمیمگیری مدلهای جعبهسیاه را درک کرده، با استفاده از ابزارهای پایش و پروفایلینگ، نقاط ضعف، سوگیریها و پایداری مدلها را شناسایی و ارتقا دهند.
توضیحات دیگر
کد رویداد
workshop-xxxxxx
آزمایشگاه ملی نقشه برداری مغز برگزار می کند:
دوره جامع تحلیل ساختاری، بصریسازی و تفسیرپذیری مدلهای یادگیری ژرف با Python
زمان: ۱-۲-۸-۹ بهمن ۱۴۰۵(۳۲ ساعت آنلاین)
مدرسین:
دکتر سینا شامخی؛ دکتری مهندسی پزشکی-بیوالکترونیک عضو هیات علمی دانشکده مهندسی پزشکی دانشگاه صنعتی تبریز (سهند)
مهندس مهدی جعفری اصل؛ دانشجوی دکتری مهندسی پزشکی- بیو الکتریک دانشگاه شاهد تهران
مهندس فاطمه شالچی زاده؛ دانشجوی دکتری مهندسی پزشکی- بیو الکتریک دانشگاه صنعتی تبریز (سهند)
سرفصل مطالب:
- مبانی یادگیری ژرف و تحلیل معماری شبکههای عصبی
- واکاوی و تحلیل معماریهای پیشرفته یادگیری ژرف CNN، RNN، LSTM، GRU، Transformer و Vision Transformer
- ابزارهای تحلیل ساختار و معماری مدلها در Netron و torchviz
- پروفایلینگ، پایش و ارزیابی عملکرد مدلهای یادگیری ژرف TensorBoard
- مبانی تفسیرپذیری و هوش مصنوعی قابل توضیح (XAI)
- تحلیل نمایشهای درونی و فضای ویژگی در شبکههای ژرف با استفاده ازPCA، t-SNEو UMAP
- تکنیکهای تحلیل تصمیمگیری مدلهاGrad-CAM و LIME
- تفسیرپذیری و تحلیل رفتاری مدلهای Transformer و مدلهای زبانی بزرگ (LLMs)
- تحلیل خطا، ارزیابی عملکرد، پایداری و سوگیری مدلها
- ابزارها و چارچوبهای تخصصی تفسیرپذیری و تحلیل مدل Captum، ELI5 و SHAP
- تحلیل پیشرفته، مهندسی معکوس و بررسی رفتار شبکههای ژرف
- مطالعات موردی و پروژههای عملی
مستندسازی، گزارشنویسی فنی و ارائه نتایج تحلیل مدلها
مخاطبین:
متخصصان یادگیری ماشین و دانشمندان داده، توسعهدهندگان هوش مصنوعی، پژوهشگران و دانشجویان حوزه AI و سایر علاقمندان.
هزینه ثبت نام :۳۳۶۰۰۰۰ تومان
هزینه ثبت نام زودهنگام تا ۳۱ شهریور ۱۴۰۵: ۲۶۸۸۰۰۰ تومان
هزینه ثبت نام برای دانشجویان: ۲۵۲۰۰۰۰ تومان
توجه مهم : لطفا هنگام ثبت نام در دوره، سرفصل های دوره را به دقت مطالعه کنید در صورت ثبت نام عودت وجه از طرف آزمایشگاه امکانپذیر نیست. عودت وجه فقط در صورتی که دوره از طرف NBML کنسل شود و یا به تاریخ دیگری موکول شود انجام خواهد شد.
کاربران محترم ،
از آنجایی که پس از ثبت نام، تمامی مراحل اطلاع رسانی در خصوص دوره ثبت نام شده از طریق و ایمیل و شماره تماس ثبت شده توسط شما صورت می گیرد، خواهشمند است نسبت به صحت و کامل بودن اطلاعات وارد شده اطمینان حاصل نمایید. بدیهی است تبعات عدم اطلاع رسانی مناسب به علت مخدوش یا ناقص بودن مشخصات وارد شده متوجه شخص ثبت نام کننده بوده و واحد ترویج و آموزش مسئولیتی بابت این مساله نخواهد داشت.
پس از اتمام دوره، ویدیوهای آموزشی دوره به مدت حداقل ۳ ماه در اختیار شرکت کنندگان قرار داده خواهد شد، مطابق قوانین کپی رایت؛ هرگونه ضبط ، تکثیر و نشر تمام یا بخشی از مطالب و فیلمهای رویدادهای آموزشی که از سوی آزمایشگاه ملی نقشه برداری مغز برگزار می گردد، مشروط به دریافت رضایت کتبی از آزمایشگاه و مدرسان میباشد و در غیر این صورت پیگرد قانونی دارد.
چنانچه شواهدی مبنی بر ضبط و انتشار غیرقانونی ویدیوهای آموزشی مشاهده شود، علاوه بر پیگیری قانونی موضوع، افراد خاطی از شرکت در سایر دوره های آموزشی محروم خواهند شد.
لازم به ذکر است که ثبت نام رویداد ۲۴ ساعت قبل از شروع برگزاری بسته شده و پس از این زمان امکان ثبت نام و ارسال لینک وجود ندارد.
رویداد در محیط اسکای روم برگزار خواهد شد؛ لینک حضور از طریق پیامک و ایمیل به شرکت کنندگان ارسال می گردد. همچنین احتمال دریافت ایمیلهای آزمایشگاه در اسپم ( spam) وجود دارد.
برای دیدن این رویداد روی موبایل خودتان این کد را اسکن کنید