آموزش شبکه‌های عصبی عمیق برای مبتدیان با پایتون - آخرین آپدیت

مقدمه Introduction

• مرور کلی دوره Course Overview

• معرفی مدرس Introduction to Instructor

• مقدمه‌ای بر دوره Introduction to Course

مبانی یادگیری عمیق Basics of Deep Learning

• مسئله مورد بررسی بخش اول Problem to Solve Part 1

• مسئله مورد بررسی بخش دوم Problem to Solve Part 2

• مسئله مورد بررسی بخش سوم Problem to Solve Part 3

• معادله خطی Linear Equation

• معادله خطی برداری Linear Equation Vectorized

• فضای ویژگی سه بعدی 3D Feature Space

• فضای N بعدی N-Dimensional Space

• تئوری پرسپترون Theory of Perceptron

• پیاده‌سازی پرسپترون پایه Implementing Basic Perceptron

• گیت‌های منطقی برای پرسپترون‌ها Logical Gates for Perceptrons

• آموزش پرسپترون بخش اول Perceptron Training Part 1

• آموزش پرسپترون بخش دوم Perceptron Training Part 2

• نرخ یادگیری Learning Rate

• آموزش پرسپترون بخش سوم Perceptron Training Part 3

• الگوریتم پرسپترون Perceptron Algorithm

• کدنویسی الگوریتم پرسپترون (خواندن داده‌ها و بصری‌سازی) Coding Perceptron Algo (Data Reading and Visualization)

• کدنویسی الگوریتم پرسپترون (گام پرسپترون) Coding Perceptron Algo (Perceptron Step)

• کدنویسی الگوریتم پرسپترون (آموزش پرسپترون) Coding Perceptron Algo (Training Perceptron)

• کدنویسی الگوریتم پرسپترون (بصری‌سازی نتایج) Coding Perceptron Algo (Visualizing the Results)

• مشکل راهکارهای خطی Problem with Linear Solutions

• راه حل مشکل Solution to Problem

• توابع خطا Error Functions

• توابع خطای گسسته در مقابل پیوسته Discrete Versus Continuous Error Function

• تابع سیگموئید Sigmoid Function

• مسئله چند کلاسه Multi-Class Problem

• مشکل امتیازات منفی Problem of Negative Scores

• ضرورت SoftMax Need of SoftMax

• کدنویسی SoftMax Coding SoftMax

• کدگذاری One Hot One-Hot Encoding

• بیشینه احتمال بخش اول Maximum Likelihood Part 1

• بیشینه احتمال بخش دوم Maximum Likelihood Part 2

• انتروپی متقاطع (Cross Entropy) Cross Entropy

• فرمول‌بندی انتروپی متقاطع Cross Entropy Formulation

• انتروپی متقاطع چند کلاسه Multi-Class Cross Entropy

• پیاده‌سازی انتروپی متقاطع Cross Entropy Implementation

• پیاده‌سازی تابع سیگموئید Sigmoid Function Implementation

• پیاده‌سازی تابع خروجی Output Function Implementation

یادگیری عمیق Deep Learning

• مقدمه‌ای بر گرادیان کاهشی Introduction to Gradient Descent

• توابع محدب Convex Functions

• استفاده از مشتقات Use of Derivatives

• نحوه عملکرد گرادیان کاهشی How Gradient Descent Works

• گام گرادیان Gradient Step

• الگوریتم رگرسیون لجستیک Logistic Regression Algorithm

• بصری‌سازی و خواندن داده‌ها Data Visualization and Reading

• به‌روزرسانی وزن‌ها در پایتون Updating Weights in Python

• پیاده‌سازی رگرسیون لجستیک Implementing Logistic Regression

• بصری‌سازی و نتایج Visualization and Results

• گرادیان کاهشی در مقابل پرسپترون Gradient Descent Versus Perceptron

• مرزهای خطی به غیرخطی Linear to Non-Linear Boundaries

• ترکیب احتمالات Combining Probabilities

• مجموع‌های وزنی Weighted Sums

• معماری شبکه عصبی Neural Network Architecture

• لایه‌ها و شبکه‌های عمیق Layers and DEEP Networks

• طبقه بندی چند کلاسه Multi-Class Classification

• مبانی پیش‌خور (Feed Forward) Basics of Feed Forward

• پیش‌خور برای شبکه عمیق Feed Forward for DEEP Net

• مرور کلی الگوریتم یادگیری عمیق Deep Learning Algo Overview

• مبانی پس‌انتشار (Backpropagation) Basics of Backpropagation

• به‌روزرسانی وزن‌ها Updating Weights

• قاعده زنجیری برای پس‌انتشار Chain Rule for Backpropagation

• سیگما پرایم Sigma Prime

• پیاده‌سازی شبکه عصبی برای تحلیل داده‌ها Data Analysis NN (Neural Networks) Implementation

• کدگذاری One Hot (پیاده‌سازی NN) One-Hot Encoding (NN Implementation)

• مقیاس‌بندی داده‌ها (پیاده‌سازی NN) Scaling the Data (NN Implementation)

• تقسیم‌بندی داده‌ها (پیاده‌سازی NN) Splitting the Data (NN Implementation)

• توابع کمکی (پیاده‌سازی NN) Helper Functions (NN Implementation)

• آموزش (پیاده‌سازی NN) Training (NN Implementation)

• تست (پیاده‌سازی NN) Testing (NN Implementation)

بهینه‌سازی‌ها Optimizations

• بیش‌برازش در مقابل کم‌برازش (Underfitting vs Overfitting) Underfitting vs Overfitting

• توقف زودهنگام Early Stopping

• آزمون Quiz

• راه حل و منظم‌سازی (Regularization) Solution and Regularization

• منظم‌سازی L1 و L2 L1 and L2 Regularization

• دراپ‌اوت (Dropout) Dropout

• مشکل مینیمم‌های محلی Local Minima Problem

• راه حل شروع مجدد تصادفی Random Restart Solution

• مشکل محوشدگی گرادیان Vanishing Gradient Problem

• سایر توابع فعال‌ساز Other Activation Functions

پروژه نهایی Final Project

• پروژه نهایی بخش اول Final Project Part 1

• پروژه نهایی بخش دوم Final Project Part 2

• پروژه نهایی بخش سوم Final Project Part 3

• پروژه نهایی بخش چهارم Final Project Part 4

• پروژه نهایی بخش پنجم Final Project Part 5