آموزش یادگیری ماشین با مثال های کاربردی – مجموعه مقالات جامع وبلاگ فرادرس
یادگیری ماشین یکی از مباحث داغ روز است. با وجود مطرح شدن این مبحث برای سال‌های مدید، به دلیل قابلیت‌های خارق‌العاده آن که هر روز بیش از پیش کشف می‌شود، همچنان در مرکز توجهات قرار دارد. با وجود حجم بالای علاقمندان به این علم، ولیکن آموزش‌هایی که در آن مفاهیم به صورت ساده ولی همراه با مثال‌های کاربردی تشریح شده باشند کمتر است.
موضوعات مطرح در این مجموعه مطلب:
- مبانی و مفاهیم هوش مصنوعی و یادگیری ماشین (بخش اول)
- شبکه‌های عصبی، یادگیری عمیق (بخش دوم)
- شبکه‌های عصبی پیچشی (بخش سوم)
- بینایی ماشین و تشخیص چهره (بخش چهارم)
- ترجمه ماشینی (بخش پنجم)
- تشخیص صوت و بازشناسی گفتار (بخش ششم)
- مدل‌های زایشی و الگوریتم DCGAN (بخش هفتم)
- ترفندهایی در شبکه‌های عصبی و شیوه دور زدن آن‌ها (بخش هشتم)
در بخش سوم، به مبحث پردازش تصویر و شناسایی اشیا در عکس با استفاده از شبکه‌های عصبی پیچشی پرداخته شده. تشخیص دست‌خط و شناسایی تصاویر پرندگان در میان حجم انبوه داده‌ها با استفاده از شبکه‌های عصبی پیچشی از مثال‌های مطرح شده در این بخش هست. همچنین، مفاهیم پنجره کشویی، دید تونلی، Downsampling و شبکه‌های کاملا متصل تشریح شده است.
در بخش چهارم، مباحث بینایی ماشین و تشخیص چهره مورد بررسی قرار گرفت و با ارائه مثال‌های جهان واقعی جزئیات آن شرح داده شد. در بخش پنجم، شبکه‌های عصبی بازگشتی و کاربرد آن‌ها در ترجمه آماری، ترجمه ماشینی و مدل‌های دنباله به دنباله تشریح و مثال‌هایی برای درک آن‌ها ارائه شد.
در بخش ششم، مبحث جذاب بازشناسی گفتار و تشخیص صدا بررسی شد. در بخش هفتم، مدل‌های زایشی و الگوریتم «Deep Convolutional Generative Adversarial Networks» تشریح و از آن‌ها برای ساخت مدلی که اسکناس تقلبی را تشخیص دهد و همچنین یک اثر هنری (گرافیکی) ۸-بیتی بر پایه سیستم بازی نینتندو استفاده شد. در نهایت، در قسمت هشتم روش دور زدن شبکه عصبی و حقه زدن به آن‌ها بیان و پیشنهاداتی برای جلوگیری از این مساله ارائه شد.
اگر نوشته بالا برای شما مفید بود، آموزش‌های زیر نیز به شما پیشنهاد می‌شوند:
مطالب مجله فرادرس را در جستجوی گوگل سریع‌تر ببینید
