آموزش دسته بندی اخبار جعلی با LSTM در پایتون – پیش ثبت نام

شبکه عصبی LSTM یا Long-Short Term Memory (حافظه کوتاه - مدت طولانی)، یک نوع شبکه عصبی بازگشتی (Recurrent Neural Network) RNN محسوب می‌شود که مشکل ناپدیدشدن گرادیان (Vanishing Gradient) را حل کرد. همان‌طور که مشخص است تمامی خبرها چه اخبار واقعی Real و چه اخبار جعلی Fake می‌توانند بر افکار عمومی تاثیر به‌سزایی داشته باشد، حال تصور کنید خبری منتشر شده که ماهیتی دروغین دارد و واضح است که این نوع اخبار در زمان‌هایی حساس و در مورد مسائلی مهم پخش و منتشر می‌شوند، اینکه ما با استفاده از یک مجموعه ‌داده مدلی را درست کنیم که خبرهای جعلی را از واقعی تشخیص دهد یک پروژه کاربردی و در عین‌ حال جذاب به شمار می‌آید که برای دنیای امروز بسیار ضروری است. در این آموزش، ابتدا با یادگیری عمیق و الگوریتم‌های مختلف آن آشنا می‌شویم، سپس محیط برنامه‌نویسی و کتابخانه‌های موردنظرمان در پایتون را معرفی خواهیم کرد، سپس مروری بر پردازش زبان‌های طبیعی خواهیم داشت تا با ماهیت مسئله تشخیص اخبار جعلی از واقعی آشنا شویم. ما برای انجام پروژه از یک مجموعه‌داده انگلیسی برچسب‌خورده استفاده می‌کنیم پس با یک مسئله Supervised Learning طرف هستیم. در ادامه الگوریتم‌های دیگری که می‌توانید برای این Task خاص استفاده کنید به شما معرفی خواهد شد و چرایی اینکه ما از شبکه عصبی LSTM (Long-Short Term Memory) استفاده می‌کنیم را شرح می‌دهیم. در نهایت پروژه را پیاده‌سازی کرده و میزان دقت آن را بررسی و تحلیل می‌کنیم.
دوره آموزش دسته بندی اخبار جعلی با LSTM در پایتون – پیش ثبت نام دوره‌ای با امتیاز نهایی 1 می‌باشد و توسط دوره بین که موتور جستجوی بهترین دوره‌ های آموزشی می‌باشد، تحلیل، بررسی و امتیازدهی شده است. مدت زمان این دوره می‌باشد که در فرادرس توسط مدرسین فرادرس مدرس این دوره ارائه شده است. قابل توجه است که این دوره مدرک ندارد و دوره مذکور 1 تومان می‌باشد.
همچنین می‌توانید با کلیک بر روی دکمه شروع یادگیری به آموزشگاه ارائه‌دهنده متصل شوید و دوره آموزش دسته بندی اخبار جعلی با LSTM در پایتون – پیش ثبت نام را تهیه نمایید.
علاوه بر این، شما عزیزان می‌توانید همه دوره‌های مشخص نشده سراسر اینترنت را در صفحه مشخص نشده در دوره‌بین مشاهده، مقایسه و بهترین دوره از نظر کیفیت و قیمت را به آسانی انتخاب نمایید.