این هم سورس کد این الگوریتم که با تنسورفلو پیاده سازی شده بر روی دادگان MNIST

سلام جزوه بیز

جزوه رگرسیون

جزوه خلاصه شبکه عصبی دکتر کیوان راد

سورس یک پرسپترون با کتابخانه اکورد خیلی جالب هست با سی شارپ نوشته شده است

یک مجموعه آموزش فارسی از یادگیری ماشین و زیر ساخت ها و جزئیات در متلب

حل تمرینات شبکه عصبی

ایجاد و مفاهیم یادگیری سلسه مراتبی بابیز

کتاب الگوریتم های مهم و پایه با زبان پایتون (انگلیسی) 337 صفحه، سال 2010
#کتاب #برنامه_نویسی #کد #پایتون #الگوریتم
#Book #Programming #Code #Python #Algorithm #Apress
@Computer_IT_Engineering

شبکه های مولدی ممیزی دنباله ای (Generative Adversarial Nets (GAN))
این الگوریتم از سیستم شبکه‌های عصبی مصنوعی بهره می‌گیرد. سیستم‌های شبکه‌های عصبی مصنوعی با تقلید از کارکرد نورون‌های مغز انسان ساخته شده‌اند. در الگوریتم GAN دو شبکه عصبی وجود دارد که "در برابر" (بر علیه) یکدیگر کار می‌کنند. یکی از این شبکه‌ها الگوریتمی است که محتوا می‌سازد و شبکه دوم آنچه ساخته شده است را به چالش می‌گیرد و نقش مخالف را بازی می‌کند.
شبکه های GANs معماری خالصی از شبکه های عصبی عمیق هستند که از دو شبکه تشکیل شده اند.GANs در یک مقاله توسط آقای¬ Goodfellow و دیگر محققان در دانشگاه مونترال، از جمله Yoshua Bengio، در سال 2014 معرفی شد. Yann LeCun، مدیر تحقیقات آی.بی.سی فیس بوک، "آموزش رقابتی" را "جالب ترین ایده در 10 سال گذشته در یادگیری ماشین دانسته است.
پتانسیل GAN بسیار زیاد است، زیرا آنها می¬توانند یادگیری هر نوع توزیع داده را تقلید کنند. به این معنا، GAN ها می توانند آموزش داده شوند تا جهان هایی را که در هر حوزه ای شبیه به خودمان هستند، ایجاد کنیم: تصاویر، موسیقی، سخنرانی، پروسه. آنها یک ربات هنرمند هستند، و خروجی آنها چشمگیر است.