اپلیکیشن اندرویدی فلش‌کارت آموزشی ساخت پروژه‌های هوش مصنوعی در دنیای واقعی برای شروع کار

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت پروژه‌های هوش مصنوعی در دنیای واقعی برای شروع کار

موضوع کلی: هوش مصنوعی کاربردی

موضوع میانی: پروژه‌های عملی هوش مصنوعی برای مبتدیان

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی کاربردی
• 2. مفاهیم کلیدی هوش مصنوعی
• 3. یادگیری ماشین چیست؟
• 4. انواع یادگیری ماشین
• 5. یادگیری نظارت شده
• 6. یادگیری بدون نظارت
• 7. یادگیری تقویتی
• 8. پیش‌پردازش داده‌ها
• 9. پاکسازی داده‌ها
• 10. مهندسی ویژگی
• 11. تقسیم داده‌ها (آموزش، اعتبارسنجی، تست)
• 12. مجموعه داده‌های کاربردی
• 13. مقدمه‌ای بر پایتون برای هوش مصنوعی
• 14. کتابخانه‌های ضروری پایتون (NumPy, Pandas)
• 15. مقدمه‌ای بر کتابخانه Scikit-learn
• 16. اولین پروژه: طبقه‌بندی تصویر ساده
• 17. آموزش مدل طبقه‌بندی تصویر
• 18. ارزیابی مدل طبقه‌بندی تصویر
• 19. پروژه دوم: تحلیل احساسات متن
• 20. جمع‌آوری و پیش‌پردازش داده‌های متنی
• 21. مدل‌سازی سری‌های زمانی (مقدماتی)
• 22. پروژه سوم: پیش‌بینی قیمت سهام (محدود)
• 23. درک مدل‌های رگرسیون
• 24. رگرسیون خطی
• 25. مدل‌های پیشرفته‌تر رگرسیون
• 26. پروژه چهارم: سیستم توصیه‌گر ساده
• 27. فیلترینگ مشارکتی
• 28. فیلترینگ مبتنی بر محتوا
• 29. پروژه پنجم: تشخیص ناهنجاری (Anomaly Detection)
• 30. الگوریتم‌های تشخیص ناهنجاری
• 31. کاربرد در امنیت سایبری (محدود)
• 32. پروژه ششم: پردازش زبان طبیعی (NLP) مقدماتی
• 33. مدل‌سازی موضوعی (Topic Modeling)
• 34. پروژه هفتم: ساخت یک چت‌بات ساده (قوانین‌مند)
• 35. مبانی پردازش گفتار
• 36. پروژه هشتم: سیستم تشخیص صدا (محدود)
• 37. شبکه‌های عصبی مصنوعی (ANN)
• 38. لایه‌های شبکه‌های عصبی
• 39. تابع فعال‌سازی (Activation Functions)
• 40. پس‌انتشار خطا (Backpropagation)
• 41. پروژه نهم: طبقه‌بندی متنی با شبکه‌های عصبی
• 42. شبکه‌های عصبی کانولوشنال (CNN)
• 43. کاربرد CNN در پردازش تصویر
• 44. پروژه دهم: تشخیص اشیاء در تصاویر (محدود)
• 45. شبکه‌های عصبی بازگشتی (RNN)
• 46. کاربرد RNN در داده‌های ترتیبی
• 47. پروژه یازدهم: تولید متن با RNN
• 48. شبکه‌های حافظه طولانی کوتاه مدت (LSTM)
• 49. پروژه دوازدهم: تحلیل سری‌های زمانی با LSTM
• 50. یادگیری عمیق (Deep Learning)
• 51. مقدمه‌ای بر فریم‌ورک‌های یادگیری عمیق
• 52. TensorFlow و Keras
• 53. PyTorch
• 54. پروژه سیزدهم: طبقه‌بندی تصاویر پیچیده‌تر
• 55. پروژه چهاردهم: تشخیص چهره (با رعایت حریم خصوصی)
• 56. پروژه پانزدهم: خلاصه‌سازی متن (محدود)
• 57. یادگیری تقویتی (Reinforcement Learning)
• 58. عناصر اصلی یادگیری تقویتی
• 59. الگوریتم‌های یادگیری تقویتی
• 60. پروژه شانزدهم: بازی ساده با عامل هوشمند
• 61. کاربرد در بهینه‌سازی فرایندها
• 62. پروژه هفدهم: بهینه‌سازی مسیر (محدود)
• 63. هوش مصنوعی اخلاقی و مسئولانه
• 64. سوگیری در داده‌ها و مدل‌ها
• 65. کاهش سوگیری در هوش مصنوعی
• 66. حریم خصوصی و امنیت داده‌ها
• 67. پروژه هجدهم: پیاده‌سازی اصول اخلاقی در پروژه‌ها
• 68. مبانی یادگیری انتقالی (Transfer Learning)
• 69. استفاده از مدل‌های از پیش آموزش‌دیده
• 70. پروژه نوزدهم: طبقه‌بندی تصاویر با انتقال یادگیری
• 71. کاربرد در تشخیص پزشکی (با احتیاط)
• 72. پروژه بیستم: تحلیل داده‌های پزشکی (با رعایت کامل پروتکل‌ها)
• 73. هوش مصنوعی در کسب و کار
• 74. کاربرد در بازاریابی و فروش
• 75. پروژه بیست و یکم: پیش‌بینی رفتار مشتری (با رعایت حریم خصوصی)
• 76. کاربرد در مدیریت زنجیره تامین
• 77. پروژه بیست و دوم: بهینه‌سازی موجودی (محدود)
• 78. هوش مصنوعی و اتوماسیون اداری
• 79. پروژه بیست و سوم: اتوماسیون فرایندهای تکراری
• 80. هوش مصنوعی در خدمات مشتری
• 81. پروژه بیست و چهارم: بهبود سیستم‌های پاسخگویی
• 82. ملاحظات استقرار مدل‌های هوش مصنوعی
• 83. مانیتورینگ و نگهداری مدل‌ها
• 84. مقیاس‌پذیری راهکارهای هوش مصنوعی
• 85. پروژه بیست و پنجم: جمع‌بندی و ارائه یک پروژه نهایی (سازگار)
• 86. مرور کلی بر پیشرفت‌های اخیر هوش مصنوعی
• 87. مسیر شغلی در هوش مصنوعی
• 88. منابع برای یادگیری بیشتر
• 89. آینده هوش مصنوعی در ایران
• 90. چالش‌های پیاده‌سازی هوش مصنوعی در سازمان‌ها
• 91. اصول طراحی سیستم‌های هوش مصنوعی پایدار
• 92. ارتباط هوش مصنوعی با علم داده
• 93. نقش داده‌های بزرگ در هوش مصنوعی
• 94. مدل‌های زبانی بزرگ (LLMs) و کاربردهایشان (با احتیاط)
• 95. پروژه کاربردی با مدل‌های زبانی (محدود و اخلاقی)
• 96. هوش مصنوعی و تحلیل داده‌های اجتماعی (با رعایت پروتکل‌ها)
• 97. کاربرد در آموزش و یادگیری (با رعایت چارچوب رسمی)
• 98. پروژه مرتبط با بهبود فرآیندهای آموزشی
• 99. هوش مصنوعی و مدیریت شهری (با احتیاط)
• 100. پروژه مرتبط با بهینه‌سازی خدمات شهری