یکشنبه، 12 تیر 1401 تماس با ما نقشه سایت صفحه اصلی
 
 
 
 
     

توضیحات :
به نام خالق آسمانها و زمین
سرفصل درس یادگیری ژرف (عمیق)
اهداف کلی درس و رئوس مطالب:
 

  1. مقدمه‌ای بر یادگیری ژرف
  2. مروری کوتاه بر جبر خطی، احتمالات و تئوری اطلاعات، محاسبات عددی، یادگیری ماشین
  3. آموزش برنامه‌نویسی در پایتون
  4. شبکه‌های پیش خور ژرف
  5. تنظیم و بهینه‌سازی شبکه
  6. شبکه‌های کانولوشنی
  7. شبکه‌های برگشتی و بازگشتی
  8. روش‌شناسی عملی
  9. مدل‌های  فاکتور خطی در یادگیری ژرف
  10. انکودهای خودکار در یادگیری ژرف
  11. مدل‌های ساختاری احتمالاتی برای یادگیری ژرف
  12. روش‌های مونت‌کارلو در یادگیری ژرف
  13. استنتاج تقریبی در یادگیری ژرف
  14. مدل‌های مولد ژرف
  15. کاربردهای یادگیری ژرف:
    • در تحلیل تصاویر (مانند تحلیل تصاویر پزشکی و تشخیص بیماری‌ها) و بینایی ماشین
    • در متن و توالی‌ها همچون توالی‌های ژنتیکی و گفتاری
    • در پردازش سیگنال
 
 
مراجع:

  1. Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep learning. MIT press, 2016.
  2. Chollet, Francois. Deep Learning with Python, Manning             Publications, 2018.
  3. Sejnowski, Terrence J. The deep learning revolution. MIT Press, 2018.
  4. Ford, Martin. Architects of Intelligence: The truth about AI from the people building it. Packt Publishing Ltd, 2018.
 
نحوه ارزیابی:
میان‌ترم: 5 نمره، پایان‌ترم: 7 نمره، تمرین: 3 نمره، پروژه: 5 نمره
ایمیل:  sshamekhi@sut.ac.ir
مهلت تعیین عنوان پروژه درسی: تا پیش از 15 آبان ماه


       
 
صفحه اصلی | وب سایت دانشگاه صنعتی سهند | تماس با ما
دانشگاه صنعتی سهند ، دانشکده مهندسی پزشکی - صندوق پستی: 1996-51335 | تلفن: 33458453-041 | فکس: 33444360-041 | ایمیل: info.bme@sut.ac.ir