تشغيل تلقائى
إكمال تلقائى
المحاضرة السابقة
إكمال ومتابعة
التعلم العميق Deep Learning
أساسيات التعلم العميق والشبكات العصبية
المقدمة (1:56)
الشبكة العصبية (8:13)
التعلم الخاضع للاشراف والشبكات العصبية (7:52)
التصنيف الثنائي (13:55)
تحميل قائمة الرموز
خوارزمية Logistic Regression (8:51)
دالة التكلفة (11:43)
حساب قيم المتغيرات (14:00)
حساب التفاضل (13:34)
الرسم البياني الحسابي (6:23)
الرسم البياني الحسابي لحساب المشتقات (15:24)
حساب المشتقات لتطبيق الخوارزمية (12:51)
حساب المشتقات لعدد من الأمثلة (10:34)
التعرف على التوجيهات (15:59)
تحميل المثال العملى
استخدام التوجيهات في خوارزمية الانحدار الخطي (14:45)
التوزيع في بايثون (14:29)
تحميل المثال العملى
مقدمة عن الشبكة العصبية المجوفة (11:08)
تمثيل الشبكة العصبية المجوفة وحساب الخرج (17:30)
حساب الخرج لعدد من الأمثلة (10:25)
دالة الأكتيفاشن (11:23)
حساب التفاضل لدوال الأكتيفاشن (15:58)
تحميل صيغة الدالة
تنفيذ انحدار التدرج للشبكة العصبية المجوفة (18:27)
مقدمة عن الشبكة العصبية العميقة (11:19)
الانتشار الأمامي للشبكة العصبية العميقة (13:52)
كيفية حساب أبعاد الماتريكس (22:52)
المكونات الأساسية لتنفيذ الشبكة العصبية العميقة (14:14)
تنفيذ المكونات الأساسية لحساب الانحدار التدريجي (11:22)
المعاملات العليا (4:44)
تطوير الشبكة العصبية العميقة وتدريب النماذج
المكتبات المستخدمة للتطوير (7:08)
مثال تطبيقي لاستخدام مكتبة كيراس في التوقع (11:12)
التطبيق العملي الاول (26:35)
تحميل ملف الداتا
مثال تطبيقي لاستخدام مكتبة كيراس في التصنيف (13:51)
التطبيق العملي الثاني (35:06)
استخدام الـ TensorFlow
مقدمة عن الـ TensorFlow (16:13)
الأساسيات الجزء الأول (9:04)
الأساسيات الجزء الثانى (17:50)
الأساسيات الجزء الثالث (9:00)
التطبيق على التوقع الجزء الأول (21:33)
التطبيق على التوقع الجزء الثانى (26:13)
تحميل ملف الداتا
التطبيق على التصنيف الجزء الأول (32:22)
التطبيق على التصنيف الجزء الثانى (24:28)
الشبكة العصبية المُلتفة
مقدمة عن الشبكة العصبية الملتفة (7:54)
المبادئ الأساسية (5:46)
الهيكلية للشبكة العصبية الملتفة (18:26)
التطبيق العملي على الطريقة التقليدية الجزء الأول (27:20)
التطبيق العملي على الطريقة التقليدية الجزء الثاني (14:01)
تحميل التطبيق
التطبيق العملي على الشبكة العصبية الملتفة (29:50)
تحميل التطبيق
بناء النماذج المختلفة للتعلم العميق
مقدمة (4:45)
البيانات المتسلسلة (3:06)
الشبكة العصبية المتكررة (6:48)
نموذج LSTM (6:45)
التطبيق العملي لأساسيات نموذج LSTM (23:14)
تحميل التطبيق
مقدمة عن New Autoencoders (5:20)
هيكلية Autoencoders (4:02)
التطبيق العملي على Autoencoders (19:13)
تحميل التطبيق
تحميل التطبيق
محتوى المحاضرة مغلق
إذا كنت قد التحقت بالفعل
سوف تحتاج إلى تسجيل الدخول
.
التحق بالدورة لإلغاء القفل