کتاب «شبکههای عصبی کاربردی» به گونهای طراحی شده است که شما را در یادگیری شبکههای عصبی به روشی عملی راهنمایی کند. این کتاب با ارائه مقدمهای کوتاه در مورد شبکههای پرسپترون، شما را در شروع کار راهنمایی میکند. سپس بینشهایی در مورد یادگیری ماشین به دست خواهید آورد و همچنین درک خواهید کرد که آینده هوش مصنوعی چگونه میتواند باشد. در مرحله بعد، نحوه استفاده از جاسازیها برای پردازش دادههای متنی و نقش شبکههای حافظه کوتاهمدت بلند (LSTM) در کمک به شما در حل مسائل رایج پردازش زبان طبیعی (NLP) را مطالعه خواهید کرد. فصلهای بعدی نشان میدهند که چگونه میتوانید مفاهیم پیشرفتهای از جمله یادگیری انتقالی، شبکههای تخاصمی مولد (GAN)، رمزگذارهای خودکار و یادگیری تقویتی را پیادهسازی کنید. در نهایت، میتوانید منتظر مطالب بیشتر در مورد آخرین پیشرفتها در زمینه شبکههای عصبی باشید.
در پایان این کتاب، شما مهارتهای لازم برای ساخت، آموزش و بهینهسازی مدل شبکه عصبی خود را خواهید داشت که میتواند برای ارائه راهحلهای قابل پیشبینی استفاده شود.
آنچه خواهید آموخت
یاد بگیرید که چگونه یک شبکه را با استفاده از پسانتشار آموزش دهید
نحوه بارگذاری و تبدیل تصاویر را برای استفاده در شبکههای عصبی کشف کنید
مطالعه کنید که چگونه میتوان شبکههای عصبی را در مجموعهای متنوع از برنامهها به کار برد
چالشهای رایج در توسعه شبکه عصبی را حل کنید
مفهوم یادگیری انتقالی را برای حل وظایف با استفاده از Keras و شبکه گروه هندسه بصری (VGG) درک کنید
با مفاهیم پیشرفته و پیچیده یادگیری عمیق مانند LSTMها و NLP آشنا شوید
الگوریتمهای نوآورانه مانند GANها و یادگیری تقویتی عمیق را بررسی کنید
این کتاب برای چه کسانی مناسب است
اگر به هوش مصنوعی و یادگیری عمیق علاقهمند هستید و میخواهید مهارتهای خود را افزایش دهید، این کتاب سطح متوسط برای شما مناسب است. کمی دانش آمار به شما کمک میکند تا بیشترین بهره را از این کتاب ببرید. فهرست مطالب
شروع کار با یادگیری نظارتشده
اصول شبکه عصبی
شبکههای عصبی کانولوشن برای پردازش تصویر
بهرهگیری از جاسازی متن
کار با RNN
استفاده مجدد از شبکههای عصبی با یادگیری انتقالی
کار با الگوریتمهای مولد
پیادهسازی رمزگذارهای خودکار
کار با شبکههای باور عمیق
مونت کارلو و یادگیری تقویتی
مرحله بعد چیست؟
