Deep Learning SIMPLIFIED: The Series Intro – Ep. 1



إذا كنت مثل معظم المبتدئين، محاولة معرفة المزيد عن "التعلم العميق" (تعلم الآلة) يشعرك وكأنك تأخذ شراباً من خرطوم الحريق تُوَاجه الكثير من المعلومات المعقدة بسرعة كبيرة جدا، وأكثرها ينتهي بها تتسرب من عقلك إذا كنت قد تعبت من كل ذلك، إذا سوف تحب السلسلة التي صنعتها لك! هدفي هو تبسيط كل شيء حتى يتسنى لك معرفة ما يكفي لإيجاد معنى خلف كل هذه التفاصيل التقنية إذا كنت قد حاولت من قبل الإطلاع عن التعلم العميق في الماضي على الأرجح قد صادفت مباشرة مصطلحات مثل شبكات الإيمان العميق شبكات إلتفافيه، الإنتشار الخلفي، غير الخطي، التعرف على الصور، إلخ … أو ربما قد صادفت الباحثون الكبار في التعلم العميق مثل أندرو إنغ، جيف هينتين، يان لي كون، يوشوا بينجيو، أندري كارباثي إذا كنت مطلعاً على أخبار التكنولوجيا قد تكون على الأرجح سمعت عن التعلم العميق في الشركات الكبرى شراء جوجل لـ"DeepMind" مقابل 400 مليون دولار، شركة Apple وسياراتها ذاتية القياده، شركة إنفيديا ووحدات معالجة الرسومات الخاصة بها، و إنفاق تويوتا مليار دولار للإستثمار في بحوث الذكاء الإصطناعي. ولكن هناك شيء واحد يصعب العثور عليه دائما شرح لما هو التعلم العميق فعليا بلغة بسيطة يمكن لأي شخص أن يفهمها مقاطع الفيديو حول هذا الموضوع عادةً تكون إما رياضيةً للغاية أو لديها الكثير من الأكواد (أسطر برمجيه) أو معقدة للغاية بدرجة عالية وصعبة المنال كما لو أنها على إرتفاع 100,000 قدم في الهواء في هذه السلسلة، سأقوم بشرح التعلم العميق لك من دون إخافتك بعيدا بكل تلك الرياضيات والأكواد ليس وكأن الجانب التقني من التعلم العميق سيئ في الواقع، إذا كنت تريد أن تعرف المزيد عن هذا المجال، سوف تحتاج إلى معرفته في مرحلة ما ولكن إذا كنت مثلي، ربما كنت ترغب فقط في القفز الى نقطة حيث التعلم العميق لا يكون مخيفا بعد الآن وكل شيء يكون منطقياً أنا أعلم أنه يبدو مخيفاً لأن هناك الكثير من المعلومات، ولكن لهذا السبب أنا موجودة هنا للمساعدة! على أقل تقدير، أريد إيصالك الى النقطة حيث تعرف كيفية الاستفادة من كل برامج التعلم العميق والمكتبات الرائعة المتوفره إذا كنت قد كافحت في ما مضى من أجل العثور على معلومات واضحة عن التعلم العميق، الرجاء التعليق و إسمح لي أن أعرف أفكارك! على مدى مقاطع الفيديو القادمة، أريد أن أجلبك معي
خطوة بخطوة حتى تعرف ما يكفي ليصبح كل شيء يكون منطقياً لن تعرف كل شيء عن هذا المجال، ولكن سيكون لديك فكرة أفضل عما يمكن تعلمه وأين ستذهب تاليا إذا كنت مهتماً في معرفة المزيد سنبدأ مع بعض المفاهيم الأساسية حول التعلم العميق و سنتطرق إلى أنواع مختلفة من النماذج وبعض الأفكار لكيفية الإختيار بينهم. ولا تقلق – مثلما وعدت، سوف نتخطي الرياضيات ونذهب مباشرة الى المنطق وفي وقت لاحق، ستتعرف على بعض حالات الإستخدام المختلفة للتعلم العميق ثم بعد ذلك، سنصل الى الأشياء العمليه أولا سترى بعض المنصات التي تسمح لك ببناء شبكاتك العميقة (شبكات عصبونية) الخاصة، ومن ثم ستتعلم عن المكتبات البرمجية التي يمكنك استخدامها لتطبيقاتك الشخصية اليوتيوب قناة رائعة لهذه الدروس لأن التواصل لا يجب أن يكون في اتجاه واحد إذا شعرت في أي وقت بعدم الفهم أو كان هناك أي شيء ترغب في إضافه لا تتردد في ترك تعليق والمساهمه المشاهدين الآخرين وأنا جميعا نرغب أن نستمع لك 🙂 إذا رغبت بالتعليق قم بكتابتة باللغة الإنجليزية لزيادة فرصة التفاعل معك لا تتردد في متابعة بقية السلسلة وقوموا بالإشتراك في القناة فهي تستحق
– ترجمة Silver Cube –

40 thoughts on “Deep Learning SIMPLIFIED: The Series Intro – Ep. 1”

  1. This first video is the Series Intro. If you wanna know how the series is set up, start here. Else start with episode 2.

  2. This is such a great intro video. I've started following Andrew Ng course on Machine Learning last year, but I didn't complete it because the course gets harder and much more complicated week by week. I'm glad that I've come across your video and I hope I will be persistence throughout the course and will get some confidence on the subject.

  3. R Deep Learning Essentials: A step-by-step guide to building deep learning models using TensorFlow, Keras

    https://amzn.to/2HMyCnm

    (This is an affiliate link)

  4. I'll totally watch the next video but I just wanted to let you know that a big "yo here's what I'm gonna do" for 4 minutes gives off huge priming/sales pitch/scam vibes which could potentially deter a lot of people.

  5. Projects in Machine Learning : Beginner To Professional

    > Build real world projects using Supervised and Unsupervised learning algorithms
    > Learn about differnt types of machine learning algorithms
    > Learn to implement neural networks

    http://bit.ly/2wDnPVp

  6. "Sooo… Because most people are fucking retarted and can't handle a 40' fully comprenhensible video on what the heck deep learning is, I decided to make a MOTHERFUCKING THIRTY ONE PART series for 4th graders."
    I swear, that's what I heard.

  7. This video was useless. The entire video was about how complex deep learning is – but it doesn't explain what it is LOL. I'm guessing that's EP2?

  8. Unfortunately, there was no answer to the question "What is deep learning?" until the moment I had enough patience to watch – 2:05

  9. Introduction to Data Science- Bootcamp
    > Build a foundation in R programming and statistics.
    > Be ready to apply for data analytics and junior data scientist roles, and take on freelance projects.

    #DataScience #Bootcamp # R

    Enroll : http://bit.ly/2vGYdpg

  10. But what is deep learning????? I was expecting an answer like…. 'it's a revolutionary technology that helps in…… '. What i got was… 'this course do wonders and it is so well formed…. '. U never reached a point!

  11. Deep Learning is a great way for terrorists, disgruntled postal workers, and students with test anxiety to program an artificial intelligence drone, airplane, truck or car full of explosives to go blowup a university, airport, governmental installation or their grandmother's house.

  12. Statistics Essentials for Analytics

    > Understanding the data
    > Probability and its uses
    > Statistical Inference
    > Data Clustering
    > Testing the data
    > Regression Modelling

    #Statistics #DataAnalytics

    http://bit.ly/2LTdIpp

  13. OK, vou te indicar alguns pensamentos meus sobre métodos de ensino.
    Primeiro: Acredito que nós só aprendemos em duas situações: Por prazer ao assunto e por necessidade. No prazer, você tem que conquistar a pessoa de uma forma parecida ao que acontece na propaganda e no cinema. Envolva as emoções e sensações básicas dos seres humanos. E para isso você precisa, por exemplo, fazer conexões com situações que a pessoa já passou. Mas este é só um pequeno exemplo. Já no caso da necessidade você precisa mostrar a aplicação daquele conhecimento no cotidiano da pessoa. Na vida dela. Ou no mínimo, no trabalho/profissão dela. Mas tem que ser algo bem de imediato. E digo de imediato pois as vezes lidamos com crianças ou adolescentes forçados a aprender algo. Nestes casos, uma possível saída, é tentar cativá-los com a descrição do cotidiano e dos resultados no nosso mundo de uma determinada profissão/carreira. No clássico: O que você quer ser quando crescer?
    Segundo: Nós somos bem visuais. Então exemplos visuais são importantes. Audio-visual também ajuda.
    Terceiro: Outra situação são coisas como: exemplos, repertório, experiências. Pense num artista que precise desenhar um guepardo. Quanto mais informação(principalmente visual, neste caso) ele tiver de guepardos, melhor ficará o seu desenho final. Repertórios são importantes para desenvolver uma base de experiências para aprendermos algo. Aliás, não é bem assim que as máquinas aprendem? Por vários imputs de referência?
    Quarto: Bons meios de se ensinar quaisquer coisas são: A história sobre aquele tema. Reportagens sobre o assunto. De preferência atuais, senão vai se encaixar na história. Ou neste próximo exemplo: Livros e literatura sobre o tema(inclui artigos, documentários, fóruns…). Glossários e termos sobre o assunto/tema. Imagens e multimídia que ajude no repertório e nas experiências do aluno.
    Quinto: Trate o assunto de forma filosófica, artistica, matemática/exata e científica. Qualquer assunto! Sério 🙂 !
    Neste caso, nós temos as abordagens filosóficas envolvendo conceitos de IA. Usar técnicas clássicas e modernas de filosofia, ou seja, de pensamento organizado, para podermos compreender melhor algo em torno de um assunto. Como IA de forma genérica. Ou mesmo: Como resolver um determinado problema? E como resolvê-lo usando deep learning?
    Trabalhar de forma artística significa, basicamente, não há regras. Também significa que você tem que ensinar principios de criatividade, e de coisas como psicologia(não-clínica); enfim de processo criativo. Como os conceitos no livro Roube como um Artista(Cópia, Modificação e Combinação). Aliás, este trio é mais um elemento de IA, neste caso ligado à criação e arte, não?
    Científica vem da ideia do uso do revolucionário método científico. Apesar de metódico ele é muito preciso e eficiente. Você só precisa de coisas como pesquisas, referências, experimentos, estudos, e várias outras coisas para ir testando hipóteses suas. E então ir compartilhando e discutindo os resultados dos seus pensamentos e ideias com outras pessoas para encontrar fatos sobre o assunto e chegar a conclusões melhores.
    Já a matemática se aplica à interpretação matemática de um a determinada situação. O que por sua vez, ao meu ver, envolve um pouco de arte, filosofia e ciência. Só que aplicado à área de exatas e à precisão, controle e previsibilidade dos números. Infelizmente, neste caso, sempre vai se exigir conhecimentos mais técnicos de matemática. Conhecimentos estes que podem existir ou ter sido um tanto destruidos pelos métodos de ensino(forçado) da escola.

  14. Deep learning explained in simple words http://www.solutionfactory.in/posts/Dive-Deep-into-Deep-Learning

  15. Hi There. I simply love your presentations. Can i as what tool you are using. I am looking for something I can visually explain things

Leave a Reply

Your email address will not be published. Required fields are marked *