شبکه های عصبی در پایتون از ابتدا: یادگیری با انجام

از مثالهای بصری گرفته تا تشخیص تصویر در 3 ساعت - محاسبات عصبی و یادگیری ماشین را تجربه کنید

عنوان اصلی : Neural Networks in Python from Scratch: Learning by Doing

سرفصل های دوره :

مقدمه: درون یابی و یادگیری ماشین:
پرونده های این دوره
درون یابی
اولین شبکه عصبی شما: جمع دو شماره:
بیایید شروع کنیم!
از درون یابی به شبکه های عصبی
شبکه های عصبی چیست؟
داده های آموزش و آزمایش را آماده کنید
وزن ها را آغاز کرده و خروجی را محاسبه کنید
توابع دقت و خطا
شیب عملکرد خطا
با استفاده از شبکه آموزش دیده در داده های آزمون
شبکه های عصبی
اصلاح مشکل: علامت جمع دو عدد:
ورودی ، خروجی و وزن را اصلاح کنید
یک تابع فعال سازی به شبکه عصبی اضافه کنید
عملکردهای دقت و خطا را تغییر دهید
شیب عملکرد خطا را اصلاح کنید
آموزش و آزمایش شبکه عصبی اصلاح شده
کد مشابه ، مشکل مختلف: تشخیص تصویر:
شبکه عصبی ما را برای مشکل جدید اعمال کنید: تشخیص شماره
عملکرد شیب را بهبود بخشید
چشم انداز و خداحافظی:
چگونه شبکه را بهبود بخشیم؟
چشم انداز: شبکه های عصبی پیش ساخته و یادگیری ماشین در Wolfram Mathematica
خداحافظ!
[منابع]:
[نصب] نوت بوک پایتون و مشتری از طریق آناکوندا
پرونده های الگو
نوت بوک های نهایی Jupyter