easyT
  • S'abonner
Se connecter
easyT
  • Diplômes
  • Cours
  • Livres numériques
  • Formateurs
  • S'abonner
Se connecter

Parcourir

  • Tous les cours
  • Diplômes
  • S'abonner
  • Formateurs

Compte

  • Mes cours
  • Achats
  • Favoris
  • Paramètres

Rejoignez-nous

  • Devenir formateur
  • Affiliation
  • À propos

Téléchargez l'app

Apps en développement
Tous droits réservés © 2003-2026 · easyT.onlineConditions généralesPolitique de confidentialitéPolitique de remboursementContactez-nousVérifier un certificat
IA pour Affaires et Productivitéعربى

التعلم العميق

مقدمة في الذكاء الاصطناعي

Maîtrisez les fondements et les applications de l'apprentissage profond.

4.5(61)388 pages13 chapitres0 apprenants

Ce que vous apprendrez

  • Comprendre les concepts de base de l'apprentissage profond
  • Maîtriser les réseaux de neurones
  • Appliquer des modèles d'apprentissage profond à des données réelles
  • Évaluer la performance des modèles
  • Optimiser les hyperparamètres des réseaux
  • Explorer les applications pratiques de l'apprentissage profond
التعلم العميق
$2.99
Acheter

À propos du livre

يغطي الكتاب أساسيات التعلم العميق والذكاء الاصطناعي.

À qui s'adresse ce livre

  • Étudiants en informatique
  • Professionnels de l'intelligence artificielle
  • Chercheurs en data science
  • Passionnés de technologie
  • Entrepreneurs en innovation

Pourquoi lire ce livre

  • Approche pédagogique claire et accessible
  • Exemples pratiques et études de cas
  • Ressources supplémentaires pour approfondir vos connaissances
  • Écrit par un expert reconnu dans le domaine

Table des matières

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:

Livres associés

  • دليل استخدام أدوات الذكاء الاصطناعي

  • خوارزميات الذكاء الصناعي وتطبيقاته العملية

  • الذكاء الاصطناعي في القانون: الثورة الرقمية في الأنظمة القانونية

  • الذكاء الاصطناعي في التعليم: دليل شامل ومرجع عملي

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