Blog & Learning Paths

وبلاگ هوش عمیق

مقاله‌ها در یک ویترین تصویری و قابل فیلتر دیده می‌شوند، و مسیر یادگیری همچنان کاربر را به موضوع درست می‌رساند.

Prompt Engineering

از مهندسی پرامپت شروع کن

این مسیر برای کسی است که می‌خواهد از ابزارهای مولد خروجی دقیق‌تر، قابل کنترل‌تر و کاربردی‌تر بگیرد.

مهندسی پرامپت
مدل‌های زبان بزرگ
یادگیری ماشین

Article Library

همه مقاله‌های هوش عمیق

مهندسی پرامپت

مهندسی پرامپت چیست؟ تکنیک‌ها، مثال‌ها و ابزارهای Prompt Engineering

راهنمای مهندسی پرامپت برای کار با ChatGPT و مدل‌های زبانی؛ شامل Zero-shot، Few-shot، Chain-of-Thought، Self-Consistency و ابزارهای کاربردی.

مدل زبان بزرگ

مدل زبان بزرگ یا LLM چیست؟ کاربردها، مزایا و چالش‌ها

مدل‌های زبان بزرگ یا LLM را از پایه بشناسید؛ نحوه کار، کاربردها، مزایا، محدودیت‌ها و آینده مدل‌های زبانی بزرگ در هوش مصنوعی.

پیش‌بینی در یادگیری ماشین

پیش‌بینی در یادگیری ماشین چگونه انجام می‌شود؟ مدل‌های تفسیرپذیر تا Black Box

بررسی روش‌های پیش‌بینی در الگوریتم‌های یادگیری ماشین؛ از رگرسیون و درخت تصمیم تا Random Forest و روش‌های توضیح‌پذیری مدل.

دیتاست چهره انسان

دیتاست چهره انسان تولیدشده با Stable Diffusion برای بینایی ماشین

معرفی Human Faces Dataset شامل بیش از ۲۵ هزار تصویر چهره مصنوعی برای پژوهش، آموزش مدل، تست pipeline و پروژه‌های Computer Vision.

پس انتشار خطا

پس انتشار خطا چیست؟ آموزش Backpropagation در شبکه عصبی

پس انتشار خطا یا Backpropagation را مرحله به مرحله یاد بگیرید؛ شامل Forward Pass، محاسبه خطا، Backward Pass و به‌روزرسانی وزن‌ها.

کتاب Head First Python

معرفی کتاب Head First Python؛ یادگیری پایتون تصویری و تعاملی

معرفی کتاب Head First Python و مسیر یادگیری پایتون به شکل پروژه‌محور، تصویری و مناسب برای شروع برنامه‌نویسی و هوش مصنوعی.

بهینه ساز در یادگیری ماشین

Optimizer چیست؟ معرفی بهینه‌سازها در یادگیری ماشین و یادگیری عمیق

با مفهوم optimizer، گرادیان نزولی، SGD، Mini-batch و Adaptive Gradient در آموزش مدل‌های یادگیری ماشین و شبکه عصبی آشنا شوید.

شبکه عصبی کانولوشنی

شبکه عصبی کانولوشنی CNN چیست؟ اجزا، کاربردها و نمونه کدنویسی

آموزش شبکه عصبی کانولوشنی یا CNN؛ معرفی لایه کانولوشن، ReLU، Pooling، Fully Connected و کاربردها در بینایی ماشین.

کتاب هوش مصنوعی مولد کاربردی

معرفی کتاب هوش مصنوعی مولد کاربردی برای مبتدیان

معرفی کتاب Applied Generative AI for Beginners برای شروع هوش مصنوعی مولد، کاربردهای GenAI و مسیر یادگیری عملی برای مبتدیان.

کتاب هوش مصنوعی مولد

معرفی کتاب The Big Book of Generative AI برای یادگیری GenAI

معرفی The Big Book of Generative AI؛ منبعی برای یادگیری مفاهیم، کاربردها و پیاده‌سازی هوش مصنوعی مولد در کسب‌وکار و فناوری.

توابع فعال سازی

توابع فعال‌سازی در شبکه عصبی؛ Sigmoid، ReLU، Tanh و Softmax

با انواع توابع فعال‌سازی در شبکه عصبی آشنا شوید؛ Linear، Sigmoid، Tanh، ReLU و Softmax و نقش آن‌ها در یادگیری عمیق.

کتاب یادگیری ماشین با پایتون

معرفی کتاب Python Machine Learning Cookbook برای پیاده‌سازی یادگیری ماشین

معرفی کتاب Python Machine Learning Cookbook؛ منبعی کاربردی برای پیاده‌سازی الگوریتم‌های یادگیری ماشین با پایتون و مثال‌های عملی.

کتاب یادگیری عمیق پیشرفته

معرفی کتاب یادگیری عمیق پیشرفته با TensorFlow و Keras

معرفی Advanced Deep Learning with TensorFlow 2 and Keras؛ کتابی برای یادگیری پیشرفته شبکه‌های عصبی، TensorFlow و Keras.

شبکه عصبی پرسپترون چند لایه

شبکه عصبی پرسپترون چندلایه MLP چیست؟ آموزش اجزا و پیاده‌سازی

آموزش MLP یا شبکه عصبی پرسپترون چندلایه؛ معرفی لایه ورودی، پنهان، خروجی و پیاده‌سازی با TensorFlow.

پیاده‌سازی الگوریتم‌های یادگیری ماشین

معرفی کتاب Machine Learning Algorithms From Scratch

معرفی کتاب Machine Learning Algorithms From Scratch برای پیاده‌سازی الگوریتم‌های یادگیری ماشین از پایه و درک عمیق‌تر مدل‌ها.

کتاب یادگیری عمیق

معرفی کتاب Deep Learning؛ منبع اصلی یادگیری عمیق

معرفی کتاب Deep Learning نوشته Goodfellow، Bengio و Courville؛ یکی از منابع اصلی برای مفاهیم شبکه عصبی و یادگیری عمیق.

یادگیری عمیق چیست

یادگیری عمیق چیست؟ مفاهیم، تاریخچه و الگوریتم‌های اصلی

یادگیری عمیق را از پایه بشناسید؛ شامل لایه‌های شبکه عصبی، تاریخچه، CNN، RNN، Autoencoder و کاربردهای Deep Learning.

انواع روش های یادگیری ماشین

انواع روش‌های یادگیری ماشین؛ نظارت‌شده، بدون نظارت و تقویتی

با انواع روش‌های یادگیری ماشین آشنا شوید؛ Supervised، Unsupervised، Semi-supervised و Reinforcement Learning همراه با مثال و کاربرد.

انواع هوش مصنوعی

انواع هوش مصنوعی؛ هوش مصنوعی محدود، عمومی و کاربردهای آن

با انواع هوش مصنوعی آشنا شوید؛ Narrow AI، AGI، ویژگی‌ها، محدودیت‌ها و کاربردهای هوش مصنوعی در زندگی و فناوری.

شبکه خودرمزنگار

Autoencoder چیست؟ آموزش شبکه خودرمزنگار و اجزای آن

با Autoencoder یا شبکه خودرمزنگار آشنا شوید؛ Encoder، Bottleneck، Decoder، تفاوت با encoder-decoder و کاربردها در یادگیری عمیق.

یادگیری ماشین چیست

یادگیری ماشین چیست؟ تفاوت Machine Learning با برنامه‌نویسی کلاسیک

یادگیری ماشین را ساده و کاربردی بشناسید؛ تفاوت با برنامه‌نویسی کلاسیک، نقش داده و مسیر شروع یادگیری Machine Learning.

انواع داده ها

انواع داده‌ها در یادگیری ماشین؛ ساختاریافته، بدون ساختار و نیمه‌ساختاریافته

با انواع داده‌ها در یادگیری ماشین آشنا شوید؛ داده ساختاریافته، بدون ساختار، نیمه‌ساختاریافته، کیفی، کمی، گسسته و پیوسته.