اپلیکیشن اندرویدی فلش‌کارت آموزشی محاسبات عصبی با مصرف بهینه

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره محاسبات عصبی با مصرف بهینه

موضوع کلی: علوم اعصاب محاسباتی

موضوع میانی: مدل‌های کارایی انرژی در محاسبات عصبی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر محاسبات عصبی
• 2. شبکه‌های عصبی مصنوعی: تاریخچه و کاربردها
• 3. مدل‌های ریاضی شبکه‌های عصبی
• 4. تابع فعال‌سازی: انواع و ویژگی‌ها
• 5. یادگیری نظارت‌شده: اصول و روش‌ها
• 6. یادگیری بدون نظارت: خوشه‌بندی و کاهش ابعاد
• 7. یادگیری تقویتی: مفاهیم پایه
• 8. الگوریتم پس‌انتشار خطا (Backpropagation)
• 9. بهینه‌سازی گرادیان کاهشی (Gradient Descent)
• 10. نرخ یادگیری و تنظیم آن
• 11. بیش‌برازش (Overfitting) و روش‌های مقابله با آن
• 12. شبکه‌های عصبی پیچشی (Convolutional Neural Networks - CNN)
• 13. کاربردهای CNN در پردازش تصویر
• 14. شبکه‌های عصبی بازگشتی (Recurrent Neural Networks - RNN)
• 15. کاربردهای RNN در پردازش زبان طبیعی
• 16. حافظه کوتاه‌مدت بلند (Long Short-Term Memory - LSTM)
• 17. شبکه‌های مولد تخاصمی (Generative Adversarial Networks - GAN)
• 18. کاربردهای GAN در تولید داده
• 19. انتخاب ویژگی (Feature Selection) و اهمیت آن
• 20. مهندسی ویژگی (Feature Engineering)
• 21. نرمال‌سازی داده‌ها و مقیاس‌بندی
• 22. ارزیابی عملکرد شبکه‌های عصبی: معیارها و روش‌ها
• 23. اعتبارسنجی متقابل (Cross-Validation)
• 24. تنظیم هایپرپارامترها (Hyperparameter Tuning)
• 25. کتابخانه‌های محاسبات عصبی در پایتون: TensorFlow
• 26. کتابخانه‌های محاسبات عصبی در پایتون: Keras
• 27. کتابخانه‌های محاسبات عصبی در پایتون: PyTorch
• 28. محاسبات عصبی در فضای ابری
• 29. بهینه‌سازی مصرف انرژی در شبکه‌های عصبی
• 30. تکنیک‌های کوانتیزاسیون (Quantization)
• 31. هرس شبکه‌های عصبی (Network Pruning)
• 32. تقطیر دانش (Knowledge Distillation)
• 33. محاسبات عصبی کم‌دقت (Low-Precision Neural Networks)
• 34. استفاده از سخت‌افزارهای تخصصی (ASIC, FPGA)
• 35. محاسبات عصبی لبه‌ای (Edge Computing)
• 36. شبکه‌های عصبی فشرده (Compressed Neural Networks)
• 37. روش‌های کاهش پیچیدگی محاسباتی
• 38. محاسبات عصبی سبز (Green Neural Networks)
• 39. بررسی موردی: تشخیص اشیا با CNN
• 40. بررسی موردی: ترجمه ماشینی با RNN
• 41. بررسی موردی: تولید تصویر با GAN
• 42. محاسبات عصبی و مسائل بهینه‌سازی
• 43. محاسبات عصبی و یادگیری انتقالی (Transfer Learning)
• 44. محاسبات عصبی و یادگیری خودنظارتی (Self-Supervised Learning)
• 45. محاسبات عصبی و داده‌های نامتوازن (Imbalanced Data)