دوره ساخت و پیاده‌سازی الگوریتم‌های یادگیری ماشین از پایه همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

1,990,000 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 497,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت و پیاده‌سازی الگوریتم‌های یادگیری ماشین از پایه

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: پیاده‌سازی الگوریتم‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین: نظارت شده، بدون نظارت و تقویتی
  • 3. انواع الگوریتم‌های یادگیری ماشین
  • 4. مقدمه‌ای بر جبر خطی برای یادگیری ماشین
  • 5. مبانی آمار و احتمال در یادگیری ماشین
  • 6. تابع هزینه و بهینه‌سازی در یادگیری ماشین
  • 7. گرادیان کاهشی و مشتقات جزئی
  • 8. معرفی شبکه‌های عصبی مصنوعی
  • 9. ساختار لایه‌ای شبکه‌های عصبی
  • 10. توابع فعال‌سازی در شبکه‌های عصبی
  • 11. پس‌انتشار خطا (Backpropagation)
  • 12. پیاده‌سازی یک شبکه عصبی ساده از پایه
  • 13. رگرسیون خطی و پیاده‌سازی آن
  • 14. رگرسیون لجستیک و پیاده‌سازی آن
  • 15. دسته‌بندی‌کننده‌ها: K-نزدیکترین همسایه (KNN)
  • 16. دسته‌بندی‌کننده‌ها: ماشین بردار پشتیبان (SVM)
  • 17. درختان تصمیم و پیاده‌سازی آن‌ها
  • 18. جنگل‌های تصادفی و الگوریتم‌های مبتنی بر آن
  • 19. خوشه‌بندی: K-Means
  • 20. خوشه‌بندی: DBSCAN
  • 21. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 22. مدل‌های زبانی آماری
  • 23. روش‌های نمایش متن: Bag-of-Words
  • 24. روش‌های نمایش متن: TF-IDF
  • 25. شبکه‌های عصبی بازگشتی (RNN)
  • 26. شبکه‌های حافظه کوتاه‌مدت طولانی (LSTM)
  • 27. شبکه‌های حافظه کوتاه‌مدت (GRU)
  • 28. شبکه‌های عصبی کانولوشنی (CNN) برای تصویر
  • 29. پردازش تصویر با CNN
  • 30. تشخیص اشیاء با CNN
  • 31. مقدمه‌ای بر یادگیری تقویتی
  • 32. عامل و محیط در یادگیری تقویتی
  • 33. یادگیری ارزش (Value Learning)
  • 34. یادگیری سیاست (Policy Learning)
  • 35. الگوریتم Q-Learning
  • 36. الگوریتم SARSA
  • 37. مقدمه‌ای بر مدل‌های مولد
  • 38. مدل‌های گرافیکی احتمالاتی
  • 39. شبکه‌های بیزی
  • 40. میدان‌های تصادفی مارکوف
  • 41. یادگیری عمیق (Deep Learning)
  • 42. معماری‌های پیشرفته شبکه‌های عصبی
  • 43. شبکه‌های عصبی ترنسفورمر
  • 44. کاربردها و پیاده‌سازی ترنسفورمرها
  • 45. یادگیری انتقالی (Transfer Learning)
  • 46. تنظیم دقیق مدل‌های از پیش آموزش دیده
  • 47. مقدمه‌ای بر تشخیص گفتار
  • 48. پیاده‌سازی مدل‌های تشخیص گفتار
  • 49. مقدمه‌ای بر تولید متن
  • 50. مدل‌های زبانی بزرگ (LLM)
  • 51. کاربردهای LLM در پردازش زبان
  • 52. اخلاق در هوش مصنوعی
  • 53. سوگیری در الگوریتم‌های هوش مصنوعی
  • 54. تفسیرپذیری مدل‌های هوش مصنوعی
  • 55. امنیت در هوش مصنوعی
  • 56. حریم خصوصی داده‌ها در یادگیری ماشین
  • 57. روش‌های ارزیابی مدل‌های یادگیری ماشین
  • 58. معیارهای ارزیابی برای رگرسیون
  • 59. معیارهای ارزیابی برای دسته‌بندی
  • 60. اعتبارسنجی متقابل (Cross-Validation)
  • 61. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 62. مقدمه‌ای بر مهندسی ویژگی (Feature Engineering)
  • 63. انتخاب ویژگی (Feature Selection)
  • 64. کاهش ابعاد: تحلیل مؤلفه‌های اصلی (PCA)
  • 65. کاهش ابعاد: t-SNE
  • 66. مقدمه‌ای بر یادگیری چندوظیفه‌ای (Multi-task Learning)
  • 67. یادگیری نیمه‌نظارت شده (Semi-supervised Learning)
  • 68. یادگیری خودنظارت شده (Self-supervised Learning)
  • 69. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 70. استفاده از چارچوب‌های یادگیری ماشین (TensorFlow, PyTorch)
  • 71. پیاده‌سازی الگوریتم‌های کلاسیک یادگیری ماشین
  • 72. ساخت مدل‌های پیش‌بینی کننده
  • 73. ساخت مدل‌های دسته‌بندی کننده
  • 74. ساخت سیستم‌های توصیه‌گر
  • 75. مدل‌سازی سری‌های زمانی
  • 76. پیش‌بینی آب و هوا با یادگیری ماشین
  • 77. تحلیل احساسات با یادگیری ماشین
  • 78. شناسایی چهره با یادگیری ماشین
  • 79. تشخیص ناهنجاری با یادگیری ماشین
  • 80. کاربرد هوش مصنوعی در سلامت
  • 81. کاربرد هوش مصنوعی در آموزش
  • 82. کاربرد هوش مصنوعی در صنعت
  • 83. کاربرد هوش مصنوعی در امور مالی
  • 84. مقدمه‌ای بر یادگیری فدرال (Federated Learning)
  • 85. پیاده‌سازی یادگیری فدرال
  • 86. مقدمه‌ای بر شبکه‌های مولد تخاصمی (GAN)
  • 87. معماری و آموزش GAN ها
  • 88. کاربردهای GAN در تولید تصویر
  • 89. مقدمه‌ای بر مدل‌های گراف (Graph Neural Networks - GNN)
  • 90. پیاده‌سازی GNN ها
  • 91. کاربرد GNN ها در تحلیل شبکه‌ها
  • 92. مقدمه‌ای بر تفسیرپذیری مدل‌های یادگیری عمیق
  • 93. روش‌های LIME و SHAP
  • 94. پیاده‌سازی روش‌های تفسیرپذیری
  • 95. مقدمه‌ای بر یادگیری ترکیبی (Ensemble Learning)
  • 96. تکنیک‌های Bagging و Boosting
  • 97. پیاده‌سازی مدل‌های ترکیبی
  • 98. مقدمه‌ای بر یادگیری فعال (Active Learning)
  • 99. روش‌های انتخاب داده در یادگیری فعال
  • 100. پیاده‌سازی یادگیری فعال
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 سامانه آنلاین فلش‌کارت؛ مرور هدفمند و هوشمند

اکانت ارائه‌شده، دسترسی به نسخه تحت وب سامانه فلش‌کارت ویژه این دوره را فراهم می‌کند. این سامانه از الگوریتم زمان‌بندی مرور SM-2 استفاده می‌کند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم می‌کند.

به این ترتیب، کارت‌های دشوارتر می‌توانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسب‌تری داشته باشید.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

پس از تکمیل فعالیت‌های لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر می‌شود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.

⚖️ توضیح مهم درباره گواهی پایان دوره

این گواهی صرفاً به‌عنوان گواهی اتمام دوره آموزشی صادر می‌شود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.