بوت کمپ دوم از صفر تا عمیق - شروع به یادگیری عمیق

Zero to Deep Learning Bootcamp Two - Getting Started With Deep Learning

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

مقدمه
این دوره دومین دوره از سه دوره آموزشی در Bootcamp Cloud Academy صفر تا عمیق است که با همکاری کارشناس یادگیری عمیق فرانچسکو موسکونی از Bootcamp آموزش عمیق صفر تا عمیق برای کمک به شما در تسلط بر یادگیری عمیق در قالبی تعاملی و خودگام ایجاد شده است.

مخاطب مورد نظر
هر کسی که علاقه مند به شروع با کاربردهای عملی علوم داده و یادگیری عمیق است. چه تازه در حال شروع با یادگیری ماشینی باشید. یا یک دانشمند داده باتجربه تر که به دنبال یادگیری عمیق در ترکیب است، این دوره مهارت های لازم را فراهم می کند تا به عنوان پایه ای محکم برای ادامه یادگیری شما پس از اتمام دوره عمل کند.

اهداف آموزشی

  • اصول اصلی یادگیری عمیق را درک کنید
  • مفهوم شبکه های عصبی را بشناسید و توضیح دهید
  • تشخیص و توضیح اینکه چگونه مسائل خطی و غیرخطی را می توان با استفاده از شبکه های عصبی حل کرد

پیش نیازها
توصیه می کنیم قبل از شروع این دوره، دوره را تکمیل کنید.

دستور کار دوره
این دوره از 12 سخنرانی ماهرانه به همراه 4 تمرین و راه حل های مربوطه تشکیل شده است.

بازخورد
ما از همه بازخوردها استقبال می‌کنیم، بنابراین لطفاً نظرات یا سؤالات خود را در مورد این دوره به آدرس support@cloudacademy.com برای ما ارسال کنید.


سرفصل ها و درس ها

مقدمه ای بر یادگیری عمیق Introduction to Deep Learning

  • مقدمه یادگیری عمیق Deep Learning Introduction

  • موفقیت های یادگیری عمیق Deep Learning Successes

  • شبکه های عصبی Neural Networks

  • شبکه های عمیق تر ادامه دارد Deeper Networks Continued

  • خروجی های متعدد Multiple Outputs

  • طبقه بندی چند طبقه Multiclass Classification

  • توابع فعال سازی Activation Functions

  • فید فوروارد Feed Forward

  • تمرین 1 Exercise 1

  • راه حل تمرین 1 Exercise 1 Solution

  • تمرین 2 Exercise 2

  • تمرین 2: راه حل Exercise 2: Solution

  • تمرین 3 Exercise 3

  • تمرین 3: راه حل Exercise 3: Solution

  • تمرین 4 Exercise 4

  • تمرین 4: راه حل Exercise 4: Solution

شروع با یادگیری عمیق: کار با داده: نزول گرادیان Getting Started With Deep Learning: Working With Data: Gradient Descent

  • معرفی Introduction

  • مشتقات و گرادیان Derivatives and Gradient

  • شهود پس انتشار Backpropagation Intuition

  • قاعده زنجیره ای Chain Rule

  • محاسبه مشتق Derivative Calculation

  • پس انتشار کاملاً متصل Fully Connected Backpropagation

  • نمادگذاری ماتریسی Matrix Notation

  • آرایه‌های Numpy Numpy Arrays

  • میزان یادگیری Learning Rate

  • نرخ یادگیری ادامه دارد Learning Rate Continued

  • گرادیان نزول Gradient Descent

  • نزول گرادیان ادامه دارد Gradient Descent Continued

  • EWMA EWMA

  • بهینه سازها Optimizers

  • بهینه سازها ادامه دارد Optimizers Continued

  • مقداردهی اولیه Initialization

  • تجسم لایه های داخلی Inner Layers Visualization

  • تمرین 1 Exercise 1

  • تمرین 1: راه حل Exercise 1: Solution

  • تمرین 2 Exercise 2

  • تمرین 2: راه حل Exercise 2: Solution

  • تمرین 3 Exercise 3

  • تمرین 3: راه حل Exercise 3: Solution

  • تمرین 4 Exercise 4

  • تمرین 4: راه حل Exercise 4: Solution

  • تانسوربرد Tensorboard

نمایش نظرات

بوت کمپ دوم از صفر تا عمیق - شروع به یادگیری عمیق
جزییات دوره
2h 58m
42
CloudAcademy CloudAcademy
(آخرین آپدیت)
935
5 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Francesco Mosconi Francesco Mosconi

مدیر عامل شرکت Catalit & Zero to Deep Learning