Neural Networks from Scratch in Python: Building Deep Learning Foundations

นักพัฒนาหลายคนใช้ไลบรารี machine learning โดยไม่เข้าใจคณิตศาสตร์และตรรกะที่เกิดขึ้นเบื้องหลังอย่างแท้จริง หากต้องการเป็นผู้เชี่ยวชาญด้านปัญญาประดิษฐ์อย่างแท้จริง คุณต้องเข้าใจว่าระบบเหล่านี้ทำงานอย่างไรจากหลักการพื้นฐาน ก้าวข้ามแนวทางกล่องดำของเฟรมเวิร์กสมัยใหม่ หลักสูตรนี้จะพาคุณตั้งแต่พื้นฐานที่สุดของความสัมพันธ์เชิงเส้นไปจนถึงโครงข่ายประสาทเทียมที่ทำงานได้ซึ่งสามารถจดจำรูปแบบได้ ทั้งหมดนี้เขียนด้วยโค้ดที่สะอาดใน Python มาตรฐาน คุณจะเปลี่ยนความเข้าใจเกี่ยวกับ AI ด้วยการนำอัลกอริทึมหลักที่ขับเคลื่อนเทคโนโลยีสมัยใหม่มาใช้ โดยมุ่งเน้นที่ตรรกะมากกว่าแค่ไวยากรณ์ คุณจะได้รับความมั่นใจในการปรับแนวคิดเหล่านี้ให้เข้ากับภาษาโปรแกรมหรือสภาพแวดล้อมใดก็ได้ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจคำศัพท์พื้นฐานและแนวคิดทางคณิตศาสตร์เบื้องหลังปัญญาประดิษฐ์ - สร้างโมเดล linear regression และ gradient descent โดยใช้ Python มาตรฐานเท่านั้น - ใช้ backpropagation และตรรกะ feed-forward เพื่อฝึกโครงข่ายหลายชั้น - นำ activation functions และ cost functions มาใช้เพื่อเพิ่มประสิทธิภาพโมเดล - ฝึก data normalization และ matrix operations เพื่อการคำนวณที่มีประสิทธิภาพ - ใช้ฟีเจอร์ Python สมัยใหม่ เช่น type hinting เพื่อเขียนโค้ด AI ที่แข็งแกร่งและบำรุงรักษาได้ หลักสูตรเริ่มต้นด้วยคำจำกัดความพื้นฐานและโมเดลเชิงเส้นที่ง่ายที่สุด ค่อยๆ พัฒนาไปสู่สถาปัตยกรรมที่ซับซ้อนพร้อม hidden layers คุณจะได้อ่านคำอธิบายโดยละเอียดของทุกแนวคิด และฝึกฝนผ่านแบบฝึกหัดที่เป็นลายลักษณ์อักษรซึ่งเสริมสร้างตรรกะพื้นฐานของแต่ละอัลกอริทึม หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นและนักพัฒนาที่ต้องการทำความเข้าใจกลไกภายในของ machine learning ไม่จำเป็นต้องมีประสบการณ์ AI หรือคณิตศาสตร์ขั้นสูงมาก่อนเพื่อเริ่มต้น เริ่มต้นการเดินทางสู่ใจกลางของปัญญาประดิษฐ์วันนี้