آموزش یادگیری عمیق برای همه - 2023 - تنسورفلو به روز شد

سرفصل ها و درس ها

خوش آمدی Welcome

• مقدمه ای بر یادگیری عمیق 101 Introduction to Deep Learning 101

درست گرفتن اصول اولیه Getting basics right

• شبکه های عصبی مصنوعی Artificial Neural Networks

• شبکه های عصبی Neural Networks

• تابع فعال سازی Activation Function

• تابع فعال سازی Activation Function

• جانبداری Bias

• تعصب در شبکه های عصبی Bias in Neural Networks

• داده ها Data

• داده ها Data

• کاربردهای داده Applications of Data

• کاربردهای داده Applications of Data

• مدل ها Models

• مدل ها Models

• توابع از دست دادن Loss Functions

• توابع از دست دادن Loss Functions

• الگوریتم های یادگیری و عملکرد مدل Learning Algorithms & Model Performance

• الگوریتم یادگیری Learning Algorithm

دوره آموزشی سقوط پایتون در مبانی Python Crash Course on Basics

• آماده شدن سیستم - نوت بوک Jupyter Getting System Ready - Jupyter Notebook

• دسترسی به نوت بوک Google Colab Accessing Google Colab Notebook

• دانلود مواد Download Materials

• مبانی پایتون - انواع داده Python Basics - Data Types

• اصول پایتون - کانتینرها در پایتون Python Basics - Containers in Python

• دستورات کنترل Python if..else Control Statements Python if..else

• دستورات کنترل پایتون - while و For Python Control statments - While and For

• توابع و کلاس ها در پایتون Functions & Classes in Python

Python for Data Science Crash Course Python for Data Science Crash Course

• Numpy قسمت 1 Numpy Part 1

• Numpy قسمت 2 Numpy Part 2

• Numpy قسمت 3 Numpy Part 3

• پانداها در پایتون - سری پانداها Pandas in Python - Pandas Series

• قاب داده پانداها Pandas Data Frame

• قاب داده پانداها - تمیز کردن و بررسی داده ها Pandas Data frame - cleaning & Examining the data

• توطئه با Matplotlib Plotting with Matplotlib

• طرح های کانتور Contour Plots

مدل نورون MP MP Neuron Model

• معرفی MP Neuron MP Neuron Introduction

• نورون MP MP neuron

• شهود داده ها Intuition of data

• پارامترهای از دست دادن و یافتن Loss & finding parameters

• شهود ریاضی Mathematical Intuition

MP Neuron در پایتون MP Neuron in Python

• دانلود مواد Download Materials

• MP Neuron - واردات داده MP Neuron - Data import

• تقسیم تست قطار Train Test Split

• داده ها را اصلاح کنید Modify Data

• MP Neuron در پایتون MP Neuron in Python

• کلاس نورون MP MP Neuron Class

• تکلیف MP Neuron در پایتون Assignment for MP Neuron in Python

• ارسال پاسخ تکلیف - MP Neuron Assignment Answer Submission - MP Neuron

خلاصه MP Neuron Summary of MP Neuron

• خلاصه MP Neuron Summary of MP Neuron

پرسپترون Perceptron

• پرسپترون Perceptron

• مدل پرسپترون و نمایش آن Perceptron Model and its representation

• عملکرد از دست دادن و به روز رسانی پارامتر Loss function & Parameter Update

• چرا به روز رسانی قانون کار می کند Why Update Rule Works

• به روز رسانی قانون در برنامه ها Update Rule in Programs

پرسپترون در پایتون Perceptron in Python

• دانلود مواد Download Materials

• پرسپترون در پایتون Perceptron in Python

• دقت را با دوره ها تجسم کنید Visualize the Accuracy with epochs

• تخصیص پرسپترون Perceptron Assignment

• ارسال پاسخ تکلیف - پرسپترون Assignment Answer Submission - Perceptron

نورون سیگموئید Sigmoid Neuron

• دانلود مواد Download Materials

• محدودیت های Percepron Percepron Limitations

• مقدمه نورون سیگموئید Sigmoid Neuron Introduction

• داده های نورون سیگموئید Sigmoid Neuron Data

• شهود سیگموئیدی Sigmoid Intuition

• برازش دستی داده ها Manual fitting of data

• نزول گرادیان Gradient descent

• نمای کلی برنامه Program overview

• برنامه در پایتون Program in Python

پیاده سازی نورون سیگموید با پایتون Sigmoid Neuron Implement with Python

• دانلود مواد Download Materials

• مجموعه داده را دانلود کنید Download Dataset

• استاندارد سازی داده ها -1 Data Standardization -1

• استانداردسازی داده ها - 2 Data Standardization - 2

• کلاس سیگموئید Class Sigmoid

• تخصیص سیگموئید Sigmoid Assignment

• ارسال پاسخ تکلیف - نورون سیگموئید Assignment Answer Submission - Sigmoid Neuron

احتمال پایه Basic Probability

• مقدمه ای بر احتمال و متغیرهای تصادفی Introduction to Probability and Random Variables

• چرا متغیر تصادفی مهم است Why Random Variable is important

• متغیر تصادفی - انواع Random Variable - Types

• جدول توزیع احتمال Probability Distribution Table

• چرا به اتلاف آنتروپی نیاز داریم؟ Why do we require Entropy Loss

چرا شبکه های عصبی عمیق - شهود Why Deep Neural Networks - Intuition

• دانلود مواد Download Materials

• چرا شبکه های عصبی عمیق Why Deep Neural Networks

• جداسازی خطی داده ها Linear Separation of Data

قضیه تقریب جهانی - بنیاد یادگیری عمیق Universal Approximation Theorem - Deep Learning Foundation

• درک قضیه تقریب جهانی Understanding Universal Approximation Theorem

• تایید قضیه تقریب جهانی کار می کند Confirming Universal Approximation Theorem Works

• رفتن به عمق شبکه های عصبی Going deep into Neural Networks

• چالش های ایجاد شبکه های عصبی عمیق از ابتدا Challenges in Creating Deep Neural Networks from Scratch

یادگیری عمیق با Tensorflow 2.x Deep Learning with Tensorflow 2.x

• فایل کد برای این بخش Code File for this section

• شبکه های عصبی عمیق - خلاصه Deep Neural Networks - Recap

• معرفی تنسورفلو Introducing Tensorflow

• ساخت شبکه عصبی با تنسورفلو Building a Neural Network with Tensorflow

• اولین شبکه عصبی را با تنسورفلو ایجاد کنید Create First Neural Network with Tensorflow

• آموزش شبکه عصبی عمیق Training the Deep Neural Network

• ارزشیابی آموزش Training Evaluation

• خلاصه Summary

توابع فعال سازی در شبکه های عصبی یادگیری عمیق Activation Functions in Deep Learning Neural Networks

• فایل کد برای این بخش Code File for this Section

• توابع فعال سازی در شبکه های عصبی یادگیری عمیق - مقدمه Activation Functions in Deep Learning Neural Networks - Introduction

• توابع فعال سازی مختلف Various Activation Functions

• خلاصه ای از توابع فعال سازی Summary on Activation Functions

• پیکربندی شبکه مشترک Common Network Configuration

استفاده از یادگیری عمیق Applying the Deep learning

• حرکت از یادگیری کم عمق به یادگیری عمیق Moving from Shallow learning to Deep learning

• فایل تکالیف برای شبکه های عصبی یادگیری عمیق Assignment File for Deep learning neural networks

• مبانی کراس Keras Basics

• دانلود مواد Download Materials

• انواع مشکلات Types of Problems

• ReLU، Softmax و Cross Entropy ReLU , Softmax & Cross Entropy

• پیاده سازی طبقه بندی چند کلاسه با استفاده از keras Implementing Multi Class classification using keras

• مشکل رگرسیون Regression Problem

• ترفندهای پیشرفته تنسورفلو - راه هایی برای ایجاد شبکه عصبی Tensorflow Advanced Tricks - Ways to create Neural Network

• Tensorflow - روش‌های طبقه‌بندی فرعی Tensorflow - Subclassing Methods

• پاداش - کسب اطلاعات بیشتر از سفر یادگیری Bonus - Get More of Learning Journey

یادگیری ماشینی برای پروژه ها Machine Learning for Projects

• استقرار یادگیری ماشین قسمت 1 - آماده سازی مدل - پایان تا پایان Machine learning Deployment Part 1 - Model Prep - End to End

• استقرار یادگیری ماشین قسمت 2 - استقرار برنامه Flask - End to End Machine learning Deployment Part 2 - Deploy Flask App - End to End

• آموزش Streamlit Streamlit Tutorial

• محتوای اضافی برای حمایت از سفر یادگیری شما Additional content to support your learning journey

• معرفی دوره MLOps Course Intro to MLOps