آموزش روش‌های پیشرفته یادگیری عمیق در حوزه سلامت و بهداشت - آخرین آپدیت

هفته اول: مدل‌های توجه (Attention Models) Week 1 - Attention Models

• خوش‌آمدگویی به دوره آموزشی Welcome to this course!

• مدل‌های توجه: مقدمه Attention Models: Introduction

• مدل‌های توجه کاربردی: Retain Applied Attention Models: Retain

• مدل‌های توجه کاربردی: مثال نارسایی قلبی Applied Attention Models: Heart Failure Example

هفته دوم: شبکه‌های عصبی گراف (GNN) Week 2 - Graph Neural Networks

• شبکه‌های عصبی گراف: اجزای کلیدی GNN: Key Components

• شبکه‌های عصبی گراف: طراحی کلی GNN: General Design

• شبکه‌های کانولوشن گراف (GCN) GCN

• شبکه‌های پیام‌رسان (MPNN) MPNN

• شبکه‌های توجه گراف (GAT) GAT

هفته سوم: شبکه‌های حافظه (Memory Networks) Week 3 - Memory Networks

• شبکه‌های حافظه Memory Networks

• شبکه‌های حافظه سرتاسری (End-to-End) End-to-end Memory Networks

• ترنسفورمر: مقدمه Transformer: Introduction

• خود-توجهی (Self Attention): بخش اول Self Attention: Part 1

• خود-توجهی (Self Attention): بخش دوم Self Attention: Part 2

• مدل Doctor2Vec Doctor2Vec

• مدل GAMENet GAMENet

• مدل G BERT G-BERT

هفته چهارم: مدل‌های مولد (Generative Models) Week 4 - Generative Models

• شبکه‌های رقابتی مولد (GAN): متدولوژی Generative Adversarial Network (GAN) - Method

• شبکه‌های رقابتی مولد (GAN): کاربردها Generative Adversarial Network (GAN) - Application

• اتوانکودرهای متغیر (VAE): متدولوژی Variational Autoencoder (VAE) - Method

• اتوانکودرهای متغیر (VAE): کاربردها Variational Autoencoder (VAE) - Application