اپلیکیشن اندرویدی فلش‌کارت آموزشی شبکه‌های عصبی: از مک‌کالوچ-پیتس تا امروز

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره شبکه‌های عصبی: از مک‌کالوچ-پیتس تا امروز

موضوع کلی: تاریخ علوم کامپیوتر و برنامه‌نویسی

موضوع میانی: شبکه‌های عصبی مصنوعی (اولیه)

📋 سرفصل‌های دوره

• 1. مبانی شبکه‌های عصبی
• 2. مدل‌های اولیه شبکه‌های عصبی
• 3. نورون مصنوعی و عملکردهای فعال‌سازی
• 4. یادگیری با نظارت و بدون نظارت
• 5. انتشار پس‌رو و الگوریتم گرادیان کاهشی
• 6. شبکه‌های عصبی پیش‌خور
• 7. بهینه‌سازی توابع هزینه
• 8. تنظیم‌سازی برای جلوگیری از بیش‌برازش
• 9. روش‌های ارزیابی عملکرد شبکه‌های عصبی
• 10. شبکه‌های عصبی کانولوشنی (CNN)
• 11. کاربردهای CNN در پردازش تصویر
• 12. لایه‌های کانولوشنی و لایه‌های تجمیع
• 13. شبکه‌های عصبی بازگشتی (RNN)
• 14. کاربردهای RNN در پردازش زبان طبیعی
• 15. حافظه کوتاه‌مدت بلند (LSTM)
• 16. شبکه‌های حافظه طولانی‌مدت (GRU)
• 17. توالی به توالی و ترجمه ماشینی
• 18. خودرمزگذارها و کاهش ابعاد
• 19. ماشین‌های بولتزمن
• 20. شبکه‌های تولیدی تخاصمی (GAN)
• 21. کاربردهای GAN در تولید تصویر و داده
• 22. یادگیری تقویتی و Q-learning
• 23. شبکه‌های عصبی عمیق (DNN)
• 24. معماری‌های شبکه عصبی پیشرفته
• 25. انتقال یادگیری و تنظیم دقیق
• 26. شبکه‌های عصبی گراف
• 27. شبکه‌های عصبی اسپایکی
• 28. محاسبات عصبی مورفولوژیکی
• 29. شبکه‌های عصبی در رباتیک
• 30. شبکه‌های عصبی و بینایی ماشین
• 31. تشخیص اشیاء در تصاویر
• 32. تقسیم‌بندی معنایی تصاویر
• 33. شبکه‌های عصبی و پردازش صدا
• 34. تشخیص گفتار
• 35. تبدیل متن به گفتار
• 36. شبکه‌های عصبی و پردازش زبان طبیعی
• 37. تحلیل احساسات
• 38. خلاصه‌سازی متن
• 39. شبکه‌های عصبی و داده‌های سری زمانی
• 40. پیش‌بینی سری‌های زمانی
• 41. تشخیص ناهنجاری در داده‌های سری زمانی
• 42. شبکه‌های عصبی و سیستم‌های توصیه‌گر
• 43. توصیه‌گرهای مبتنی بر محتوا
• 44. توصیه‌گرهای مبتنی بر فیلتر مشارکتی
• 45. شبکه‌های عصبی و تشخیص تقلب