ساخت شبکه عصبی خود را از ابتدا با پایتون

استاد چگونه یادگیری ماشین و الگوریتم های یادگیری عمیق و کتابخانه ها تحت کاپوت با نمونه های عملی کار می کنند.

عنوان اصلی : Building your own Neural Network from Scratch with Python

سرفصل های دوره :

مقدمه:
معرفی عمومی
Programming Python ضروری:
نصب پایتون
متغیرها و اپراتورهای اساسی
اظهارات شرطی
loops
روش ها
اشیاء و کلاس ها
بیش از حد اپراتور
انواع روش
Encapsulation
پلی مورفیسم
تزئینات
ژنراتورها
بسته numpy
معرفی به Matplotlib
مقدمه ای بر یادگیری ماشین:
داده ها - چرخه عمر یادگیری ماشین
مدل - چرخه عمر یادگیری ماشین
ERROR SRANTIONING - چرخه عمر یادگیری ماشین
رگرسیون خطی
رگرسیون لجستیک
رگرسیون لجستیک تمرین
بهینه سازی
اندازه گیری عملکرد
اعتبار سنجی و تست
رگرسيون Softmax:
داده ها
مدل سازی
خطا در تحریم
آموزش و بهینه سازی
اندازه گیری عملکرد
شبکه های عصبی:
خطا در تحریم
آموزش و بهینه سازی
تمرین آموزش و بهینه سازی
اندازه گیری عملکرد
اعتبار سنجی و تست
حل بیش از حد و زیرزمینی
shuffling
Ensembling
مقدار اولیه وزن
عدم تعادل اطلاعات
میزان فرسایش یادگیری
Normalization
تنظیم HyperParameter