1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. کتاب الکترونیکی
  6. »
  7. ARCLER – Deep Learning Technologies and Applications 2018
Deep Learning Technologies and Applications

ARCLER – Deep Learning Technologies and Applications 2018

توضیحات

کتاب Deep Learning Technologies and Applications. ابزارهای یادگیری عمیق (Deep Learning) این قابلیت را دارند که در زمینه شناسایی و تشخیص اشیای فیزیکی، به سطح بسیار بالاتری از دقت و قابلیت اطمینان دست یابند؛ به طوری که در برخی موارد، عملکرد آن‌ها حتی از توانمندی کلی انسان نیز فراتر می‌رود. یادگیری عمیق به عنوان شاخه‌ای از علم یادگیری ماشین و پژوهش‌های نوین، از لایه‌های متعدد پردازشگرهای غیرخطی بهره می‌برد تا بیاموزد چگونه می‌توان نمایش‌های دقیقی از فرآیندهای بسیار کارآمد و روزمره را مستقیماً از دل داده‌های کامپیوتری استخراج کرد. این کتاب با رویکردی جامع، به بررسی مفاهیم بنیادین و کاربردهای میان‌رشته‌ای این فناوری تحول‌آفرین می‌پردازد و نشان می‌دهد که چگونه شبکه‌های عصبی عمیق می‌توانند مسائل پیچیده در حوزه‌های مختلف علمی و مهندسی را حل کنند.

در بخش‌های مختلف این اثر، چالش‌ها و دستاوردهای نوین در حوزه‌های متنوعی همچون زیست‌شناسی محاسباتی، امنیت سایبری و زبان‌شناسی بررسی شده است. نویسندگان در این کتاب نشان می‌دهند که چگونه تحلیل داده‌های ژنومی، تصویربرداری از سلول‌های زنده و درک ساختارهای پروتئینی با کمک الگوریتم‌های پیشرفته متحول شده‌اند. علاوه بر این، کتاب به بررسی چالش‌های امنیت در شبکه‌های درون‌خودرویی، پیش‌بینی رفتار کاربران در جوامع دیجیتال و پردازش زبان طبیعی می‌پردازد. این مجموعه ارزشمند، دیدگاهی روشن و کاربردی درباره نحوه استفاده از مدل‌های محاسباتی برای درک پدیده‌های پیچیده زیستی، شناختی و مهندسی در اختیار پژوهشگران و علاقه‌مندان قرار می‌دهد و افق‌های تازه‌ای را پیش روی آن‌ها می‌گشاید.

ویژگی های کتاب

  • معرفی مبانی و مفاهیم کلیدی یادگیری عمیق در فصل اول کتاب.
  • بررسی چالش‌های محاسبه احتمالات در مدل‌های پیچیده وراثت جمعیتی با استفاده از داده‌های واریانس ژنومی در فصل دوم.
  • تحلیل نقش ناهمگونی سلولی در سیستم‌های زنده و پویا از طریق تصویربرداری سلول زنده در فصل سوم.
  • تبیین اهمیت ارتباطات میان پروتئین‌ها برای درک بهتر و دقیق‌تر ساختارهای پروتئینی در فصل چهارم.
  • ارائه چارچوبی نوین برای پیش‌بینی تغییرات در رفتار کاربران جوامع الکترونیکی و دیجیتال در فصل پنجم.
  • بررسی چالش‌های موجود در زمینه شناسایی محاسباتی و دقیق پروموترها (راه‌اندازهای ژنی) در فصل ششم.
  • معرفی یک سیستم تشخیص نفوذ نوآورانه مبتنی بر شبکه عصبی عمیق (DNN) برای ارتقای امنیت سیستم‌های درون‌خودرویی در فصل هفتم.
  • بررسی اهمیت بنیادین شناسایی رویدادها به عنوان کلیدی‌ترین وظیفه در سیستم‌های پردازش زبان طبیعی مبتنی بر رویداد در فصل هشتم.
  • تحلیل الگوهای اتصال اختصاصی سلولی در فاکتورهای رونویسی در فصل نهم.
  • جست‌وجوی ریشه‌ها و منابع توانایی انسان در درک اطلاعات املایی و نوشتاری در فصل دهم.
  • ارائه راهکارهایی برای درک و تحلیل ساده‌ترین روش‌های مدیریت انسداد و ترافیک در یک نقطه خاص در فصل یازدهم.

مشخصات کتاب

  • ناشر: ARCLER
  • مدرس / نویسنده: Gerard Prudhomme
  • تعداد صفحات: 338
  • تعداد فصل ها: 11
  • فرمت: PDF

سرفصل‌ها

Deep Learning Technologies and Applications

تصاویر

Deep Learning Technologies and Applications

راهنمای استفاده

فایل را اکسترکت و با نرم افزار مناسب اجرا کنید.

لینک دانلود

دانلود فایل – 42.1 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

42.1 مگابایت

رتبه دهید

محاسبه حجم دانلود برای ایرانسل به‌صورت تمام‌بها است.

Download Faster Without Limitation

The data center of free servers has applied a non-Iranian IP restriction on some servers
There is no limitation for VIP servers

برچسب ها:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این قسمت نباید خالی باشد
این قسمت نباید خالی باشد
لطفاً یک نشانی ایمیل معتبر بنویسید.
فقط دیدگاه‌هایی که جنبه‌ی استفاده‌ی عمومی دارد، نمایش داده می‌شود؛ درصورت تمایل به دریافت نتیجه‌ی رسیدگیِ دیدگاه خود، ایمیل معتبر وارد کنید.

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

فهرست