التعلم العميق في علوم بيانات  python  ( الشبكه العصبيه)


التعلم العميق في علوم بيانات  python  ( الشبكه العصبيه)


و صف الكورس بلكامل


ستبدأ هذه الدورة في بناء أول شبكة عصبية اصطناعية باستخدام تقنيات التعلم العميق . بعد دراستي السابقة حول الانحدار اللوجستي ، نأخذ هذه اللبنة الأساسية ، ونبني شبكات عصبية غير خطية كاملة مباشرة من البوابة باستخدام Python و Numpy. جميع المواد لهذه الدورة مجانية.



نقوم بتوسيع نموذج التصنيف الثنائي السابق إلى فئات متعددة باستخدام دالة softmax ، ونستنبط طريقة التدريب المهمة جدًا التي تسمى " الانتشار العكسي " باستخدام المبادئ الأولى. سأوضح لك كيفية ترميز الانتشار العكسي في Numpy ، أولاً "الطريقة البطيئة" ، ثم "الطريقة السريعة" باستخدام ميزات Numpy.


بعد ذلك ، نقوم بتنفيذ شبكة عصبية باستخدام مكتبة TensorFlow الجديدة من Google.

يجب أن تأخذ هذا بالطبع إذا كنت مهتما في بدء رحلتك نحو أن تصبح على درجة الماجستير في التعلم العميق، أو إذا كنت مهتما في التعلم الآلي و علم البيانات بشكل عام. نحن نتجاوز النماذج الأساسية مثل الانحدار اللوجستي والانحدار الخطي وأظهر لك شيئًا يتعلم الميزات تلقائيًا .

تزودك هذه الدورة بالعديد من الأمثلة العملية بحيث يمكنك أن ترى حقًا كيف يمكن استخدام التعلم العميق على أي شيء. طوال الدورة ، سنقوم بمشروع الدورة التدريبية ، والذي سيوضح لك كيفية التنبؤ بإجراءات المستخدم على موقع ويب بالنظر إلى بيانات المستخدم مثل ما إذا كان هذا المستخدم موجودًا على جهاز محمول أم لا ، وعدد المنتجات التي شاهدها ، ومدة بقائه على موقعك ، سواء أكانوا زائرين عائدين أم لا ، والوقت من اليوم الذي زاروه.

يوضح لك مشروع آخر في نهاية الدورة كيف يمكنك استخدام التعلم العميق للتعرف على تعبيرات الوجه. تخيل أن تكون قادرًا على التنبؤ بمشاعر شخص ما بناءً على صورة فقط!

بعد أن تبتل قدميك بالأساسيات ، أقدم لمحة عامة موجزة عن بعض أحدث التطورات في الشبكات العصبية - البنى المعدلة قليلاً وما هي الأغراض المستخدمة.

ملحوظة:


إذا كنت تعرف بالفعل عن softmax و backpragagation ، وتريد تخطي النظرية وتسريع الأمور باستخدام تقنيات أكثر تقدمًا إلى جانب تحسين GPU ، فراجع دورة المتابعة الخاصة بي حول هذا الموضوع ، Data Science: Practical Deep Learning Concepts in Theano و TensorFlow .

لدي غيرها من الدورات التي تغطي موضوعات أكثر تقدما، مثل  التلافيف الشبكات العصبية ،  مقيدة بولتزمان آلات ،  Autoencoders ، وأكثر! لكنك تريد أن تكون مرتاحًا جدًا للمواد الموجودة في هذه الدورة قبل الانتقال إلى مواضيع أكثر تقدمًا.

تركز هذه الدورة على " كيفية البناء والفهم " ، وليس فقط "كيفية الاستخدام". يمكن لأي شخص تعلم استخدام API في 15 دقيقة بعد قراءة بعض الوثائق. لا يتعلق الأمر "بتذكر الحقائق" ، بل يتعلق بـ  "الرؤية بنفسك" عن طريق التجريب . سيعلمك كيفية تصور ما يحدث في النموذج داخليًا. إذا كنت تريد  أكثر  من مجرد نظرة سطحية على نماذج تعلُّم الآلة ، فإن هذه الدورة التدريبية تناسبك.

ما ذا ستتعلم في هذه الكورس


تعرف على كيفية عمل Deep Learning بالفعل (ليس فقط بعض الرسوم البيانية ورمز الصندوق الأسود السحري)
تعرف على كيفية بناء الشبكة العصبية من لبنات البناء الأساسية (العصبون)
ترميز شبكة عصبية من الصفر في Python و numpy
قم بتشفير شبكة عصبية باستخدام Google TensorFlow
وصف أنواع مختلفة من الشبكات العصبية وأنواع مختلفة من المشاكل التي تستخدم من أجلها
اشتقاق قاعدة الانتشار العكسي من المبادئ الأولى
قم بإنشاء شبكة عصبية بإخراج يحتوي على فئتين K> باستخدام softmax
وصف المصطلحات المختلفة المتعلقة بالشبكات العصبية ، مثل "التنشيط" و "الانتشار العكسي" و "التغذية إلى الأمام"
قم بتثبيت TensorFlow

متطلبات الكورس


الرياضيات الأساسية (مشتقات حساب التفاضل والتكامل ، حساب المصفوفة ، الاحتمالية)
قم بتثبيت Numpy و Python
لا تقلق بشأن تثبيت TensorFlow ، سنفعل ذلك في المحاضرات.
إن التعرف على محتوى دورة الانحدار اللوجستي (تكلفة الانتروبيا ، نزول التدرج ، الخلايا العصبية ، XOR ، دونات) سيعطيك السياق المناسب لهذه الدورة

لمن يريد الأهتمام في هذه الكورس
الطلاب المهتمون بتعلم الآلة - ستحصل على كل الحكايات التي تحتاجها للقيام بعمل جيد في دورة الشبكات العصبية
المحترفون الذين يرغبون في استخدام الشبكات العصبية في التعلم الآلي وعلوم البيانات. تكون قادرًا على تطبيق نماذج أكثر قوة ، ومعرفة عيوبها.

مؤسس هذا الكورس


مهندس الذكاء الاصطناعي والتعلم الآلي
واليوم ، أقضي معظم وقتي كمهندس ذكاء اصطناعي وتعلم الآلة مع التركيز على التعلم العميق ، على الرغم من أنني عُرف أيضًا كعالم بيانات ومهندس بيانات كبير ومهندس برمجيات مكدس كامل.

حصلت على درجة الماجستير في هندسة الكمبيوتر مع تخصص في التعلم الآلي والتعرف على الأنماط.

تتضمن التجربة الإعلان عبر الإنترنت والوسائط الرقمية كعالم بيانات (تحسين معدلات النقر والتحويل) ومهندس بيانات كبير (بناء خطوط معالجة البيانات). بعض تقنيات البيانات الضخمة التي أستخدمها بشكل متكرر هي Hadoop و Pig و Hive و MapReduce و Spark.

لقد أنشأت نماذج تعلم عميقة للتنبؤ بمعدل النقر وسلوك المستخدم ، بالإضافة إلى معالجة الصور والإشارات ونمذجة النص.

طبق عملي في أنظمة التوصيات التعلم المعزز والتصفية التعاونية ، وقمنا بالتحقق من صحة النتائج باستخدام اختبار أ / ب.

لقد قمت بتدريس الطلاب الجامعيين وطلاب الدراسات العليا في علوم البيانات والإحصاءات وتعلم الآلة والخوارزميات وحساب التفاضل والتكامل ورسومات الكمبيوتر والفيزياء للطلاب الذين يحضرون جامعات مثل جامعة كولومبيا وجامعة نيويورك وكلية هنتر والمدرسة الجديدة. 

استفادت العديد من الشركات من خبرتي في برمجة الويب. أفعل كل الخلفية (الخادم) ، الواجهة الأمامية (HTML / JS / CSS) ، وأعمال العمليات / النشر. بعض التقنيات التي استخدمتها هي: Python و Ruby / Rails و PHP و Bootstrap و jQuery (Javascript) و Backbone و Angular. لقد استخدمت MySQL و Postgres و Redis و MongoDB وغير ذلك.

Post a Comment

أحدث أقدم