کتاب صوتی شبکه‌های عصبی: از صفر تا قهرمان

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره شبکه‌های عصبی: از صفر تا قهرمان

موضوع کلی: علوم داده و مهندسی داده

موضوع میانی: شبکه‌های عصبی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر شبکه‌های عصبی
• 2. تاریخچه و تکامل شبکه‌های عصبی
• 3. مفاهیم پایه: نورون مصنوعی و عملگرها
• 4. معرفی مدل‌های یادگیری: نظارت‌شده، بدون نظارت، نیمه‌نظارت‌شده
• 5. مجموعه‌داده‌ها و پیش‌پردازش آن‌ها
• 6. نرمال‌سازی داده‌ها و اهمیت آن
• 7. انتخاب ویژگی و کاهش ابعاد
• 8. مفهوم گرادیان و بهینه‌سازی
• 9. الگوریتم گرادیان کاهشی
• 10. یادگیری با نرخ کاهشی تطبیقی
• 11. توابع فعال‌سازی: سیگموئید، تانژانت هایپربولیک، ReLU
• 12. شبکه‌های عصبی پیش‌خور (Feedforward Neural Networks)
• 13. معماری یک شبکه عصبی پیش‌خور
• 14. پیاده‌سازی یک شبکه عصبی ساده با پایتون
• 15. بک‌پروپاگیشن و یادگیری معکوس
• 16. تنظیم هایپرمترها: نرخ یادگیری، اندازه دسته‌ای
• 17. بیش‌برازش (Overfitting) و راه‌حل‌های آن
• 18. منظم‌سازی (Regularization) L1 و L2
• 19. شبکه‌های عصبی کانولوشن (Convolutional Neural Networks)
• 20. لایه‌های کانولوشن و استخرسازی
• 21. شبکه‌های عصبی کانولوشن برای تشخیص تصویر
• 22. معماری‌های معروف CNN: AlexNet, VGGNet, ResNet
• 23. انتقال یادگیری (Transfer Learning) در CNN
• 24. شبکه‌های عصبی بازگشتی (Recurrent Neural Networks)
• 25. لایه‌های RNN و LSTM
• 26. شبکه‌های RNN برای پردازش زبان طبیعی
• 27. مدل‌سازی سری‌های زمانی با RNN
• 28. شبکه‌های مولد تخاصمی (Generative Adversarial Networks)
• 29. مفهوم بازی با صفر و GAN
• 30. کاربردهای GAN در تولید تصویر
• 31. شبکه‌های خودرمزگذار (Autoencoders)
• 32. فشرده‌سازی داده‌ها با خودرمزگذار
• 33. تشخیص ناهنجاری با خودرمزگذار
• 34. شبکه‌های عصبی گراف (Graph Neural Networks)
• 35. نمایش گراف و کاربردها
• 36. یادگیری بازنمایی گراف
• 37. شبکه‌های عصبی توجه (Attention Networks)
• 38. مکانیسم توجه و اهمیت آن
• 39. شبکه‌های ترانسفورمر (Transformers)
• 40. معماری ترانسفورمر و کاربردها
• 41. مدل‌های زبانی بزرگ (Large Language Models)
• 42. پیش‌آموزش و تنظیم دقیق LLM
• 43. کاربردهای LLM در ترجمه ماشینی و تولید متن
• 44. ارزیابی عملکرد شبکه‌های عصبی
• 45. معیارهای ارزیابی: دقت، صحت، فراخوانی، F1-score