شبکه‌های عصبی که الهام گرفته شده از مغز انسان هستند، به دلیل توانایی بالایی که در یادگیری دارند، در علوم مختلف از جمله: هوش مصنوعی (Artificial Intelligence)، یادگیری ماشین (Machine Learning)، علم داده (Data Science) و حتی در صنعت بسیار مورد توجه هستند. در این آموزش قصد داریم همزمان با آموزش مباحث تئوریک شبکه عصبی، به پیاده‌سازی آن‌ها در محیط زبان برنامه‌نویسی پایتون بپردازیم.
آموزش پیاده سازی گام به گام شبکه های عصبی در پایتون
ایشان در زمینه یادگیری ماشین از جمله یادگیری نظارت‌شده (Supervised Learning) و یادگیری تقویتی (Reinforcement Learning) مشغول فعالیت هستند و در سال‌های اخیر تمرکزشان بر روی تحلیل سری‌های زمانی مربوط به بازارهای مالی و پیاده‌سازی مدل‌سازی‌هایی مربوط به ساختار مولکول‌ها بوده است.
توضیحات تکمیلی
شبکه‌های عصبی که الهام گرفته شده از مغز انسان هستند، به دلیل توانایی بالایی که در یادگیری دارند، در علوم مختلف از جمله: هوش مصنوعی (Artificial Intelligence)، یادگیری ماشین (Machine Learning)، علم داده (Data Science) و حتی در صنعت بسیار مورد توجه هستند. در این آموزش قصد داریم همزمان با آموزش مباحث تئوریک شبکه عصبی، به پیاده‌سازی آن‌ها در محیط زبان برنامه‌نویسی پایتون بپردازیم.
فهرست سرفصل‌ها و رئوس مطالب مطرح شده در اين مجموعه آموزشی، در ادامه آمده است:
- فصل یکم: مروری بر رگرسیون خطی
- درس یکم: مباحث تئوریک
- درس دوم: پیاده‌سازی در محیط برنامه‌نویسی
- فصل دوم: آشنایی با نورون‌های عصبی و پرسپترون
- درس سوم: نورون‌های عصبی و پرسپترون
- فصل سوم: پیاده‌سازی پرسپترون تک‌لایه
- درس چهارم: پرسپترون تک‌لایه
- فصل چهارم: الگوریتم آموزش پرسپترون تک‌لایه
- درس پنجم: مباحث تئوریک
- درس ششم: پیاده‌سازی در محیط برنامه‌نویسی
- فصل پنجم: رگرسیون با پرسپترون تک‌لایه
- درس هفتم: رگرسیون
- فصل ششم: آشنایی با روش One - Hot Encoding
- درس هشتم: روش One - Hot Encoding
- فصل هفتم: طبقه‌بندی با پرسپترون تک‌لایه
- درس نهم: طبقه‌بندی
- فصل هشتم: پیاده‌سازی و آموزش پرسپترون دولایه
- درس دهم: پیاده‌سازی پرسپترون دولایه
- فصل نهم: مروری بر شی‌گرایی
- درس یازدهم: شی‌گرایی
- فصل دهم: پیاده‌سازی پرسپترون دولایه با استفاده از مفهوم شی‌گرایی
- درس دوازدهم: پیاده‌سازی با استفاده از شی‌گرایی
مفید برای
- هوش مصنوعی
- داده‌کاوی
- الگوریتم شبکه‌های عصبی
پیش نیاز
آنچه در این آموزش خواهید دید:
نرم افزارهای مرتبط با آموزش
پیش نمایش‌ها
۱.
مباحث تئوریک
۲.
پیاده‌سازی در محیط برنامه‌نویسی
۳.
پرسپترون تک‌لایه
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۴.
مباحث تئوریک
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵.
رگرسیون
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
راهنمای سفارش آموزش‌ها
.svg)
در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
- با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
- با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه
اطلاعات تکمیلی
| نام آموزش | آموزش پیاده سازی گام به گام شبکه های عصبی در پایتون |
|---|---|
| ناشر | فرادرس |
| شناسه اثر | ۸–۱۲۴۵۲–۰۸۰۸۲۰ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد) |
| کد آموزش | FVNNPY101 |
| مدت زمان | ۳ ساعت و ۵۸ دقیقه |
| زبان | فارسی |
| نوع آموزش | آموزش ویدئویی (نمایش آنلاین + دانلود) |
| حجم دانلود | ۷۰۹ مگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس) |
- ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
- و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می‌شود.
نظرات
بسیار عالی