دوره کامل شبکه عصبی کانولوشنی (CNN) از مقدماتی تا پیشرفته - کاملا پروژه محور و مبتنی بر مفاهیم عملی

توضیحات:

‫در این دوره، شبکه های عصبی کانولوشنی (Convolutional Neural Network) رو به صورت کامل و از سطح مقدماتی (کسانی که هیچ دانشی در مورد این شبکه ها ندارند یا دانش کمی دارند) تا سطح پیشرفته بررسی میکنیم. با این وجود، فرض بر این هست که شما با مفاهیم اولیه و اساسی ماشین لرنینگ (machine learning) و دیپ لرنینگ (deep learning) آشنا هستید. پس اگر فکر میکنین نیاز به مرور این مفاهیم دارین یا دانشی در این زمینه ندارین، پیشنهاد میکنم ابتدا دوره ماشین لرنینگ، سپس دوره دیپ لرنینگ (یادگیری عمیق) و در نهایت پروژه های انجام شده در این زمینه هارو مشاهده بفرمایید: ‫دوره کامل یادگیری ماشین از مقدماتی تا پیشرفته دوره کامل یادگیری عمیق (دیپ لرنینگ) از مقدماتی تا پیشرفته ‫‫3 پروژه کاملا کاربردی و مبتنی بر واقعیت برای تمرین بیشتر یادگیری ماشین همچنین زبان برنامه نویسی مورد استفاده در دوره، زبان پایتون ‫(Python) هست و فرض براین هست که شما با این زبان برنامه نویسی آشنا هستید. ولی اگر اینطور نیست یا حس می کنید نیاز به مرور مفاهیم دارید، پیشنهاد میکنم قبل از این دوره، ‫دوره کامل برنامه نویسی به زبان پایتون و تمرینات مربوط به اون رو مشاهده کنید. ‫لینک این جلسه: ‫دوره کامل پایتون از مقدماتی تا پیشرفته ‫پنج پروژه با استفاده از پایتون - از سطح مقدماتی تا پیشرفته . ‫در طول دوره ابتدا به بررسی ساختار ‫‫و مزایای شبکه های CNN نسبت به یادگیری عمیق (deep learning) ‫معمولی متشکل از لایه های با اتصال کامل (Dense Layer) می پردازیم. ‫بعد با هم هر کدوم از لایه های موجود در CNN رو از صفر تا صد بررسی کرده و اونها رو پیاده سازی میکنیم. سعی بر این هست که تمامی مفاهیم، تعاریف، الگوریتم ها و لایه ها (layers) با جزییات دقیق، مثال های متنوع و پیاده سازی به صورت پروژه محور بررسی بشه. ‫لیست مطالبی که در این دوره بررسی خواهیم کرد: ‫‫‫آشنایی با شبکه های عصبی کانولوشنی (CNN)، نحوه کار و مزایای آن 4:18 ‫آشنایی با لایه های Conv2D و Flatten و ساخت اولین شبکه اولین شبکه CNN ‫18:00 ‫آشنایی با لایه های MaxPooling و AveragePooling، پارامترها و پیاده سازی 38:21 ‫آشنایی با لایه Batch Normalization ، مزایا و نحوه پیاده سازی آن 56:05 ‫آشنایی با لایه Dropout و اهمیت استفاده از آن در شبکه های CNN پیچیده 1:18:09 ‫‫درک عمیق ساختار و ابعاد شبکه عصبی و نحوه مطالعه مقالات و فهم درست معماری شبکه 1:34:25 . دوره ها و جلسات مرتبط موازنه بایاس و واریانس یعنی چی؟ (‫دلیل overfit یا underfit شدن مدلها چیه؟) ‫‫آشنایی با کتابخانه ‫matplotlib و دستورات مهم آن در 10 دقیقه ‫آشنایی با کتابخانه‫ ‫Pandas ‫و دستورات مهم آن در 20 دقیقه ‫آشنایی با کتابخانه ‫numpy و دستورات مهم آن در 20 دقیقه . ممنون میشم اگر ویدیوها آموزنده هست اونها رو لایک کنید، توی کانالمون سابسکرایب کنید و اونها رو با دیگران هم به اشتراک بذارین. . *لطفا از دانلود ویدیوها اجتناب کنین، برای این ویدیوها زحمت زیادی کشیده شده (من راضی نیستم که اونها رو دانلود کنید) و به همین دلیل تنها راه استفاده رایگان، تماشای آنلاین هست.* لینک کانال تلگرام اگر برای ورود به دنیای برنامه نویسی و آموزش آن به صورت خودآموز نیاز به راهنمایی و مشاوره دارید، میتونین از طریق لینک زیر جهت رزرو زمان مناسب اقدام کنید تا با هم در موردش صحبت کنیم و یه شروع قدرتمند داشته باشین.