مشخصات پژوهش

صفحه نخست /یادگیری عمیق با پایتون
عنوان یادگیری عمیق با پایتون
نوع پژوهش کتاب
کلیدواژه‌ها یادگیری عمیق، یادگیری ماشین
چکیده این کتاب برای افرادی که می خواهند مطالعه یادگیری عمیق را شروع کنند و یا اطلاعات قبلی خود از یادگیری عمیق را توسعه دهند، نوشته شده است. چه مهندس یادگیری ماشین، چه تولید کننده نرم افزار و چه دانشجو باشید، این کتاب برایتان سودمند خواهد بود. این کتاب کاوشی کاربردی و ملموس از یادگیری عمیق ارائه می دهد. در این کتاب از مفاهیم ریاضی دوری جسته و در مقابل تلاش گردیده مفاهیم از طریق کدها توضیح داده شود و درک عملی در مورد ایده های اصلی یادگیری ماشین و یادگیری عمیق ایجاد شود. در این کتاب، بیش از 30 نمونه کد را یاد خواهید گرفت که در برگیرنده توضیحات تفصیلی، عملی و سطح بالای ساده در مورد تمامی مسائلی هستند که لازم است برای شروع استفاده از یادگیری عمیق برای حل مسائل عینی یاد بگیرید. در مثال های کد از کراس (چارچوب یادگیری عمیق پایتون) با تنسورفلو به عنوان موتور بک اند استفاده شده است. کراس که یکی از محبوب ترین چارچوب های یادگیری عمیق با بیشترین سرعت رشد است، به عنوان بهترین وسیله برای شروع کار با یادگیری عمیق به شدت توصیه شده است. بعد از خواندن این کتاب درک روشنی از چیستی یادگیری عمیق، موارد بکارگیری و محدودیت های آن خواهید داشت. با روند استاندارد رویارویی و حل مسائل یادگیری ماشین آشنا خواهید شد و حل چالش هایی را که عموماً پیش می آیند یاد خواهید گرفت. همچنین قادر به استفاده از کراس برای حل مسائل دنیای واقعی از بینایی ماشین تا پردازش زبان طبیعی – دسته بندی تصویر، پیش بینی سری های زمانی، تحلیل عواطف، تولید تصویر و متن و غیره - خواهید بود.
پژوهشگران اسماعیل نورانی (نفر اول)، امین گلزاری اسکویی (نفر دوم)، جلیل قویدل نیچران (نفر سوم)، سید ناصر رضوی (نفر چهارم)