-
دروس 14
-
مقدمه 01 ساعت 15 دقیقهسخنرانی1.1
-
مفهوم بردار ویژگی (Feature Vector) و کاهش بعد 55 دقیقهسخنرانی1.2
-
شبکۀ عصبی تک لایه (Single-Layer Perceptron) 01 ساعت 29 دقیقهسخنرانی1.3
-
چند مثال و کاربرد از پرسپترون 54 دقیقهسخنرانی1.4
-
شبکۀ عصبی چند لایه (MLP) و بهینه سازی با گرادیان نزولی 01 ساعتسخنرانی1.5
-
آموزش MLP به روش پس انتشار خطا 01 ساعت 41 دقیقهسخنرانی1.6
-
نکات تکمیلی در ارتباط با آموزش MLP 01 ساعت 12 دقیقهسخنرانی1.7
-
قانون دلتای تعمیم یافته (آموزش با جملۀ لختی) 34 دقیقهسخنرانی1.8
-
مفهوم تعمیم (Generalization) و معیار پایان الگوریتم 27 دقیقهسخنرانی1.9
-
شگردهایی برای بهبود کیفیت و سرعت آموزش 54 دقیقهسخنرانی1.10
-
آموزش MLP با الگوریتم Levenberg-Marquardt 47 دقیقهسخنرانی1.11
-
هرس کردن شبکۀ عصبی با الگوریتم جراح مغز بهینه 43 دقیقهسخنرانی1.12
-
آموزش فشرده جعبه ابزار شبکۀ عصبی در متلب (MATLAB) 39 دقیقهسخنرانی1.13
-
مرور چند کاربرد شبکۀ عصبی پیشخور چند لایه (MLP) 01 ساعت 09 دقیقهسخنرانی1.14
-
این محتوا محافظت شده است، لطفا وارد شده و برای مشاهده این محتوا دوره را تمام کنید.