دانلود Udemy - Deep Learning A-Z™ Hands-On Artificial Neural Networks 2019-5 - دانلود آموزش شبکه های عصبی مصنوعی

Udemy - Deep Learning A-Z™ Hands-On Artificial Neural Networks

| این دورهٔ آموزشی ارائه شده، دوره‌ای جدید، کامل و آپدیت‌شده است |

| در پلیر موجود در این صفحه، می‌توانید ویدئوی مقدمه و آشنایی با آموزش‌های این دوره را بصورت آنلاین تماشا کنید |

توجه داشته باشید که این آموزش تصویری ارائه شده یکی از برترین، پَرامتیازترین، پرفروش‌ترین و تأثیرگذارترین آموزش‌های کمپانی Udemy است و در سایت اصلی خود یعنی یودمی، تنها با صرف هزینه زیاد قابل خریداری خواهد بود.

با استفاده از این دورهٔ آموزشی - بصورت فیلم‌های جداگانه - می‌توانید برترین مهارت و تکنیک‌های مربوط به شبکه‌های عصبی مصنوعی که با عنوان Artificial Neural Networks شناخته می‌شود را بطور کامل و عمیق فرا بگیرید. برای فهمیدن دروس این دوره، نیازی به دانش قبلی نخواهید داشت.

فایل‌های تمرینی و به‌کار رفته در طول آموزش‌ها نیز به همراه و در کنار ویدئوهای آموزشی ارائه شده‌اند و نیازی به دانلود جداگانهٴ آنها نیست.

 

تولید کننده: Udemy

تاریخ انتشار: 2019-5

سطح: مناسب برای همه - از مقدماتی تا پیشرفته

مدت زمان آموزش: 2 2 ساعت و 52 دقیقه

زبان آموزش: انگلیسی

فرمت فایل‌های ویدئویی: MP4

مدرس: Kirill Eremenko

 

فهرست سرفصل‌های این دوره:

Course content

I 187 lectures 22:51:50

 

Welcome to the course

I 7 lectures 26:14

 

——————— Part 1 – Artificial Neural Networks ———————

I 1 lecture 00:15

 

ANN Intuition

I 8 lectures 01:17:37

 

Building an ANN

I 14 lectures 01:22:31

 

Homework Challenge – Should we say goodbye to that customer ?

I 2 lectures 13:24

 

Evaluating, Improving and Tuning the ANN

I 3 lectures 46:39

 

Homework Challenge – Put me one step down on the podium

I 1 lecture 00:13

 

——————– Part 2 – Convolutional Neural Networks ——————–

I 1 lecture 00:09

 

CNN Intuition

I 10 lectures 01:40:55

 

Building a CNN

I 13 lectures 01:19:21

 

Homework – What’s that pet ?

I 2 lectures 16:40

 

Evaluating, Improving and Tuning the CNN

I 2 lectures 00:32

 

———————- Part 3 – Recurrent Neural Networks ———————-

I 1 lecture 00:38

 

RNN Intuition

I 7 lectures 01:11:42

 

Building a RNN

I 17 lectures 02:01:42

 

Evaluating, Improving and Tuning the RNN

I 3 lectures 02:24

 

———————— Part 4 – Self Organizing Maps ————————

I 1 lecture 00:10

 

SOMs Intuition

I 10 lectures 01:30:50

 

Building a SOM

I 5 lectures 53:29

 

Mega Case Study

I 4 lectures 30:44

 

————————- Part 5 – Boltzmann Machines ————————-

I 1 lecture 00:47

 

Boltzmann Machine Intuition

I 8 lectures 01:13:10

 

Building a Boltzmann Machine

I 19 lectures 02:51:16

 

—————————- Part 6 – AutoEncoders —————————-

I 1 lecture 00:32

 

AutoEncoders Intuition

I 10 lectures 39:13

 

Building an AutoEncoder

I 16 lectures 02:19:05

 

——————- Annex – Get the Machine Learning Basics ——————-

I 1 lecture 00:29

 

Regression & Classification Intuition

I 5 lectures 27:14

 

Data Preprocessing Template

I 7 lectures 01:04:04

 

Classification Template

I 6 lectures 38:42

 

Bonus lectures

I 1 lecture 01:53