دوره کتابخانه‌های پیشرفته پایتون برای هوش مصنوعی در اقتصاد رفتاری همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کتابخانه‌های پیشرفته پایتون برای هوش مصنوعی در اقتصاد رفتاری

موضوع کلی: هوش مصنوعی و اقتصاد رفتاری

موضوع میانی: پایتون (کتابخانه‌های SciPy، NumPy، Pandas، Scikit-learn، TensorFlow، PyTorch)

📋 سرفصل‌های دوره

• 1. فصل ۱: مقدمه‌ای بر پایتون و هوش مصنوعی
• 2. فصل ۲: مفاهیم اساسی اقتصاد رفتاری
• 3. فصل ۳: مبانی کتابخانه‌های پایتون
• 4. فصل ۴: NumPy برای محاسبات عددی
• 5. فصل ۵: Pandas برای تجزیه و تحلیل داده
• 6. فصل ۶: Matplotlib برای مصورسازی داده
• 7. فصل ۷: Seaborn برای مصورسازی آماری
• 8. فصل ۸: Scikit-learn برای یادگیری ماشین
• 9. فصل ۹: مقدمه‌ای بر یادگیری عمیق
• 10. فصل ۱۰: TensorFlow و Keras
• 11. فصل ۱۱: PyTorch
• 12. فصل ۱۲: شبکه‌های عصبی کانولوشنال (CNN)
• 13. فصل ۱۳: شبکه‌های عصبی بازگشتی (RNN)
• 14. فصل ۱۴: شبکه‌های عصبی ترانسفورمر
• 15. فصل ۱۵: پردازش زبان طبیعی (NLP)
• 16. فصل ۱۶: NLTK برای NLP
• 17. فصل ۱۷: SpaCy برای NLP
• 18. فصل ۱۸: Gensim برای مدل‌سازی موضوعی
• 19. فصل ۱۹: مقدمه‌ای بر داده‌های اقتصادی
• 20. فصل ۲۰: جمع‌آوری و پاکسازی داده‌های اقتصادی
• 21. فصل ۲۱: مهندسی ویژگی در داده‌های اقتصادی
• 22. فصل ۲۲: مدل‌سازی پیش‌بینی سری‌های زمانی
• 23. فصل ۲۳: ARIMA
• 24. فصل ۲۴: Prophet
• 25. فصل ۲۵: LSTM برای پیش‌بینی سری زمانی
• 26. فصل ۲۶: تحلیل احساسات در متن اقتصادی
• 27. فصل ۲۷: مدل‌های طبقه‌بندی احساسات
• 28. فصل ۲۸: شبکه‌های عصبی برای تحلیل احساسات
• 29. فصل ۲۹: تشخیص موضوعات در اخبار اقتصادی
• 30. فصل ۳۰: مدل‌سازی موضوعی با LDA
• 31. فصل ۳۱: مدل‌سازی موضوعی با NMF
• 32. فصل ۳۲: شناسایی الگوهای رفتاری در داده‌های مالی
• 33. فصل ۳۳: خوشه‌بندی داده‌های مالی
• 34. فصل ۳۴: درخت‌های تصمیم برای پیش‌بینی رفتار
• 35. فصل ۳۵: جنگل‌های تصادفی برای پیش‌بینی رفتار
• 36. فصل ۳۶: ماشین‌های بردار پشتیبان (SVM)
• 37. فصل ۳۷: شبکه‌های عصبی برای شناسایی الگو
• 38. فصل ۳۸: عامل‌های هوشمند در اقتصاد رفتاری
• 39. فصل ۳۹: شبیه‌سازی عامل‌محور
• 40. فصل ۴۰: NetLogo برای شبیه‌سازی
• 41. فصل ۴۱: Mesa برای شبیه‌سازی عامل‌محور پایتون
• 42. فصل ۴۲: مدل‌سازی تصمیم‌گیری در اقتصاد رفتاری
• 43. فصل ۴۳: تئوری چشم‌انداز
• 44. فصل ۴۴: مدل‌سازی خطاهای شناختی
• 45. فصل ۴۵: شبکه‌های عصبی برای مدل‌سازی تصمیم
• 46. فصل ۴۶: یادگیری تقویتی در اقتصاد رفتاری
• 47. فصل ۴۷: Q-Learning
• 48. فصل ۴۸: Deep Q-Networks (DQN)
• 49. فصل ۴۹: Policy Gradients
• 50. فصل ۵۰: Actor-Critic Methods
• 51. فصل ۵۱: کاربرد یادگیری تقویتی در بازارهای مالی
• 52. فصل ۵۲: طراحی ربات‌های معاملاتی
• 53. فصل ۵۳: بهینه‌سازی پرتفولیو با هوش مصنوعی
• 54. فصل ۵۴: الگوریتم‌های ژنتیک
• 55. فصل ۵۵: بهینه‌سازی مبتنی بر هوش ازدحام
• 56. فصل ۵۶: ترکیب یادگیری ماشین و اقتصاد رفتاری
• 57. فصل ۵۷: مدل‌های ترکیبی
• 58. فصل ۵۸: مدل‌های هیبریدی یادگیری عمیق
• 59. فصل ۵۹: تجزیه و تحلیل ریسک با هوش مصنوعی
• 60. فصل ۶۰: مدل‌سازی ریسک اعتباری
• 61. فصل ۶۱: پیش‌بینی ورشکستگی
• 62. فصل ۶۲: تشخیص تقلب مالی
• 63. فصل ۶۳: الگوریتم‌های تشخیص ناهنجاری
• 64. فصل ۶۴: یادگیری عمیق برای تشخیص تقلب
• 65. فصل ۶۵: اقتصاد رفتاری در بازاریابی
• 66. فصل ۶۶: شخصی‌سازی پیشنهادها
• 67. فصل ۶۷: پیش‌بینی رفتار مشتری
• 68. فصل ۶۸: تحلیل شبکه‌های اجتماعی در اقتصاد
• 69. فصل ۶۹: شناسایی تاثیرگذاران
• 70. فصل ۷۰: مدل‌سازی انتشار اطلاعات
• 71. فصل ۷۱: مصورسازی تعاملی داده‌های اقتصادی
• 72. فصل ۷۲: Plotly
• 73. فصل ۷۳: Bokeh
• 74. فصل ۷۴: Dash برای داشبوردهای وب
• 75. فصل ۷۵: مدل‌سازی اثرات سیاست‌گذاری
• 76. فصل ۷۶: شبیه‌سازی تأثیر تغییرات اقتصادی
• 77. فصل ۷۷: ارزیابی پیامدهای سیاست‌ها
• 78. فصل ۷۸: اخلاق در هوش مصنوعی اقتصادی
• 79. فصل ۷۹: سوگیری در الگوریتم‌ها
• 80. فصل ۸۰: شفافیت و تفسیرپذیری مدل‌ها
• 81. فصل ۸۱: حریم خصوصی داده‌ها
• 82. فصل ۸۲: داده‌کاوی در داده‌های بزرگ اقتصادی
• 83. فصل ۸۳: تکنیک‌های داده‌کاوی
• 84. فصل ۸۴: یادگیری عمیق برای تحلیل داده‌های بزرگ
• 85. فصل ۸۵: پردازش بلادرنگ داده‌های اقتصادی
• 86. فصل ۸۶: ابزارهای پردازش جریانی
• 87. فصل ۸۷: ساخت سیستم‌های توصیه‌گر
• 88. فصل ۸۸: فیلترینگ مشارکتی
• 89. فصل ۸۹: فیلترینگ مبتنی بر محتوا
• 90. فصل ۹۰: یادگیری عمیق برای سیستم‌های توصیه‌گر
• 91. فصل ۹۱: تحلیل رفتارهای جمعی
• 92. فصل ۹۲: نظریه بازی‌ها و هوش مصنوعی
• 93. فصل ۹۳: شبیه‌سازی بازی‌ها
• 94. فصل ۹۴: بهینه‌سازی استراتژی در بازی‌ها
• 95. فصل ۹۵: مقدمه‌ای بر یادگیری عمیق قابل تفسیر (XAI)
• 96. فصل ۹۶: LIME
• 97. فصل ۹۷: SHAP
• 98. فصل ۹۸: کاربرد XAI در اقتصاد رفتاری
• 99. فصل ۹۹: مطالعات موردی پیشرفته
• 100. فصل ۱۰۰: آینده هوش مصنوعی در اقتصاد رفتاری