اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری خودنظارتی (Self-Supervised Learning)

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب یادگیری خودنظارتی (Self-Supervised Learning)

موضوع کلی: برنامه نویسی

موضوع میانی: هوش مصنوعی و یادگیری ماشین (AI/ML)

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر یادگیری خودنظارتی
• 2. تعریف یادگیری خودنظارتی
• 3. مقایسه با یادگیری نظارتی و بدون نظارت
• 4. مزایای یادگیری خودنظارتی
• 5. چالش های یادگیری خودنظارتی
• 6. کاربردهای یادگیری خودنظارتی
• 7. تاریخچه مختصری از یادگیری خودنظارتی
• 8. تکامل یادگیری خودنظارتی
• 9. انواع وظایف پیش‌بینی (Pretext Tasks)
• 10. طراحی وظایف پیش‌بینی
• 11. معیارهای ارزیابی وظایف پیش‌بینی
• 12. وظایف پیش‌بینی مبتنی بر همسایگی (Neighborhood-based Pretext Tasks)
• 13. بازسازی بخش های حذف شده (Inpainting)
• 14. تکمیل بخش های حذف شده (Context Prediction)
• 15. پیش‌بینی ترتیب قطعات (Jigsaw Puzzles)
• 16. پیش‌بینی جهت چرخش (Rotation Prediction)
• 17. وظایف پیش‌بینی مبتنی بر شباهت (Similarity-based Pretext Tasks)
• 18. یادگیری نمایش های متنی (Contrastive Learning)
• 19. مفهوم نمونه مثبت و منفی (Positive and Negative Samples)
• 20. توابع زیان مبتنی بر کنتراست (Contrastive Loss Functions)
• 21. SimCLR
• 22. MoCo
• 23. BYOL
• 24. SimSiam
• 25. Non-Contrastive Learning
• 26. DINO
• 27. iBOT
• 28. Masked Autoencoders (MAE)
• 29. Vision Transformer (ViT)
• 30. Masked Image Modeling (MIM)
• 31. توابع زیان مبتنی بر بازسازی (Reconstruction Loss Functions)
• 32. Autoencoders
• 33. Variational Autoencoders (VAEs)
• 34. Denoising Autoencoders
• 35. Sparse Autoencoders
• 36. توابع زیان مبتنی بر پیش‌بینی (Prediction Loss Functions)
• 37. یادگیری نمایش های مبتنی بر پیش‌بینی ترتیب (Sequential Prediction)
• 38. یادگیری نمایش های مبتنی بر پیش‌بینی ویژگی (Feature Prediction)
• 39. یادگیری نمایش های مبتنی بر پیش‌بینی های چندوجهی (Multi-modal Prediction)
• 40. کاربرد در پردازش تصویر (Computer Vision)
• 41. استخراج ویژگی از تصاویر
• 42. طبقه‌بندی تصاویر
• 43. تشخیص اشیاء
• 44. تقسیم‌بندی تصاویر
• 45. تولید تصویر
• 46. کاربرد در پردازش زبان طبیعی (Natural Language Processing)
• 47. مدل‌های زبانی خودنظارتی
• 48. Word Embeddings (Word2Vec, GloVe)
• 49. BERT
• 50. RoBERTa
• 51. XLNet
• 52. تکست کاندیشنینگ (Text Conditioning)
• 53. ترجمه ماشینی
• 54. خلاصه‌سازی متن
• 55. تولید متن
• 56. کاربرد در پردازش صوت (Audio Processing)
• 57. استخراج ویژگی از صدا
• 58. تشخیص گفتار
• 59. شناسایی گوینده
• 60. تشخیص احساسات در صدا
• 61. کاربرد در یادگیری تقویتی (Reinforcement Learning)
• 62. یادگیری نمایش های محیط (Environment Representation Learning)
• 63. یادگیری سیاست (Policy Learning)
• 64. یادگیری ارزش (Value Learning)
• 65. کاربرد در داده های سری زمانی (Time Series Data)
• 66. پیش‌بینی سری زمانی
• 67. تشخیص ناهنجاری
• 68. طبقه‌بندی سری زمانی
• 69. کاربرد در داده های گراف (Graph Data)
• 70. استخراج ویژگی از گره ها (Node Embeddings)
• 71. پیش‌بینی یال ها (Link Prediction)
• 72. طبقه‌بندی گراف (Graph Classification)
• 73. کاربرد در داده های پزشکی (Medical Data)
• 74. تحلیل تصاویر پزشکی
• 75. تشخیص بیماری
• 76. پیش‌بینی روند بیماری
• 77. کاربرد در داده های علمی (Scientific Data)
• 78. کشف دارو
• 79. شبیه‌سازی مولکولی
• 80. تحلیل داده های ژنومیک
• 81. ملاحظات پیاده‌سازی
• 82. انتخاب معماری مدل
• 83. انتخاب وظیفه پیش‌بینی مناسب
• 84. انتخاب تابع زیان مناسب
• 85. تنظیم هایپرپارامترها (Hyperparameter Tuning)
• 86. مجموعه داده های آموزشی (Training Datasets)
• 87. روش های افزایش داده (Data Augmentation)
• 88. ارزیابی مدل های خودنظارتی
• 89. معیارهای ارزیابی مدل های یادگیری انتقال (Transfer Learning Evaluation)
• 90. ارزیابی در وظایف دان استریم (Downstream Task Evaluation)
• 91. مقایسه با روش های نظارتی
• 92. مقایسه با روش های بدون نظارت
• 93. ملاحظات اخلاقی در یادگیری خودنظارتی
• 94. سوگیری در داده ها (Bias in Data)
• 95. شفافیت مدل (Model Interpretability)
• 96. کاربرد در دنیای واقعی
• 97. چالش های آینده در یادگیری خودنظارتی
• 98. یادگیری خودنظارتی چندوجهی (Multi-modal Self-Supervised Learning)
• 99. یادگیری خودنظارتی تعاملی (Interactive Self-Supervised Learning)
• 100. یادگیری خودنظارتی با داده های محدود (Few-shot Self-Supervised Learning)