فلش‌کارت‌های آموزشی کارگاه عملی: آماده‌سازی محیط یادگیری ماشین با Colab

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کارگاه عملی: آماده‌سازی محیط یادگیری ماشین با Colab

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Google Colaboratory

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر محیط‌های یادگیری ماشین
• 2. آشنایی با Google Colaboratory
• 3. نصب و راه‌اندازی Colab
• 4. رابط کاربری Colab
• 5. کار با نوت‌بوک‌ها در Colab
• 6. ذخیره و اشتراک‌گذاری نوت‌بوک‌ها
• 7. مدیریت فایل‌ها در Colab
• 8. اتصال به Google Drive
• 9. استفاده از Git در Colab
• 10. پایگاه‌های داده و Colab
• 11. مقدمه‌ای بر کتابخانه‌های یادگیری ماشین
• 12. نصب و به‌روزرسانی کتابخانه‌ها
• 13. NumPy برای محاسبات عددی
• 14. Pandas برای تحلیل داده
• 15. Matplotlib برای بصری‌سازی داده
• 16. Seaborn برای بصری‌سازی پیشرفته
• 17. Scikit-learn برای الگوریتم‌های یادگیری ماشین
• 18. TensorFlow برای یادگیری عمیق
• 19. Keras به عنوان API سطح بالا
• 20. PyTorch برای یادگیری عمیق
• 21. نصب و پیکربندی TensorFlow
• 22. نصب و پیکربندی PyTorch
• 23. آموزش مدل‌های خطی در Colab
• 24. رگرسیون خطی با Scikit-learn
• 25. رگرسیون لجستیک با Scikit-learn
• 26. دسته‌بندی با Scikit-learn
• 27. ماشین‌های بردار پشتیبان (SVM)
• 28. درخت‌های تصمیم
• 29. جنگل‌های تصادفی
• 30. دسته‌بندی‌کننده‌های بیزین ساده
• 31. خوشه‌بندی K-Means
• 32. تحلیل مولفه‌های اصلی (PCA)
• 33. مقدمه‌ای بر شبکه‌های عصبی
• 34. ساختار شبکه‌های عصبی
• 35. توابع فعال‌سازی
• 36. پس‌انتشار خطا (Backpropagation)
• 37. بهینه‌سازها در شبکه‌های عصبی
• 38. رگولاریزاسیون
• 39. شبکه‌های عصبی کانولوشنال (CNN)
• 40. کاربرد CNN در بینایی ماشین
• 41. شبکه‌های عصبی بازگشتی (RNN)
• 42. کاربرد RNN در پردازش زبان طبیعی
• 43. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
• 44. شبکه‌های حافظه کوتاه‌مدت (GRU)
• 45. مدل‌های زبانی
• 46. یادگیری انتقالی (Transfer Learning)
• 47. تنظیم دقیق مدل‌های از پیش آموزش‌دیده
• 48. معماری‌های پیشرفته CNN
• 49. معماری‌های پیشرفته RNN
• 50. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
• 51. توکن‌سازی متن
• 52. ریشه‌یابی کلمات (Stemming) و لماتیزاسیون
• 53. بردارسازی کلمات (Word Embeddings)
• 54. Word2Vec
• 55. GloVe
• 56. FastText
• 57. مدل‌های زبانی مبتنی بر ترنسفورمر
• 58. BERT
• 59. کاربرد مدل‌های زبانی در وظایف NLP
• 60. تحلیل احساسات
• 61. شناسایی موجودیت نام‌گذاری شده (NER)
• 62. پاسخ به سوال
• 63. خلاصه‌سازی متن
• 64. ترجمه ماشینی
• 65. مقدمه‌ای بر بینایی ماشین
• 66. پردازش تصویر
• 67. تشخیص اشیا
• 68. تقسیم‌بندی تصویر
• 69. تولید تصویر
• 70. استفاده از GPU در Colab
• 71. تنظیمات پیشرفته Colab
• 72. مدیریت حافظه در Colab
• 73. بهینه‌سازی کد برای عملکرد
• 74. اشکال‌زدایی در Colab
• 75. امنیت در Colab
• 76. ملاحظات اخلاقی در یادگیری ماشین
• 77. حفظ حریم خصوصی داده‌ها
• 78. سوگیری در الگوریتم‌ها
• 79. تفسیرپذیری مدل‌ها
• 80. کاربرد یادگیری ماشین در صنعت
• 81. یادگیری ماشین در سلامت
• 82. یادگیری ماشین در مالی
• 83. یادگیری ماشین در آموزش
• 84. یادگیری ماشین در کشاورزی
• 85. یادگیری ماشین در حمل و نقل
• 86. یادگیری ماشین در انرژی
• 87. یادگیری ماشین در محیط زیست
• 88. مقدمه‌ای بر یادگیری تقویتی
• 89. عناصر یادگیری تقویتی
• 90. الگوریتم‌های یادگیری تقویتی
• 91. کاربرد یادگیری تقویتی
• 92. پروژه‌های عملی یادگیری ماشین
• 93. تکمیل پروژه پایانی
• 94. ارائه نهایی پروژه
• 95. جمع‌بندی کارگاه
• 96. منابع بیشتر برای مطالعه