شبکه های عصبی

توضیحات :  «هوش مصنوعی» (Artificial Intelligence) در سال‌های اخیر شاهد رشد بسیار بزرگ و مهمی در پر کردن شکاف بین توانایی‌های انسان و ماشین بوده است. پژوهشگران و علاقمندان به این حوزه، روی جنبه‌های گوناگون آن کار می‌کنند تا اتفاقات ویژه‌ای به وقوع بپیوندد. یکی از این جنبه‌ها، «بینایی ماشین» (Machine Vision) است. هدف این زمینه قادر ساختن ماشین‌ها به دیدن جهان به صورتی است که انسان‌ها می‌بینند، و درک آن به گونه‌ای مشابه با انسان‌ها و حتی استفاده از دانش حاصل از این بینایی برای وظایف بسیاری مانند «بازشناسی تصویر و ویدئو» (Image & Video recognition)، «تحلیل تصویر» (Image Analysis)، «دسته‌بندی تصاویر» (Image Classification)، «سیستم‌های توصیه‌گر» (Recommendation Systems) و «پردازش زبان طبیعی» (Natural Language Processing) است. پیشرفت‌های حاصل شده در «بینایی کامپیوتری» (Computer Vision) با ظهور «یادگیری عمیق» (Deep Learning) در طول زمان ایجاد و کامل شده و در درجه اول برمبنای الگوریتم خاصی به نام «شبکه عصبی پیچشی» (Convolutional Neural Network) بوده است.

توضیحات :   این کتاب برای افراد مبتدی که هیچ آشنایی با یادگیری عمیق ندارند در نظر گرفته شده است تا خوانندگان را با یک دوره‌یِ فوقِ سریع در یادگیری عمیق آماده کند. تنها انتظار ما از خوانندگان این است که از قبل مهارت‌های برنامه‌نویسی اولیه در زبان پایتون را داشته باشند. این راهنمایِ کوتاه، در نظر گرفته شده است تا شما را به عنوان یک مبتدی با درک درستی از موضوع، از جمله تجربه‌یِ عملیِ ملموس در توسعه مدل‌ها، مجهز کند. از این‌رو، اگر در حال حاضر بالاتر از سطح مبتدی هستید، این کتاب مناسب شما نیست!

کتاب در ۶ فصل تنظیم شده است که شامل فصل‌های زیر می‌باشد:

فصل اول: مقدمه‌ای بر یادگیری عمیق

فصل دوم: پیش‌نیازها

فصل سوم: شبکه‌های عصبی پیش‌خور

فصل چهارم: شبکه‌های عصبی کانولوشنی

فصل پنجم: شبکه‌های عصبی بازگشتی

فصل ششم: شبکه متخاصم مولد