یادگیری عمیق با پایتون

کتاب یادگیری عمیق با پایتون – Deep Learning with Python


کتاب Deep Learning with Python – Second Edition نوشته‌ی فرانسوا شوله (François Chollet)، خالق کتابخانه‌ی Keras، یکی از معتبرترین و کاربردی‌ترین منابع برای یادگیری یادگیری عمیق (Deep Learning) با زبان پایتون است.
این کتاب که در سال 2021 توسط انتشارات Manning Publications منتشر شده، با رویکردی عملی و مثال‌محور، مفاهیم یادگیری عمیق را از سطح پایه تا مباحث پیشرفته آموزش می‌دهد.

در این کتاب، خواننده علاوه بر آشنایی با مبانی نظری شبکه‌های عصبی، نحوه‌ی پیاده‌سازی مدل‌های یادگیری عمیق را با استفاده از Python و Keras به‌صورت گام‌به‌گام یاد می‌گیرد. ویرایش دوم کتاب با تمرکز بر روش‌های مدرن، معماری‌های جدید و بهترین شیوه‌های طراحی مدل‌ها، منبعی ارزشمند برای دانشجویان، پژوهشگران و توسعه‌دهندگان حوزه‌ی هوش مصنوعی و یادگیری ماشین محسوب می‌شود.
در این صفحه، محتوای هر فصل کتاب به‌صورت جداگانه ارائه شده و می‌توانید از طریق لینک‌های زیر، به آموزش‌ها و مطالب مربوط به هر فصل دسترسی داشته باشید.

فهرست مطالب


فصل 1

● یادگیری عمیق چیست؟

فصل 2

● بخش‌های سازنده ریاضی شبکه‌های عصبی

فصل 3

● مقدمه‌ای بر کراس (Keras) و تنسورفلو(Tensor Flow)

فصل 4

● آغاز کار با شبکه‌های عصبی: طبقه‌بندی و رگرسیون

فصل 5

● مبانی یادگیری ماشین

فصل 6

● جریان کار جهانی یادگیری ماشین

فصل 7

● کار با کراس: (Keras) یک بررسی عمیق

فصل 8

● مقدمه‌ای بر یادگیری عمیق برای بینایی کامپیوتر

فصل 9

● یادگیری عمیق پیشرفته برای بینایی کامپیوتر


نویسنده

دکتر محمدرضا عاطفی

عضو هیئت علمی دانشگاه
رئیس هیئت مدیره گروه ناب
هم بنیان گذار شرکت دانش بنیان
مشاور شرکت ها و سازمان های بزرگ کشور

حوزه های فعالیت

مقالات مرتبط

نظرات و انتقادات

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *