![انواع سلول ها و لایه ها در شبکه های عصبی — راهنمای جامع](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2020/02/Cells-in-ANN-768x432.jpg.webp)
مجموعه مقالات Perceptron
![انواع سلول ها و لایه ها در شبکه های عصبی — راهنمای جامع](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2020/02/Cells-in-ANN-768x432.jpg.webp)
![انواع شبکه های عصبی مصنوعی — راهنمای جامع](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2020/02/Types-of-Neural-Networks-768x475.jpg.webp)
![شبکه LVQ در پایتون — از صفر تا صد](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2019/10/LVQ-768x432.jpg.webp)
![شبکه عصبی مصنوعی و پیادهسازی در پایتون — راهنمای کاربردی](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2019/04/neural-network-layers-768x323.jpg.webp)
![رگرسیون لجستیک چند جمله ای (Multinomial Logistic Regression) — مفاهیم و کاربردها](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2019/01/logistic-regression-model-768x432.jpg.webp)
![۱۳ کتابخانه یادگیری عمیق پایتون — راهنمای کاربردی](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2018/11/top-python-deep-learning-libraries1-768x498.jpeg.webp)
![دسته بندی موجودیت های نام دار (Named Entity) — راهنمای کاربردی](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2018/11/named-Entity-Recognition-768x432.jpg.webp)
![یادگیری عمیق (Deep Learning) با پایتون — به زبان ساده](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2018/10/Deep-Learning-Python-768x456.jpg.webp)
![ساخت شبکه عصبی در پایتون — Neural Network با Python به زبان ساده](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2018/10/Neural-Network-Python.jpg.webp)
شبکههای عصبی در پایتون و R – درک و کد نویسی از صفر تا صد
الگوریتمهای شبکه عصبی چند ورودی میگیرد، با استفاده از نورونها در چند لایه پنهان آنها را پردازش میکند و با استفاده از یک لایه خروجی نتیجه را بازمیگرداند. این فرآیند تخمین نتیجه از نظر فنی به نام «پیش-انتشار» (Forward Propagation) نامیده میشود.![شبکههای عصبی در پایتون و R – درک و کد نویسی از صفر تا صد](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2018/03/main-qimg-23342740fc9ca60546f72e46164ae287-c-768x433.jpg.webp)
![بررسی شبکه عصبی کانولوشن (CNN) — بخش اول](https://blog.faradars.org/wp-content/webp-express/webp-images/doc-root/wp-content/uploads/2018/03/01-3.jpg.webp)