آموزش مقدمه‌ای بر یادگیری عمیق مدرن - آخرین آپدیت

دانلود Introducción al deep learning contemporáneo

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری عمیق (Deep Learning) امروزه بخش مرکزی هوش مصنوعی مدرن است و به فرآیندی اشاره دارد که در آن کامپیوترها از طریق تجربه یاد می‌گیرند تا انتزاعات پیچیده را بر اساس مفاهیم ساده‌تر و به صورت سلسله‌مراتبی توصیف کنند. این دوره یک مقدمه جامع بر یادگیری عمیق ارائه می‌دهد و بر پرکاربردترین متدها در زمینه‌های مختلف و انواع داده‌ها تمرکز دارد. در طول این دوره، معماری‌هایی مانند شبکه‌های عصبی مصنوعی، شبکه‌های عصبی کانولوشنال (CNN)، شبکه‌های عصبی بازگشتی (RNN)، ترنسفورمرها برای متن و بینایی ماشین، و شبکه‌های مولد مانند شبکه‌های مولد رقابتی (GAN) و مدل‌های انتشار (Diffusion Models) مورد بررسی قرار می‌گیرند. این تنها دوره جامع در پلتفرم است که به تازه‌ترین معماری‌های یادگیری عمیق، از جمله Vision Transformers می‌پردازد.

سرفصل ها و درس ها

پودمان ۱: مقدمه‌ای بر یادگیری عمیق Módulo 1: Introducción al aprendizaje profundo

  • خوش‌آمدگویی به دوره Bienvenida al curso

  • مقدمه‌ای بر یادگیری عمیق Introducción al Deep Learning

  • نورون و شبکه عصبی La neurona y la red neuronal

  • ساختار یک شبکه عصبی Estructura de una red neuronal

  • توابع زیان Funciones de perdida

  • گرادیان کاهشی برای شبکه‌های عصبی Descenso del gradiente para redes neuronales

  • پس‌انتشار (Backpropagation) Retropropagación

پودمان ۲: شبکه‌های عصبی کانولوشنال و بازگشتی Módulo 2: Redes neuronales convolucionales y recurrentes

  • متدولوژی آموزش CNN برای طبقه‌بندی Metodología de entrenamiento de una CNN para clasificación

  • متدولوژی آموزش CNN برای بخش‌بندی Metodología de entrenamiento de una CNN para segmentación

  • اولین چالش‌ها با داده‌های وابسته به زمان Primeros problemas con información dependiente del tiempo

  • شبکه عصبی بازگشتی (RNN) چیست؟ ¿Qué es una RNN?

پودمان ۳: ترنسفورمرها Módulo 3: Transformers

  • ساختار ترنسفورمر: رمزگذار و رمزگشا Estructura de un transformer: Encoder-Decoder

  • ویژگی‌های خاص: پیش‌آموزش و یادگیری انتقالی Particularidades: Pre-entrenamiento y aprendizaje de transferencia

  • ساختار: ترنسفورمر بینایی (Vision Transformer) Estructura: Transformer Visual

پودمان ۴: هوش مصنوعی مولد Módulo 4: Inteligencia artificial generativa

  • ژنراتور و دیسکریمیناتور در GAN Generador y discriminador en una GAN

  • فرآیند انتشار اطلاعات Proceso de difusión de información

  • فرآیند بازسازی اطلاعات Proceso de reconstrucción de información

  • پروژه‌ها در CinfonIA چگونه اجرا می‌شوند؟ ¿Cómo se realizan los proyectos en CinfonIA?

نمایش نظرات

آموزش مقدمه‌ای بر یادگیری عمیق مدرن
جزییات دوره
10h 55m
18
(آخرین آپدیت)
848
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده