کتاب آموزش عملی یادگیری عمیق و شبکه ی عصبی نوشته آئورلین جرون ترجمه علیرضا زارع پور، حسین زارع توسط انتشارات نص به چاپ رسیده است.

موضوع کتاب: فنی و مهندسی، مهندسی کامپیوتر، هوش مصنوعی، برنامه نویسی پایتون

معرفی مباحث کتاب آموزش عملی یادگیری عمیق

1. شبکه ی عصبی مصنوعی با Keras 7
2. آموزش شبکه ی عصبی عمیق
3. مدل های سفارشی و آموزش با Tensor FLOW
4. بارگذاری و پیش پردازش داده با Tensor FLOW
5. بینایی کامپیوتری عمیق با شبکه ی عصبی پیچشی
6. پردازش دنباله با CNN و RNN
7. پردازش زبان طبیعی با RNN و سازوکار تمرکز
8. آموزش توزیع مدل های  Tensor FLOW

کتاب آموزش عملی یادگیری ماشین مفاهیم, چارچوب ها, ابزارها و تکنیک های طراحی و ساخت سیستم های مبتنی بر هوش مصنوعی اثر  آئورلین جرون و ترجمه علیرضا زارع پور ، حسین زارع را انتشارات نص در 280 صفحه منتشر کرده است.

موضوع کتاب: فنی و مهندسی، مهندسی کامپیوتر، هوش مصنوعی، فناوری های اطلاعات

این کتاب با مثال های عملی متعدد مقدار مناسبی مباحث نظری و استفاده گسترده از کتابخانه های آماده و چارچوب برنامه نویسی پایتون می تواند نقش برجسته و موثری در انتقال این مفاهیم و فناوری های جدید به نسل جوان داشته باشد. ویژگی های مهم کتاب حاضر عبارتند از:

1. آموزش مبانی یادگیری ماشین و یادگیری عمیق (شبکه های عصبی مصنوعی)
2. طراحی، تنظیم دقیق، آموزش و توزع مدل های هوش مصنوعی یادگیری نظارت شده و نظارت نشده
3. اجرای پروژه های یادگیری ماشین از صفر تا صد با scikit-learn
4. ایجاد انواع معماری های شبکه عصبی برای اجرای وظاف طبقه بندی و رگرسیون
5. طراحی مدل های بینایی ماشین پردازش زبان طبیعی و ترجمه ماشین
6. معرفی تکنیک های مختلف نظارت نشده مانند کاهش ابعاد خوشه بندی و تخیص ناهنجاری

معرفی مباحث کتاب آموزش عملی یادگیری ماشین

1. یادگیری ماشین چیست
2. چرا یادگیری ماشین
3. کاربردهای یادگیری ماشین
4. انواع سیستم های یادگیری ماشین
5. یادگیری نظارت شده
6. یادگیری بسته /آنلاین
7. یادگیری نمونه محور مدل محور
8. چالش های اصلی یادگیری ماشین
9. کمیت ناکافی داده های آموزشی
10. داده های آموزشی نابیانگر
11. داده ی بی کیفیت
12. مشخصه های نامرتبط
13. بیش برزش داده های آموزشی
14. کم برازش داده های آموزشی
15. یک پروژه یادگیری ماشین از آغاز تا پایان
16. طبقه بندی
17. آموزش مدل
18. ماشین بردار پشتیبان
19. درخت تصمیم
20. یادگیری جمعی و جنگل تصادفی
21. کاهش ابعاد
22. یادگیری نظارت نشده