الهدف الأساسي من هذا المقرر هو

• تدريب المشتركون على مفاهيم الشبكات العصبية

• نموذج للعصبون

• كيف يعمل العصبون

• كيفية ايجاد قيمة الخرج المتوقعة

• كيفية حساب الخطأ

• ما المقصود بتعليم الشبكة العصبية

• كيفية ايجاد الخطأ

• ماهو الأتجاه الأنسب لتعديل قيم الوزن لتقليل الخطأ

• كيفية تطبيق Backpropagation داخل الخلية العصبية

• معرفة التفاصيل الداخلية للتعلم العميق وما يجري وراء الكواليس

• تعلم العديد من المفاهيم وراء عدة طبقات تجريدية للشبكة العصبية العميقة

• للحصول على رؤى حول اللبنات الأساسية لمكتبة التعلم العميق

• المساعدة على تصحيح الأخطاء - تحليل والاحساس ببعض مشكلات الشبكات العصبية مثل انفجار / تلاشي التدرجات - أو عندما لا يعمل دالة التنشيط

• أن يكون لديك فكرة جيدة عن الانتشار العكسي وتدريب الشبكة

• متطلبات الذاكرة ووقت الاستجابة كمتطلب لبعض الشركات العاملة بنفس المجال لا تتماش مع البرمجيات الجاهزة مثل PyTorch, keras

• التدريب العملي والاستكشاف العملي للتعلم العميق

• ستزودك الدورة بفهم أساسي لما هو التعلم العميق وما يمكن أن يحققه وكيف يعمل.

• يتطلب فهم التعلم العميق الإلمام ببعض المفاهيم الرياضية الأساسية ، بما في ذلك Derivative , Partial Derivative, Chain Rule, Derivative Graph

• تهدف هذه الدورة إلى تقسيم موضوع معقد للغاية ، وهو الشبكات العصبية ، إلى أجزاء صغيرة يمكن لأي شخص مهتم بالشروع في هذه الرحلة أن يفهمها جيدا .

• نأمل أن يتم إزالة الغموض عن الشبكات العصبية بشكل كبير بالإضافة إلى تحطيم هذا الموضوع

كما سترى ، يمكن أن يكون استكشاف هذا الموضوع من الألف إلى الياء تجربة تعليمية وجذابة.