مشکل زیرساخت شبکه و افت سرعت کاملاً برطرف شده است. در حال حاضر فعالسازی و آمادهسازی دورهها در حال انجام است. از صبر و شکیبایی شما سپاسگزاریم.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش ساخت مدلهای یادگیری ماشین و شبکههای عصبی
- آخرین آپدیت
دانلود Build Machine Learning Models and Neural Networks
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
مهارتهای عملی یادگیری ماشین و یادگیری عمیق را با TensorFlow و از طریق یک مسیر ساختاریافته، از آمادهسازی دادهها تا توسعه شبکه عصبی، بیاموزید. شما با تبدیل دادههای خام از طریق کدگذاری ویژگیها (Feature Encoding)، پیشپردازش سفارشی و مهندسی ویژگی شروع خواهید کرد و سپس تکنیکهای رگرسیون خطی را برای بهبود عملکرد پیشبینی به کار میگیرید.
در ادامه، مبانی TensorFlow شامل تنسورها، عملیاتها، متغیرها، مفاهیم اصلی و اجرای مشتاقانه (Eager Execution) را بررسی خواهید کرد. شما مدلهای رگرسیون خطی و لجستیک را با استفاده از توابع هزینه و بهینهسازها، ساخته، آموزش داده، بهینه و ارزیابی میکنید. در نهایت، یک شبکه عصبی خواهید ساخت که از توابع فعالساز و طبقهبندی برای شناسایی اعداد دستنویس از مجموعه داده MNIST استفاده میکند.
این دوره برای مبتدیانی که وارد دنیای یادگیری ماشین میشوند و متخصصانی که میخواهند دانش TensorFlow خود را تقویت کنند، طراحی شده است. پیشرفت متمرکز این دوره، آمادهسازیهای کلاسیک یادگیری ماشین را از طریق توضیحات شفاف، تمرینات کدنویسی، مطالعات موردی و ارزیابیها مستقیماً به توسعه مدل TensorFlow متصل میکند. برای کسب تجربه عملی در مهندسی ویژگی، مدلهای رگرسیون، بهینهسازی مدل، شبکههای عصبی و طبقهبندی تصاویر در TensorFlow ثبتنام کنید.
سرفصل ها و درس ها
مهندسی ویژگی و مبانی تنسورفلو
Feature Engineering and TensorFlow Foundations
کدگذار برچسب (Label Encoder)
Label Enconder
وارد کردن Labelencoder
Import Labelencoder
تبدیل سفارشی
Custom Transformation
ترنسفورمر سفارشی
Transformer Custom Transformer
دادههای مسکن با ستونهای سفارشی
Housing with Custom Colums
دادههای عددی مسکن
Numeric Hosing Data
رگرسیون خطی
Liner Regression
تنظیم دقیق مدل
Fine Tuning Model
ادامه تنظیم دقیق مدل
Fine Tuning Model Continue
مرور سریع
Quick-Recap
تنسورفلو (Tensorflow)
Tensorflow
سلام دنیا با تنسورفلو
Tensorflow-Hello-World
عملیاتهای پایه
Basic Ops
ادامه عملیاتهای پایه
Basic Ops Continue
بیشتر درباره عملیاتهای پایه
More on Basic Ops
حالت اجرای مشتاقانه (Eager Mode)
Eager-Mode
مفاهیم اصلی
Concept
رگرسیون و شبکههای عصبی با تنسورفلو
Regression and Neural Networks with TensorFlow
رگرسیون خطی
Linear-Regression
مدل خطی
Linear-Model
تابع ضرب ماتریسی
Matrix Multiplication Function
تمرین برای یک مدل خطی ساده
Practice for a Simple Linear Model
تابع هزینه
Cost Function
بهینهساز خلاق
Creative Optimizer
مقادیر ورودی و خروجی RR
RR Input and Output Value
رگرسیون لجستیک
Logistic-Regression
مقداردهی اولیه متغیرهای سراسری
Global Variabales Initializer
اجرای بهینهساز
Run Optimizer
ایجاد یک بازه (Range)
Create a Range
مقدمهای بر شبکههای عصبی
Introduction to Neural Networks
مفاهیم پایه
Basic-Concepts
توابع فعالساز
Activative Functions
توابع فعالساز از ورودی تا خروجی
Activative Functions Input to Output
توابع طبقهبندی
Classification Functions
زمین بازی تنسورفلو (Tensorflow Playground)
Tensorflow-Playground
مجموعه داده Mnist
Mnist-Dataset
ادامه مجموعه داده Mnist
Mnist-Dataset Continue
بیشتر درباره مجموعه داده Mnist
More on Mnist-Dataset
نمایش نظرات