دوره مبانی هوش مصنوعی با جاوا اسکریپت برای توسعه‌دهندگان وب همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی هوش مصنوعی با جاوا اسکریپت برای توسعه‌دهندگان وب

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: توسعه نرم‌افزار با جاوا اسکریپت

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و جاوا اسکریپت
• 2. تاریخچه هوش مصنوعی
• 3. کاربردهای هوش مصنوعی در دنیای امروز
• 4. چرا جاوا اسکریپت برای هوش مصنوعی؟
• 5. محیط توسعه جاوا اسکریپت
• 6. مبانی برنامه‌نویسی جاوا اسکریپت
• 7. ساختارهای داده در جاوا اسکریپت
• 8. الگوریتم‌های پایه
• 9. اصول یادگیری ماشین
• 10. انواع یادگیری ماشین: نظارت شده
• 11. انواع یادگیری ماشین: بدون نظارت
• 12. انواع یادگیری ماشین: تقویتی
• 13. شبکه‌های عصبی مصنوعی
• 14. مقدمه‌ای بر شبکه‌های عصبی
• 15. لایه‌های شبکه‌های عصبی
• 16. توابع فعال‌سازی
• 17. پس‌انتشار خطا
• 18. شبکه‌های عصبی کانولوشنی (CNN)
• 19. کاربرد CNN در پردازش تصویر
• 20. شبکه‌های عصبی بازگشتی (RNN)
• 21. کاربرد RNN در پردازش زبان طبیعی
• 22. یادگیری عمیق
• 23. چارچوب‌های یادگیری عمیق در جاوا اسکریپت
• 24. TensorFlow.js: معرفی و نصب
• 25. مبانی TensorFlow.js
• 26. مدل‌سازی با TensorFlow.js
• 27. آموزش مدل‌ها با TensorFlow.js
• 28. ارزیابی مدل‌ها با TensorFlow.js
• 29. TensorFlow.js برای یادگیری ماشین
• 30. کاربرد TensorFlow.js در پردازش تصویر
• 31. کاربرد TensorFlow.js در پردازش زبان طبیعی
• 32. کاربرد TensorFlow.js در سیستم‌های توصیه‌گر
• 33. Keras.js: معرفی و نصب
• 34. مبانی Keras.js
• 35. مدل‌سازی با Keras.js
• 36. آموزش مدل‌ها با Keras.js
• 37. ارزیابی مدل‌ها با Keras.js
• 38. ML5.js: معرفی و نصب
• 39. مبانی ML5.js
• 40. مدل‌سازی با ML5.js
• 41. آموزش مدل‌ها با ML5.js
• 42. ارزیابی مدل‌ها با ML5.js
• 43. ML5.js برای پردازش تصویر
• 44. ML5.js برای پردازش صدا
• 45. ML5.js برای پردازش متن
• 46. مفاهیم پردازش زبان طبیعی (NLP)
• 47. توکن‌سازی و نرمال‌سازی متن
• 48. مدل‌های زبانی
• 49. تحلیل احساسات
• 50. طبقه‌بندی متن
• 51. تشخیص موجودیت نام‌گذاری شده (NER)
• 52. ترجمه ماشینی
• 53. سیستم‌های پرسش و پاسخ
• 54. کاربرد NLP در هوش مصنوعی
• 55. پیاده‌سازی NLP با جاوا اسکریپت
• 56. کتابخانه‌های NLP در جاوا اسکریپت
• 57. پردازش تصویر با جاوا اسکریپت
• 58. فیلترهای تصویر
• 59. تشخیص اشیاء
• 60. تقسیم‌بندی تصویر
• 61. تولید تصویر
• 62. کاربرد پردازش تصویر در هوش مصنوعی
• 63. پیاده‌سازی پردازش تصویر با جاوا اسکریپت
• 64. کتابخانه‌های پردازش تصویر در جاوا اسکریپت
• 65. مقدمه‌ای بر سیستم‌های توصیه‌گر
• 66. انواع سیستم‌های توصیه‌گر
• 67. فیلترینگ مشارکتی
• 68. فیلترینگ مبتنی بر محتوا
• 69. سیستم‌های توصیه‌گر ترکیبی
• 70. پیاده‌سازی سیستم‌های توصیه‌گر با جاوا اسکریپت
• 71. مقدمه‌ای بر رباتیک و هوش مصنوعی
• 72. مفاهیم پایه رباتیک
• 73. کنترل ربات‌ها
• 74. مسیریابی ربات‌ها
• 75. یادگیری در رباتیک
• 76. کاربرد رباتیک در هوش مصنوعی
• 77. پیاده‌سازی مفاهیم رباتیک با جاوا اسکریپت
• 78. مقدمه‌ای بر هوش مصنوعی مولد
• 79. شبکه‌های مولد تخاصمی (GAN)
• 80. کاربرد GAN در تولید محتوا
• 81. مدل‌های زبانی بزرگ (LLM)
• 82. کاربرد LLM در هوش مصنوعی
• 83. اخلاق در هوش مصنوعی
• 84. سوگیری در هوش مصنوعی
• 85. مسئولیت‌پذیری در هوش مصنوعی
• 86. آینده هوش مصنوعی
• 87. پروژه‌های عملی هوش مصنوعی با جاوا اسکریپت
• 88. ساخت یک چت‌بات ساده
• 89. تشخیص چهره با استفاده از TensorFlow.js
• 90. تحلیل احساسات متن با استفاده از ML5.js
• 91. سیستم توصیه‌گر ساده
• 92. تولید متن خلاقانه
• 93. مباحث پیشرفته در هوش مصنوعی
• 94. یادگیری تقویتی عمیق
• 95. یادگیری انتقالی
• 96. هوش مصنوعی قابل تفسیر
• 97. هوش مصنوعی توزیع شده
• 98. جمع‌بندی و گام‌های بعدی در هوش مصنوعی
• 99. منابع بیشتر برای مطالعه