دوره مبانی و کاربردهای یادگیری ماشین در علم داده همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی و کاربردهای یادگیری ماشین در علم داده

موضوع کلی: علوم و مهندسی کامپیوتر

موضوع میانی: هوش مصنوعی و یادگیری ماشین

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علم داده و یادگیری ماشین
• 2. مفاهیم پایه علم داده
• 3. جمع‌آوری و پاکسازی داده‌ها
• 4. پیش‌پردازش داده‌ها
• 5. انواع داده‌ها و ساختارهای آن‌ها
• 6. آمار توصیفی برای علم داده
• 7. تصویرسازی داده‌ها
• 8. مبانی یادگیری ماشین
• 9. یادگیری تحت نظارت
• 10. یادگیری بدون نظارت
• 11. یادگیری تقویتی
• 12. انواع الگوریتم‌های یادگیری ماشین
• 13. رگرسیون خطی
• 14. رگرسیون لجستیک
• 15. درختان تصمیم
• 16. جنگل‌های تصادفی
• 17. ماشین‌های بردار پشتیبان (SVM)
• 18. شبکه‌های عصبی مصنوعی
• 19. یادگیری عمیق
• 20. شبکه‌های عصبی کانولوشنال (CNN)
• 21. شبکه‌های عصبی بازگشتی (RNN)
• 22. پردازش زبان طبیعی (NLP)
• 23. مدل‌های زبانی
• 24. تحلیل احساسات
• 25. طبقه‌بندی متن
• 26. خلاصه‌سازی متن
• 27. ترجمه ماشینی
• 28. سیستم‌های توصیه‌گر
• 29. فیلترینگ مشارکتی
• 30. فیلترینگ مبتنی بر محتوا
• 31. ارزیابی مدل‌های یادگیری ماشین
• 32. معیارهای ارزیابی طبقه‌بندی
• 33. معیارهای ارزیابی رگرسیون
• 34. اعتبارسنجی متقابل
• 35. تنظیم ابرپارامترها
• 36. کاهش ابعاد
• 37. تحلیل مؤلفه‌های اصلی (PCA)
• 38. توزیع یکنواخت متماد (t-SNE)
• 39. تشخیص ناهنجاری
• 40. کاربردها در حوزه مالی
• 41. پیش‌بینی قیمت سهام
• 42. تشخیص تقلب
• 43. امتیازدهی اعتباری
• 44. کاربردها در حوزه سلامت
• 45. تشخیص بیماری
• 46. کشف دارو
• 47. تحلیل تصاویر پزشکی
• 48. کاربردها در حوزه بازاریابی
• 49. بخش‌بندی مشتریان
• 50. پیش‌بینی ریزش مشتری
• 51. بهینه‌سازی کمپین‌های تبلیغاتی
• 52. کاربردها در حوزه تولید
• 53. پیش‌بینی خرابی تجهیزات
• 54. بهینه‌سازی فرآیندهای تولید
• 55. کنترل کیفیت
• 56. ملاحظات اخلاقی در هوش مصنوعی
• 57. سوگیری در داده‌ها و مدل‌ها
• 58. شفافیت و قابلیت توضیح‌پذیری مدل‌ها
• 59. حریم خصوصی داده‌ها
• 60. امنیت مدل‌های یادگیری ماشین
• 61. مقدمه‌ای بر یادگیری عمیق
• 62. معماری‌های پیشرفته شبکه‌های عصبی
• 63. یادگیری انتقالی
• 64. شبکه‌های مولد تخاصمی (GANs)
• 65. یادگیری تقویتی عمیق
• 66. مدل‌های ترنسفورمر
• 67. کاربرد ترنسفورمرها در NLP
• 68. کاربرد ترنسفورمرها در بینایی ماشین
• 69. بینایی ماشین پیشرفته
• 70. تشخیص و ردیابی اشیاء
• 71. تقسیم‌بندی معنایی تصاویر
• 72. تولید تصویر
• 73. پردازش ویدئو
• 74. کاربردهای پیشرفته NLP
• 75. مدل‌های زبانی بزرگ (LLMs)
• 76. تولید متن خلاقانه
• 77. سیستم‌های پرسش و پاسخ
• 78. استخراج اطلاعات
• 79. تحلیل شبکه‌های اجتماعی
• 80. شناسایی الگوها
• 81. پیش‌بینی روندها
• 82. تجزیه و تحلیل احساسات در مقیاس بزرگ
• 83. یادگیری ماشین در سیستم‌های توزیع‌شده
• 84. یادگیری فدرال
• 85. یادگیری روی لبه
• 86. امنیت و حریم خصوصی در یادگیری فدرال
• 87. کاربردها در رباتیک
• 88. کنترل ربات‌ها
• 89. ناوبری ربات‌ها
• 90. تعامل انسان و ربات
• 91. یادگیری ماشین در محاسبات علمی
• 92. شبیه‌سازی‌های علمی
• 93. کشف علمی
• 94. بهینه‌سازی مدل‌های علمی
• 95. کاربردها در حوزه انرژی
• 96. پیش‌بینی مصرف انرژی
• 97. بهینه‌سازی تولید انرژی
• 98. مدیریت شبکه هوشمند
• 99. مقدمه‌ای بر مفاهیم پیشرفته یادگیری ماشین
• 100. یادگیری چندوظیفه‌ای