کتاب شبکه عصبی دکتر منهاج
در این بخش کتاب شبکه عصبی دکتر منهاج به همراه حل تمرینات درس شبکه عصبی در قالب فایل PDF به صورت رایگان برای شما کاربران گرامی قرار داده ایم که به صورت لینک دانلود مستقیم می توانید دانلود کنید همچنین در ادامه توضیحاتی در مورد شبکه عصبی را می توانید مشاهده کنید.
شبکه عصبی چیست
شبکه عصبی مصنوعی یا Artificial Neural Network سیستم ها و روش های محاسباتی جدید هستند که برای یادگیری ماشینی، نمایش دانش، و در انتها اعمال دانش جهت پیش بینی پاسخ های خروجی از سیستم پیچیده می باشد. شبکه های عصبی از تعدادی نرون یا سلول تشکیل شده که قابلیت یادگیری را داشته که مجموعه ورودی را به خروجی ربط می دهد.
کاربردهای شبکه های عصبی در پزشکی
شبکه های عصبی کاربرد های فراوانی می تواند در حوزه پزشکی داشته باشدو در زمینه های زیر فعلا مورد استفاده قرار می گیرد.
- سیستمهای تشخیص
- آنالیز های شیمی – پزشکی
- آنالیز تصویر
- پیشرفت های دارویی
سیستمهای تشخیص به طور عادی برای کشف سرطان و مشکلات قلبی در حوزه پزشکی کاربرد دارد و مزایای استفاده از شبکه های عصبی مصنوعی این است که تحت تاثیر عوامل خستگی ، شرایط کاری و موقعیت های عاطفی قرار نمی گیرند.
سرفصل های کتاب شبکه عصبی دکتر منهاج
فصل اول: هوش محاسباتی
- ۱تاریخچه
- ۲هوش مصنوعی
- ۳چالشهای بنیادین هوش مصنوعی
- ۴هوش محاسباتی
- ۵شبکه های عصبی (Neural Networks)
- ۶مدل ریاضی شبکه های عصبی
- ۷منطق فازی (Fuzzy Logic)
- ۸الگوریتم های ژنتیک (Genetic Algorithm)
- ۹کاربردهای شبکه های عصبی در پزشکی
- ۱۰سیستمهای تشخیص
- ۱۱آنالیز های شیمی-پزشکی
- ۱۲آنالیز تصویر
- ۱۳پیشرفتهای دارویی و مدلسازی سیستم قلبی عروقی
- ۱۴بویایی الکترونیکی
- ۱۵شناخت الگو
- ۱۶پزشک نمونه
- ۱۷کاربردهای سیستمهای فازی در پزشکی
- ۱۸سیستمهای فازی در بیو انفورماتیک
- ۱۹سیستمهای فازی ژنتیک
فصل دوم: مدل ریاضی نرون
- ۱مدل تک ورودی
- ۲برخی توابع تحریک مرسوم نرون مصنوعی
- ۳مدل چند ورودی
- ۴ساختار شبکه های عصبی
- ۵شبکه های چند لایه
- ۶مثال: یک شبکه پیشخور 3 لایه
فصل سوم: مسئله تشریحی (شناسایی الگو)
- ۱شبکه های پسخور یا برگشتی
- ۲شناسایی الگو
- ۳روشهای کلاسیک و شبکه های عصبی
- ۴پرسپترون تک لایه با تابع تحریک آستانه ای دو مقداره متقارن
- ۵پرسپترون تک لایه
- ۶مثال تشریحی با پرسپترون
- ۷شبکه همینگ : لایه اول
- ۸شبکه همینگ : لایه دوم
- ۹شبکه همینگ : لایه سوم
- ۱۰شبکه هاپفیلد
فصل چهارم: پرسپترون تک لایه
- ۱فرایند یادگیری
- ۲یادگیری با ناظر
- ۳یادگیری بدون ناظر
- ۴خلاصه فرایند یادگیری
- ۵شبکه های عصبی: سیستمهای دینامیکی آموزش پذیر
- ۶معادله یادگیری در حالت کلی
- ۷یادگیری با ناظر در شبکه عصبی
- ۸یادگیری تشدیدی (تقویتی) در شبکه عصبی
- ۹یادگیری بدون ناظر در شبکه عصبی
- ۱۰قانون یادگیری پرسپترون تک لایه (SLPR)
فصل پنجم: یادگیری LMS و شبکه های آدالاین
- ۱مقدمه
- ۲مبانی بهینه سازی و نقاط بهینه
- ۳مبانی بهینه سازی: بسط تیلور و تقریب توابع
- ۴مبانی بهینه سازی: مشتقات برداری جهت دار
- ۵مبانی بهینه سازی: شرایط لازم برای نقاط بهینه
- ۶مبانی بهینه سازی: توابع درجه دوم
- ۷مبانی بهینه سازی: توابع درجه دوم و ساختار ویژه
- ۸روند مینیمم سازی: الگوریتم کلی
- ۹روند مینیمم سازی: روش بیشترین نزول (SD)
- ۱۰نکات مربوط به الگوریتم SD
فصل ششم: یادگیری LMS یا ویدرو-هوف
- ۱مثالی از الگوریتم SD
- ۲شبکه آدالاین
- ۳معادلات ویدرو-هوف در حالت تک نرون
- ۴الگوریتم LMS
- ۵فرم دسته ای یادگیری LMS در حالت تک نرون
- ۶فرم دسته ای یادگیری LMS در حالت کلی
- ۷بهبود هایی بر LMS
- ۸کاربرد شبکه آدالاین در فیلترهای تطبیقی
فصل هفتم: شبکه های عصبی چند لایه پیشخور و یادگیری پس انتشار خطا
- ۱مقدمه
- ۲تاریخچه
- ۳شبکه پرسپترون چند لایه
- ۴حل چند مسئله شناسایی الگو
- ۵شناسایی الگو
- ۶الگوریتم BP
- ۷خلاصه الگوریتم BP
واقعا ممنون از زحمات شما دوستان خیلی دنبال PDF آموزش شبکه عصبی میگشتم این کتاب خیلی کامل است حل تمرینات کتاب رو هم گذاشتین ممنون
خیلی خوبه که این متد رو به اشتراک گذاشتید. ممنونم
سلام یه پاور پوینت می خواستم که به طور واضح شبکه عصبی رو توش توضیح بده اگه هست آدرسشو برام لطف می کنید مجکرم.
بسیار عالی تشکر ویژه از شما بابت اشتراک گذاری این محتوای آموزشی شبکه عصبی
ممنون خیلی خوب بود
ممنون عالی بود
سلام خدا خیرتون بده. من دانشجو هستم در خارج از کشور و امکان خرید از ایران رو ندارم. این کتاب رو خیلی سایت ها میفروختن ، رقم بالا نیست ولی امکان خرید وجود نداشت. ممنونم که کارم رو راحت کردین.