مستر کلاس NeuroVision: یادگیری عملی شبکه‌ عصبی روی داده‌های جدولی و تصویری

فصل ۱: مقدمه و مفاهیم پایه

1. معرفی دوره و کاربردهای شبکه عصبی در دنیای واقعی

2. تفاوت داده‌های جدولی، تصویری و متنی

3. مروری بر یادگیری ماشین و جایگاه شبکه عصبی

4. ساختار شبکه عصبی:

نورون مصنوعی، لایه‌ها، وزن‌ها و بایاس

توابع فعال‌سازی (ReLU، Sigmoid، Linear)

5. مفهوم تک‌متغیره و چندمتغیره:

کاربرد در داده‌های جدولی و تصویری

6. مزایا و محدودیت‌ها

فصل ۲: آماده‌سازی داده‌ها

1. داده‌های جدولی:

پاک‌سازی، نرمال‌سازی، کدگذاری ویژگی‌ها

تقسیم به Train/Test

2. داده‌های تصویری:

خواندن تصاویر (OpenCV، PIL، TensorFlow/Keras)

تغییر اندازه، نرمال‌سازی و تبدیل به آرایه

تقسیم به Train/Test

3. بررسی روابط داده‌ها:

نمودارهای scatter، heatmap (جدولی)

نمایش نمونه تصاویر و برچسب‌ها

فصل ۳: شبکه عصبی برای داده‌های جدولی

1. شبکه تک‌متغیره:

ساخت مدل، آموزش، پیش‌بینی

نمایش خروجی‌ها و نمودار مقایسه واقعی vs پیش‌بینی

تفسیر وزن‌ها و تاثیر ویژگی‌ها

2. شبکه چندمتغیره:

پیش‌بینی چند خروجی همزمان

تفسیر اثر ویژگی‌ها روی هر خروجی

3. بهینه‌سازی و نکات پیشرفته:

Dropout، Early stopping

تغییر تعداد لایه‌ها و نورون‌ها

4. پروژه عملی: شبیه‌سازی یا داده واقعی

فصل ۴: شبکه عصبی برای داده‌های تصویری

1. مقدمه بر CNN (Convolutional Neural Network)

2. ساختار CNN:

لایه‌های Convolution، Pooling، Fully Connected

توابع فعال‌سازی و Softmax برای دسته‌بندی

3. شبکه تک‌متغیره و چندمتغیره

4. آموزش و پیش‌بینی:

نمایش نمونه تصاویر با برچسب واقعی و پیش‌بینی شده

5. نکات پیشرفته:

Data augmentation (چرخش، برش، تغییر روشنایی)

Fine-tuning و انتقال یادگیری (Transfer Learning)

فصل ۵: تجسم و تفسیر خروجی‌ها

1. داده‌های جدولی:

نمودار scatter، line و heatmap

بررسی وزن‌ها و تاثیر ویژگی‌ها

2. داده‌های تصویری:

نمایش تصاویر با پیش‌بینی و مقایسه با برچسب واقعی

نمودار دقت و loss در طول epochs

Visualizing filters و feature maps در CNN

فصل ۶: پروژه نهایی مشترک

1. داده‌های جدولی:

پیش‌بینی تک‌متغیره و چندمتغیره

تحلیل اثر ویژگی‌ها

2. داده‌های تصویری:

دسته‌بندی تصاویر، پیش‌بینی ویژگی‌ها

نمایش نتایج و تحلیل مدل

3. جمع‌بندی:

مقایسه شبکه عصبی برای داده‌های جدولی و تصویری

نکات عملی برای انتخاب مدل مناسب