آموزش آزادسازی داده های بدون برچسب: یادگیری خود نظارتی

سرفصل ها و درس ها

مقدمه دوره Introduction To the Course

• به دوره خوش آمدید Welcome To The Course

• یادگیری ماشینی خود نظارتی (ML) چیست؟ What Is Self-Supervised Machine Learning (ML)?

• داده و کد Data and Code

• نصب پایتون Python Installation

• با محیط مشارکتی گوگل شروع کنید Start With Google Colaboratory Environment

• Google Colabs و GPU Google Colabs and GPU

• نصب بسته ها در گوگل کولب Installing Packages In Google Colab

• H2O را در Colab نصب کنید Install H2O In Colab

• نصب H2O به صورت محلی Installing H2O Locally

پیش پردازش داده های پایه Basic Data Preprocessing

• معرفی Numpy Introduction to Numpy

• پاندا چیست؟ What Is Pandas?

• پاکسازی اولیه داده ها با پانداها Basic Data Cleaning With Pandas

• مبانی تجسم داده ها Basics of Data Visualisation

یادگیری از داده های بدون برچسب Learning From Unlabelled Data

• یادگیری بدون نظارت چیست؟ What is Unsupervised Learning?

• نظریه پشت رمزگذارهای خودکار Theory Behind Autoencoders

• پیوند بین یادگیری ماشینی خود نظارتی (ML) و رمزگذارهای خودکار The Link Between Self-Supervised Machine Learning (ML) and Autoencoders

• اجازه می دهد تا یک رمزگذار خودکار اولیه را با H20 پیاده سازی کنیم Lets Implement a Basic Auto-Encoder With H20

• رمزگذار خودکار متغیر (VAE) با H2O Variational Autoencoder (VAE) With H2O

• نویز کردن چیست؟ What Is Denoising?

• رمزگذاری خودکار داده های تصویر با H2O Autoencode the Image Data With H2O

• داده ها را با H2O حذف کنید Denoise the Data with H2O

• رمزگذارهای خودکار با یادگیری عمیق Keras Autoencoders With Keras Deep Learning

• رمزگذاری خودکار کانولوشن - رمزگذاری Convolutional Autoencoders-Encoding

• رمزگشاهای خودکار کانولوشن - رمزگشایی Convolutional Autoencoders-Decoding

مفاهیم متفرقه Miscellaneous Concepts

• یادگیری تحت نظارت چیست؟ What is Supervised Learning?

• نظریه پشت ANN و DNN Theory Behind ANN and DNN

• توابع فعال سازی چیست؟ What Are Activation Functions?

• مقدمه ای بر شبکه های عصبی کانولوشنال (CNN) Introduction To Convolutional Neural Networks (CNN)