کتاب Rust for Machine Learning: A Practical Guide to Implementation
, ,

کتاب Rust for Machine Learning: A Practical Guide to Implementation

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000028322 دسته: , , برچسب: , , , , , , , , ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب Rust for Machine Learning: A Practical Guide to Implementation

موضوع کلی: برنامه نویسی

موضوع میانی: راست (Rust)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر Rust و یادگیری ماشین
  • 2. چرا Rust برای یادگیری ماشین؟
  • 3. مزایای Rust برای توسعه ML
  • 4. چالش های Rust برای توسعه ML
  • 5. نصب Rust و ابزارهای مرتبط
  • 6. محیط توسعه Rust (IDE)
  • 7. مدیریت بسته Cargo
  • 8. ساختار پروژه Rust
  • 9. مبانی زبان Rust
  • 10. متغیرها و انواع داده
  • 11. اپراتورها و عبارات
  • 12. کنترل جریان (if/else, loops)
  • 13. توابع و closures
  • 14. ساختارها (structs) و enum ها
  • 15. Ownership و Borrowing
  • 16. Lifetimes
  • 17. مدیریت خطا (Result, Option)
  • 18. ماژول ها و کریت ها (traits)
  • 19. کدنویسی همزمان در Rust
  • 20. مقدمه ای بر موازی سازی
  • 21. رشته ها (threads)
  • 22. پیام رسانی بین رشته ها (channels)
  • 23. قفل ها (mutex, RwLock)
  • 24. کتابخانه های استاندارد Rust برای همزمانی
  • 25. معرفی کتابخانه های یادگیری ماشین در Rust
  • 26. معرفی کلی اکوسیستم Rust ML
  • 27. بررسی اجمالی کتابخانه های محبوب
  • 28. انتخاب کتابخانه مناسب برای پروژه شما
  • 29. کار با داده ها در Rust
  • 30. انواع ساختارهای داده برای داده های عددی
  • 31. استفاده از slices و vectors
  • 32. مقدمه ای بر کتابخانه ndarray
  • 33. عملیات پایه با ndarray
  • 34. توابع ریاضی و آماری با ndarray
  • 35. بارگذاری و ذخیره سازی داده ها (CSV, NumPy)
  • 36. پیش پردازش داده ها
  • 37. پاکسازی داده ها (مقادیر گمشده، داده های پرت)
  • 38. مقیاس بندی و نرمال سازی ویژگی ها
  • 39. رمزگذاری دسته ای (one-hot encoding)
  • 40. تقسیم داده ها (آموزش، اعتبارسنجی، تست)
  • 41. مبانی یادگیری ماشین
  • 42. انواع یادگیری ماشین (نظارت شده، بدون نظارت)
  • 43. مسائل رگرسیون و طبقه بندی
  • 44. معیارهای ارزیابی مدل (دقت، صحت، F1-score، MSE)
  • 45. مدل های خطی
  • 46. رگرسیون خطی (Linear Regression)
  • 47. رگرسیون لجستیک (Logistic Regression)
  • 48. پیاده سازی مدل های خطی با Rust
  • 49. استفاده از ndarray برای عملیات ماتریسی
  • 50. آموزش و پیش بینی با مدل های خطی
  • 51. مدل های مبتنی بر درخت
  • 52. درخت های تصمیم (Decision Trees)
  • 53. جنگل های تصادفی (Random Forests)
  • 54. گرادیان بوستینگ (Gradient Boosting)
  • 55. پیاده سازی مدل های مبتنی بر درخت با Rust
  • 56. کتابخانه های مرتبط با مدل های درختی
  • 57. آموزش و پیش بینی با مدل های درختی
  • 58. ماشین های بردار پشتیبان (SVM)
  • 59. مبانی SVM
  • 60. پیاده سازی SVM با Rust
  • 61. کاربرد SVM در مسائل طبقه بندی
  • 62. شبکه های عصبی (Neural Networks)
  • 63. مبانی شبکه های عصبی
  • 64. لایه های شبکه عصبی (ورودی، پنهان، خروجی)
  • 65. توابع فعال سازی (ReLU, Sigmoid, Tanh)
  • 66. انتشار رو به جلو (Forward Propagation)
  • 67. انتشار رو به عقب (Backpropagation)
  • 68. بهینه سازی گرادیان (Gradient Descent, Adam)
  • 69. پیاده سازی یک شبکه عصبی ساده با Rust
  • 70. استفاده از کتابخانه های ML تخصصی برای شبکه های عصبی
  • 71. آموزش و پیش بینی با شبکه های عصبی
  • 72. شبکه های عصبی کانولوشنال (CNN)
  • 73. مبانی CNN
  • 74. لایه های کانولوشنال و Pooling
  • 75. کاربرد CNN در بینایی کامپیوتر
  • 76. پیاده سازی CNN با Rust
  • 77. شبکه های عصبی بازگشتی (RNN)
  • 78. مبانی RNN
  • 79. حافظه طولانی کوتاه مدت (LSTM) و واحدهای بازگشتی دروازه ای (GRU)
  • 80. کاربرد RNN در پردازش زبان طبیعی
  • 81. پیاده سازی RNN با Rust
  • 82. یادگیری عمیق (Deep Learning)
  • 83. معرفی چارچوب های یادگیری عمیق در Rust
  • 84. استفاده از کتابخانه های قدرتمند برای DL
  • 85. آموزش مدل های عمیق
  • 86. تنظیم هایپرپارامترها (Hyperparameter Tuning)
  • 87. اعتبارسنجی متقابل (Cross-validation)
  • 88. تکنیک های منظم سازی (Regularization)
  • 89. کاهش ابعاد (Dimensionality Reduction)
  • 90. تجزیه مولفه های اصلی (PCA)
  • 91. تکنیک های دیگر کاهش ابعاد
  • 92. کاربرد کاهش ابعاد در ML
  • 93. یادگیری بدون نظارت (Unsupervised Learning)
  • 94. خوشه بندی (Clustering)
  • 95. K-Means
  • 96. DBSCAN
  • 97. کاربرد خوشه بندی
  • 98. تشخیص ناهنجاری (Anomaly Detection)
  • 99. روش های مبتنی بر فاصله
  • 100. روش های مبتنی بر چگالی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب Rust for Machine Learning: A Practical Guide to Implementation”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا