با سلام

این پست شامل  قسمت چهاردهم از سری فیلم های آموزشی یادگیری ماشین می باشد. در این مجموعه مفاهیم و توضیحات مربوط به روش شبکه های عصبی در یادگیری ماشین با زبانی ساده و روان به تفصیل بیان می گردد. این قسمت شامل فصل پنجم از مجموعه آموزشی یادگیری ماشین می باشد. قسمت های چهاردهم تا نوزدهم مربوط به فصل پنجم از مجموعه آموزشی یادگیری ماشین می باشد که شامل زیر بخش های زیر می باشد:

۱- نرون های عصبی

۲- پرسپترون

۳- روش یادگیری پرسپترون

۴- روش های Mini-batch , Stochastic & batch gradient descent

۵- پرسپترون چندلایه

۶- آموزش پرسپترون چندلایه

۷- دلایل و روش های جلوگیری از over-fitting در شبکه های عصبی

۸- شبکه های عصبی در MATLAB

اما مهمترین مطالب و موضوعاتی که در  قسمت چهاردهم بیان شده را بطور مختصر در زیر مشاهده می نمایید:

۱- شبکه های عصبی زیستی

۲- عملکرد نرون عصبی

۳- مدل های مختلف نرون ها

۴- شبکه های عصبی Feed forward

۵- شبکه های عصبی Recurrent

۶- شبکه های عصبی پرسپترون

۷- یادگیری پرسپترون

۸- تحلیل هندسی یادگیری پرسپترون

۹- قاعده دلتا

 

تذکر۱:

قسمت های قبلی این مجموعه آموزشی را می توانید از اینجا مشاهده نمایید.

تذکر۲:

کتاب یادگیری ماشین آلپایدین (Alpaydın) میتوانید از اینجا و کتاب میشل (Tom Mitchell) را نیز از اینجا دانلود نمایید.

تذکر۳:

اسلایدهای این مجموعه آموزشی را می توانید از اینجا دانلود نمایید.

لازم به ذکر است این مجموعه از آموزش های گام به گام یادگیری ماشین در متلب برای اولین بار در ایران تهیه و توسط یکی از مجربترین اسانید در زمینه هوش مصنوعی آموزش داده شده است.

این مجموعه آموزشی بسیار مناسب برای محققین و دانشجویان در مقاطع کارشناسی، کارشناسی ارشد و دکتری می باشد که قصد یادگیری این درس و همچنین استفاده ازالگوریتم های هوش مصنوعی در مقاله و پایان نامه خود را دارند.

با تشکر