اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری ماشین با شبکه‌های عصبی: مبانی و کاربردهای عملی (با تمرکز بر ماشین‌های بردار پشتیبان)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری ماشین با شبکه‌های عصبی: مبانی و کاربردهای عملی (با تمرکز بر ماشین‌های بردار پشتیبان)

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: شبکه‌های عصبی و الگوریتم‌های پیشرفته

📋 سرفصل‌های دوره

• 1. مبانی یادگیری ماشین
• 2. مقدمه‌ای بر هوش مصنوعی
• 3. انواع یادگیری ماشین
• 4. یادگیری با نظارت
• 5. یادگیری بدون نظارت
• 6. یادگیری تقویتی
• 7. مقدمه‌ای بر شبکه‌های عصبی
• 8. نورون مصنوعی
• 9. توابع فعال‌سازی
• 10. ساختار شبکه‌های عصبی
• 11. پس‌انتشار خطا
• 12. بهینه‌سازی شبکه‌های عصبی
• 13. گرادیان کاهشی
• 14. قوانین یادگیری
• 15. تنظیم نرخ یادگیری
• 16. استفاده از بهینه‌سازها
• 17. تنظیمات اولیه وزن‌ها
• 18. تنظیمات بایاس
• 19. شبکه‌های عصبی پرسپترون چندلایه
• 20. یادگیری عمیق
• 21. معماری‌های شبکه‌های عصبی
• 22. شبکه‌های کانولوشنال
• 23. شبکه‌های بازگشتی
• 24. شبکه‌های مولد تخاصمی
• 25. کاربرد شبکه‌های عصبی
• 26. پردازش زبان طبیعی
• 27. بینایی ماشین
• 28. سیستم‌های توصیه‌گر
• 29. ماشین‌های بردار پشتیبان (SVM)
• 30. مقدمه‌ای بر SVM
• 31. مرز تصمیم‌گیری
• 32. فضای ویژگی
• 33. هسته‌های SVM
• 34. هسته خطی
• 35. هسته چندجمله‌ای
• 36. هسته تابع پایه شعاعی (RBF)
• 37. انتخاب هسته مناسب
• 38. تنظیم پارامتر C در SVM
• 39. تنظیم پارامتر گاما در SVM
• 40. حل مسائل تفکیک‌ناپذیر خطی
• 41. کاربرد SVM در طبقه‌بندی
• 42. کاربرد SVM در رگرسیون
• 43. مزایای SVM
• 44. معایب SVM
• 45. مقایسه SVM با سایر الگوریتم‌ها
• 46. مقدمه‌ای بر داده‌کاوی
• 47. فرایند داده‌کاوی
• 48. پیش‌پردازش داده‌ها
• 49. پاکسازی داده‌ها
• 50. ادغام داده‌ها
• 51. تبدیل داده‌ها
• 52. کاهش ابعاد
• 53. انتخاب ویژگی
• 54. الگوریتم‌های خوشه‌بندی
• 55. K-Means
• 56. خوشه‌بندی سلسله مراتبی
• 57. تشخیص ناهنجاری
• 58. قوانین وابستگی
• 59. کاوش قوانین وابستگی
• 60. کاربرد قوانین وابستگی
• 61. مقدمه‌ای بر یادگیری تقویتی
• 62. عناصر یادگیری تقویتی
• 63. عامل و محیط
• 64. حالت، عمل و پاداش
• 65. سیاست عامل
• 66. تابع ارزش
• 67. یادگیری Q
• 68. الگوریتم Q-Learning
• 69. یادگیری Deep Q-Network (DQN)
• 70. کاربرد یادگیری تقویتی
• 71. رباتیک
• 72. بازی‌ها
• 73. سیستم‌های خودکار
• 74. مقدمه‌ای بر مدل‌های زبانی
• 75. مدل‌های زبانی آماری
• 76. مدل‌های زبانی مبتنی بر شبکه عصبی
• 77. کاربرد مدل‌های زبانی
• 78. ترجمه ماشینی
• 79. تولید متن
• 80. خلاصه‌سازی متن
• 81. مقدمه‌ای بر پردازش زبان طبیعی
• 82. توکن‌سازی
• 83. ریشه‌یابی کلمات
• 84. برچسب‌گذاری اجزای کلام
• 85. تجزیه معنایی
• 86. تحلیل احساسات
• 87. کاربرد پردازش زبان طبیعی
• 88. ربات‌های گفتگو
• 89. تحلیل شبکه‌های اجتماعی
• 90. جستجوی اطلاعات
• 91. مقدمه‌ای بر بینایی ماشین
• 92. پردازش تصویر
• 93. تشخیص اشیاء
• 94. تقسیم‌بندی تصویر
• 95. تشخیص چهره
• 96. کاربرد بینایی ماشین
• 97. خودروهای خودران
• 98. سیستم‌های امنیتی
• 99. واقعیت افزوده
• 100. مقدمه‌ای بر هوش مصنوعی مولد