شبکه عصبی عمیق یک شبکه عصبی با سطح مشخصی از پیچیدگی و بیش از دولایه است. این نوع شبکهها از مدلسازی سطح بالای ریاضی برای پردازش دادهها به روشهای پیچیده استفاده میکنند.
بهطورکلی شبکه عصبی یک فناوری است که برای شبیهسازی فعالیت مغز انسان ساخته شدهاست؛ شناخت الگو و عبور ورودی از طریق لایههای اتصالات عصبی شبیهسازی شده مختلف از مهمترین این فعالیتهاست.
بسیاری از کارشناسان شبکههای عصبی عمیق را شبکههایی تعریف میکنند که یکلایه ورودی، یکلایه خروجی و حداقل یکلایه پنهان در بین آنها دارند. هر لایه نوع خاصی از مرتبسازی و ترتیب را در فرایندها انجام میدهند.
یکی از کاربردهای کلیدی شبکه عصبی عمیق سروکار داشتن با دادههای بدون برچسب یا ساختار نیافته است. عبارت یادگیری عمیق هم برای توصیف این شبکههای عصبی عمیق به کار میرود؛ چراکه یادگیری عمیق شکل خاصی از یادگیری ماشین را نشان میدهد که در آن فناوریها با استفاده از جنبههای هوش مصنوعی به دنبال طبقهبندی و تنظیم اطلاعات فراتر از پروتکلهای ساده ورودی و خروجی هستند.
آموزش بهبود شبکه عصبی عمیق، دومین دوره از مجموعه تخصص یادگیری عمیق اندرو میباشد. هدف از این دوره این است که بتوانید فرایندهایی که منجر به کارایی میشوند و به طور سیستماتیک نتایج خوبی به بار میآورند، را درک کنید.
در پایان این دوره شما خواهید توانست بهترین روشها را برای آموزش و توسعه مجموعههای آزمون و تجزیه و تحلیل بایاس واریانس استفاده کرده و آنها را برای ایجاد برنامههای یادگیری عمیق به کار ببرید.
با گذراندن این دوره مهارتهای شما در زمینه بهبود شبکههای عصبی عمیق ارتقا پیدا خواهد کرد و میتوانید از تکنیکهای استاندارد شبکه عصبی عمیق استفاده کنید. این تکنیکها عبارتاند از:
اندرو ان جی استاد دانشکده علوم کامپیوتر دانشگاه استنفورد و سرپرست آزمایشگاه هوش مصنوعی استنفورد است. وی هم چنین بنیانگذار کورسرا (coursera.org) است و بر اساس گزارش تکنولوژی دانشگاه ام ای تی یکی از 35 مخترع برتر جوان دنیا هست.
او دکتری خود را از دانشگاه کالیفرنیا برکلی گرفته و زمینههای پژوهش او هوش مصنوعی و علوم رباتیک است.
این آموزش دومین دوره از مجموعه تخصص یادگیری عمیق اندرو بوده به آموزش بهبود شبکه عصبی عمیق میپردازد؛ بنابراین برای درک کامل موارد ذکرشده در این دوره شما باید با این شبکهها آشنایی داشته باشید. تسلط بر یکی از زبانهای برنامهنویسی و آشنایی با مدلسازی و مباحث ریاضیاتی برای شرکت در این دوره ضروری است.
در صورت قبولی در دوره، گواهی نامه رسمی پایان دوره توسط مکتبخونه به اسم شما صادر شده و در اختیار شما قرار می گیرد.
خدمات منتورینگ به معنای برخورداری دانشجو از راهنما یا پشتیبان علمی در طول گذراندن دوره میباشد. این خدمات شامل پاسخگویی به سوالات آموزشی(در قالب تیکتینگ)، تصحیح آزمون یا پروژه های دوره و ارائه باز خورد موثر به دانشجو میباشد.
این دوره طوری طراحی شده است که محتوای آموزشی دوره حول چند پروژه واقعی و کاربردی هستند تا یادگیری دانشجو در طول دوره به کاربردهای عملی تبدیل شود و به این ترتیب بالاترین سطح یادگیری را فراهم نمایند.
با قرار گرفتن تمرین ها و آزمون های مختلف در طول دوره، محیطی تعاملی فراهم شده است تا بهره گیری از محتوا و یادگیری بهتر و عمیق تر شود.
شما می توانید از طریق تالار گفتگو با دیگر دانشجویان دوره در ارتباط باشید، شبکه روابط حرفه ای خود را تقویت کنید یا سوالات مرتبط با دوره خود را از دیگر دانشجویان بپرسید.
در صورت قبولی در دوره، شما میتوانید با وارد کردن اطلاعات آن در بخش دورههای آموزشی رزومهساز «جاب ویژن»، تایید مهارت خود را در قالب اضافه شدن «مدال مهارت» به روزمه آنلاین خود دریافت نمایید. این مدال علاوه بر ایجاد تمایز در نمایش رزومه شما، باعث بالاتر قرار گرفتن آن در لیست انبوه رزومههای ارسالی به کارفرما شده و بدین ترتیب شانس شما را برای استخدام در سازمانهای موفق و پر متقاضی افزایش میدهد.
این دوره دارای زیرنویس اختصاصی است.
دوره آموزش بهبود شبکههای عصبی عمیق بیشتر از همه به جنبههای عملی این علم میپردازد. همچنین شما میتوانید با الگوریتمهای بهینهسازی و استفاده از آنها در زمان و موقعیت مناسب آشنا شوید. در انتهای دوره هم به مباحث مهمی مانند تنظیم هایپرپارامترها، نرمالسازی بستهها و فریمورکهای برنامهنویسی پرداخته میشود.