فلش‌کارت‌های آموزشی مبانی یادگیری ماشین: الگوریتم‌ها و کاربردها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی یادگیری ماشین: الگوریتم‌ها و کاربردها

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری ماشین پیشرفته

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری ماشین پیشرفته
• 2. الگوریتم‌های یادگیری تقویتی
• 3. مفاهیم بنیادی یادگیری تقویتی
• 4. یادگیری آفلاین و آنلاین
• 5. مدل‌های مارکوف تصمیم‌گیری
• 6. ارزش تابع و سیاست
• 7. معادلات بلمن
• 8. روش‌های ارزش‌گذاری تابع
• 9. روش‌های سیاست‌گذاری
• 10. یادگیری تقویتی بدون مدل
• 11. روش‌های مونت کارلو
• 12. یادگیری تفاضل زمانی
• 13. یادگیری تقویتی با مدل
• 14. جستجو در فضای حالت
• 15. یادگیری عمیق تقویتی
• 16. شبکه‌های عصبی عمیق
• 17. شبکه‌های عصبی کانولوشنی
• 18. شبکه‌های عصبی بازگشتی
• 19. یادگیری عمیق تقویتی با شبکه‌های عصبی عمیق
• 20. الگوریتم DQN
• 21. یادگیری تقویتی با سیاست گرادیان
• 22. الگوریتم REINFORCE
• 23. الگوریتم A3C
• 24. یادگیری تقویتی با بازی‌ها
• 25. یادگیری تقویتی در رباتیک
• 26. یادگیری تقویتی در سیستم‌های توصیه‌گر
• 27. یادگیری تقویتی در امور مالی
• 28. یادگیری تقویتی در پردازش زبان طبیعی
• 29. یادگیری تقویتی در بینایی ماشین
• 30. موضوعات پیشرفته در یادگیری تقویتی
• 31. یادگیری نیمه‌نظارت شده
• 32. یادگیری خودنظارت شده
• 33. یادگیری افزایشی
• 34. یادگیری با حداقل داده
• 35. یادگیری ماشینی چندعاملی
• 36. شبکه‌های مولد تخاصمی (GANs)
• 37. یادگیری تقویتی با عامل‌های متعدد
• 38. هماهنگی و رقابت در عامل‌های متعدد
• 39. بازی‌های مجموع صفر
• 40. بازی‌های مجموع غیر صفر
• 41. نظریه بازی‌ها و یادگیری تقویتی
• 42. کاربرد GANs در تولید داده
• 43. کاربرد GANs در تصاویر
• 44. کاربرد GANs در متن
• 45. کاربرد GANs در صدا
• 46. شبکه‌های عصبی گراف (GNNs)
• 47. مبانی شبکه‌های عصبی گراف
• 48. کاربرد GNNs در شبکه‌های اجتماعی
• 49. کاربرد GNNs در شیمی
• 50. کاربرد GNNs در فیزیک
• 51. پردازش زبان طبیعی پیشرفته
• 52. مدل‌های زبانی بزرگ
• 53. ترنسفورمرها
• 54. توجه مکانیزم
• 55. کاربرد ترنسفورمرها در ترجمه ماشینی
• 56. کاربرد ترنسفورمرها در خلاصه‌سازی متن
• 57. کاربرد ترنسفورمرها در پاسخ به پرسش
• 58. یادگیری انتقالی
• 59. تنظیم دقیق مدل‌های از پیش آموزش دیده
• 60. کاربرد یادگیری انتقالی در تصاویر
• 61. کاربرد یادگیری انتقالی در متن
• 62. یادگیری فدرال
• 63. مبانی یادگیری فدرال
• 64. حریم خصوصی در یادگیری فدرال
• 65. امنیت در یادگیری فدرال
• 66. کاربرد یادگیری فدرال در سلامت
• 67. کاربرد یادگیری فدرال در بانکداری
• 68. یادگیری ماشینی توضیحی (XAI)
• 69. مبانی XAI
• 70. روش‌های XAI برای مدل‌های جعبه سیاه
• 71. توضیح‌پذیری مدل‌های یادگیری عمیق
• 72. تفسیرپذیری مدل‌های یادگیری ماشین
• 73. کاربرد XAI در تشخیص پزشکی
• 74. کاربرد XAI در امور مالی
• 75. یادگیری ماشینی مسئولانه
• 76. اخلاق در هوش مصنوعی
• 77. سوگیری در داده‌ها و مدل‌ها
• 78. عدالت در هوش مصنوعی
• 79. شفافیت در هوش مصنوعی
• 80. پاسخگویی در هوش مصنوعی
• 81. مسائل حقوقی هوش مصنوعی
• 82. مدل‌های یادگیری ماشین برای داده‌های سری زمانی
• 83. پیش‌بینی سری زمانی
• 84. مدل‌های ARIMA
• 85. مدل‌های LSTM برای سری زمانی
• 86. مدل‌های ترنسفورمر برای سری زمانی
• 87. یادگیری ماشینی در اینترنت اشیا (IoT)
• 88. جمع‌آوری داده از دستگاه‌های IoT
• 89. تجزیه و تحلیل داده‌های IoT
• 90. کاربرد یادگیری ماشینی در شهرهای هوشمند
• 91. یادگیری ماشینی در سیستم‌های توزیع شده
• 92. یادگیری ماشینی در محاسبات ابری
• 93. یادگیری ماشینی در محاسبات لبه
• 94. مباحث پیشرفته در بهینه‌سازی مدل‌های یادگیری ماشین
• 95. روش‌های کوانتیزاسیون مدل
• 96. تقطیر دانش
• 97. حذف هرس مدل
• 98. کاربرد یادگیری ماشینی در دنیای واقعی
• 99. مطالعات موردی در صنعت
• 100. مطالعات موردی در پزشکی