دورة الشبكات العصبية

نظرة عامة على الدورة

أهداف التعلم

• شرح كيفية تكامل الخلايا العصبية الاصطناعية والأوزان والانحيازات ودوال التنشيط لإنتاج مخرجات الشبكة.
• بناء شبكات عصبية متعددة الطبقات وفهم أثر عمق الشبكة وعرضها في قدرتها على التعلم.
• اختيار دوال الخسارة المناسبة لمسائل الانحدار والتصنيف.
• تطبيق الانحدار التدرجي والانتشار العكسي في تدريب الشبكات العصبية.
• تنظيم بيانات التدريب والتحقق والاختبار لقياس الأداء الحقيقي للنموذج.
• اكتشاف فرط التخصيص وضعف التخصيص وتطبيق تقنيات التنظيم للحد منهما.
• ضبط المعاملات الفائقة مثل معدل التعلم وحجم الدفعة وحجم الشبكة بصورة منهجية.
• تقييم الشبكات العصبية بمقاييس ملائمة وتفسير تنبؤاتها.
• تشخيص مشكلات التدريب الشائعة، ومنها تلاشي التدرج وعدم استقرار التعلم.
• بناء شبكة عصبية متكاملة وتدريبها وتقييمها لمهمة تنبؤ في بيئة الأعمال.

من يجب أن يحضر

مخرجات التعلم

• بنهاية هذه الدورة سيكون المشاركون قادرين على:
• وصف بنية المُدرِك والشبكة متعددة الطبقات ودور كل مكوّن فيهما.
• المقارنة بين دوال التنشيط الشائعة واختيار المناسب منها للطبقات المخفية وطبقة المخرجات.
• حساب الخسارة وتفسيرها في مهام الانحدار والتصنيف.
• شرح الخطوات التي يحسب بها الانتشار العكسي التدرجات ويحدّث الأوزان.
• تدريب شبكة متعددة الطبقات باستخدام الانحدار التدرجي وصيغتيه القائمتين على الدفعات الصغيرة والاختيار العشوائي.
• قراءة منحنيات التعلم للحكم على ما إذا كان النموذج يتعلم أو يعاني من ضعف التخصيص أو فرطه.
• تطبيق الإسقاط العشوائي وعقوبات الأوزان والإيقاف المبكر لتحسين قدرة النموذج على التعميم.
• ضبط المعاملات الفائقة باستخدام بيانات التحقق والتحقق المتقاطع.
• تقييم الشبكة المدرَّبة بمقاييس مناسبة وتوضيح المدخلات الأكثر تأثيراً في تنبؤاتها.
• تنفيذ حل متكامل بالشبكات العصبية بدءاً من إعداد البيانات وصولاً إلى نموذج مُقيَّم.

محتوى الدورة