الوصف
ستانفورد CS230: التعلم العميق هي دورة مصممة لتوفير فهم عميق لمبادئ وممارسات التعلم العميق. تغطي الدورة مجموعة واسعة من المواضيع بما في ذلك الشبكات العصبية، والشبكات التلافيفية، والشبكات العصبية المتكررة، وLSTMs، وتقنيات التحسين مثل آدم، وDropout، وBatchNorm. تم هيكلة الدورة في صيغة الفصل المقلوب، مع محاضرات شخصية تُعقد أسبوعيًا في مركز هيويلت التعليمي. يُتوقع من الطلاب التفاعل مع المحاضرات الفيديو، والواجبات البرمجية، والاختبارات على منصة كورسيرا. تتضمن الدورة أيضًا امتحانًا نصفيًا ومشروعًا نهائيًا، وهو عنصر مهم في التقييم. سيعمل الطلاب على مشاريع مع توجيه شخصي من مساعدي التدريس، مما يضمن قدرتهم على تنفيذ مشاريع تعلم عميق ناجحة. تشمل المتطلبات الأساسية معرفة بنظرية الاحتمالات، والإحصاء، وعلوم البيانات، والجبر الخطي. تؤكد الدورة على التعلم العملي، مع أقسام يقودها مساعدو التدريس تقدم نصائح عملية وأسس نظرية. يتم تقسيم التقييم إلى مشروع نهائي، وامتحان نصفي، وواجبات برمجية، واختبارات، وحضور الاجتماعات. يُشجع الطلاب على التعاون ولكن يجب عليهم الالتزام بقانون الشرف في ستانفورد، مما يضمن أن جميع الأعمال المقدمة هي أعمالهم الخاصة. الدورة مناسبة لأولئك الذين يتطلعون إلى تعميق فهمهم للذكاء الاصطناعي والتعلم الآلي، مع التركيز على التطبيق العملي والتعلم القائم على المشاريع.
- الفئةأدوات إنشاء الدورات بالذكاء الاصطناعي
- نموذج التسعيرمجاني
الميزات الأساسية لـ ستانفورد CS230: التعلم العميق
أسس التعلم العميق
بناء الشبكات العصبية
فهم مشاريع التعلم الآلي
الشبكات التلافيفية
الشبكات العصبية المتكررة وLSTMs
تقنيات التحسين
صيغة الفصل المقلوب
التعلم القائم على المشاريع
كيفية استخدام ستانفورد CS230: التعلم العميق؟
التسجيل: قم بالتسجيل في الدورة
الوصول: انضم إلى المحاضرات والوحدات عبر الإنترنت
المشاركة: شارك في الاختبارات والواجبات
الإنهاء: أكمل المشروع النهائي
حالات استخدام ستانفورد CS230: التعلم العميق
- أسس التعلم العميق
- الشبكات العصبية المتقدمة
- التعلم القائم على المشاريع
- تقنيات التحسين
- الفصل المقلوب
