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