علم البيانات: مقدمة إلى التعلم العميق باستخدام Python في عام2021 تعلم كيفية إنشاء خوارزميات التعلم العميق في بايثون
نبذة عن منصة يودمي Udemy
سواء كنت ترغب في التعلم أو مشاركة ما تعرفه ، فقد وصلت إلى المكان الصحيح.
بصفتنا وجهة عالمية للتعلم عبر الإنترنت ، فإننا نربط الناس من خلال المعرفة.
نحن فقط نستمر في النمو يزداد حجم مجتمعنا العالمي وكتالوج الدورات التدريبية لدينا كل يوم. تحقق من أحدث أرقامنا اعتبارا من سبتمبر 2021.
عملاء المؤسسات: نحن نساعد المؤسسات من جميع الأنواع والأحجام على الاستعداد للطريق إلى الأمام – أينما تقود.
تساعد مجموعتنا المنسقة من الدورات التدريبية والتقنية للشركات والحكومات والمنظمات غير الربحية على المضي قدما من خلال وضع التعلم في قلب استراتيجياتها.
Udemy تناسبنا مثل القفازات حيث يقوم فريقهم بتنظيم دورات جديدة وحديثة من سوقهم وإتاحتها للعملاء.
يستجيب Udemy لاحتياجات الأعمال بطريقة رشيقة وعالمية.
إنه حقا الحل الأفضل لموظفينا وحياتهم المهنية.
وصف كورس في لغة برمجة علم البيانات باستخدام لغة Python من منصة يودمي Udemy
الشبكات العصبية هي مجموعة من خوارزميات التعلم الآلي التي تولد الكثير من الإثارة. إنها تقنية مستوحاة من كيفية عمل الخلايا العصبية في أدمغتنا.
إنها تستند إلى فكرة بسيطة: بالنظر إلى معلمات معينة ، من الممكن دمجها من أجل التنبؤ بنتيجة معينة. على سبيل المثال ، إذا كنت تعرف عدد وحدات البكسل في صورة ما ، فهناك طرق لمعرفة الرقم المكتوب في الصورة.
تمر البيانات التي تدخل عبر “طبقات” مختلفة يتم فيها تطبيق سلسلة من قواعد التعلم المعدلة بواسطة دالة مرجحة.
بعد المرور بالطبقة الأخيرة ، تتم مقارنة النتائج بالنتائج “الصحيحة” ، ويتم تعديل المعلمات.
على الرغم من أن الخوارزميات وعملية التعلم بشكل عام معقدة ، إلا أنها تعلمتها الشبكة ، إلا أنها يمكن أن تجمد الأوزان المختلفة وتعمل في الذاكرة أو وضع التنفيذ .
يستخدم Google هذه الأنواع من الخوارزميات ، على سبيل المثال ، للبحث عن الصور.
لا يوجد تعريف واحد لمعنى التعلم العميق. بشكل عام ، عندما نتحدث عن التعلم العميق.
فإننا نشير إلى مجموعة من خوارزميات التعلم الآلي القائمة على الشبكات العصبية التي ، كما رأينا ، تتميز بمعالجة البيانات المتتالية.
تمر إشارة الدخول عبر المراحل المختلفة ، وفي كل مرحلة تخضع لتحول غير خطي.
يساعد هذا في استخراج المتغير وتحويله وفقًا للمعلمات المحددة (أوزان أو حدود).
لا يوجد حد معين لعدد المراحل التي يجب أن تحتويها الشبكة العصبية .
ليتم اعتبارها “التعلم العميق”. ومع ذلك ، يُعتقد أن التعلم العميق نشأ في الثمانينيات ، باستخدام نموذج يتكون من 5 أو 6 طبقات.
كان (ولا يزال) يسمى نيوكوجنيترون وقد ابتكره الباحث الياباني كونيهيكي فوكوشيما. الشبكات العصبية فعالة للغاية في تحديد الأنماط.
مثال يستحق تسليط الضوء عليه لتطبيق Deep Learning هو المشروع الذي تنفذه Google وجامعات ستانفورد وماساتشوستس.
كان يهدف إلى تحسين تقنيات معالجة اللغة الطبيعية لنوع من الذكاء الاصطناعي يسمى نموذج لغة الشبكة العصبية المتكررة (RNNLM).
يتم استخدامه للترجمات التلقائية وإنشاء ترجمات ، من بين أشياء أخرى.
في الأساس يقوم ببناء جمل كلمة بكلمات ، مستندة كل كلمة على الكلمة السابقة وبهذه الطريقة ، يمكنه حتى كتابة القصائد.
محتوى كورس لغة برمجة علم البيانات باستخدام لغة Python من منصة يودمي Udemy
- مقدمة عن التعلم العميق
- كل ما تحتاج لمعرفته حول مجموعة البيانات
- التصنيف الثنائي
- التكاثر إلى الأمام
- وظائف التنشيط
- التكاثر الخلفي
- نزول متدرج
- اللبنات الأساسية لـ DNN
- DNN من الصفر
- أزياء MNIST في إطار TF
ماذا سوف تتعلم
- مقدمة في التعلم العميق و TensorFlow
- أساسيات الشبكات العصبية
- تصميم شبكة عصبية ضحلة (Scratch and Python) (مشروع)
- شبكة عصبية أعمق باستخدام TensorFlow. (المشروع)
خطوات التسجيل في الكورسات الاونلاين المجانية من منصة يوديمي udemy Free Courses
التسجيل في كورس لغة برمجة علم البيانات باستخدام لغة Python من منصة يودمي Udemy
