Deep Learning

دوره آموزش یادگیری عمیق به آموزش کاربردی یادگیری عمیق و تمام مباحث مربوط به کتابخانه های تنسورفلو و کراس می‌­پردازد. به طور مشخص­‌تر موضوعاتی که در این دوره دنبال می‌­شود شامل موارد زیر است:

  • پیاده‌­سازی شبکه‌­های عصبی (یادگیری عمیق) در پایتون
  • پیاده‌­سازی شبکه­‌های Multi-layer perceptron (MLP) و Convolutional
  • بحث و بررسی در رابطه با موضوعات گوناگون یادگیری عمیق مانند: Transfer learning، Overfitting و Regularization
  • بررسی دقیق و عمیق تنسورفلو و کراس

  • Chapter One: Introduction to Machine Learning

    • Part 1-1
    • Part1-2
  • Chapter Two: Deep Learning Fundamentals

    • Part 2-1
    • Part 2-2
    • Part 2-3
    • Part 2-4
    • Part 2-5
    • Part 2-6
    • Part 2-7
    • Part 2-8
    • Part 2-9
    • Part 2-10
    • Part 2-11
    • Part 2-12
    • Part 2-13
    • Part 2-14
    • Part 2-15
    • Part 2-16
    • Part 2-17
    • Part 2-18
    • Part 2-19
    • Part 2-20
    • Part 2-21
    • Part 2-22
    • Part 2-23
    • Part 2-24
    • Part 2-25
    • Part 2-26
    • Part 2-27
    • Part 2-28
    • Part 2-29
    • Part 2-30
    • Part 2-31
    • Part 2-32
    • Part 2-33
    • Part 2-34
    • Part 2-35
  • Chapter Three: Deep Neural Networks

    • Part 3-1
    • Part 3-2
    • Part 3-3
    • Part 3-4
    • Part 3-5
    • Part 3-6
    • Part 3-7
    • Part 3-8
    • Part 3-9
    • Part 3-10
    • Part 3-11
    • Part 3-12
    • Part 3-13
    • Part 3-14
    • Part 3-15
    • Part 3-16
    • Part 3-17
    • Part 3-18
    • Part 3-19
    • Part 3-20
    • Part 3-21
    • Part 3-22
    • Part 3-23
    • Part 3-24
    • Part 3-25
    • Part 3-26
    • Part 3-27
    • Part 3-28
    • Part 3-29
    • Part 3-30
    • Part 3-31
    • Part 3-32
    • Part 3-33
    • Part 3-34
    • Part 3-35
    • Part 3-36
    • Part 3-37
    • Part 3-38
    • Part 3-39
    • Part 3-40
    • Part 3-41
  • Chapter Four: Deep Convolutional Network

    • Part 4-1
    • Part 4-2
    • Part 4-3
    • Part 4-4
    • Part 4-5
    • Part 4-6
    • Part 4-7
    • Part 4-8
    • Part 4-9
    • Part 4-10
    • Part 4-11
    • Part 4-12
    • Part 4-13
    • Part 4-14
    • Part 4-15
    • Part 4-16
    • Part 4-17
    • Part 4-18