شبکه های عصبی برای متخصصان داده: مقدمه ای جامع

Neural Networks for Data Professionals: A Comprehensive Introduction

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در دنیای همیشه در حال تکامل علم داده و هوش مصنوعی، توانایی استفاده از قدرت شبکه های عصبی به عنوان یک مهارت بسیار مهم برای متخصصان داده می باشد. این سیستم‌های پیچیده که از مغز انسان الهام گرفته شده‌اند، نحوه برخورد ما با داده‌های بزرگ را متحول کرده‌اند و پیشرفت‌هایی را در همه چیز از تشخیص تصویر گرفته تا پردازش زبان طبیعی ممکن می‌سازند. با این حال، تسلط بر شبکه های عصبی به دلیل پیچیدگی ذاتی آنها و زمینه به سرعت در حال پیشرفت، اغلب دلهره آور به نظر می رسد. در این دوره آموزشی، شبکه های عصبی برای متخصصان داده: مقدمه ای جامع، شما توانایی ابهام زدایی و استفاده موثر از شبکه های عصبی را در پروژه های داده خود خواهید داشت. ابتدا، مفاهیم اساسی پشت شبکه‌های عصبی، از جمله ساختار و عملکرد نورون‌ها و لایه‌ها، تمایز بین انواع مختلف شبکه‌های عصبی مانند پیش‌خور و تکراری، و درک مکانیسم‌های ضروری مانند توابع فعال‌سازی و الگوریتم‌های انتشار پس‌از را بررسی خواهید کرد. در مرحله بعد، جنبه های عملی طراحی، آموزش و استقرار شبکه های عصبی خود را کشف خواهید کرد، مانند ایجاد معماری شبکه عصبی از ابتدا، انتخاب لایه های ورودی و خروجی مناسب برای کارهای خاص، و پیاده سازی لایه های پنهان برای بهینه سازی عملکرد مدل. سپس، در انتخاب توابع فعال سازی و از دست دادن مناسب، آموزش شبکه خود با مجموعه داده، و تنظیم دقیق هایپرپارامترها برای عملکرد بهینه، کاوش خواهید کرد. در نهایت، نحوه تنظیم دقیق و بهینه‌سازی شبکه‌های عصبی را برای کاربردهای دنیای واقعی، از جمله تکنیک‌های پیشرفته‌ای مانند منظم‌سازی، انصراف، و نرمال‌سازی دسته‌ای برای جلوگیری از برازش بیش از حد، تنظیم نرخ یادگیری برای آموزش کارآمد، و استفاده از یادگیری انتقالی و پیش از آن یاد خواهید گرفت. -مدل های آموزش دیده، و همچنین تفسیر منحنی های ضرر و منحنی های یادگیری برای اطمینان از اینکه مدل های شما در مسیر درست قرار دارند. پس از اتمام این دوره، مهارت‌ها و دانش شبکه‌های عصبی مورد نیاز برای ساخت، استقرار و بهینه‌سازی این مدل‌های قدرتمند برای انواع برنامه‌های مبتنی بر داده، برای پیشرفت حرفه خود در علم داده، یا به سادگی مجموعه مهارت های خود را در این زمینه پیشرفته گسترش دهید.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

مبانی شبکه های عصبی Foundations of Neural Networks

  • معرفی دوره Course Introduction

  • مقدمه ای بر شبکه های عصبی Introduction to Neural Networks

  • پرسپترون: از نورون های بیولوژیکی تا مصنوعی The Perceptron: From Biological to Artificial Neurons

  • توابع فعال سازی Activation Functions

  • طراحی و کار شبکه عصبی The Design and Working of a Neural Network

  • گرادیان نزول Gradient Descent

  • نسخه ی نمایشی: شبیه ساز شبکه عصبی مجازی Demo: Virtual Neural Network Simulator

استقرار و بهینه سازی شبکه های عصبی Deploying and Optimizing Neural Networks

  • آموزش شبکه عصبی Training a Neural Network

  • ارزیابی و استقرار مدل Model Evaluation and Deployment

  • تکنیک های بهینه سازی Optimization Techniques

  • انواع شبکه های عصبی Types of Neural Networks

  • نسخه ی نمایشی: تنظیم محیط شما Demo: Setting up Your Environment

  • نسخه ی نمایشی: شبکه عصبی خود را بسازید و آموزش دهید Demo: Building and Training Your Neural Network

  • نسخه ی نمایشی: بهبود عملکرد مدل شما Demo: Improving the Performance of Your Model

نمایش نظرات

شبکه های عصبی برای متخصصان داده: مقدمه ای جامع
جزییات دوره
39m
15
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
2
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pratheerth Padman Pratheerth Padman

Pratheerth یک دانشمند داده است که پس از ترکیبی التقاطی از تجربیات کاری و کاری وارد این حوزه شده است. وی دارای مدرک کارشناسی مهندسی در مکاترونیک از هند ، کارشناسی ارشد مدیریت مهندسی از استرالیا و سپس چند سال سابقه کار به عنوان مهندس تولید در خاورمیانه است. سپس هنگامی که اشکال A.I او را گاز گرفت ، او همه چیز را رها کرد تا زندگی خود را وقف این میدان کند. وی در حال حاضر به عنوان Data Scientist در زمینه مشاوره ، ایجاد دوره و فریلنسینگ کار می کند.