Course catalog

Categories

Showing 1-3 of 3 items.

coursera ردیابی اشیا و تشخیص حرکت با دید کامپیوتری (Mitalearn-353138)

  • 1 hours 6 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Amanda Wang,Matt Rich,Brandon Armstrong
درباره این دوره:

در سومین و آخرین دوره تخصصی Computer Vision for Engineering and Science ردیابی اجسام و تشخیص حرکت در فیلم ها را خواهید آموخت. ردیابی اجسام و تشخیص حرکت کارهای دشواری هستند، اما برای کاربردهای متنوعی مانند میکروبیولوژی و سیستم‌های مستقل مورد نیاز هستند. برای ردیابی اشیا، ابتدا باید آنها را شناسایی کنید. شما از شبکه های عصبی عمیق از قبل آموزش دیده برای انجام تشخیص اشیا استفاده خواهید کرد. همچنین از جریان نوری برای تشخیص حرکت و استفاده از نتایج برای تشخیص اجسام متحرک استفاده خواهید کرد. در پایان این دوره، تمام مهارت های آموخته شده در این تخصص را در یک پروژه نهایی به کار خواهید برد. شما نقش یک مهندس را خواهید داشت که از او خواسته می شود اتومبیل ها را در یک بزرگراه شلوغ ردیابی کند و این چالش اضافه شده برای شمارش هر وسیله نقلیه و جهت آن است. شما در طول این دوره از MATLAB استفاده خواهید کرد. متلب برای میلیون ها نفر از افرادی که در رشته های مهندسی و علوم کار می کنند انتخابی است و قابلیت هایی را که برای انجام وظایف بینایی کامپیوتر شما نیاز دارید را فراهم می کند. در طول دوره برای تکمیل کار، دسترسی رایگان به متلب در اختیار شما قرار خواهد گرفت. برای موفقیت در این تخصص، داشتن تجربه قبلی در پردازش تصویر کمک خواهد کرد. اگر با داده های تصویری تازه کار هستید، توصیه می شود ابتدا تخصص پردازش تصویر برای مهندسی و علوم را تکمیل کنید.

coursera مدل‌های مبتنی بر دستگاه با TensorFlow Lite (Mitalearn-310672)

  • 2 hours 29 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Laurence Moroney
درباره این دوره:

آوردن یک مدل یادگیری ماشینی به دنیای واقعی بسیار بیشتر از مدل سازی است. این تخصص به شما می آموزد که چگونه در سناریوهای مختلف استقرار پیمایش کنید و از داده ها به طور مؤثرتری برای آموزش مدل خود استفاده کنید. این دوره دوم به شما می آموزد که چگونه مدل های یادگیری ماشین خود را در برنامه های تلفن همراه اجرا کنید. شما یاد خواهید گرفت که چگونه مدل‌هایی را برای دستگاه‌های کم‌مصرف با باتری آماده کنید، سپس مدل‌ها را در هر دو پلتفرم اندروید و iOS اجرا کنید. در نهایت، نحوه استقرار در سیستم‌های جاسازی شده با استفاده از TensorFlow در Raspberry Pi و میکروکنترلرها را بررسی خواهید کرد. این تخصص مبتنی بر تخصص TensorFlow در عمل ما است. اگر تازه وارد TensorFlow هستید، توصیه می کنیم ابتدا TensorFlow in Practice Specialization را انتخاب کنید. برای ایجاد درک عمیق تر و اساسی از نحوه عملکرد شبکه های عصبی، توصیه می کنیم که تخصص یادگیری عمیق را انتخاب کنید.

coursera یادگیری ماشین برای بینایی کامپیوتر (Mitalearn-333078)

  • 1 hours 31 minutes
  • مبتدی
  • Release date: 23 June 2026
  • Author: Amanda Wang,Matt Rich,Brandon Armstrong
درباره این دوره:

در دوره دوم گرایش بینایی کامپیوتر برای مهندسی و علوم، دو مورد از رایج ترین کارهای بینایی کامپیوتر را انجام خواهید داد: طبقه بندی تصاویر و تشخیص اشیا. شما کل گردش کار یادگیری ماشین را، از آماده سازی داده های خود تا ارزیابی نتایج خود، اعمال خواهید کرد. در پایان این دوره، مدل‌های یادگیری ماشینی را برای طبقه‌بندی تصاویر تابلوهای خیابان و تشخیص عیوب مواد آموزش می‌دهید. شما در طول این دوره از MATLAB استفاده خواهید کرد.  متلب برای میلیون‌ها نفر از افرادی که در زمینه‌های مهندسی و علوم کار می‌کنند، گزینه‌ای است و قابلیت‌های مورد نیاز برای انجام وظایف بینایی رایانه‌تان را فراهم می‌کند.  در طول دوره برای تکمیل کار، دسترسی رایگان به متلب در اختیار شما قرار خواهد گرفت. برای موفقیت در این تخصص، داشتن تجربه قبلی در پردازش تصویر کمک خواهد کرد.  اگر با داده های تصویری تازه کار هستید، توصیه می شود ابتدا تخصص پردازش تصویر برای مهندسی و علوم را تکمیل کنید.