یادگیری عمیق
مبانی شبکه‌های عصبی

مبانی شبکه‌های عصبی

۱۱ بخش۱۱ درس۱۱ آزمون۱ ساعت و ۲۶ دقیقه
متوسط

دورهٔ اول یادگیری عمیق در مدرسهٔ هوش مصنوعی مایان: از نورون زیستی تا نورون مصنوعی، پرسپترون و محدودیت‌هایش، شبکهٔ چندلایه، توابع فعال‌سازی، انتشار رو به جلو، تابع خطا، پس‌انتشار خطا، یک شبکهٔ کامل با NumPy، عمق و عرض، قضیهٔ تقریب‌گر جهانی و ارقام دست‌نویس؛ با انیمیشن و کد واقعی.

بخش ۱از نورون زیستی تا نورون مصنوعی
۰/۱
  1. از نورون زیستی تا نورون مصنوعی۷:۳۵ پیش‌نمایش رایگان
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۲پرسپترون و محدودیت‌های آن
۰/۱
  1. پرسپترون و محدودیت‌های آن۷:۴۰
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۳شبکه چندلایه (MLP)
۰/۱
  1. شبکه چندلایه (MLP)۷:۵۳
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۴توابع فعال‌سازی
۰/۱
  1. توابع فعال‌سازی۷:۳۳
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۵انتشار رو به جلو
۰/۱
  1. انتشار رو به جلو۷:۴۴
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۶تابع خطا در شبکه‌های عصبی
۰/۱
  1. تابع خطا در شبکه‌های عصبی۷:۵۰
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۷پس‌انتشار خطا به زبان ساده
۰/۱
  1. پس‌انتشار خطا به زبان ساده۸:۰۱
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۸پیاده‌سازی شبکه عصبی با NumPy
۰/۱
  1. پیاده‌سازی شبکه عصبی با NumPy۷:۵۴
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۹عمق و عرض شبکه
۰/۱
  1. عمق و عرض شبکه۷:۴۷
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۱۰قضیه تقریب‌گر جهانی
۰/۱
  1. قضیه تقریب‌گر جهانی۷:۴۹
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۱۱تمرین: تشخیص ارقام دست‌نویس
۰/۱
  1. تمرین: تشخیص ارقام دست‌نویس۷:۴۸
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪

این دوره در «مسیر متخصص فنی»، «پلن کامل» است.

دیدن پلن‌ها