یادگیری چند وظیفه ای (Multi-task Learning):

یادگیری چندوظیفه ای، یکی از روش های جدید یادگیری ماشین است که هدف آن اجرای همزمان چندکار با شبکه های عصبی مصنوعی است. یعنی خروجی شبکه بتواند چندین هدف مختلف را پیش بینی کند. در یادگیری چندوظیفه ای چندین کار یادگیری همزمان حل می‌شود، یعنی از نقاط اشتراک و تفاوت بین وظایف استفاده می‌شود. این روش کارایی یادگیری و دقت پیش‌بینی مدل‌های یادگیری ماشین/عمیق را بهبود می دهد. مثلا بتوان یک شبکه عصبی طراحی و آموزش داد که هم بتواند تصاویر در تصاویر MRI هم مکان تومور را مشخص کند و هم بتواند نوع تومور را نیز تشخیص دهد.

هدف از این دوره آموزشی:

هدف این دوره شناخت یادگیری چندوظیفه ای و استفاده از آن در مدل های یادگیری عمیق است.  ابتدا مروی روی پایتون و یادگیری ماشین/یادگیری عمیق انجام می شود. سپس، یادگیری چندوظیفه ای با مدل های یادگیری عمیق در پایتون پیاده سازی و آموزش داده می شود.  امیدواریم که این آموزش از “بیگ لرن” هم مثل سایر آموزش ها مورد تایید و رضایت شما مخاطبان گرامی قرار گیرد.

بخش اول: مرور کامل پایتون
بخش دوم: مرور یادگیری ماشین/عمیق
بخش سوم: یادگیری چندوظیفه ای با مدل های یادگیری عمیق (Deep)
مشاهده بیشتر

نظرات

متوسط امتیازات

0
بدون امتیاز 0 رای
110,000 تومان
0 نقد و بررسی

جزئیات امتیازات

5 ستاره
0
4 ستاره
0
3 ستاره
0
2 ستاره
0
1 ستاره
0

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “آموزش یادگیری چند وظیفه ای (Multi-task Learning)”