Lecture 4: Simple Neural Networks | المحاضرة الرابعة في الديب ليرنينج

في المحاضرة الرابعة من كورس Deep Learning، بنبدأ أول خطوة حقيقية في عالم Neural Networks ونتعرف على النماذج البسيطة اللي ساعدت في بناء المفاهيم الأساسية للشبكات العصبية اللي بنستخدمها حاليًا.

في المحاضرة دي هنتكلم عن:

نموذج McCulloch-Pitts وإزاي بيشتغل كأبسط وحدة معالجة منطقية.

نموذج Hebbian Network وفكرته في التعلم القائم على تقوية الروابط بين الخلايا العصبية.

نموذج Perceptron كأول شبكة قادرة على اتخاذ قرارات بسيطة، وهنحل عليه مجموعة أمثلة تطبيقية عشان نفهمه بشكل عملي.

وأخيرًا، نتكلم عن مفهوم Adaline، وازاي بيختلف عن الـ Perceptron، ونتعرف على دوره كنقطة انتقال مهمة في تطور الشبكات العصبية.

📌 المحاضرة دي تعتبر حجر الأساس لفهم الشبكات العصبية الحديثة، لأن النماذج البسيطة دي هي اللي بُني عليها كل التطويرات اللي جاية.

—————————
الفيديو المذكور للعالم McCulloch في المحاضره :
https://youtu.be/wawMjJUCMVw?si=5nWPVQcrlyJNRPCw


🎥 جميع الحقوق محفوظة للدكتور إيهاب عيسى - كلية الحاسبات والمعلومات - جامعة المنصورة


0:00 - مقدمة
1:20 - General Architecture
3:20 - Decision Boundary
5:20 - McCulloch-Pitts Model
8:16 - McCulloch-Pitts Example
10:17 - Hebbian Networks
15:52 - Hebbian Networks Example
26:07 - Perceptron
33:17 - Perceptron Example
38:36 - Adaline
44:32 - Madaline
45:52 - نهاية المحاضرة