معرفی و دانلود کتاب یادگیری آسان شبکه‌های عصبی مصنوعی در MATLAB

معرفی کتاب یادگیری آسان شبکه‌های عصبی مصنوعی در MATLAB

کتاب یادگیری آسان شبکه‌های عصبی مصنوعی در MATLAB، منبعی ارزشمند برای افرادی است که می‌خواهند مفاهیم شبکه‌های عصبی مصنوعی را در نرم‌افزار متلب، پیاده‌سازی کنند. زهره دهقانی بیدگلی، نویسنده‌ی کتاب، با زبانی ساده و روان، مفاهیم پیچیده‌ی شبکه‌های عصبی را در این اثر توضیح داده و به روش‌های اجرای این شبکه‌ها در نرم‌افزار متلب، اشاره کرده است. پس از مطالعه‌ی کتاب حاضر، شیوه‌های اجرای شبکه‌های عصبی مصنوعی در متلب را یاد می‌گیرید.

درباره‌ی کتاب یادگیری آسان شبکه‌های عصبی مصنوعی در MATLAB

کتاب یادگیری آسان شبکه‌های عصبی مصنوعی در MATLAB،‌ راهنمایی کامل برای علاقه‌مندان به یادگیری شبکه‌های عصبی مصنوعی و پیاده‌سازی این شبکه‌ها در نرم‌افزار متلب به‌حساب می‌آید. زهره دهقانی بیدگلی، نویسنده‌ی کتاب، مفاهیم پیچیده‌ی شبکه‌های عصبی مصنوعی را با مثال‌های عملی و زبانی ساده توضیح داده تا خواننده به‌صورت خودخوان، آموزش‌های این اثر را یاد بگیرد. منظور از شبکه‌‌های عصبی مصنوعی، مدل‌های ریاضیِ الهام‌گرفته‌ از ساختار مغز انسان هستند. این مدل‌ها در قالب شبکه‌های پیچیده‌ای، پیاده‌سازی می‌شوند.

شبکه‌های عصبی مصنوعی، در این اثر به عنوان ابزار قدرتمندی برای حل مسائل پیچیده‌ مطرح شده‌‌اند. این شبکه‌ها برای تشخیص تصاویر، پردازش زبان و پیش‌بینی نتیجه‌ها، کاربرد دارند. نرم‌افزار متلب، گزینه‌ای مناسب برای پیاده‌سازی الگوریتم‌های شبکه‌های عصبی مصنوعی است. متلب، محیط حرفه‌‌ای برای برنامه‌نویسی و پیاده‌سازی سریع و راحت انواع شبکه‌های عصبی مصنوعی دارد. توابع و ابزارهای تخصصی متلب، فرایند طراحی، آموزش و ارزیابی مدل‌های شبکه‌ عصبی را ساده می‌کند. نویسنده‌، در این اثر به خواننده آموزش می‌دهد تا به‌صورت گرافیکی، شبکه‌های عصبی مصنوعی خود را در متلب طراحی و تجسم کند. این آموزش‌ها، درک بهتر ساختار و عملکرد شبکه‌های عصبی مصنوعی را برای خواننده به‌ارمغان می‌آرود تا بهینه‌ترین مدل را برای طراحی شبکه‌های عصبی مصنوعی، انتخاب کند.

مطالب کتاب یادگیری آسان شبکه‌های عصبی مصنوعی، توضیحاتی درباره‌ی پردازش توابع را در بر گرفته است. نویسنده در این بخش، تمامی اسکریپت‌های ساده و پیشرفته را توضیح داده است. در ادامه، مراحل طبقه‌بندی الگو با شبکه عصبی، مطرح شده‌اند. خوشه‌بندی، مفهوم مهم دیگری است که نویسنده از آن سخن رانده. انواع خوشه‌بندی با شبکه عصبی، خوشه‌بندی و اعمال ورودی و ساختار شبکه، خوشه‌بندی پلات‌ها و به‌کارگیری شبکه و ذخیره‌‌ی نتایج، در این اثر آموزش داده شده‌اند. خوشه‌بندی، مفهوم مهمی در شبکه‌های عصبی مصنوعی به‌حساب می‌آید. نویسنده در این اثر، روش‌های تقسیم‌داده‌ها به گروه‌هایی که اعضای آن‌ها، بیشترین شباهت‌ به هم دارند را آموزش داده است. خواننده با یادگیری این آموزش‌ها، الگوهای شبکه‌های عصبی مصنوعی را به‌نوعی طراحی می‌کند تا ساختارهای نهفته‌ در داده‌ها، مشخص شود.

کتاب یادگیری آسان شبکه‌های عصبی مصنوعی، در ادامه، توضیحاتی درباره‌ی انواع ساختارهای شبکه، شبکه‌های رقابتی، شبکه‌های دینامیک و شبکه‌های خطی را در خود گنجانده است. مطالب این کتاب با آموزش‌هایی درباره‌ی شبکه‌های عصبی پایه شعاعی، استفاده از شبکه‌های شعاعی در رگرسیون و طبقه‌بندی و ایجاد یک شبکه سفارشی، خاتمه پیدا می‌کند.

کتاب یادگیری آسان شبکه‌های عصبی مصنوعی را انتشارات آتی نگر، چاپ و روانه بازار کرده است.

کتاب یادگیری آسان شبکه‌های عصبی مصنوعی در MATLAB برای چه کسانی مناسب است؟

تمامی دانشجویان رشته‌های مهندسی رایانه، هوش مصنوعی، علوم داده و آمار، مخاطب‌های کتاب یادگیری آسان شبکه‌های عصبی مصنوعی به‌حساب می‌آیند. مطالعه‌ی این کتاب برای افرادی که در حوزه‌های پردازش تصویر، پردازش زبان و پیش‌بینی‌های اطلاعاتی فعالیت می‌کنند نیز سودمند به‌نظر می‌رسد.

در بخشی از کتاب یادگیری آسان شبکه‌های عصبی مصنوعی در MATLAB می‌خوانیم

پیش‌بینی، نوعی فیلترینگ دینامیک است که در آن مقادیر گذشته یک یا چند سری زمانی برای پیش‌بینی مقادیر آینده استفاده می‌شوند. شبکه‌های عصبی دینامیک که دارای خطوط تأخیر Tapped Delay Line هستند برای فیلترینگ غیر خطی و پیش‌بینی استفاده می‌شوند.

کاربردهای بسیاری برای پیش‌بینی وجود دارد. برای مثال، یک تحلیلگر اقتصادی ممکن است بخواهد آینده ارزش یک سهام، اوراق قرضه یا دیگر ابزارهای اقتصادی را پیش‌بینی کند. یک مهندس ممکن است بخواهد خطای تهدیدکننده یک موتور جت را پیش‌بینی کند.

فهرست مطالب کتاب

بخش اول: مفاهیم پایه
بخش دوم: برازش داده
بخش سوم: طبقه‌بندی (شناسایی الگو)
بخش چهارم: خوشه‌بندی
بخش پنجم: سری‌های زمانی (پیش‌بینی)
بخش ششم: مباحث تکمیلی