الذكاء الاصطناعى للأعمال والإنتاجيةعربى

التعلم العميق

مقدمة في الذكاء الاصطناعي

اكتشف أسرار التعلم العميق وحقق نتائج مذهلة في مشاريعك.

4.5(61)388 صفحة13 فصل0 متدرب

ماذا ستتعلم

  • فهم الأسس النظرية للتعلم العميق
  • تطبيق الشبكات العصبية في مشاريع حقيقية
  • تحليل البيانات باستخدام تقنيات التعلم العميق
  • تطوير نماذج تعلم عميق فعالة
  • تحسين أداء النماذج من خلال التجارب
  • تطبيق التعلم العميق في مجالات متنوعة

نبذة عن الكتاب

يغطي الكتاب أساسيات التعلم العميق والذكاء الاصطناعي.

لمن هذا الكتاب

  • طلاب الجامعات في مجالات الحوسبة
  • محترفو الذكاء الاصطناعي
  • مطورون يرغبون في تحسين مهاراتهم
  • باحثون في علوم البيانات
  • أي شخص مهتم بتقنيات التعلم الآلي

لماذا تقرأ هذا الكتاب

  • شامل ويغطي جوانب متعددة من التعلم العميق
  • يحتوي على أمثلة عملية وتطبيقات حقيقية
  • أسلوب سهل الفهم يناسب جميع المستويات
  • يقدم نصائح قيمة لتحسين الأداء

تقييمات القراء

التقييمات هنا من القراء الذين يملكون الكتاب — عن طريق الشراء أو ضمن اشتراكهم.
4.5
★★★★★
61 تقييم
5★
31
4★
30
3★
0
2★
0
1★
0

    محتويات الكتاب

    1

    الفصل الأول

    1. مقدمة التعلم العميق
    2. الذكاء الاصطناعي والتعلم الآلي والتعلم العميق
    3. ما هو الذكاء الاصطناعي؟
    4. أنواع الذكاء الاصطناعي:
    5. تطبيقات الذكاء الصناعي Application of AI:
    6. ما هو تعلم الآلة؟ what is machine learning
    7. كيف يعمل التعلم الآلي؟
    8. أنواع التعلم الآلي:
    9. الإشراف على التعلم:
    10. التعلم غير الخاضع للإشراف:
    11. التعلم المعزز Reinforcment Learning:
    12. عمليات التعلم الآلي:
    13. تطبيقات تعلم الآلة:
    14. ما هو التعلم العميق؟
    15. كيف يعمل التعلم العميق؟
    16. أنواع الشبكات العصبية العميقة Types of Deep NN:
    17. تطبيقات شبكات التعلم العميق types of Deep NN:
    2

    الفصل الثاني

    1. بناء الشبكة العصبية
    2. النظرة الأولى على الشبكات العصبية:
    3. تمثيلات البيانات للشبكات العصبية:
    4. Scalars (موتر 0D):
    5. المتجهات (موتر 1D):
    6. المصفوفات (موتر 2D):
    7. موتر ثلاثي الأبعاد وموترات عالية الأبعاد:
    8. الصفات الرئيسية:
    9. لجعل هذا أكثر واقعية، دعنا نلقي نظرة على البيانات التي قمنا بمعالجتها في MNIST
    10. معالجة الموترات في Numpy:
    11. مفهوم دفعات البيانات:
    12. أمثلة من العالم الحقيقي لموترات البيانات:
    13. بيانات المتجه:
    14. بيانات التسلسل الزمني أو بيانات التسلسل:
    15. بيانات الصورة:
    16. بيانات الفيديو:
    17. تروس الشبكات العصبية: عمليات الموتر:
    18. العمليات المنطقية:
    19. البث:
    20. الضرب الغير اتجاهي في تنسوف Tensor Dot:
    21. إعادة تشكيل الموتر Tensor Reshaping:
    22. التفسير الهندسي لعمليات الموتر:
    23. تفسير هندسي للتعلم العميق:
    24. محرك الشبكات العصبية التحسين القائم على التدرج:
    25. ما هو المشتق؟
    26. تشريح الشبكة العصبية:
    27. الطبقات: اللبنات الأساسية للتعلم العميق:
    28. النماذج: شبكات الطبقات:
    29. وظائف الخسارة والمحسِّنون:
    3

    الفصل الرابع

    1. مبادئ تعلم الآلة
    2. أربعة فروع للتعلم الآلي 4 branches of Machine Learning
    3. التعلم تحت الإشراف:
    4. تعليم غير مشرف عليه:
    5. التعلم تحت الإشراف الذاتي:
    6. التعلم المعزز :
    7. معجم التصنيف والانحدار:
    8. تقييم نماذج التعلم الآلي:
    9. مجموعات التدريب والتحقق والاختبار:
    4

    الفصل الخامس

    1. التعلم العميق وتطبيقاته في الإبصار في الكمبيوتر
    2. تاريخ بداية الشبكات العصبية الترشيحية:
    3. الأربع عمليات أساسية في CONNET في الشكل(3) كالتالي:
    4. القناة (Channel):
    5. والآن سنبدأ في العمليات الأربع الأساسية:
    6. العمق Depth:
    7. الخطوة التمريرية Stride:
    8. التبطين الصفري Zero-padding:
    9. عملية التجميع pooling تقوم بتقليص حجم المدخلات المكانية بشكل مستمر، وبشكل مفصل فإنها تقوم بالتالي:
    10. عملية التدريب واستخدام الانتشار العكسيBackpropagation :
    11. تصور الشبكات العصبية الترشيحية (شبكات الالتفاف) CNN :
    12. بنيات أخرى لـ ConvNet:
    13. مقدمة في convents:
    14. إضافة وتجديد عناصر القاموس:
    15. حذف عنصر من القاموس:
    16. الدوال والإجراءات :
    17. مقارنة القواميس:
    18. الدالة Str:
    19. الدالة type:
    20. الدالة clear:
    21. الدالة copy:
    22. الدالة get:
    23. الدالة has_key:
    24. الدالة Items:
    25. الإجراء keys:
    26. الدالة update:
    27. الدالة values:
    5

    الفصل السادس

    1. التعلم العميق واستخدامه مع النصوص والمتتابعات
    2. العمل مع البيانات النصية:
    6

    الفصل السابع

    1. أفضل الممارسات في التعلم العميق
    2. تجاوز النموذج التسلسلي:
    3. عائلة من الشبكات (تم تطويرها بواسطة He et al. في Microsoft). 2 يتكون الاتصال المتبقي:
    4. تمرير المعاملات بالقيمة وبالمرجعية:
    5. تمرير المعاملات الأساسية default paramaters:
    6. المعاملات متغيرة الأطوال:
    7. دوال السطر الواحد lambada functions:
    7

    الفصل الثامن

    1. التعلم العميق التوليدي
    2. توليد النص باستخدام LSTM:
    3. جملة from...import:
    4. جملة from ...import:
    5. البحث عن الوحدات:
    6. تصميم الوحدات module Design:
    7. الدالة dir():
    8

    الفصل التاسع

    1. التعامل مع الملفات
    2. الطباعة على الشاشة:
    3. قراءة مدخلات لوحة المفاتيح reading keyboard input:
    4. فتح وغلق الملفات:
    5. فتح ملف open file:
    6. طريقة كتابة الأمر:
    7. صفات الملفات file attribute:
    8. القراءة والكتابة في الملفات:
    9. القراءة من ملف:
    9

    الفصل العاشر

    1. جمل التحكم
    2. جملة if:
    3. جملة if elif:
    4. اختبار المتعدد للشروط:
    5. جملة الشرط:
    6. جمل التكرار:
    7. جملة for:
    8. جملة التكرار الشرطي while:
    9. الأمر enumerate:
    10. التحكم في حلقات التكرار:
    11. الأمر break:
    10

    الفصل الحادي عشر

    1. التعامل مع أخطاء البرنامج
    2. التعامل مع الأخطاء Hanling Exception:
    3. رفع الأخطاء Raising Errors:
    11

    الفصل الثالث عشر

    1. المثال الأول:
    2. كتابة التطبيق داخل بيئة اكليبس:
    3. زر الأمر Button:
    4. مربع النص Entry:
    5. أزرار الراديو Radio Buttons:
    6. زر الاختيار checkbutton:
    7. كائن القائمة menu widget:
    8. مربع الحواري للرسائل message:
    9. المكون منطقة النص text:
    10. مكون Canvas:
    11. شريط الانزلاق scrollbar:
    12. استخدام مكتبة pmw:
    13. مربع التعريف AboutDialogBox:
    14. مكون البالونة Ballon:
    15. مكون صندوق الأزرار Button Box:
    16. مربع منسدل Combobox:
    17. مكون ComboBoxDialog:
    18. مكون العداد :Counter
    19. مكون المربع الحواري Dialog:
    12

    الفصل العشرون

    1. الاستجابة للأحداث
    2. التعامل مع الأحداث Handling events:
    3. التعامل مع أحدث الأزرار keyEvents:
    4. الحدث updateUI:
    5. إحداث التعامل مع الفار mouse events:
    6. تصميم الأحداث الخاصة custom events:
    13

    الفصل الحادي والعشرون

    1. قواعد بيانات
    2. استيراد مكتبة MySql:
    3. تصميم قاعدة بيانات :
    4. تصميم جدول :
    5. إدخال سجل بيانات داخل الجدول:
    6. إدخال مجموعة سجلات:
    7. عرض بيانات من الجدول:
    8. اختيار السجل الأول:
    9. حذف سجل:
    10. حذف جدول:
    11. تصميم جدول بحقل فريد:
    12. حذف جدول:
    13. عرض وصف الجدول:
    14. إضافة خاصية primaryKey إلى حقل موجود:
    15. تغيير صفة حقل:
    16. لعرض الحقول مرتبة:
    17. عرض عدد محدد:
    18. البدء من حقل معين:
    19. الربط بين الجداول:

    كتب ذات صلة