ریاضیات پشت پس‌انتشار - تئوری و کد پایتون

آنچه یاد خواهید گرفت:

• درک و پیاده‌سازی پس‌انتشار به‌صورت دستی و کدنویسی
• درک اصول ریاضی شبکه‌های عصبی
• ساخت و آموزش شبکه عصبی پیشخور خود در پایتون بدون استفاده از هیچ کتابخانه‌ای
• بررسی اشتباهات رایج در پس‌انتشار
• محاسبه عددی مشتقات، مشتقات جزئی و گرادیان‌ها از طریق مثال‌ها
• یافتن مشتقات توابع ضرر و توابع فعال‌سازی
• درک مفهوم مشتقات
• مصورسازی گرادیان کاهشی در عمل
• پیاده‌سازی گرادیان کاهشی به‌صورت دستی
• استفاده از پایتون برای کدنویسی چندین شبکه عصبی
• درک نحوه کارکرد مشتقات جزئی در پس‌انتشار
• درک گرادیان‌ها و نحوه هدایت ماشین‌ها به یادگیری
• یادگیری دلیل استفاده از توابع فعال‌سازی
• درک نقش نرخ‌های یادگیری در گرادیان کاهشی

پیش‌نیازهای دوره

• دانش اولیه پایتون
• ریاضیات دبیرستان

توضیحات دوره

شما رازهای پشت الگوریتمی که قدرت هوش مصنوعی مدرن را به دوش می‌کشد، یعنی پس‌انتشار را کشف می‌کنید. این مفهوم اساسی فرآیند یادگیری در شبکه‌های عصبی را به حرکت در می‌آورد و فناوری‌هایی مانند ماشین‌های خودران، مدل‌های زبانی بزرگ (LLM)، پیشرفت‌های تصویربرداری پزشکی و بسیاری دیگر را تأمین می‌کند.

در دوره «ریاضیات پشت پس‌انتشار - تئوری و کد» ما شما را از صفر تا تسلط راهنمایی کرده و پس‌انتشار را از طریق تئوری و پیاده‌سازی عملی بررسی می‌کنیم. شما با اصول اولیه شروع می‌کنید و ریاضیات پشتپس‌انتشار، از جمله مشتقات، مشتقات جزئی و گرادیان‌ها را یاد خواهید گرفت. ما گرادیان کاهشی را رمزگشایی کرده و به شما نشان می‌دهیم که ماشین‌ها چگونه خود را به‌طور مؤثری برای بهبود عملکرد بهینه می‌کنند.

اما این دوره فقط درباره تئوری نیست، بلکه شما وارد کار عملی می‌شوید و پس‌انتشار را از صفر پیاده‌ می‌کنید. ابتدا همه چیز را به‌صورت دستی محاسبه می‌کنید تا مطمئن شوید که هر مرحله را درک کرده‌اید. سپس، به کدنویسی با پایتون پرداخته و شبکه عصبی خود را بدون تکیه بر هیچ کتابخانه‌ یا ابزارهای از پیش ساخته‌ای ایجاد می‌کنید. در پایان، شما از ریاضیات تا کد و فراتر از آن، دقیقا می‌دانید که پس‌انتشار چگونه کار می‌کند.

صرف‌نظر از این که شما مهندس مشتاق یادگیری ماشین هستید، یک توسعه‌دهنده که به هوش مصنوعی منتقل می‌شود، یا دانشمند داده که به دنبال درک عمیق‌تر است، این دوره شما را با مهارت‌های نادری که بیشتر حرفه‌ای‌ها ندارند، مجهز می‌کند. شما به پس‌انتشار مسلط می‌شوید، در هوش مصنوعی متمایز می‌شوید و اعتماد به نفس ساخت شبکه‌های عصبی با دانش اساسی که شما را در این حوزه‌ رقابتی متمایز می‌کند، کسب می‌کنید.

این دوره برای چه کسانی مناسب است؟

• دانشمندان داده که می‌خواهند درک عمیق‌تری از مبانی ریاضیاتی شبکه‌های عصبی پیدا کنند.
• مهندسان مشتاق یادگیری ماشین که می‌خواهند پایه‌ای قوی در الگوریتم‌های تقویت‌کننده هوش مصنوعی بسازند.
• توسعه‌دهندگان نرم‌افزار که به دنبال انتقال به دنیای هیجان‌انگیز یادگیری ماشین و هوش مصنوعی هستند.
• دانشجویان و علاقه‌مندان که مشتاق یادگیری کارکرد واقعی یادگیری ماشین در under the hood هستند.
• متخصصانی که به دنبال حفظ رقابت در عصر LLMs و هوش مصنوعی پیشرفته با تسلط به مهارت‌هایی فراتر از فریمورک‌های اولیه هستند.