آموزش طراحی شبکه عصبی LSTM در متلب برای پیش بینی داده و طبقه بندی متن و فیلم + گواهینامه

آموزش طراحی شبکه عصبی LSTM در متلب برای پیش بینی داده و طبقه بندی متن و فیلم + گواهینامه

شبکه عصبی LSTM چیست؟ شبکه عصبی LSTM یک شبکه حافظه‌دار است و کاربردهای زیادی دارد. به عنوان مثال، طبقه‌بندی متن، پیش‌بینی بورس و طبقه‌بندی ویدئو از کاربردهای این شبکه است. پیاده‌سازی شبکه عصبی LSTM در نرم‌افزار متلب بسیار ساده است. اهمیت طراحی شبکه عصبی LSTM در متلب چیست؟ زمینه‌های بهره‌برداری یادگیری عمیق متفاوت است و با توجه به انتخاب مدل شبکه عصبی تعیین می‌شود. شبکه عصبی LSTM، یک شبکه تعمیم‌یافته از شبکه RNN است که از حافظه کوتاه‌مدت و بلندمدت برخوردار است. داشتن حافظه برای یک شبکه بسیار تاثیرگذار و کاربردی است. به عنوان مثال، پیش‌بینی داده، طبقه‌بندی متن و طبقه‌بندی ویدئو از کاربردهای شبکه عصبی LSTM است. بسترهای مختلفی مانند پایتون و متلب برای پیاده‌سازی شبکه عصبی وجود دارد که در این آموزش به پیاده‌سازی شبکه عصبی LSTM در متلب می‌پردازیم. در این فرادرس، چه و چطور یاد می‌گیریم؟ در این فرادرس روش صحیح طراحی شبکه عصبی LSTM را برای انجام پیش‌بینی، طبقه‌بندی متن و فیلم در نرم‌افزار متلب فرا می‌گیریم. برای آن‌که یک ماشین بتواند مانند یک انسان قدرت تصمیم‌گیری داشته باشد، نیازمند استفاده از هوش مصنوعی است و یکی از حوزه‌های هوش مصنوعی، به‌کارگیری یادگیری عمیق است. همچنین یکی از تولباکس‌های نرم‌افزار متلب، Deep Learning است که برای طراحی و بهره‌برداری انواع شبکه عصبی به کار برده می‌شود. این نرم‌افزار دارای توابع از قبل آماده‌شده است و وجود چنین توابعی، کاربر را در زمینه طراحی شبکه کمک می‌کند. همچنین دیگر نیازی به نوشتن کدهایی با طول فراوان نیست و به ساده‌ترین شکل می‌توان شبکه عصبی را با استفاده از این توابع، طراحی کرد. بعد از پایان این آموزش، قادر خواهید بود از شبکه عصبی LSTM برای کارها و پروژه‌های شخصی در کاربردهای مختلف استفاده کنید.

تریلر دوره

توضیحات کامل دوره

...

سرفصل‌های دوره

  • چکیده
    0:01:56

  • مفهوم و کاربرد پیش‌بینی سری زمانی و انواع مدل آن
    رایگان 0:04:08
  • فراخوانی داده‌ها و تفکیک داده Train و Test
    0:10:42
  • نرمالیزه‌کردن داده‌های Train
    0:03:10
  • طراحی و آموزش شبکه LSTM برای پیش‌بینی به کمک چینش لایه‌ها و پارامترهای آموزش
    0:08:13
  • نرمالیزه‌کردن داده‌های Test و ارزیابی دقت شبکه
    رایگان 0:04:55
  • پیش‌بینی Open Loop به کمک شبکه LSTM آموزش داده‌شده
    0:09:51
  • پیش‌بینی Close Loop به کمک شبکه LSTM آموزش داده‌شده
    0:06:21
  • تمرین ۱ - نرمالیزه کردن داده Train
  • تمرین ٢ - تفاوت دو لایه LSTM layer و BiLSTM layer
  • تمرین ۳ - غلط‌یابی
  • تمرین ۴ - Open loop یا Close loop
  • آزمون ۱

  • مفهوم پیش‌پردازش متن و توابع پیش‌پردازش در متلب
    0:07:57
  • دانلود انوع دیتاست در متلب
    0:05:26
  • فراخوانی داده‌های متنی و تفکیک داده Train و Test
    رایگان 0:07:08
  • پیش‌پردازش داده‌های Train
    0:03:13
  • تبدیل داده متنی به Sequence
    0:04:55
  • طراحی و آموزش شبکه LSTM برای طبقه‌بندی متن
    0:06:14
  • ارزیابی دقت شبکه آموزش داده‌شده به کمک داده Test
    0:03:33
  • طبقه‌بندی متن جدید با شبکه آموزش داده‌شده
    رایگان 0:03:30
  • طبقه‌بندی متن فارسی از صفر تا صد
    0:06:05
  • تمرین ۱ - توابع پیش‌پردازش متن
  • تمرین ٢ - تبدیل داده متنی به Sequence
  • تمرین ۳ - دقت شبکه عصبی
  • آزمون ۲

  • ساختار شبکه عصبی برای طبقه‌بندی ویدئو
    0:03:59
  • نحوه نصب تولباکس در متلب و فراخوانی شبکه عصبی CNN
    0:09:09
  • فراخوانی دیتاست ویدئو‌یی در متلب
    0:13:09
  • تبدیل فریم‌های ویدئوها به بردارهای وی
    رایگان 0:10:10
  • آماده‌سازی داده‌های Train برای ورود به شبکه LSTM
    0:07:35
  • طراحی شبکه LSTM برای طبقه‌بندی ویدئو
    0:03:59
  • آموزش شبکه LSTM برای طبقه‌بندی و ذخیره آن
    0:07:15
  • اسمبل‌کردن شبکه CNN و LSTM برای طبقه‌بندی ویدئو
    0:07:11
  • طبقه‌بندی ویدئوی جدید به کمک شبکه اسمبل‌شده
    رایگان 0:03:39
  • نکات مهم در اجرای کد
    0:06:01
  • نتیجه مباحث و راهنمایی ادامه مسیر
    0:07:42
  • ادامه مسیر تا ورود به بازار کار
  • آزمون ۳

  • تمرین ۱ - پیش‌بینی Close loop
  • تمرین ٢ - کدنویسی طبقه‌بندی متن

  • آموزش طراحی شبکه عصبی LSTM در متلب برای پیش بینی داده و طبقه بندی متن و فیلم

  • خلاصه و مرور آموزش
  • واژه‌نامه (Glossary)
  • سوالات متداول (FAQ)
  • مشاغل مرتبط
  • نمونه سئوالات مصاحبه شغلی

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

1,690,000 تومان
338,000 تومان
80% تخفیف

این دوره شامل:
7 فصل آموزشی
2 ساعت ساعت آموزش
دسترسی مادام‌العمر
سطح: مبتدی
گواهی پایان دوره: ندارد
تاریخ انتشار: 1403/12/09
آخرین به‌روزرسانی: 2026-10-29 14:50:26
تعداد امتیازها: 0
تعداد دانشجو:
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: