أساسيات الشبكة العصبية الاصطناعية

الوصف

هذا الفيديو التعليمي هو الجزء الأول من الدورة الكاملة للتعلم العميق في MATLAB. نوصيك بطلب الدورة الكاملة للتعلم تمامًا.

عنوان:
مقدمة

الذكاء الاصطناعي (AI)

تعريف الشبكة العصبية الاصطناعية

أنواع الشبكات العصبية الاصطناعية

تطبيقات الشبكة العصبية الاصطناعية

التطبيقات العامة لشبكات ANN

التعرف على الأنماط

حفظ ومراجعة البيانات

تقريب الوظيفة (الانحدار غير الخطي والتقدير والتنبؤ)

عملية التنقيب عن البيانات

تعريف المشكلة

مخزن البيانات

بناء قاعدة بيانات تتعلق بالتنقيب عن البيانات

حدد البيانات

البحث عن البيانات

تحويل البيانات (إعداد البيانات)

استكشاف البيانات

تقييم نموذج الشبكة العصبية

تفسير نتيجة صنع النموذج وتقديم النتائج

التاريخ

الخلايا العصبية البيولوجية

الخلايا العصبية الاصطناعية

نموذج رياضي للخلايا العصبية (McClach-Pitts-1943)

مقدمة عن وظائف نقل الشبكة العصبية: (hardlim ، logsig ، hardlims ، poslin ، purelin ، satlins ، satlin ، tansig ، tribas ، radbas)

الشبكات العصبية متعددة الطبقات (MLP)

وظائف التنشيط السيني

هيكل الشبكة العصبية

تدريب وتعميم وتنفيذ الشبكة العصبية

التعلم في الشبكات العصبية الاصطناعية

التدريب مع المشرف (التعلم الخاضع للإشراف)

التدريب بدون مراقب (التعلم غير الخاضع للإشراف)

خوارزميات التدريب

تعلم Heb

قانون التعلم دلتا

التعلم التنافسي

خوارزمية نزول التدرج

تجهيز

قوة التعميم و overfitting

كيف تعمل الشبكة العصبية؟

مثال تعليمي

خطوات تصميم نموذج الشبكة العصبية للتصنيف أو التنبؤ (التقدير)

فوائد الشبكات العصبية

عيوب الشبكات العصبية

خصائص الشبكات العصبية

بعض المقاطع التعليمية

اختيار طوبولوجيا الشبكة العصبية

قابلية تعميم الشبكة

blank

 

المراجعات

لا توجد مراجعات بعد.

كن أول من يقيم “أساسيات الشبكة العصبية الاصطناعية”

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *