مترجم :
دکتر عینالله جعفرنژاد قمی (عضو هیأت علمی جهاد دانشگاهی)
تعداد صفحه :
504 صفحه
سال انتشار :
1401
قیمت
:
347,600 تومان
395,000 تومان
افزودن به سبد خرید
پیام به فروشنده !
13,900 تومان
اعتبار هدیه بگیرید !
نظر خود را به اشتراک بگذارید
ممنون که نظر دادید
لطفا صبر کنید
ممنون که نظر دادید
لطفا صبر کنید
تضمین اصالت کالا
تخفیفهای دورهای
ارسال سریع به سراسر کشور
پیام جدید
Bonus
چگونه اعتبارِ هدیه بگیرم؟
پس از خرید کالا، به همین صفحه مراجعه کنید و با ثبت نظر خود، اعتبارِ هدیه دریافت کنید !
مشخصات کتاب شبکه های عصبی و یادگیری عمیق
انتشارات
انتشارات علوم رایانه
نویسنده
چارو سی. آگروال
مترجم
دکتر عینالله جعفرنژاد قمی (عضو هیأت علمی جهاد دانشگاهی)
تعداد صفحه
504 صفحه
سال انتشار
1401
سری چاپ
1
قطع کتاب
وزیری
نوع جلد
شومیز
مناسب برای
بزرگسالان
شابک
978-600-205-183-7
فهرست مطالب
فصل اول : مقدمهای بر شبکههای عصبی
1-1. مقدمه
1-2. معماری اصلی شبکههای عصبی
1-3. آموزش شبکه عصبی با پسانتشار
1-4. مباحث عملی در آموزش شبکه عصبی
1-5. اَسرار قدرت ترکیب توابع
1-6 . معماریهای عصبی متداول
1-7. موضوعات پیشرفته
1-8 . دو محک قابل توجه
1-9. تمرینها
فصل دوم : یادگیری ماشین با شبکههای عصبی کمعمق
2-1. مقدمه
2-2. معماریهای عصبی برای مدلهای دستهبندی دودویی
2-3. معماریهای عصبی برای مدلهای چند دستهای
2-4. برتری پسانتشار برای تفسیرپذیری در انتخاب ویژگی
2-5. تجزیه ماتریس با خودرمزگذار
2-6. Word2vec : کاربردی از معماریهای عصبی ساده
2-7. معماریهای عصبی ساده برای تعبیههای گراف
2-8. تمرینها
فصل سوم : آموزش شبکههای عصبی عمیق
3-1. مقدمه
3-2. پسانتشار: جزئیات گوری
3-3. موضوعات راهاندازی و مقداردهی اولیه
3-4. مسألههای محوشدگی و انفجار گرادیان
3-5. راهبردهای کاهش گرادیان
3-6. نرمالسازی دستهای
3-7. ترفندهای عملی برای شتابدهی و فشردهسازی
3-8 . تمرینها
فصل چهارم : آموزش یادگیریهای عمیق برای تعمیم
4-1. مقدمه
4-2. موازنهی بایاس ـ واریانس
4-3. مسائل تعمیم در تنظیم و ارزیابی مدل
4-4. منظمسازی مبتنیبر جریمه
4-5. روشهای گروهی (جمعی)
4-6. توقف زودرس
4-7. پیش آموزش بدون نظارت
4-8. یادگیری پیوسته و برنامهریزی شده
4-9. اشتراک پارامترها
4-10. منظمسازی در کاربردهای بدون نظارت
4-11. تمرینها
فصل پنجم : شبکههای تابع پایهی شعاعی
5-1. مقدمه
5-2. آموزش شبکه RBF
5-3. حالتهای خاص و نسخههای مختلف شبکههای RBF
5-4. ارتباط با روشهای هستهای
5-5. تمرینها
فصل ششم : ماشینهای بولتزمن محدود
6-1. مقدمه
6-2. شبکههای هاپفیلد
6-3. ماشین بولتزمن
6-4. ماشین بولتزمن محدود
6-5. کاربردهای ماشینهای بولتزمن محدود
6-6. استفاده از RBMها فراتر از انواع دادهی دودویی
6-7. ماشینهای بولتزمن محدود پشتهای
6-8. تمرینها
فصل هفتم : شبکههای عصبی بازگشتی
7-1. مقدمه
7-2. معماری شبکههای عصبی بازگشتی
7-3. چالشها در آموزش شبکههای بازگشتی
7-4. شبکههای حالت پژواک
7-5. حافظهی طولانیِ کوتاه مدت (LSTM)
7-6. واحدهای بازگشتی گیتدار (GRU)
7-7. کاربردهای شبکههای عصبی بازگشتی
7-8. تمرینها
فصل هشتم : شبکههای عصبی پیچشی
8-1. مقدمه
8-2. ساختار شبکه پیچشی
8-3. آموزش شبکه پیچشی
8-4. مطالعات موردی معماریهای پیچشی
8-5. مصورسازی و یادگیری بدون نظارت
8-6. کاربردهای شبکههای پیچشی
8-7. تمرینها
فصل نهم : یادگیری تقویتی عمیق
9-1. مقدمه
9-2. الگوریتمهای بدون حالت: ماشین قمار چند اهرمی
9-3. چارچوب اصلی یادگیری تقویتی
9-4. خودگردانسازی برای یادگیری تابع مقدار
9-5. روشهای گرادیان سیاست
9-6. جستجوی درخت مونت کارلو
9-7. مطالعات موردی
9-8. چالشهای عملی مربوط به ایمنی
9-9. تمرینها
واژهنامه انگلیسی به فارسی