DeepHazard সিলেবাস
সাইটের পোস্ট গুলো দেখে অনেকেই ভাবতে পারেন কিভাবে কোথা থেকে শুরু করবো। আপনারা চাইলে এই পোস্টের ক্রম অনুসরণ করতে পারেন। এটাকে চাইলে সিলেবাসও ভাবতে পারেন। আমরা মূলত নিম্নোক্ত বিষয়গুলো নিয়ে আলোচনা করব।
- ব্যাসিক লাইব্রেরি
- মেশিন লার্নিং
- নিউরাল নেটওয়ার্ক (Convolutional and Recurrent)
- রিএনফোর্সমেন্ট লার্নিং
- Keras API
- scikit-learn
- বিখ্যাত কিছু পেপারের বিশ্লেষণ
- অবশ্যই কিছু দরকারি প্রোজেক্ট
ব্যাসিক লাইব্রেরীঃ
- Jupyter Notebook
- Numpy Installation
- Numpy -1
- Numpy-2
- Numpy-3
- Some Basics – OpenCV
- OpenCV-2 (coming soon)
মেশিন লার্নিংঃ
নিউরাল নেটওয়ার্কঃ
- মেশিন লার্নিং
- ডিপ লার্নিং
- আর্টিফিশিয়াল নিউরাল নেটওয়ার্ক (ANN)
- লেয়ারস
- Activation Function
- কম্পিউটার কিভাবে শেখে?
- Learning Rate
- Basic, again? – নিউরাল নেটওয়ার্ক
- প্রথম মডেল – নিউরাল নেটওয়ার্ক
- First CNN Model
- পারফরমেন্স
- Save, Load and Predict
- Overfitting – নিউরাল নেটওয়ার্ক (new)
প্রোজেক্টঃ
- OpenCV ব্যবহার করে যেকোন অবজেক্ট ট্র্যাকিং
- Face Detection (coming soon)
- Face Recognition (coming soon)
আমি কোন টপিক ভুলে গেলে অবশ্যই জানাবেন। গুড লাক।
Next Article
Please write an article about implement ML/DL in production level
অবশ্যই লিখব। প্রথম পর্যায়ে আমরা চেষ্টা করব মেশিন লার্নিং, ডিপ লার্নিং এর সম্পূর্ণ ধারণা দিতে এবং পাশাপাশি কিছু প্রোজেক্ট ও তৈরী করে দেখাবো। YOLO, VGG, ResNet, OpenPose সহ বিভিন্ন ফেমাস পেপার নিয়েও বিস্তারিত লিখব। দ্বিতীয় পর্যায়ে লিখব প্রোডাকশন লেভেল মডেল বানানো সম্পর্কে লিখব। ঐ একই সময়ে TensorflowJS ব্যবহার করে ওয়েব এবং Tensorflow Lite ও ব্যবহার করে মোবাইল এপ্লিকেশনে Deploy করা সম্পর্কে বিস্তারিত লিখব। আশা করি সাথে থাকবেন। ধন্যবাদ আপনার মতামতের জন্য।
ধন্যবাদ ভাই। খুব সুন্দর উদ্যোগ। আশা করি চালিয়ে যাবেন।
ভিডিও টিউটোরিয়াল করে যদি বুঝানো যায় তাইলে অনেক বেশি ভাল হবে।
ধন্যবাদ ভাই। খুব সুন্দর উদ্যোগ। আশা করি চালিয়ে যাবেন।