اکسپرس 24
کتاب یادگیری عمیق با TensorFlow و Keras: ساخت شبکه‌های عصبی

کتاب یادگیری عمیق با TensorFlow و Keras: ساخت شبکه‌های عصبی

تگ‌ها: Keras TensorFlow برنامه نویسی پایتون شبکه عصبی علم داده هوش مصنوعی یادگیری عمیق یادگیری ماشین

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری عمیق با TensorFlow و Keras: ساخت شبکه‌های عصبی

موضوع کلی: برنامه نویسی

موضوع میانی: علم داده (Data Science)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری عمیق و شبکه‌های عصبی
  • 2. مفاهیم پایه شبکه‌های عصبی مصنوعی
  • 3. مروری بر کتابخانه TensorFlow
  • 4. آشنایی با Keras و معماری آن
  • 5. نصب و راه‌اندازی محیط توسعه
  • 6. اولین شبکه عصبی ساده: رگرسیون خطی
  • 7. تنظیم پارامترهای مدل: تابع هزینه
  • 8. بهینه‌سازی مدل: الگوریتم‌های گرادیان کاهشی
  • 9. تنظیم نرخ یادگیری
  • 10. مفهوم پس‌انتشار خطا (Backpropagation)
  • 11. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 12. توابع فعال‌سازی: ReLU، Sigmoid، Tanh
  • 13. طبقه‌بندی دودویی با شبکه‌های عصبی
  • 14. تابع فعال‌سازی Softmax برای طبقه‌بندی چندکلاسه
  • 15. تنظیمات مدل: تعداد لایه‌ها و نورون‌ها
  • 16. مفهوم بیش‌برازش (Overfitting) و کم‌برازش (Underfitting)
  • 17. تکنیک‌های منظم‌سازی (Regularization)
  • 18. توقف زودهنگام (Early Stopping)
  • 19. تنظیم‌کننده‌های L1 و L2
  • 20. شبکه‌های عصبی کانولوشنی (CNN)
  • 21. لایه‌های کانولوشن و استخراج ویژگی
  • 22. لایه‌های Pooling و کاهش ابعاد
  • 23. معماری‌های معروف CNN: LeNet-5
  • 24. معماری‌های معروف CNN: AlexNet
  • 25. معماری‌های معروف CNN: VGGNet
  • 26. معماری‌های معروف CNN: ResNet
  • 27. کاربرد CNN در تشخیص تصویر
  • 28. پردازش داده‌های تصویری: پیش‌پردازش
  • 29. تکنیک‌های افزایش داده (Data Augmentation)
  • 30. طبقه‌بندی تصاویر با CNN
  • 31. تشخیص اشیاء با CNN
  • 32. شبکه‌های عصبی بازگشتی (RNN)
  • 33. مفهوم حافظه در RNN
  • 34. کاربرد RNN در پردازش زبان طبیعی (NLP)
  • 35. شبکه‌های LSTM و GRU
  • 36. پردازش دنباله‌ها با RNN
  • 37. تولید متن با RNN
  • 38. ترجمه ماشینی با RNN
  • 39. شبکه‌های عصبی ترنسفورمر (Transformer)
  • 40. مکانیسم توجه (Attention Mechanism)
  • 41. معماری ترنسفورمر برای NLP
  • 42. مدل‌های زبانی پیش‌آموزش‌دیده: BERT
  • 43. مدل‌های زبانی پیش‌آموزش‌دیده: GPT
  • 44. کاربرد ترنسفورمر در بینایی ماشین
  • 45. یادگیری تقویتی (Reinforcement Learning)
  • 46. مفاهیم عامل، محیط، پاداش
  • 47. الگوریتم‌های Q-Learning
  • 48. Deep Q-Networks (DQN)
  • 49. عوامل Policy Gradient
  • 50. کاربرد یادگیری تقویتی در رباتیک
  • 51. کاربرد یادگیری تقویتی در بازی‌ها
  • 52. یادگیری انتقالی (Transfer Learning)
  • 53. استفاده از مدل‌های پیش‌آموزش‌دیده
  • 54. تنظیم دقیق (Fine-tuning) مدل‌ها
  • 55. معماری‌های از پیش آموزش‌دیده برای بینایی ماشین
  • 56. کاربرد یادگیری انتقالی در NLP
  • 57. مدل‌های تولیدی (Generative Models)
  • 58. شبکه‌های مولد تخاصمی (GAN)
  • 59. آموزش GAN
  • 60. کاربرد GAN در تولید تصویر
  • 61. کاربرد GAN در افزایش داده
  • 62. خودرمزگذارها (Autoencoders)
  • 63. خودرمزگذارها کاهش‌دهنده ابعاد
  • 64. خودرمزگذارها حذف نویز
  • 65. خودرمزگذارها تولید تصویر
  • 66. شبکه‌های عصبی گراف (GNN)
  • 67. مفاهیم گراف و گره‌ها
  • 68. کاربرد GNN در شبکه‌های اجتماعی
  • 69. کاربرد GNN در مدل‌سازی مولکولی
  • 70. شبکه‌های عصبی در داده‌های سری زمانی
  • 71. پیش‌بینی سری‌های زمانی با LSTM
  • 72. پیش‌بینی سری‌های زمانی با ترنسفورمر
  • 73. تشخیص ناهنجاری در سری‌های زمانی
  • 74. مفاهیم پیشرفته در TensorFlow
  • 75. تکنیک‌های توزیع آموزش
  • 76. مدیریت حافظه و بهینه‌سازی عملکرد
  • 77. TensorFlow Extended (TFX)
  • 78. TensorFlow Lite برای دستگاه‌های موبایل
  • 79. TensorFlow.js برای مرورگرهای وب
  • 80. یادگیری نیمه‌نظارتی (Semi-Supervised Learning)
  • 81. یادگیری خودنظارتی (Self-Supervised Learning)
  • 82. تفسیرپذیری مدل‌های یادگیری عمیق (XAI)
  • 83. ارزیابی مدل‌های یادگیری عمیق
  • 84. متریک‌های ارزیابی برای طبقه‌بندی
  • 85. متریک‌های ارزیابی برای رگرسیون
  • 86. متریک‌های ارزیابی برای تشخیص اشیاء
  • 87. اصول اخلاقی در هوش مصنوعی
  • 88. حریم خصوصی و امنیت داده‌ها
  • 89. سوگیری در مدل‌های هوش مصنوعی
  • 90. مسئولیت‌پذیری در توسعه هوش مصنوعی
  • 91. آینده یادگیری عمیق و روندهای نوظهور
  • 92. کاربرد یادگیری عمیق در علم و صنعت
  • 93. خاتمه و جمع‌بندی مباحث

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.