بهترین موضوعات به روز در زمینه ی یادگیری عمیق و یادگیری ماشین

Question

باسلام لطفا موضوعات به روزی که در زمینه ی یادگیری عمیق و یادگیری عمیق هستش را معرفی کنید که بتونیم روی اون موضوعات کار کنیم تا مقاله به ژورنال و مجله معتبر بدهیم اگر ممکنه در مورد هر موضوع مقاله ای هم معرفی کنید برای اشنایی با اون موضوع و اون زمینه ممنون از راهنماییتون

 

 

Answer 1

آموزش کلاس یادگیری عمیق دانشگاه استنفورد (۲۰۱۶)
دانلود مستقیم از سرور های داخل کشور :

Lecture1__Introduction_and_Historical_Context
Lecture_2__Data-driven_approach_kNN_Linear_Classification_1
Lecture_3__Linear_Classification_2_Optimization
Lecture_4__Backpropagation_Neural_Networks_1
Lecture_5__Neural_Networks_Part_2
Lecture_6__Neural_Networks_Part_3___Intro_to_ConvNets
Lecture_7__Convolutional_Neural_Networks
Lecture_8__Localization_and_Detection
Lecture_9__Visualization_Deep_Dream_Neural_Style_Adversarial
Lecture_10__Recurrent_Neural_Networks_Image_Captioning_LSTM
Lecture_11__ConvNets_in_practice
Lecture_12__Deep_Learning_libraries
Lecture_13__Segmentation_soft_attention_spatial_transformers
Lecture_14__Videos_and_Unsupervised_Learning
Lecture_15__Invited_Talk_by_Jeff_Dean
برای تماشای آنلاین این دوره در یوتیوب اینجا کلیک کنید .
برای دانلود از طریق تورنت  اینجا  کلیک کنید.

برای دانلود  پاورپوینت ها هم اینجا کلیک کنید (حجم همه با هم تقریبا ۳۰۰ مگ میشه )
برای دانلود زیرنویس انگلیسی بصورت جداگانه هم اینجا کلیک کنید
برای خرید این دوره هم میتونید از اینجا اقدام کنید

 

آموزش کلاس یادگیری عمیق دانشگاه استنفورد امسال (۲۰۱۷) :
دانلود مستقیم از سرور های داخل کشور :

Lecture_1___Introduction_to_Convolutional_Neural_Networks_for_Visual_Recognition
Lecture_2___Image_Classification
Lecture_3___Loss_Functions_and_Optimization
Lecture_4___Introduction_to_Neural_Networks
Lecture_5___Convolutional_Neural_Networks
Lecture_6___Training_Neural_Networks_I
Lecture_7___Training_Neural_Networks_II
Lecture_8___Deep_Learning_Software
Lecture_9___CNN_Architectures
Lecture_10___Recurrent_Neural_Networks
Lecture_11___Detection_and_Segmentation
Lecture_12___Visualizing_and_Understanding
Lecture_13___Generative_Models
Lecture_14___Deep_Reinforcement_Learning
Lecture_15___Efficient_Methods_and_Hardware_for_Deep_Learning
Lecture_16___Adversarial_Examples_and_Adversarial_Training_

برای مشاهده در یوتیوب اینجا کلیک کنید

برای دانلود زیرنویس اینجا کلیک کنیدsubtitles_CS231n_Deeplearning.ir

پردازش زبان طبیعی سال ۲۰۱۷ (NLP 2017 – Stanford)
کلاس سال ۲۰۱۷ استنفورد در زمینه NLP رو هم میتونید از اینجا دانلود کنید

Lecture_1___Natural_Language_Processing_with_Deep_Learning
Lecture_2___Word_Vector_Representations__word2vec
Lecture_3___GloVe__Global_Vectors_for_Word_Representation
Lecture_4__Word_Window_Classification_and_Neural_Networks
Lecture_5__Backpropagation_and_Project_Advice
Lecture_6__Dependency_Parsing
Lecture_7__Introduction_to_TensorFlow
Lecture_8__Recurrent_Neural_Networks_and_Language_Models
Lecture_9__Machine_Translation_and_Advanced_Recurrent_LSTMs_and_GRUs
Lecture_10__Neural_Machine_Translation_and_Models_with_Attention
Lecture_11__Gated_Recurrent_Units_and_Further_Topics_in_NMT
Lecture_12__End-to-End_Models_for_Speech_Processing
Lecture_13__Convolutional_Neural_Networks
Lecture_14__Tree_Recursive_Neural_Networks_and_Constituency_Parsing
Lecture_15__Coreference_Resolution
Lecture_16__Dynamic_Neural_Networks_for_Question_Answering
Lecture_17__Issues_in_NLP_and_Possible_Architectures_for_NLP
Lecture_18__Tackling_the_Limits_of_Deep_Learning_for_NLP
Review_Session__Midterm_Review