سپنتا کتاب اکسپرس
کتاب MLP و ارتباط آن با سایر معماری‌های یادگیری عمیق

کتاب MLP و ارتباط آن با سایر معماری‌های یادگیری عمیق

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب MLP و ارتباط آن با سایر معماری‌های یادگیری عمیق

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: شبکه‌های عصبی پرسپترون چند لایه (MLP)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر یادگیری عمیق
  • 2. تعریف یادگیری عمیق
  • 3. تاریخچه مختصر یادگیری عمیق
  • 4. تفاوت یادگیری عمیق با یادگیری ماشینی سنتی
  • 5. کاربردهای یادگیری عمیق
  • 6. مقدمه ای بر شبکه های عصبی مصنوعی
  • 7. مفهوم نورون مصنوعی
  • 8. تابع فعال سازی
  • 9. لایه های شبکه عصبی
  • 10. مقدمه ای بر MLP
  • 11. تعریف MLP
  • 12. اجزای MLP (لایه ورودی، لایه های پنهان، لایه خروجی)
  • 13. نحوه عملکرد MLP
  • 14. فرآیند انتشار رو به جلو (Forward Propagation)
  • 15. تابع هزینه (Loss Function)
  • 16. فرآیند انتشار رو به عقب (Backpropagation)
  • 17. گرادیان کاهشی (Gradient Descent)
  • 18. انواع گرادیان کاهشی (Batch, Mini-batch, Stochastic)
  • 19. تنظیم نرخ یادگیری (Learning Rate)
  • 20. تنظیم کننده ها (Optimizers)
  • 21. تابع فعال سازی در MLP
  • 22. انواع توابع فعال سازی (Sigmoid, Tanh, ReLU, Leaky ReLU, ELU, Softmax)
  • 23. مزایا و معایب توابع فعال سازی مختلف
  • 24. نحوه انتخاب تابع فعال سازی مناسب
  • 25. پیاده سازی MLP با کتابخانه های یادگیری عمیق (TensorFlow, PyTorch)
  • 26. مقدمه ای بر TensorFlow
  • 27. مقدمه ای بر PyTorch
  • 28. ساخت مدل MLP در TensorFlow
  • 29. ساخت مدل MLP در PyTorch
  • 30. آموزش مدل MLP
  • 31. ارزیابی مدل MLP
  • 32. معیارهای ارزیابی (دقت، صحت، فراخوانی، F1-Score)
  • 33. بیش برازش (Overfitting)
  • 34. کم برازش (Underfitting)
  • 35. روش های جلوگیری از بیش برازش (تنظیم منظم، Dropout، داده افزایی)
  • 36. تنظیم منظم (Regularization)
  • 37. L1 و L2 Regularization
  • 38. Dropout
  • 39. داده افزایی (Data Augmentation)
  • 40. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 41. شبکه های عصبی کانولوشنال (CNN)
  • 42. مقدمه ای بر CNN
  • 43. تفاوت CNN با MLP
  • 44. لایه های CNN (کانولوشن، Pooling، Fully Connected)
  • 45. کاربرد CNN در پردازش تصویر
  • 46. مقایسه MLP و CNN برای مسائل تصویری
  • 47. شبکه های عصبی بازگشتی (RNN)
  • 48. مقدمه ای بر RNN
  • 49. تفاوت RNN با MLP
  • 50. لایه های RNN (Simple RNN, LSTM, GRU)
  • 51. کاربرد RNN در پردازش زبان طبیعی
  • 52. مقایسه MLP و RNN برای مسائل سری زمانی
  • 53. شبکه های مولد تخاصمی (GAN)
  • 54. مقدمه ای بر GAN
  • 55. اجزای GAN (مولد، متمایز کننده)
  • 56. نحوه عملکرد GAN
  • 57. کاربرد GAN
  • 58. مقایسه MLP با GAN
  • 59. ترنسفورمرها (Transformers)
  • 60. مقدمه ای بر ترنسفورمرها
  • 61. معماری ترنسفورمر (Attention Mechanism)
  • 62. کاربرد ترنسفورمر در پردازش زبان طبیعی
  • 63. مقایسه MLP با ترنسفورمرها
  • 64. یادگیری انتقالی (Transfer Learning)
  • 65. مقدمه ای بر یادگیری انتقالی
  • 66. نحوه استفاده از مدل های از پیش آموزش دیده
  • 67. مقایسه MLP با مدل های از پیش آموزش دیده
  • 68. یادگیری تقویتی (Reinforcement Learning)
  • 69. مقدمه ای بر یادگیری تقویتی
  • 70. نقش MLP در یادگیری تقویتی
  • 71. مقایسه MLP با الگوریتم های یادگیری تقویتی
  • 72. MLP برای مسائل طبقه بندی
  • 73. MLP برای مسائل رگرسیون
  • 74. MLP برای تشخیص الگو
  • 75. MLP برای خوشه بندی
  • 76. MLP برای پیش بینی سری زمانی
  • 77. MLP برای پردازش زبان طبیعی (کاربردهای اولیه)
  • 78. MLP برای پردازش تصویر (کاربردهای اولیه)
  • 79. محدودیت های MLP
  • 80. نقاط قوت MLP
  • 81. زمانی که MLP مناسب نیست
  • 82. زمانی که MLP مناسب است
  • 83. تکامل MLP به معماری های پیچیده تر
  • 84. نقش MLP به عنوان یک بلوک ساختمانی
  • 85. MLP در معماری های هیبریدی
  • 86. MLP و شبکه های عصبی گراف (GNN)
  • 87. MLP و شبکه های عصبی پراکنده (Sparse Neural Networks)
  • 88. MLP و یادگیری خودنظارتی (Self-Supervised Learning)
  • 89. MLP و یادگیری نیمه نظارتی (Semi-Supervised Learning)
  • 90. MLP و یادگیری بدون نظارت (Unsupervised Learning)
  • 91. MLP و یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 92. MLP و تفسیرپذیری مدل (Model Interpretability)
  • 93. MLP و اخلاق در هوش مصنوعی
  • 94. آینده MLP
  • 95. نتیجه گیری
  • 96. مرور کلی MLP
  • 97. ارتباط MLP با سایر معماری ها
  • 98. کاربرد MLP در دنیای واقعی
  • 99. ملاحظات پیاده سازی
  • 100. چالش های MLP

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.