پروژه های یادگیری ماشین با TensorFlow 2.0 [ویدئو]

سرفصل ها و درس ها

قیمت های Airbnb Task Regression در نیویورک Regression Task Airbnb Prices in New York

• بررسی اجمالی دوره Course Overview

• راه اندازی TensorFlow 2.0 Setting Up TensorFlow 2.0

• شروع کار با TensorFlow 2.0 Getting Started with TensorFlow 2.0

• تجزیه و تحلیل مجموعه داده Airbnb و ایجاد یک برنامه Analyzing the Airbnb Dataset and Making a Plan

• پیاده سازی الگوریتم رگرسیون خطی ساده Implementing a Simple Linear Regression Algorithm

• پیاده سازی پرسپترون چند لایه (شبکه عصبی مصنوعی) Implementing a Multi Layer Perceptron (Artificial Neural Network)

• بهبود شبکه با توابع فعال سازی بهتر و حذف Improving the Network with Better Activation Functions and Dropout

• اضافه کردن معیارهای بیشتر برای به دست آوردن درک بهتر Adding More Metrics to Gain a Better Understanding

• قرار دادن همه اینها در یک راه حرفه ای Putting It All Together in a Professional Way

وظیفه طبقه بندی ساخت برنامه های دنیای واقعی: چه کسی UFC بعدی را برنده خواهد شد؟ Classification Task Build Real World Apps: Who Will Win the Next UFC?

• جمع آوری داده های احتمالی Kaggle Collecting Possible Kaggle Data

• تجزیه و تحلیل و برنامه ریزی مجموعه داده Analysis and Planning of the Dataset

• معرفی Google Colab و مزایای آن برای ما Introduction to Google Colab and How It Benefits Us

• راه اندازی آموزش در Google Colab Setting Up Training on Google Colab

• برخی از رویکردهای شبکه عصبی پیشرفته Some Advanced Neural Network Approaches

• معرفی یک شبکه عمیق تر Introducing a Deeper Network

• بررسی معیارها با TensorBoard Inspecting Metrics with TensorBoard

• بازرسی راه حل های موجود Kaggle Inspecting the Existing Kaggle Solutions

وظیفه پردازش زبان طبیعی: چگونه متن خود را تولید کنیم Natural Language Processing Task: How to Generate Our Own Text

• مقدمه ای بر پردازش زبان طبیعی Introduction to Natural Language Processing

• NLP و اهمیت پیش پردازش داده ها NLP and the Importance of Data Preprocessing

• یک طبقه بندی متن ساده A Simple Text Classifier

• روش های تولید متن Text Generation Methods

• تولید متن با شبکه عصبی مکرر Text Generation with a Recurrent Neural Network

• اصلاحات با یادگیری فدرال Refinements with Federated Learning

وظیفه یادگیری تقویتی: چگونه در Pacman بهترین شویم Reinforcement Learning Task: How to Become Best at Pacman

• مقدمه ای بر یادگیری تقویتی Introduction to Reinforcement Learning

• OpenAI Gym Environments OpenAI Gym Environments

• محیط بدنسازی Pacman که قرار است از آن استفاده کنیم The Pacman Gym Environment That We Are Going to Use

• اصول یادگیری تقویتی با TF-Agents Reinforcement Learning Principles with TF-Agents

• TF-Agents برای محیط بدنسازی Pacman ما TF-Agents for Our Pacman Gym Environment

• عواملی که قرار است از آنها استفاده کنیم The Agents That We Are Going to Use

• انتخاب بهترین رویکردها و کاربردهای دنیای واقعی Selecting the Best Approaches and Real World Applications

وظیفه یادگیری انتقال: چگونه یک طبقه بندی کننده تصویر قدرتمند بسازیم Transfer Learning Task: How to Build a Powerful Image Classifier

• مقدمه ای بر یادگیری انتقالی در تنسورفلو 2 Introduction to Transfer Learning in TensorFlow 2

• انتخاب یک مجموعه داده Kaggle برای کار Picking a Kaggle Dataset to Work On

• انتخاب یک مدل پایه مناسب برای آموزش انتقال با مجموعه داده ما Picking a Base Model Suitable for Transfer Learning with Our Dataset

• پیاده سازی رویکرد آموزش انتقالی ما Implementing our Transfer Learning approach

• چقدر خوب کار می کنیم و آیا می توانیم بهتر انجام دهیم How Well Are We Doing and Can We Do Better

• نتیجه گیری و کار آینده Conclusions and Future Work