آموزش شبکه های عصبی در پایتون: یادگیری عمیق برای مبتدیان

سرفصل ها و درس ها

معرفی Introduction

• به دوره خوش آمدید Welcome to the course

• مقدمه ای بر شبکه های عصبی و جریان دوره Introduction to Neural Networks and Course flow

• منابع دوره Course Resources

• این یک نقطه عطف است! This is a milestone!

تنظیم Python و Jupyter Notebook Setting up Python and Jupyter Notebook

• نصب پایتون و آناکوندا Installing Python and Anaconda

• افتتاح نوت بوک Jupyter Opening Jupyter Notebook

• مقدمه ای بر ژوپیتر Introduction to Jupyter

• عملگرهای حساب در Python: Python Basics Arithmetic operators in Python: Python Basics

• رشته ها در پایتون: مبانی پایتون Strings in Python: Python Basics

• لیست ها ، راهنماها و راهنماها: مبانی پایتون Lists, Tuples and Directories: Python Basics

• کار با Numpy Library of Python Working with Numpy Library of Python

• کار با کتابخانه Pandas پایتون Working with Pandas Library of Python

• کار با کتابخانه Seaborn پایتون Working with Seaborn Library of Python

تک سلولها - Perceptron و Sigmoid Neuron Single Cells - Perceptron and Sigmoid Neuron

• پرسپترون Perceptron

• توابع فعال سازی Activation Functions

• پایتون - ایجاد مدل Perceptron Python - Creating Perceptron model

شبکه های عصبی - انباشته سلول ها برای ایجاد شبکه Neural Networks - Stacking cells to create network

• اصطلاحات اساسی Basic Terminologies

• شیب نزولی Gradient Descent

• تبلیغات عقب Back Propagation

مفاهیم مهم: سوالات رایج مصاحبه Important concepts: Common Interview questions

• برخی از مفاهیم مهم Some Important Concepts

• مسابقه Quiz

پارامترهای مدل استاندارد Standard Model Parameters

• ابرپارامترها Hyperparameters

• مسابقه Quiz

آزمون تمرینی Practice Test

• تست مفهومی خود را تست کنید Test your conceptual understanding

تنسورفلو و کراس Tensorflow and Keras

• Keras و Tensorflow Keras and Tensorflow

• نصب Tensorflow و Keras Installing Tensorflow and Keras

Python - مجموعه داده برای مشکل طبقه بندی Python - Dataset for classification problem

• مجموعه داده برای طبقه بندی Dataset for classification

• نرمال سازی و تقسیم Test-Train Normalization and Test-Train split

• اطلاعات بیشتر در مورد تقسیم تست قطار More about test-train split

Python - ساخت و آموزش مدل Python - Building and training the Model

• روش های مختلف ایجاد ANN با استفاده از Keras Different ways to create ANN using Keras

• ساخت شبکه عصبی با استفاده از Keras Building the Neural Network using Keras

• تدوین و آموزش مدل شبکه عصبی Compiling and Training the Neural Network model

• ارزیابی عملکرد و پیش بینی با استفاده از Keras Evaluating performance and Predicting using Keras

Python - حل مسئله رگرسیون با استفاده از ANN Python - Solving a Regression problem using ANN

• ایجاد شبکه عصبی برای مسئله رگرسیون Building Neural Network for Regression Problem

معماری های پیچیده ANN با استفاده از API عملکردی Complex ANN Architectures using Functional API

• استفاده از API عملکردی برای معماری های پیچیده Using Functional API for complex architectures

ذخیره و بازیابی مدل ها Saving and Restoring Models

• ذخیره - بازیابی مدل ها و استفاده از برگشت Saving - Restoring Models and Using Callbacks

تنظیم Hyperparameter Hyperparameter Tuning

• تنظیم Hyperparameter Hyperparameter Tuning

افزودنی 1: پیش پردازش داده ها Add-on 1: Data Preprocessing

• جمع آوری دانش تجارت Gathering Business Knowledge

• اکتشاف داده Data Exploration

• Dataset و فرهنگ لغت داده The Dataset and the Data Dictionary

• منابع الحاقی Add-on Resources

• وارد کردن داده در پایتون Importing Data in Python

• تحلیل تک متغیری و EDD Univariate analysis and EDD

• EDD در پایتون EDD in Python

• درمان دور از دسترس Outlier Treatment

• درمان دور از دسترس در پایتون Outlier Treatment in Python

• ارزش محو شده از دست رفته است Missing Value Imputation

• ارزش از دست رفته در پایتون Missing Value Imputation in Python

• فصلی بودن در داده ها Seasonality in Data

• تحلیل دو متغیره و تحول متغیر Bi-variate analysis and Variable transformation

• تغییر و حذف متغیر در پایتون Variable transformation and deletion in Python

• متغیرهای غیرقابل استفاده Non-usable variables

• ساخت متغیر ساختگی: مدیریت داده های کیفی Dummy variable creation: Handling qualitative data

• ساخت متغیر ساختگی در پایتون Dummy variable creation in Python

• تجزیه و تحلیل همبستگی Correlation Analysis

• تحلیل همبستگی در پایتون Correlation Analysis in Python

افزودنی 2: مدلهای کلاسیک ML - رگرسیون خطی Add-on 2: Classic ML models - Linear Regression

• بیانیه مسئله The Problem Statement

• روش معادلات اساسی و حداقل مربعات معمولی (OLS) Basic Equations and Ordinary Least Squares (OLS) method

• ارزیابی صحت ضرایب پیش بینی شده Assessing accuracy of predicted coefficients

• ارزیابی دقت مدل: RSE و R در مربع Assessing Model Accuracy: RSE and R squared

• رگرسیون خطی ساده در پایتون Simple Linear Regression in Python

• رگرسیون خطی چندگانه Multiple Linear Regression

• آمار F The F - statistic

• تفسیر نتایج متغیرهای طبقه ای Interpreting results of Categorical variables

• رگرسیون خطی چندگانه در پایتون Multiple Linear Regression in Python

• تقسیم تست قطار Test-train split

• معامله واریانس بایاس Bias Variance trade-off

• تقسیم قطار آزمایشی در پایتون Test train split in Python

تکلیف تمرین کنید Practice Assignment

• واگذاری طبقه بندی شبکه های عصبی Neural Networks Classification Assignment

بخش پاداش Bonus Section

• نقطه عطف نهایی! The final milestone!

• تبریک می گوییم و در مورد گواهی خود Congratulations & About your certificate