تعاریف و مفاهیم پایه شبکه‌های عصبی

تعاریف و مفاهیم پایه شبکه‌های عصبی

توضیحات

تعاریف و مفاهیم پایه شبکه‌های عصبی a. ساختار مغز و نورونهای عصبی b. تنوع نورونها در مغز c. پتانسیل عملAP، اصل بودن یا نبودن در تولید AP و آتش کردن نورون d. اتصالات همگرا یا واگرا در لایه های نورونی مغزی e. تعریف مفهوم ساختار جلوسو و بازگشتی در شبکه های عصبی مغزی Feedforward and recurrent(feedback) neural network f. تاریخچه شبکه های عصبی و هوش مصنوعی و زمستانهای آن g. مدل ریاضی نورون مک کلاک-پیتز برای نورون عصبی h. نحوه بیان برداری و ماتریسی روابط نورون i. تابع فعالسازی activation function و انواع آن j. تعریف شبک های عصبی جلوسو، لایه پنهان در شبکه و شبکه عصبی بازگشتی و نورون پنهان k. انواع یادگیری با ناظر، بدون ناظر و تقویتی supervised, unsupervised and reinforcement learning l. بیان ریاضی یادگیری با معادلات تکراری iterative

هزینه دوره:
2,000,000 تومان600,000 تومان

شبکه‌های عصبی و یادگیری عمیق

39 ساعت و 2 دقیقه
16 قسمت
1. مقدمه
2. تعاریف و مفاهیم پایه
3. کاربردهای شبکه‌های عصبی
4. شبکه‌های عصبی تک لایه (پرسپترون و آدالاین)
5. پرسپترون چند لایه (شبکه‌های عصبی جلوسو)
6. کاربردهای پرسپترون چند لایه
7. توابع شعاعی پایه (RBF)
8. یادگیری هب و تحلیل مؤلفه‌های اصلی
9. یادگیری رقابتی
10. شبکه های خودسازمانده کوهنن
قسمت های جدید هر هفته به این دوره اضافه خواهد شد.