دورة Deep Learning and Computer Vision على البايثون

دورة Deep Learning and Computer Vision على البايثون
خصم خاص حتى نهاية فترة عيد الاضحى ويبدا من الان!
50%
الساعات
30
السعر الأصلي
300
سعر العرض
150
خصم 50% على دورة Deep Learning and Computer Vision على البايثون

تقدم اكاديمية ATIT عرض خاص للطلاب على دورة Deep Learning and Computer Vision على البايثون.

ستكون الدورة (اونلاين) عبر سكايب وتيم فيور داخل الاكاديمية بقاعة مجهزة بافضل المعدات, بحيث يستطيع الطلاب التفاعل والمشاركة مع المدرس وكأنه موجود في القاعة !

 

شروط ومميزات العرض :

    1. لحجز المقعد يجب التسجيل والدفع خلال فترة العرض
    2. قاعة (smart room) جهزة بمعدات عالية الجودة 
    3. المواعيد يتم تحديدها اول محاضرة بما يناسب الجميع
    4. يحصل كل طالب بنهاية الدورة على شهادة مختومة وموقعة من الاكاديمية
    5. امكانية تسجيل الدورة (برايفت) بحيث يختار الطالب البيبر المناسب لتخصصه وبحثه

    العرض مستمر حتى نهاية فترة عيد الاضحى فقط , سارع بالتسجيل واحجز مقعدك الان !

    This comprehensive course will be covered over 9 sessions as detailed below: ‎

    ‎1)‎ Introduction to Artificial Intelligence and Deep Learning ‎

    ‎-‎ What is Artificial Intelligence (AI) - ‎ What is Deep Learning (DL) - ‎ Types of DL: ‎
    ‎•‎ Convolution Neural Network (CNN) ‎
    ‎•‎ Recurrent Neural Network (RNN) ‎
    ‎•‎ Long Short Term Memory (LSTM) ‎
    ‎•‎ Reinforcement Learning (RL) and Deep Q-Network (DQN) ‎
    ‎•‎ Generative Adversarial Network (GAN) ‎
    ‎-‎ Applications on DL ‎
    ‎-‎ Operations of DL ‎
    ‎-‎ Practical Examples ‎
    ‎ ‎
    ‎2)‎ Introduction to Python ‎
    ‎-‎ Python Basics ‎
    ‎-‎ Installing Python ‎
    ‎-‎ PIP packages installer ‎
    ‎-‎ Python Variables ‎
    ‎-‎ Input and Output ‎
    ‎-‎ If...Then...Else ‎
    ‎-‎ Loops ‎
    ‎-‎ Collections ‎
    ‎-‎ Functions ‎
    ‎-‎ Error Handling ‎
    ‎-‎ Practical Project ‎
    ‎ ‎ ‎
    ‎3)‎ Python for Deep Learning and Image Processing ‎
    ‎-‎ Data Manipulation ‎
    ‎-‎ Normalizing data ‎
    ‎-‎ Formatting data ‎
    ‎-‎ Important Python Packages for Image Processing and Deep Learning: ‎
    ‎•‎ OpenCV ‎
    ‎•‎ Tensorflow ‎
    ‎•‎ Keras ‎
    ‎•‎ Dlip ‎
    ‎-‎ Practical Project ‎
    ‎ ‎ ‎
    ‎4)‎ Optimization ‎
    ‎-‎ Optimization Overview ‎
    ‎-‎ DL as an optimization problem ‎
    ‎-‎ Types of Optimizers (Teachers) ‎
    ‎-‎ Optimization Approach Components ‎
    ‎-‎ Formulating an Objective Function ‎
    ‎-‎ Solving a maximization problem ‎
    ‎-‎ Solving a minimization problem ‎
    ‎-‎ Producing Convergence Curve ‎
    ‎-‎ Practical Project on real functions ‎
    ‎ ‎ ‎
    ‎5)‎ DNN Layers, Activation and Loss Functions - ‎ Input Layer - ‎ Hidden Layer: ‎
    ‎-‎ Convolution Layers ‎
    ‎-‎ Max pooling Layers ‎
    ‎-‎ Classification Layer ‎
    ‎-‎ Output Layer ‎
    ‎-‎ Dropout Layer - ‎ Fully Connected Layers - ‎ Activation Functions: ‎
    ‎•‎ RELU ‎
    ‎•‎ Sigmoid ‎
    ‎•‎ Softmax ‎
    ‎-‎ Loss Functions: ‎
    ‎•‎ Mean Square Error ‎
    ‎•‎ Cross-Entropy Loss ‎
    ‎-‎ Practical Project ‎
    ‎ ‎ ‎
    ‎6)‎ Data Preparation - Data Labeling: ‎
    ‎•‎ Region of Interest (Bounding Box) ‎
    ‎•‎ Class (Group) ‎
    ‎•‎ Semantic labeling ‎
    ‎-‎ Multi Class vs Multi Label ‎
    ‎-‎ Data Normalization - ‎ Batching Data - ‎ Data Splitting: ‎
    ‎-‎ Training Dataset ‎
    ‎-‎ Validation Dataset ‎
    ‎-‎ Testing Dataset ‎
    ‎-‎ Cross Validation ‎
    ‎-‎ Data Preparation Complete Project ‎
    ‎ ‎
    ‎ ‎7)‎ Computer Vision and Image Processing ‎
    ‎-‎ Image Formation and Representation ‎
    ‎-‎ Geometric Transformation ‎
    ‎-‎ Image Registration ‎
    ‎-‎ Image Clustering ‎
    ‎-‎ Background and Foreground Objects - Edge Detection - Feature Descriptors: ‎
    ‎•‎ The histogram of oriented gradients (HOG) ‎
    ‎•‎ SIFT ‎
    ‎•‎ SURF ‎
    ‎-‎ Image Processing Complete Project ‎
    ‎ ‎ ‎
    ‎8)‎ Clustering and Classification ‎
    ‎-‎ Clustering Vs Classification ‎
    ‎-‎ Image Classification in details ‎
    ‎-‎ CNN in details ‎
    ‎-‎ Images Classification Project 1 (General Dataset) ‎
    ‎-‎ Images Classification Project 2 (Medical Dataset) ‎
    ‎ ‎ ‎
    ‎9)‎ Real-Time Face Detection ‎
    ‎-‎ Working with video and frames ‎
    ‎-‎ Viola-Jones method ‎
    ‎-‎ Face Detection ‎
    ‎-‎ Face Landmarks ‎
    ‎-‎ Facial Expression Recognition ‎
    ‎-‎ Project 1: Face Detection ‎
    ‎-‎ Project 2: Expression Recognition ‎
    ‎-‎ Project 3: Data Generation using GANs