دوره آموزشی مبانی هوش مصنوعی: شبکه های عصبی
1 ساعت 35 دقیقهمبتدی2026-01-29
مدرسین

Gwendolyn Stripling
جزئیات دوره
شبکه عصبی مصنوعی (Artificial Neural Network) در واقع از ساختار مغز انسان الهام گرفته شده تا یک سیستم یادگیری ماشین پیچیده و قدرتمند بسازه. این شبکهها میتونن میلیونها صدا، ویدیو و تصویر رو دستهبندی کنن، به سؤالها جواب بدن، رفتارهای ما رو تحلیل کنن و حتی توی رانندگی ماشین هم نقش داشته باشن. تازه، شبکههای عصبی پایه و اساس هوش مصنوعی مولد (Generative AI) هم هستن.
توی این دوره، با مفاهیم پایهای شبکههای عصبی، تکنیکهای اصلی، مدلهای رایج و کاربردهای واقعیشون آشنا میشی. Gwendolyn Stripling مدرس دوره، تو رو با معماریهای مختلف شبکه عصبی، اجزای تشکیلدهندهشون، موارد استفاده درست و همینطور بهترین روشها برای بهتر کردن عملکرد مدل آشنا میکنه. علاوه بر این، بهصورت عملی هم یاد میگیری چطور با Keras Sequential API یک شبکه عصبی بسازی و آموزش بدی؛ این کتابخانه متنباز، طراحی و آموزش شبکههای عصبی رو خیلی قابلفهمتر میکنه.
اگه میخوای یه درک محکم و کاربردی از ساخت، آموزش، بهبود و استفاده از شبکههای عصبی به دست بیاری، این دوره دقیقاً برای توئه.
اهداف یادگیری
مفهوم شبکه عصبی مصنوعی و الهام آن از مغز انسان را درک کنید.
با معماریهای مختلف شبکه عصبی و کاربردهای آنها آشنا شوید.
اجزای اصلی یک شبکه عصبی را بشناسید و نقش هر بخش را بفهمید.
یاد بگیرید چه زمانی از هر مدل شبکه عصبی استفاده کنید.
با بهترین روشها برای بهبود عملکرد مدل آشنا شوید.
یک شبکه عصبی را با Keras Sequential API بهصورت عملی بسازید و آموزش دهید.
توی این دوره، با مفاهیم پایهای شبکههای عصبی، تکنیکهای اصلی، مدلهای رایج و کاربردهای واقعیشون آشنا میشی. Gwendolyn Stripling مدرس دوره، تو رو با معماریهای مختلف شبکه عصبی، اجزای تشکیلدهندهشون، موارد استفاده درست و همینطور بهترین روشها برای بهتر کردن عملکرد مدل آشنا میکنه. علاوه بر این، بهصورت عملی هم یاد میگیری چطور با Keras Sequential API یک شبکه عصبی بسازی و آموزش بدی؛ این کتابخانه متنباز، طراحی و آموزش شبکههای عصبی رو خیلی قابلفهمتر میکنه.
اگه میخوای یه درک محکم و کاربردی از ساخت، آموزش، بهبود و استفاده از شبکههای عصبی به دست بیاری، این دوره دقیقاً برای توئه.
اهداف یادگیری
مفهوم شبکه عصبی مصنوعی و الهام آن از مغز انسان را درک کنید.
با معماریهای مختلف شبکه عصبی و کاربردهای آنها آشنا شوید.
اجزای اصلی یک شبکه عصبی را بشناسید و نقش هر بخش را بفهمید.
یاد بگیرید چه زمانی از هر مدل شبکه عصبی استفاده کنید.
با بهترین روشها برای بهبود عملکرد مدل آشنا شوید.
یک شبکه عصبی را با Keras Sequential API بهصورت عملی بسازید و آموزش دهید.
مهارت ها
JupyterKerasTensorFlowpandasNeural Networks and Deep LearningMachine LearningPythonGoogleFoundationsArtificial Intelligence (AI)Open Source
سرفصل ها
مقدمه
- شبکههای عصبی ۱۰۱ - مسیر شما به سوی درخشش در هوش مصنوعی
- آنچه باید بدانید
شبکههای عصبی چیستند؟
- شبکههای عصبی - بلوکهای سازنده هوش مصنوعی مولد
- یادگیری ماشین و شبکههای عصبی
- مبانی شبکه عصبی
- نیاز به شبکههای چندلایه
اجزای کلیدی در معماری شبکه عصبی
- لایهها - ورودی، پنهان و خروجی
- توابع انتقال و فعال سازی
- نحوه یادگیری شبکههای عصبی
انواع دیگر شبکههای عصبی
- شبکههای عصبی کانولوشن (CNN)
- معماری ترانسفورماتور - مدلی که هوش مصنوعی مدرن را از نو تعریف کرد
- چرا به چیزی بیش از CNN نیاز داریم؟
- توجه به خود در مبدلهای بینایی
ساخت یک شبکه عصبی ساده با استفاده از Keras
- مدل Keras Sequential
- مورد استفاده و تعیین معیار ارزیابی
- بررسی دادهها و آمادهسازی دادهها
- پیشپردازش دادهها
- آموزش شبکه عصبی با استفاده از Keras
- نحوه استفاده از فایلهای تمرین چالش
- چالش - ساخت یک شبکه عصبی
- راه حل - ساخت یک شبکه عصبی
بهترین روشها برای بهینهسازی یک شبکه عصبی
- بیشبرازش و کمبرازش - دو مشکل رایج شبکههای عصبی مصنوعی
- ابرپارامترها و شبکههای عصبی
- چگونه عملکرد مدل را بهبود میبخشید؟
- تکنیکهای منظمسازی برای بهبود مدلهای بیشبرازش
- چالش - تنظیم دستی ابرپارامترها
- راه حل - تنظیم دستی ابرپارامترها
نتیجهگیری
- مراحل بعدی
دوره های مرتبط
- دوره آموزشی بهبود روند کاری دفترچهات با کمک Jupyter AI
- دوره آموزشی هوش مصنوعی تولیدی و مدلهای متنباز: تمرین عملی با مدلهای Hugging Face
- دوره آموزشی ساخت یک سیستم توصیه با یادگیری ماشین پایتون و هوش مصنوعی
- دوره آموزشی یادگیری ماشین کاربردی: مبانی
- دوره آموزشی تنظیم دقیق LLM ها
- دوره آموزشی هوش مصنوعی کاربردی: ساخت برنامه های NLP با Hugging Face Transformers
- دوره آموزشی هوش مصنوعی کاربردی: شروع به کار با Hugging Face Transformers
- دوره آموزشی مقدمه ای بر آمازون برکت: محاسبات کوانتومی در AWS