اپلیکیشن اندرویدی فلشکارت آموزشی پیادهسازی هوش مصنوعی لبه بر روی میکروکنترلرها
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره پیادهسازی هوش مصنوعی لبه بر روی میکروکنترلرها
موضوع کلی: هوش مصنوعی و پردازش داده
موضوع میانی: هوش مصنوعی در دستگاههای کممصرف
📋 سرفصلهای دوره
- 1. مقدمهای بر هوش مصنوعی لبه
- 2. مبانی یادگیری ماشین برای میکروکنترلرها
- 3. معماریهای یادگیری عمیق فشرده
- 4. شبکههای عصبی کانولوشنی (CNN) برای میکروکنترلرها
- 5. شبکههای عصبی بازگشتی (RNN) برای میکروکنترلرها
- 6. مدلهای ترنسفورمر در هوش مصنوعی لبه
- 7. فشردهسازی مدلهای هوش مصنوعی
- 8. کوچکسازی وزنها (Quantization)
- 9. هرس کردن شبکهها (Pruning)
- 10. تقطیر دانش (Knowledge Distillation)
- 11. طراحی سختافزار برای هوش مصنوعی لبه
- 12. پردازندههای سیگنال دیجیتال (DSP)
- 13. واحد پردازش عصبی (NPU)
- 14. میکروکنترلرهای تخصصی برای هوش مصنوعی
- 15. بهینهسازی مصرف انرژی در هوش مصنوعی لبه
- 16. مدیریت توان در پردازشگرهای میکروکنترلر
- 17. الگوریتمهای یادگیری افزایشی
- 18. یادگیری تقویتی برای میکروکنترلرها
- 19. پردازش زبان طبیعی (NLP) بر روی میکروکنترلرها
- 20. تشخیص گفتار در دستگاههای کممصرف
- 21. شناسایی تصویر برای سیستمهای نهفته
- 22. تحلیل دادههای سنسور با هوش مصنوعی لبه
- 23. پیشبینی و تشخیص ناهنجاری در دادههای سری زمانی
- 24. کاربرد هوش مصنوعی لبه در اینترنت اشیاء (IoT)
- 25. امنیت در هوش مصنوعی لبه
- 26. حفظ حریم خصوصی در پردازش دادههای محلی
- 27. پیادهسازی مدلهای هوش مصنوعی بر روی آردوینو
- 28. برنامهنویسی میکروپایتون برای هوش مصنوعی لبه
- 29. استفاده از TensorFlow Lite برای میکروکنترلرها
- 30. استفاده از PyTorch Mobile برای دستگاههای کممصرف
- 31. ابزارهای توسعه و شبیهسازی هوش مصنوعی لبه
- 32. طراحی و آموزش مدلهای سفارشی
- 33. ارزیابی عملکرد مدلهای فشرده
- 34. دیباگینگ و رفع اشکال در هوش مصنوعی لبه
- 35. بهروزرسانی مدلها در دستگاههای از راه دور
- 36. مدیریت چرخه عمر مدلهای هوش مصنوعی لبه
- 37. استانداردهای ارزیابی مدلهای هوش مصنوعی فشرده
- 38. ملاحظات اخلاقی در هوش مصنوعی لبه
- 39. تأثیرات اجتماعی هوش مصنوعی لبه
- 40. چارچوبهای نظارتی برای هوش مصنوعی لبه
- 41. آینده هوش مصنوعی لبه و میکروکنترلرها
- 42. یادگیری فدرال بر روی دستگاههای لبه
- 43. هوش مصنوعی قابل توضیح (XAI) در دستگاههای کممصرف
- 44. پردازش گراف در هوش مصنوعی لبه
- 45. مدلهای ترکیبی برای هوش مصنوعی لبه
- 46. یادگیری خودنظارتی بر روی دادههای محلی
- 47. تکنیکهای پیشپردازش داده برای میکروکنترلرها
- 48. استخراج ویژگی در پردازشگرهای کممصرف
- 49. انتخاب ویژگی برای مدلهای فشرده
- 50. تکنیکهای افزایش داده در هوش مصنوعی لبه
- 51. مدلهای یادگیری عمیق سبک (Lightweight Deep Learning Models)
- 52. شبکههای عصبی کانولوشنی فشرده (Compact CNNs)
- 53. شبکههای عصبی بازگشتی فشرده (Compact RNNs)
- 54. معماریهای MobileNet برای میکروکنترلرها
- 55. معماریهای ShuffleNet برای دستگاههای کممصرف
- 56. مفاهیم اساسی یادگیری عمیق
- 57. مبانی شبکههای عصبی مصنوعی
- 58. توابع فعالسازی در شبکههای عصبی
- 59. بهینهسازها در یادگیری عمیق
- 60. تابع هزینه و تابع زیان
- 61. روشهای پسانتشار خطا (Backpropagation)
- 62. تنظیم فراپارامترها (Hyperparameter Tuning)
- 63. اعتبارسنجی متقابل (Cross-Validation)
- 64. جلوگیری از بیشبرازش (Overfitting)
- 65. تکنیکهای منظمسازی (Regularization Techniques)
- 66. یادگیری بدون نظارت (Unsupervised Learning)
- 67. خوشهبندی (Clustering)
- 68. کاهش ابعاد (Dimensionality Reduction)
- 69. یادگیری با نظارت (Supervised Learning)
- 70. طبقهبندی (Classification)
- 71. رگرسیون (Regression)
- 72. مقدمهای بر پردازش سیگنال دیجیتال
- 73. تبدیل فوریه گسسته (DFT)
- 74. تبدیل فوریه سریع (FFT)
- 75. فیلترهای دیجیتال
- 76. مفاهیم پایهای علم داده
- 77. آمار توصیفی
- 78. آمار استنباطی
- 79. نمودارهای آماری
- 80. مقدمهای بر معماری میکروکنترلرها
- 81. حافظه در میکروکنترلرها
- 82. ورودی/خروجی در میکروکنترلرها
- 83. ارتباطات سریال (SPI, I2C, UART)
- 84. سیستمعاملهای بلادرنگ (RTOS)
- 85. مقدمهای بر امنیت سایبری در دستگاههای نهفته
- 86. رمزنگاری کلید متقارن
- 87. رمزنگاری کلید نامتقارن
- 88. امضای دیجیتال
- 89. مدیریت کلید
- 90. اصول طراحی نرمافزار ایمن
- 91. تست نفوذ در دستگاههای نهفته
- 92. استانداردهای امنیتی برای اینترنت اشیاء
- 93. ملاحظات قانونی و مقرراتی در ایران برای محتوای دیجیتال
- 94. آییننامه ساماندهی محتوای دیجیتال
- 95. مصوبات شورای عالی انقلاب فرهنگی
- 96. حدود شرعی در تولید محتوا
- 97. مبانی فقهی در اقتصاد اسلامی
- 98. بانکداری بدون ربا در ایران
- 99. عقود اسلامی در معاملات
- 100. مقررات بانک مرکزی جمهوری اسلامی ایران
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.