لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش ساخت شبکه های عصبی با یادگیری اسکی
Building Neural Networks with scikit-learn
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره تمام جنبههای مهم پشتیبانی موجود در Sicit-Learn برای ساخت و آموزش شبکههای عصبی، از جمله پرسپترون، MLPClassifier، و MLPRregressor، و همچنین ماشینهای محدود بولتزمن را پوشش میدهد. حتی تعداد چارچوبها و کتابخانههای یادگیری ماشین. به طور روزانه افزایش می یابد، scikit-learn به راحتی محبوبیت خود را حفظ می کند. یکی از حوزههایی که در آن یادگیری Sicit به طور مشخص پشت چارچوبهای رقیب قرار دارد، ساخت شبکههای عصبی برای یادگیری عمیق است. در این دوره آموزشی، ساخت شبکههای عصبی با یادگیری scikit، شما این توانایی را به دست خواهید آورد که بهترین پشتیبانی را که scikit-learn برای یادگیری عمیق ارائه میدهد، به دست آورید. ابتدا، دقیقاً یاد میگیرید که چه شکافهایی در پشتیبانی Sicit-Learn از شبکههای عصبی وجود دارد، و همچنین نحوه استفاده از ساختارهایی مانند پرسپترون و پرسپترونهای چندلایه که در Sicit-Learn در دسترس هستند. در مرحله بعد، متوجه خواهید شد که چگونه پرسپترونها فقط نورونهایی با فعالسازی مرحلهای هستند، و پرسپترونهای چندلایه به طور موثر شبکههای عصبی پیشخور هستند. سپس، از اشیاء تخمینگر scikit-learn برای شبکههای عصبی برای ساخت مدلهای رگرسیون و طبقهبندی، کار با دادههای عددی، متنی و تصویری استفاده میکنید. در نهایت، شما از ماشینهای محدود بولتزمن برای کاهش ابعاد روی دادهها قبل از وارد کردن آن به مدل یادگیری ماشین استفاده خواهید کرد. وقتی این دوره را به پایان رساندید، مهارت ها و دانش لازم را خواهید داشت تا از تک تک پشتیبانی هایی که Sicit-learn در حال حاضر برای ساخت شبکه های عصبی ارائه می دهد، استفاده کنید.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
بررسی اجمالی دوره
Course Overview
معرفی شبکه های عصبی در یادگیری اسکی
Introducing Neural Networks in scikit-learn
بررسی نسخه
Version Check
نمای کلی ماژول
Module Overview
پیش نیازها و رئوس مطالب دوره
Prerequisites and Course Outline
پشتیبانی از شبکه های عصبی در Sicit-Learn
Support for Neural Networks in scikit-learn
پرسپترون ها و نورون ها
Perceptrons and Neurons
پرسپترون های چند لایه و شبکه های عصبی
Multi-layer Perceptrons and Neural Networks
آموزش شبکه عصبی
Training a Neural Network
Overfitting و Underfitting
Overfitting and Underfitting
خلاصه ماژول
Module Summary
پیادهسازی رگرسیون و طبقهبندی با استفاده از شبکههای عصبی در یادگیری اسکی
Implementing Regression and Classification Using Neural Networks in scikit-learn
نمای کلی ماژول
Module Overview
انجام رگرسیون با استفاده از شبکه های عصبی
Performing Regression Using Neural Networks
کاوش و آماده سازی مجموعه داده های رژیم غذایی برای رگرسیون
Exploring and Preparing the Diet Dataset for Regression
ساخت و آموزش یک شبکه عصبی با استفاده از MLPRregressor
Build and Train a Neural Network Using the MLPRegressor
انجام طبقه بندی با استفاده از شبکه های عصبی
Performing Classification Using Neural Networks
کاوش و آماده سازی مجموعه داده های ستون فقرات برای طبقه بندی
Exploring and Preparing the Spine Dataset for Classification
ساخت و آموزش یک شبکه عصبی با استفاده از MLPClassifier
Build and Train a Neural Network Using the MLPClassifier
خلاصه ماژول
Module Summary
پیادهسازی طبقهبندی متن و تصویر با استفاده از شبکههای عصبی در یادگیری اسکی
Implementing Text and Image Classification Using Neural Networks in scikit-learn
نمای کلی ماژول
Module Overview
رمزگذاری متن به شکل عددی
Encoding Text in Numeric Form
بارگیری و کاوش مجموعه داده های گروه خبری
Loading and Exploring the Newsgroup Dataset
ایجاد بردارهای ویژگی از داده های متنی با استفاده از Tf-Idf
Creating Feature Vectors from Text Data Using Tf-Idf
ساخت و آموزش یک مدل طبقه بندی بر روی داده های متنی
Building and Training a Classification Model on Text Data
رمزگذاری تصاویر به شکل عددی
Encoding Images in Numeric Form
بارگیری و تجسم مجموعه داده تصویر Lego Bricks
Loading and Visualizing the Lego Bricks Image Dataset
ساخت و آموزش یک مدل طبقه بندی بر روی داده های تصویری
Building and Training a Classification Model on Image Data
خلاصه ماژول
Module Summary
پیاده سازی کاهش ابعاد با استفاده از ماشین های محدود شده بولتزمن در یادگیری اسکی
Implementing Dimensionality Reduction Using Restricted Boltzmann Machines in scikit-learn
نمای کلی ماژول
Module Overview
ماشین های محدود بولتزمن برای کاهش ابعاد
Restricted Boltzmann Machines for Dimensionality Reduction
تاریخچه مختصری از ماشین های محدود بولتزمن
A Brief History of Restricted Boltzmann Machines
آموزش یک طبقه بندی کننده در مورد تمام ویژگی های داده های ورودی
Training a Classifier on All Features of the Input Data
کاهش ابعاد با استفاده از ماشین های محدود بولتزمن
Dimensionality Reduction Using Restricted Boltzmann Machines
Janani Ravi یک معمار و مهندس داده خبره Google cloud است.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات