یادگیری عمیق،
به فارسی و از پایه
درس‌نامه‌های موضوعی از جلسه‌های دوره، کد هر جلسه، کوییز، و تمرین پایتونی که همین‌جا در مرورگر اجرا و بررسی می‌شود.
-101-202-101
این‌جا چه پیدا می‌کنید
Section titled “این‌جا چه پیدا می‌کنید”- درس‌نامه‌ها
- هر مبحث یک صفحه‌ی مستقل دارد که از متن جلسه‌های دوره نوشته شده؛ با فرمول، شکل و کد. می‌توانید از جلسه‌ی اول جلو بیایید یا مستقیم سراغ مبحثی بروید که دنبالش هستید.
- تمرین
- کوییز کوتاه بعد از هر جلسه، تمرین پایتونی که در همین صفحه اجرا و بررسی می‌شود، و نوت‌بوکی که دانلود می‌کنید، حل می‌کنید و برای تصحیح خودکار می‌فرستید.
- کتاب‌ها
- ترجمه‌ی فارسی کتاب‌های مرجع یادگیری عمیق، فصل به فصل. به‌زودی.
جلسه‌ها
Section titled “جلسه‌ها”جلسه‌ی ۱: جلسه‌ی ۱: از یادگیری ماشین تا اولین نورون مصنوعی
جایگاه یادگیری عمیق، انواع یادگیری ماشین، تصویر به‌عنوان داده، KNN روی ارقام فارسی، و مقدمه‌ی شبکه‌ی عصبی تا تابع هزینه.
- هوش مصنوعی، یادگیری ماشین و یادگیری عمیق چه فرقی دارند؟
- انواع یادگیری ماشین: نظارت‌شده، بدون نظارت، خودنظارتی و تقویتی
- تصویر در پایتون: پیکسل، کانال‌های رنگ و آرایه‌ی NumPy
- دیتاست هدی: ارقام دست‌نویس فارسی در پایتون
- الگوریتم k نزدیک‌ترین همسایه (KNN)
- پیدا کردن رقم‌ها در عکس با مؤلفه‌های همبند (Connected Components)
- پرسپترون: ساده‌ترین نورون مصنوعی
- شبکه‌ی عصبی چندلایه: لایه‌ی ورودی، پنهان و خروجی
- توابع فعالیت در شبکه‌ی عصبی: پله، سیگموید، tanh و ReLU
- تابع هزینه: MAE، MSE و آنتروپی متقاطع (Cross-Entropy)
- کوییز
- ۱ تمرین تعاملی
- تکلیف نوت‌بوک
مقدمه‌ای بر یادگیری عمیق، آموزش رایگان و فارسی یادگیری عمیق.