Одну секунду
Что-то сучилось. Попробуйте еще раз.
التعلم العميق смотреть последние обновления за сегодня на .
Deep Learning ِ(in Arabic) التعلم العميق او التعلم بعمق بالعربي مع تحيات : حسام الحوراني
التعلم العميق Deep Learning هو مجموعة فرعية من التعلم الآلي Machine Learning ، والذي بدوره هو مجموعة فرعية من الذكاء الاصطناعي Artificial Intelligence. المزيد من الشرح و التفاصيل و الدورات التعليمية في هذا الرابط : 🤍 التعلم الحر هنا 📣📣📣: موقعنا : 🤍 تلجرام : 🤍 تويتر : 🤍 فيسبوك : 🤍 انستجرام : 🤍 حقوق ✔ : الموسيقى من: 🤍 بعض الرسومات من: 🤍
شرحنا في هذا الفيديو فكرة عامة عن التعلم العميق وعلاقته بتعلم الالة والذكاء الاصطناعي والشروط الواجب توفرها لنقول عن الشبكة العصبية انها شبكة تعلم عميق. انتظرونا في بقية اجزاء الكورس قريباً ان شاء الله
التعليم العميق Deep Learning إستخدام علم الشبكات العصبية مقسم على العديد من الطبقات المكونة من الملايين من الوحدات العصبونية neurons. التعليم العميق متميز فى المشروعات التى بها عدد هائل وضخم من البيانات وأيضا البيانات المعقدة.
بيرسيبترون ( perceptron ) هي أول شبكة عصبية اصطناعية في التاريخ وفكرتها هي الحجر الأساس للذكاء الإصطناعي والتعلم العميق الذي نعرفه اليوم . فهم شبكة بيرسيبترون البسيطة سيساعدك على فهم الشبكات العصبية المستخدمة حاليا في التعلم الآلي (machine learning) ، ⚠ تنبيه : هذا الفيديو موَجه للمبتدئين في مجال تعلم الآلة والتعلم العميق ، وليس بأي حال من الأحوال مادة أكاديمية . إذا وجدنا رغبة حقيقية وتفاعل كافي مع الموضوع سنقوم بالتعمق أكثر في الحلقات القادمة ، إذا كنت مهتم قم بتفعيل الجرس . في هذه الحلقة : 00:00 ـ ما هو البيرسيبترون perceptron؟ 00:34 ــ كيف تعمل شبكة بيرسيبترون ؟ 01:08 ـ من أين جاءت فكرة البيرسيبترون ؟ 02:38 ـ رياضيات البيرسيبترون 04:58 ـ بيرسيبترون في بايثون ( مكتبة scikit learn ) المصادر : 1- " التفاضل والتكامل المنطقي للأفكار الأساسية في النشاط العصبي" تأليف : بيتس ومكولوك . A logical calculus of the ideas immanent in nervous activity : 🤍 2- فيديو نادر لشبكة بيرسبترون (Old video explaining the Perceptron ) : 🤍 3- The perceptron: A probabilistic model for information storage and organization in the brain. 🤍 4- ثلاثون عاما من الشبكات العصبية . "30 years of Adaptive Neural Networks: Perceptron, Madaline, and Backpropagation," 🤍 5- بيرسيبترون في لغة بايثون من الصفر: 🤍 6- بيرسيبترون في الماتلاب: 🤍 7- The First Computational Theory of Mind and Brain: A Close Look at Mcculloch and Pitts's “Logical Calculus of Ideas Immanent in Nervous Activity”: 🤍 8- وفاة البروفيسور فرانك روزنبلاط . 🤍 #ذكاء_اصطناعي #شبكات_عصبية #بيرسيبترون
في هذا الفيديو نشرح معنى الذكاء الاصطناعي, تعليم الالة, التعليم العميق, علم البيانات
لأي تفاصيل عن دوراتنا ولأي تساؤلات .. نتشرف بتواصلكم على واتس آب 🤍
ماهو الذكاء الاصطناعي وما هو تعلم الالة وماهو التعلم العميق توضيح الفرق بين الذكاء الاصطناعي و تعلم الالة والتعلم العميق - اشترك بقناتي على اليوتيوب 🤍 - تابعني : انستغرام : 🤍 تويتر : 🤍 فيس بوك : 🤍 تسوق من امازون : 🤍 - للتواصل معي : smartgate440🤍gmail.com - اخوكم علي العارضي #smartgate #تعلم_الالة #التعلم_العميق #علي_العارضي #الذكاء_الاصطناعي #الذكاء_الصناعي
السلام عليكم و رحمة الله وبركاته في فيديو جديد يهدف الى ماهو التعلم العميق ببساطة جدا و بفهم واضح و قصير Facebook page: 🤍
🔥 Enroll for FREE Artificial Intelligence Course & Get your Completion Certificate: 🤍 This video on "What is Deep Learning" provides a fun and simple introduction to its concepts. We learn about where Deep Learning is implemented and move on to how it is different from machine learning and artificial intelligence. We will also look at what neural networks are and how they are trained to recognize digits written by hand. We further look at some popular applications of Deep Learning. So, let’s dive into the world of Deep Learning with this video. Start learning today's most in-demand skills for FREE. Visit us at 🤍 Choose over 300 in-demand skills and get access to 1000+ hours of video content for FREE in various technologies like Data Science, Cybersecurity, Project Management & Leadership, Digital Marketing, and much more. Don't forget to take the quiz at 04:26! To learn more about Deep Learning, subscribe to our YouTube channel: 🤍 Watch more videos on Deep Learning: 🤍 #DeepLearning #WhatIsDeepLearning #DeepLearningTutorial #DeepLearningCourse #DeepLearningExplained #Simplilearn Simplilearn’s Deep Learning course will transform you into an expert in Deep Learning techniques using TensorFlow, the open-source software library designed to conduct machine learning & deep neural network research. With our Deep Learning course, you'll master Deep Learning and TensorFlow concepts, learn to implement algorithms, build artificial neural networks and traverse layers of data abstraction to understand the power of data and prepare you for your new role as Deep Learning scientist. Why Deep Learning? It is one of the most popular software platforms used for Deep Learning and contains powerful tools to help you build and implement artificial neural networks. Advancements in Deep Learning are being seen in smartphone applications, creating efficiencies in the power grid, driving advancements in healthcare, improving agricultural yields, and helping us find solutions to climate change. With this Tensorflow course, you’ll build expertise in Deep Learning models, learn to operate TensorFlow to manage neural networks and interpret the results. According to payscale.com, the median salary for engineers with Deep Learning skills tops $120,000 per year. You can gain in-depth knowledge of Deep Learning by taking our Deep Learning certification training course. With Simplilearn’s Deep Learning course, you will prepare for a career as a Deep Learning engineer as you master concepts and techniques including supervised and unsupervised learning, mathematical and heuristic aspects, and hands-on modeling to develop algorithms. Those who complete the course will be able to: 1. Understand the concepts of TensorFlow, its main functions, operations and the execution pipeline 2. Implement Deep Learning algorithms, understand neural networks and traverse the layers of data abstraction which will empower you to understand data like never before 3. Master and comprehend advanced topics such as convolutional neural networks, recurrent neural networks, training deep networks and high-level interfaces 4. Build Deep Learning models in TensorFlow and interpret the results 5. Understand the language and fundamental concepts of artificial neural networks 6. Troubleshoot and improve Deep Learning models 7. Build your own Deep Learning project 8. Differentiate between machine learning, Deep Learning and artificial intelligence There is booming demand for skilled Deep Learning engineers across a wide range of industries, making this Deep Learning course with TensorFlow training well-suited for professionals at the intermediate to advanced level of experience. We recommend this Deep Learning online course particularly for the following professionals: 1. Software engineers 2. Data scientists 3. Data analysts 4. Statisticians with an interest in Deep Learning Learn more at: 🤍 For more information about Simplilearn’s courses, visit: - Facebook: 🤍 - Twitter: 🤍 - LinkedIn: 🤍 - Website: 🤍 Get the Android app: 🤍 Get the iOS app: 🤍 🔥🔥 Interested in Attending Live Classes? Call Us: IN - 18002127688 / US - +18445327688
اشترك في قناة اورينت : 🤍 التعلم العميق هو احد أنواع الذكاء الصناعي ويتميز باسلوبه المبني على آلية للتعلم مشابهة للبشر ومن أبرز وجوه استخدامه في غوغل مابز ومعالجة الصور والفيديوهات مما أدى لظهور تطبيق خاص بتزييف الصور والفيديوهات يعرف بـ FakeApp تقديم: سارة ليلى إعداد: عمر الخطيب إخراج: عبدو مدخنة
👇خمس طرق لدعم القناة 🤍 👇كورس التخطيط الفعال 🤍 👇كورس أمهات منجزات 🤍 👇حمل تطبيق القناة 🤍 - تسوق الكتب ومعدات التصوير من صفحتي على أمازون 🤍 -
السلام عليكم و رحمة الله و بركاته في هادا الفيدية سوف نتتطرق الى الخطوات المهمة لفهم الخطوات الصحيحة نحو التعلم العميق Facebook page: 🤍
استخراج بصمة المباني من صور الاقمار الاصطناعية باستخدام التعلم العميق - Extracting building footprint using deep learning 🤍 #deeplearning #imagesegmentation #dl #machinelearning #building_footprint #buildings #imageclassification #computervision #imageprocessing #spatialdata #geospatialdata #ml #precision #recall #f1 #algorithms #jupyter #convolutionalneuralnetworks #objectdetection #neuralnetworks #datascience #notebook #python #conda #geoai #ai #gis #arcgispro #arcgisonline #arcgisenterprise #arcgisimageserver #arcgisimage #objectdetection #boundingbox #bbox #voc #pascal #video #research #researchers #arcgisdashboard #arcgisfeaturelayer #cars #analytics #videoanalytics #computerscience #algorithm #imagerecognition #roi #بصمة_المباني #الذكاء_الاصطناعي #التعلم_العميق #تعلم_الالة #علم_البيانات #objectdetection #algorithm #analytics #الذكاء_الاصطناعي #ai #imagesegmentation
السلام عليكم و رحمة الله وبركاته مع شرح كامل حول الطريقة الصحيحة و المحكمة لتثبيت مكتبة بايثون المسخدمة في بناء مشاريع التعلم العميق وهي TensorFlow وهي مشهورة في مجال ال Deep Learning فهو فعلا درس يقودك نحو إستخدام هاته المكتبة بإحترافية و بخطوات صلبة و بسيطة في نفس الوقت ومن خلال الشرح أيضا ستعرف العلاقة بين TensorFlow, Keras, Machine Learning, Deep Learning, Neural Networks, SciPy, NumPy.....ext بالتوفيق للجميع Facebook Page: 🤍
Terms Deep Learning and Machine Learning are sometimes used interchangeably. But they are far from being identical. The key difference is how they are trained! ▬▬▬▬▬▬▬▬▬▬▬▬ CONNECT ▬▬▬▬▬▬▬▬▬▬▬▬ 🖥️ Website: 🤍 🐦 Twitter: 🤍 🦾 Discord: 🤍 ▶️ Subscribe: 🤍 🔥 We're hiring! Check our open roles: 🤍 ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬ #MachineLearning #DeepLearning #ArtificialIntelligence #Shorts
Learn the fundamental concepts and terminology of Deep Learning, a sub-branch of Machine Learning. This course is designed for absolute beginners with no experience in programming. You will learn the key ideas behind deep learning without any code. You'll learn about Neural Networks, Machine Learning constructs like Supervised, Unsupervised and Reinforcement Learning, the various types of Neural Network architectures, and more. ✏️ Course developed by Jason Dsouza. Check out his YouTube channel: 🤍 ⭐️ Course Contents ⭐️ ⌨️ (0:00) Introduction ⌨️ (1:18) What is Deep Learning ⌨️ (5:25) Introduction to Neural Networks ⌨️ (6:12) How do Neural Networks LEARN? ⌨️ (12:06) Core terminologies used in Deep Learning ⌨️ (12:11) Activation Functions ⌨️ (22:36) Loss Functions ⌨️ (23:42) Optimizers ⌨️ (30:10) Parameters vs Hyperparameters ⌨️ (32:03) Epochs, Batches & Iterations ⌨️ (34:24) Conclusion to Terminologies ⌨️ (35:18) Introduction to Learning ⌨️ (35:34) Supervised Learning ⌨️ (40:21) Unsupervised Learning ⌨️ (43:38) Reinforcement Learning ⌨️ (46:25) Regularization ⌨️ (51:25) Introduction to Neural Network Architectures ⌨️ (51:37) Fully-Connected Feedforward Neural Nets ⌨️ (54:05) Recurrent Neural Nets ⌨️ (1:04:40) Convolutional Neural Nets ⌨️ (1:08:07) Introduction to the 5 Steps to EVERY Deep Learning Model ⌨️ (1:08:23) 1. Gathering Data ⌨️ (1:11:27) 2. Preprocessing the Data ⌨️ (1:19:05) 3. Training your Model ⌨️ (1:19:33) 4. Evaluating your Model ⌨️ (1:19:55) 5. Optimizing your Model's Accuracy ⌨️ (1:25:15) Conclusion to the Course Learn to code for free and get a developer job: 🤍 Read hundreds of articles on programming: 🤍
مجال الذكاء الإصطناعي هو عندما تتمكن الآلات من القيام بمهام تتطلب ذكاء بشريًا . فما هو التعلم العميق بشكل بسيط ! Resource : 🤍
السلام عليكم و رحمة الله و بركاته في هادا الفيديو مفاهيم أساسية و جيدة لمن أراد البداية الصحيحة مع إعداد Deep Learning بيئة لتطبيق ال Facebook page: 🤍
What are the neurons, why are there layers, and what is the math underlying it? Help fund future projects: 🤍 Written/interactive form of this series: 🤍 Additional funding for this project provided by Amplify Partners Typo correction: At 14 minutes 45 seconds, the last index on the bias vector is n, when it's supposed to in fact be a k. Thanks for the sharp eyes that caught that! For those who want to learn more, I highly recommend the book by Michael Nielsen introducing neural networks and deep learning: 🤍 There are two neat things about this book. First, it's available for free, so consider joining me in making a donation Nielsen's way if you get something out of it. And second, it's centered around walking through some code and data which you can download yourself, and which covers the same example that I introduce in this video. Yay for active learning! 🤍 I also highly recommend Chris Olah's blog: 🤍 For more videos, Welch Labs also has some great series on machine learning: 🤍 🤍 For those of you looking to go *even* deeper, check out the text "Deep Learning" by Goodfellow, Bengio, and Courville. Also, the publication Distill is just utterly beautiful: 🤍 Lion photo by Kevin Pluck - Timeline: 0:00 - Introduction example 1:07 - Series preview 2:42 - What are neurons? 3:35 - Introducing layers 5:31 - Why layers? 8:38 - Edge detection example 11:34 - Counting weights and biases 12:30 - How learning relates 13:26 - Notation and linear algebra 15:17 - Recap 16:27 - Some final words 17:03 - ReLU vs Sigmoid Correction 14:45 - The final index on the bias vector should be "k" Animations largely made using manim, a scrappy open source python library. 🤍 If you want to check it out, I feel compelled to warn you that it's not the most well-documented tool, and has many other quirks you might expect in a library someone wrote with only their own use in mind. Music by Vincent Rubinetti. Download the music on Bandcamp: 🤍 Stream the music on Spotify: 🤍 If you want to contribute translated subtitles or to help review those that have already been made by others and need approval, you can click the gear icon in the video and go to subtitles/cc, then "add subtitles/cc". I really appreciate those who do this, as it helps make the lessons accessible to more people. 3blue1brown is a channel about animating math, in all senses of the word animate. And you know the drill with YouTube, if you want to stay posted on new videos, subscribe, and click the bell to receive notifications (if you're into that). If you are new to this channel and want to see more, a good place to start is this playlist: 🤍 Various social media stuffs: Website: 🤍 Twitter: 🤍 Patreon: 🤍 Facebook: 🤍 Reddit: 🤍
Coming soon on Udemy Deep Learning from Scratch التعلم العميق من الصفر References References 1. Andrew W. Trask, “Grokking Deep Learning” 2. Seth Weidman, “ Deep Learning from Scratch: Building with Python from First Principles 1st Edition” 3. Paul Deitel, Harvey Deitel, “Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and The Cloud 1st Edition” 3. François Chollet , “Deep Learning with Python” 4. Aurélien Géron , “Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow”, 2nd Edition 5. Harrison Kinsley, Daniel Kukieła , “Neural Networks from Scratch in Python” 6. Ian Goodfellow, Yoshua Bengio and Aaron Courville , Deep Learning 7. Sebastian Raschka, Vahid Mirjalili, Python Machine Learning - Second Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2nd Edition, Kindle Edition 8. Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin, “Learning From Data_ A short course-AMLBook.com (2012) 9. Andrew NG, “Deep Learning Specialization” 10. Introduction to Deep Learning in Python course 11. Introduction to Deep Learning with Keras
مقدمة القناة عن الذكاء الاصطناعي و أداته الأهم التعليم العميق كأحدث مناهج التعلم الآلي تستعرض في ايجاز تاريخ الذكاء الاصطناعي و التقسيمات المختلفة له و تقاطعه مع علوم البيانات و العلوم الأخري , الفارق بين المناهج الكلاسيكية للتعلم الآلي و منهج التعلم العميق و أهم متطلبات البدء في دراسة هذا المجال الواعد
Language: Arabic Speaker: Fares Al-Qunaieer (ML GDE, Saudi Arabia) Subject: التعلم العميق ..مقدمة (فارس القنيعير) سنتطرق في هذه المحاضرة الى ماهو التعلم العميق؟و ما المجالات التي تندرج تحته؟ و ماهو تعلم الآلة؟ و ماهي مجالاته؟ و ماهي أنواع خوارزميات تعلم الآلة؟ -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=- #MENAGDG MENA Digital Days #ML » Full details WebSite: 🤍 » All sessions are recorded and will remain online after the streaming ends. You can watch it later anytime. 🤍 # Contact # » Twitter ⇒ Google Lead 🤍 or our account 🤍 » Facebook ⇒ 🤍 » Instagram ⇒ 🤍 -=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=- #Google Programs » Join the DSC/Developer Student clubs’ leads ⇒ 🤍 [أندية الطلبة المطورين: 🤍 » Join the GDG team ⇒ 🤍 » Get to know more about the Women Techmakers programs and initiatives the 🤍
محاضرة علم تعليم الآلة و التعلم العميق , للمهندس هشام عاصم , والتي أقيمت في اسطنبول , ديسمبر 2019
🔻 محاور المحاضرة - ما هو الذكاء الاصطناعي وما هو تاريخه؟ - أنواع الذكاء الاصطناعي. - إيجابيات وسلبيات الذكاء الاصطناعي. - أساسيات تعلم الآلة. - التعلم العميق. - مجالات تطبيق الذكاء الاصطناعي. 🔻 رابط التسجيل 🤍
هل شاهدت فيديو لرئيس الولايات المتحدة الأسبق باراك أوباما وهو يسب خلفه دونالد ترامب؟ أو شاهدت فيديو لمؤسس فيسبوك ومالكه مارك زوكربيرغ وهو يتفاخر بسيطرته على ملايين البيانات المسروقة من الناس؟ لا تصدق فهذه ما اصطلح على تسميتها بتقنية التزييف العميق. فما هي تقنية التزييف العميق؟ وكيف تعمل؟ هي إحدى تقنيات الذكاء الاصطناعي التي بدأت تتطور بسرعة وتهدد شكل الإعلام وعالم الدعاية، تقوم على تقنية حسابية برمجية اسمها التعلم العميق المبني على البيانات التي كلما ازدادت زادت معها قدرة الحواسيب على التعلم والإنتاج. ينتج الإنسان وثائق وصور وأصوات وفيدوهات لم تحدث أصلا! إلى أي مدى وصلت هذه التقنية؟ وهل يمكنك استعمالها؟ في تجربة طريفة أخرى، يحاول عنان أن يلقن إيلون ماسك ما يريد.. فهل يستطيع؟ لا تفوت مشاهدة تجربته في مختبر عنان. - #الجزيرة_o2 #التزييف_العميق #مختبر_عنان #DeepFake 00:00 المقدمة 00:39 الرئيس باراك يسب خلفه دونالد ترامب؟ 01:12 ما هو التزييف العميق؟ 01:30 ما هو التعلم العميق للخوارزمية؟ 01:49 هل يمكن أن نلقن أية شخصية مشهورة ما نريد؟ 02:01 عودة سلفادور دالي؟ 04:10 عنان يلقن إيلون ماسك ما يريد 04:36 كيف يتطور التزييف العميق؟ 04:51 كيف تكشف التزييف العميق 05:23 كيف تطور شركتا فيسبوك وتويتر أساليبَ لكشف التزييف العميق؟ لمشاهدة حلقات مشابهة.. اشترك بالقناة.. فعّل زر الجرس واضغط على الرابط.. ولا تنسَ الإعجاب والمشاركة. 🔔 🤍 تابعونا على شبكات التواصل الاجتماعي: 🤍 🤍 🤍 🤍
🔥 AI & Deep Learning with TensorFlow (Use Code "𝐘𝐎𝐔𝐓𝐔𝐁𝐄𝟐𝟎"): 🤍 This Edureka Deep Learning Full Course video will help you understand and learn Deep Learning & Tensorflow in detail. This Deep Learning Tutorial is ideal for both beginners as well as professionals who want to master Deep Learning Algorithms. Below are the topics covered in this Deep Learning tutorial video: 00:00 Introduction 3:11 What is Deep Learning 3:55 Why Artificial Intelligence? 5:48 What is AI? 6:53 Applications of AI 8:43 Machine Learning 10:28 Types of Machine Learning 10:33 Supervised Learning 11:43 Unsupervised Learning 13:08 Reinforcement Learning 14:38 Limitations of Machine Learning 16:08 Deep Learning to the Rescue 19:28 What is Deep Learning? 22:58 Deep Learning Example 24:28 Deep Learning Applications 25:48 Deep Learning Tutorial 27:08 Understanding Deep Learning With an Analogy 29:58 How Deep Learning works? 31:12 Why We need Artificial Neuron? 32:58 Perceptron Learning Algorithm 36:13 Types of Activation Functions 41:33 Single Layer Perceptron Use-case 42:33 What is TensorFlow? 44:18 Tensorflow Code Basics 49:08 TensorFlow Example 59:13 What is a Computational Graph? 1:27:08 Limitations of Single Layer Perceptron 1:28:08 Multilayer Perceptron 1:29:18 How it works? 1:29:23 What is Backpropagation? 1:30:23 Backpropagation Learning Algorithm 1:34:43 Multilayer Perceptron Use-case 1:37:48 Top 8 Deep Learning Frameworks 1:38:18 Chainer 1:39:18 CNTK 1:40:48 Caffe 1:42:28 MXNet 1:43:33 Deeplearning4j 1:45:23 Keras 1:46:58 PyTorch 1:48:23 TensorFlow 1:50:23 TensorFlow Tutorial 1:50:43 Rock or Mine Prediction Use-case 1:52:53 How to Create This Model? 1:54:13 What are Tensors? 1:54:38 Tensor Rank 1:55:58 What is TensorFlow? 2:02:28 Graph Visualization 2:05:10 Constant, Placeholder & Variables 2:08:55 Creating A Model 2:17:06 Reducing The Loss 2:18:31 Batch Gradient Descent 2:22:01 Implementing Rock or Mine Prediction Use-case 2:36:24 Artificial Neural Network Tutorial 2:39:29 Why Neural Network? 2:40:29 Problems Before Neural Network 2:42:09 What is Artificial Neural Network? 2:44:04 How It Works? 2:46:24 Perceptron Learning Algorithm - Beer Analogy 2:52:24 Multilayer Perceptron 2:53:34 Artificial Neutral Network 2:54:24 Training A Neural Network 3:05:54 Applications of Network Networks 3:09:04 Backpropagation & Gradient Descent Tutorial 3:09:49 Perceptron 3:10:44 How does the Network Learn? 3:11:09 MNIST Dataset 3:11:59 Cost Function 3:13:54 Finding Local Minima 3:16:09 Gradient Descent Learning 3:17:19 Back Propagation 3:21:29 Recurrent Neural Networks 3:22:04 Why not Feedforward Network? 3:24:29 What is Recurrent Neural Networks? 3:29:24 Training A Recurrent Neural Network 3:29:49 Vanishing & Exploding Gradient Problem 3:34:09 Long Short Term Memory Networks 3:51:04 Convolutional Neural Network 3:51:29 How A Computer Reads An Image? 3:52:14 Why Not Fully Connected Network? 3:53:29 What Convolutional Neural Network? 3:54:04 How CNN Works? 3:54:39 Convolution Layer 3:59:04 ReLU Layer 4:03:49 Fully Connected Layer 4:11:59 Autoencoders Tutorial 4:13:49 PCA vs Autoencoders 4:15:14 Introduction to Autoencoders 4:17:09 Properties of Autoencoders 4:18:09 Training Autoencoders 4:19:14 Architecture of Autoencoders 4:23:49 Types of Autoencoders 4:25:49 Convolutional Autoencoders 4:26:44 Sparse Autoencoders 4:28:29 Deep Autoencoders 4:30:29 Contractive Autoencoders 4:31:54 Demo 4:35:09 Restricted Boltzmann Machine 4:38:54 Working of RBMs 4:40:29 RBM: Energy-Based Model 4:42:34 RBM: Probabilistic Model 4:42:54 RBM Training 4:44:09 RBM: Training to Prediction 4:44:39 RBM: Example 4:46:29 TensorFlow Object Detection 4:47:34 What is Object Detection? 4:48:24 Object Detection Applications 4:51:04 Workflow of Object Detection 4:52:49 Object Detection in TensorFlow 4:53:59 Object Detection Demo 5:10:44 Creating Chatbots Using Tensorflow 5:12:14 What is Chatbots? 5:12:19 How Does ChatBot Works? 5:14:44 Applications of Chatbot 5:15:54 Layers of Chatbot 5:16:14 Natural Language Processing 5:19:59 Demo 5:21:44 Layers of Chatbot 5:21:59 Deep Learning Interview Questions PG in Artificial Intelligence and Machine Learning with NIT Warangal : 🤍 Post Graduate Certification in Data Science with IIT Guwahati - 🤍 (450+ Hrs || 9 Months || 20+ Projects & 100+ Case studies) Instagram: 🤍 Facebook: 🤍 Twitter: 🤍 LinkedIn: 🤍 For more information, please write back to us at sales🤍edureka.in or call us at IND: 9606058406 / US: 18338555775 (toll-free).
An introductory lecture for MIT course 6.S094 on the basics of deep learning including a few key ideas, subfields, and the big picture of why neural networks have inspired and energized an entire new generation of researchers. For more lecture videos on deep learning, reinforcement learning (RL), artificial intelligence (AI & AGI), and podcast conversations, visit our website or follow TensorFlow code tutorials on our GitHub repo. INFO: Website: 🤍 GitHub: 🤍 Slides: 🤍 Playlist: 🤍 Blog post: 🤍 OUTLINE: 0:00 - Introduction 0:53 - Deep learning in one slide 4:55 - History of ideas and tools 9:43 - Simple example in TensorFlow 11:36 - TensorFlow in one slide 13:32 - Deep learning is representation learning 16:02 - Why deep learning (and why not) 22:00 - Challenges for supervised learning 38:27 - Key low-level concepts 46:15 - Higher-level methods 1:06:00 - Toward artificial general intelligence CONNECT: - If you enjoyed this video, please subscribe to this channel. - Twitter: 🤍 - LinkedIn: 🤍 - Facebook: 🤍 - Instagram: 🤍
Want to build your own AI power projects? Here are a few projects to hone your skills on!
في هاذا الفيديو قمنا بتفكيك مقال علمي و المعتمد على خوارزميات التعلم العميق في إكتشاف مرض كورورنا فيروس بإستخدام صور طبية
هذه المحاضرة هي جزء من سلسلة محاضرات التعلم العميق Deep Learning يمكنك مشاهدة جميع الحلقات هنا 🤍 و يمكنك متابعتنا علي الصفحة الخاصة بنا علي الفيس بوك 🤍 كما يمكنك الانضمام للمجموعة الخاصة بنا هنا 🤍
التحديث الجديد لتقنية التعلم العميق من إنفيديا Deep Learning Super Sampling 2.3 - DLSS 2.3 _ 🌍رابط عروض طبيب الكمبيوتر 🌍 🤍 _ 🌍 روابط كمبوطر على شبكات التواصل الاجتماعي 🌍 _ 💾 فيسبوك: 🤍 💿 تويتر: 🤍 💻 انستاجرام: 🤍 🚦تك توك: 🤍 📢 دسكورد: 🤍 _ #DLSS #NVIDIA #RTX #Ampere 00:00 مقدمة 00:37 إعلان مدفوع 00:49 الكاش الثلاثي الأبعاد 02:59 تقنية التعلم العميق وإصداراتها 02:04 نضوج التقنية 03:01 العيوب والمشاكل 03:11 تحديث 2.3 04:31 الخلاصة 05:54 الخطوات القادمة 07:05 الخاتمة
🤍 🤍
محاضرة بكلية العلوم جامعة فرحات عباس سطيف 1 بتاريخ 05 مارس 2023 للدكتور رياض بغدادي .أستاذ مساعد في علوم الكمبيوتر بجامعة نيويورك أبوظبي الإمارات العربية المتحدة /باحث تابع في معهد ماساتشوستس للتكنولوجيا الولايات المتحدة الأمريكية Deep Learning Overview and Applications Dr. Ryadh Baghdadi #univsetifsocial Nos réseaux sociaux Site web 🌍 : 🤍 Web TV ▶️ : 🤍 Facebook ▶️ : 🤍 Instagram ▶️ : 🤍 YouTube ▶️ : 🤍 Twitter ▶️ : 🤍 LinkedIn ▶️ : 🤍
ستنطلق إن شاء الله في الأيام القادمة سلسلة دروس " التعلم العميق وبناء الشبكات العصبية " للذكاء الاصطناعي للمبتدئين Deep learning Machine learning Networks of Neurons
محاضرات التعلم العميق Deep Reinforcement Learning - 0:00 intro 9:09 Classes of learning Problems 14:00 Reinforcement Learning 15:06 Grid World 19:35 Markov Decision Processes 21:15 MDP Search Trees 26:29 Discounting 28:15 Defining the Q-function 33:21 Q Learning 38:15 Deep Q-Networks (DQN) 46:10 Policy Gradient (PG)
في هذه الدورة، سوف نتعلم شيئين: الأول هو تطوير فهم راسخ للذكاء الاصطناعي ومفاهيم التعلم العميق. والثاني هو أننا لن ندرس النظرية فحسب، بل سنتعلم أيضًا الذكاء الاصطناعى العملي. لذلك سنثري مجموعة أدواتنا ببعض الممارسات والأدوات لمساعدتنا في تعلم كيفية استخدام الذكاء الاصطناعي والتعلم العميق في التطبيقات الحقيقية. التسجيل متاح مجانا على مهارة تك، منصة معهد تكنولوجيا المعلومات التعليمية: 🤍 .................................................. In this course, we will learn 2 things: The first one is to Develop a Solid understanding of artificial intelligence and deep learning concepts. The second one is that we will not only study the theory, we will also learn practical AI. so we will enrich our toolset with some practice and tools to help us in learning how to deploy the Artificial Intelligence and Deep Learning in real applications. Register for free: 🤍 #ITI #MCIT #DeepLearning #Technology
دروس لغة بايثون - التعليم العميق كيراس Keras ( بالعربي) الدرس #16 Python Keras in Arabic lمع تحيات حسام الحوراني
يتناول هذا الفيديو شرح supervised or unsupervised learning in Deep learning Autoencoder (AE) Denoising AutoEncoder (DAE) How to avoid overfitting in DL ويمكن البدء في تطبيق المفاهيم التي تعلمناها مع هذا الرابط الذي يأخذك لتنفيذ اول برنامج تعلم عميق بأستخدام لغة البايثون ومكتبتها Keras خطوة بخطوة: 🤍 تحياتي للجميع وانتظرونا في بقية اجزاء الكورس قريباً ان شاء الله
.svg){kind=small}
![بيرسيبترون : اُمُّ الشبكات العصبية و التعلم العميق ! [perceptron]](https://i.ytimg.com/vi/ZfTW5hOl-zI/mqdefault.jpg "بيرسيبترون : اُمُّ الشبكات العصبية و التعلم العميق ! [perceptron]")
![[Arabic] التعلم العميق ..مقدمة (فارس القنيعير)](https://i.ytimg.com/vi/6dy0A_6dhVQ/mqdefault.jpg "[Arabic] التعلم العميق ..مقدمة (فارس القنيعير)")
