حالت مطالعه

میخواهیم حرفه ای شویم. از کجا باید شروع کنیم ؟

چگونه مقالات را در Deep Learning بررسی کنیم ؟

از کجا باید مقالات مهم حوزه خود را پیدا کنیم ؟

چگونه loss function های اختصاصی خودمان را پیاده سازی کنیم ؟ چگونه معماری های مختلف CNN را پیاده سازی کنیم ؟

در این دوره 6 مقاله کلیدی در حوزه face recognition بررسی خواهد شد و مفاهیم مهم و کلیدی مثل توابع loss و یا معماری ها در پایتون و بر روی یک دیتاست ساده تر مثل MNIST پیاده سازی خواهند شد. زیرا امکان پیاده سازی بر روی خود دیتاست های معروف face recognition به دلیل حجم زیاد داده فراهم نیست.

این دوره به کار من می آید ؟

همانطور که احتمالا حدس می زنید این دوره کمی پیشرفته است و شما لازم است که قبلا بر دیپ لرنینگ و به خصوص شبکه های CNN تسلط لازم را پیدا کرده باشید. پس از این جهت در صورتی که آشنا نیستید ابتدا می بایست از بر آن مفاهیم تسلط لازم را پیدا کنید و سپس وارد دوره شوید. در زیر نقشه راه آکادمی ربوتک را مشاهده می کنید.

مقالاتی که بررسی می شوند

این دوره شامل 6 هفته می باشد که هر هفته از ساعت 9 الی 12 است که از دو جلسه تشکیل شده است. جلسه اول 9 الی 10:15 ، جلسه دوم 10:30 الی 12 می باشد.

در هر هفته نیز یک مقاله مهم به صورت دقیق تحلیل و ارزیابی می شود.

هفته اول دوره

FaceNet: A Unified Embedding for Face Recognition and Clustering

هفته دوم دوره

A Discriminative Feature Learning Approach for Deep Face Recognition

هفته سوم دوره

SphereFace: Deep Hypersphere Embedding for Face Recognition

هفته چهارم دوره

Additive Margin Softmax for Face Verification

هفته پنجم دوره

ArcFace: Additive Angular Margin Loss for Deep Face Recognition

هفته ششم دوره

Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks

مدرس دوره کیست ؟

حامد قاسمی

فارغ التحصیل ارشد هوش مصنوعی
مدرس دوره مقاله کاوی و بینایی ماشین و دیپ لرنینگ در آکادمی ربوتک
تخصص در زمینه شبکه های کانولوشنی و معماری های CNN

سوالات متداول

ساعت کلاس به برنامه زمانی ام نمی خورد. می توانم افلاین دوره را دنبال کنم ؟

اگر به هر دلیلی نمی توانید در ساعت مشخص شده در کلاس حاضر شوید هیچ اشکالی ندارد و ویدیو کلاس تا 48 ساعت بعد در گروه پشتیبانی درس آپلود می گردد و میتوانید دوره را به صورت آفلاین دنبال کنید.

پس از ثبت نام چگونه در کلاس شرکت کنم ؟

پس از ثبت نام شما نیاز به هیچ کار اضافه ای ندارید. آکادمی ربوتک سه روز قبل از شروع دوره ایمیل و یک پیامک برای شما ارسال می کند و نحوه شرکت در کلاس و سایر جزییات در آن ایمیل به صورت کامل بیان می شود و می توانید به سادگی در کلاس شرکت کنید.

پشتیبانی کلاس ها به چه شکلی است ؟

برای هر کلاس یک گروه تلگرامی ویژه ساخته می شود که در آن استاد دوره به همراه حل تمرین و سایر شرکت کنندگان در آن گروه هستند و شما می توانید سوالات خود را بپرسید و مدرس دوره و یا شرکت کنندگان به سوالات شما پاسخ دهند.

ثبت نام گروهی تخفیف دارد ؟

بله – اگر به صورت گروهی ثبت نام کنید، آکادمی ربوتک برای شما تخفیف ویژه ثبت نام گروهی را در نظر می گیرد. برای دریافت تخفیف گروهی خود میتوانید به آیدی پشتیبانی آکادمی ربوتک به آدرس @robotech_support پیام دهید.

این دوره پیشنیاز دارد ؟

پیشنیاز این دوره پایتون و شبکه های CNN می باشد.

آیا در پایان دوره مدرک داده می شود ؟

بله این دوره دارای مدرک نمره دار می باشد و به زبان انگلیسی صادر خواهد شد. نمره نهایی شما مطابق تمرینات انجام شده توسط شما و پروژه پایانی دوره (در صورت وجود) در نظر گرفته می شود.

ظرفیت کلاس ها چند نفر است ؟

در ربوتک همواره سعی کرده ایم تا ظرفیت کلاس ها را پایین نگه داریم تا شرکت کننده بتواند با استاد دوره وارد تعامل شود و سوالات خود را با خیال راحت بپرسد. به همین علت ظرفیت شرکت در کلاس ها برای دوره های حضوری 12 نفر و برای دوره های آنلاین 15 نفر در نظر گرفته شده است.

امکان پرداخت اقساطی وجود دارد ؟

در آکادمی ربوتک به دلیل شرایط سخت اقتصادی کشور همواره تلاش کرده ایم که دوره ها را با پایین ترین قیمت ممکن برگزار کنیم که تا حدی نیز موفق بوده ایم. اما متاسفانه امکان پرداخت اقساطی دوره وجود ندارد.

زمان شروع و نحوه برگزار دوره به چه شکل می باشد ؟

این دوره روز پنجشنبه مورخ 9 اردیبهشت راس ساعت 9 صبح آغاز می گردد و تا 12 صبح دارد. مدت مان دوره 6 هفته می باشد که به صورت متوالی در روزهای پنجشنبه از 9 الی 12 برگزار خواهد شد.

شرایط انصراف از دوره به چه شکل می باشد ؟

در صورت ثبت نام و پرداخت وجه و در صورت انصراف، تا 7 روز پیش از شروع دوره: تمامی مبلغ،7 روز تا 72 ساعت پیش از شروع دوره: 50 درصد و 72 تا 24 ساعت پیش از شروع دوره: 30 درصد مبلغ پرداخت شده به دانش پژوه عودت داده خواهد شد.

بدیهی است از 24 ساعت به شروع دوره به بعد، امکان بازگشت شهریه وجود نخواهد داشت.

آیا همه افراد می توانند در دوره ها شرکت کنند؟

بله – هیچگونه محدودیتی در شرکت کنندگان وجود ندارد و تمامی افراد چه دانشجو و چه غیر دانشجو می توانند در این دوره ها شرکت کنند.