لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش شبکههای عصبی و جنگلهای تصادفی
- آخرین آپدیت
دانلود Neural Networks and Random Forests
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در این دوره، با تکیه بر دانش مدلهای پایه، به بررسی تکنیکهای پیشرفته هوش مصنوعی خواهیم پرداخت. ابتدا با نگاهی عمیق به شبکههای عصبی، ساختار و ویژگیهای آنها را از پایه بررسی میکنیم. سپس مدلهای ساده شبکه عصبی را کدنویسی کرده و روشهای جلوگیری از بیشبرازش (Overfitting)، منظمسازی (Regularization) و سایر ترفندهای هایپرپارامتر را میآموزیم. پس از اجرای پروژهای برای پیشبینی احتمال بیماری قلبی بر اساس ویژگیهای سلامتی، به سراغ جنگلهای تصادفی (Random Forests) میرویم. در این بخش، تفاوتهای بین این دو تکنیک را شرح داده و ریشههای متفاوت آنها را با جزئیات بررسی میکنیم. در نهایت، پروژهای را برای پیشبینی شباهت بین بیماران با استفاده از جنگلهای تصادفی به اتمام میرسانیم.
سرفصل ها و درس ها
مقدمهای بر شبکههای عصبی
Introduction to Neural Networks
معرفی دوره
Course Intro
معرفی ماژول
Module Intro
تجسم شبکه عصبی
Neural Network Visualized
توابع زیان (Loss Functions)
Loss Functions
توابع فعالساز (Activation Functions)
Activation Functions
بررسی عمیق شبکههای عصبی
Deep Dive into Neural Networks
معرفی ماژول
Module Intro
آشنایی با TensorFlow و Keras
Introduction to TensorFlow and Keras
بررسی تخصصی Keras
Deep Dive into Keras
کاوش در جنگلهای تصادفی
Exploring Random Forests
معرفی ماژول
Module Intro
بررسی درختها
Exploring Trees
پروژه نهایی: مقایسه مدلها برای پیشبینی عرض کاسبرگ
Final Project: Comparing Models to Predict Sepal Width
نمایش نظرات