سپنتا کتاب اکسپرس
کتاب نظریه الگوریتمی یادگیری: درک عمیق مبانی هوش مصنوعی

کتاب نظریه الگوریتمی یادگیری: درک عمیق مبانی هوش مصنوعی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب نظریه الگوریتمی یادگیری: درک عمیق مبانی هوش مصنوعی

موضوع کلی: یادگیری ماشین

موضوع میانی: نظریه یادگیری محاسباتی

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مبانی یادگیری ماشین و هوش مصنوعی
  • 2. مروری بر مفاهیم احتمالاتی و آمار
  • 3. فضای فرضیه و پیچیدگی
  • 4. خطای آموزش و خطای تعمیم
  • 5. Bias-Variance Tradeoff
  • 6. VC Dimension: معرفی و شهود
  • 7. محاسبه VC Dimension برای توابع ساده
  • 8. VC Dimension و قابلیت یادگیری
  • 9. قضایا و کران‌های VC Dimension
  • 10. Growth Function و کران‌های یکنواخت
  • 11. Sauer's Lemma
  • 12. Rademacher Complexity: معرفی و شهود
  • 13. محاسبه Rademacher Complexity برای توابع ساده
  • 14. Rademacher Complexity و قابلیت یادگیری
  • 15. کران‌های Rademacher Complexity
  • 16. Margins و Boosting
  • 17. AdaBoost و تحلیل تئوریک آن
  • 18. کران‌های Boosting بر اساس Margin
  • 19. Kernel Methods: معرفی و شهود
  • 20. Kernel Trick و فضای ویژگی ضمنی
  • 21. Representer Theorem
  • 22. ماشین‌های بردار پشتیبان (SVM)
  • 23. Regularization: معرفی و شهود
  • 24. Regularization L1 و L2
  • 25. Regularization و تعمیم
  • 26. مدل‌های خطی و Logistic Regression
  • 27. تحلیل تئوریک Logistic Regression
  • 28. یادگیری آنلاین: معرفی و شهود
  • 29. Halving Algorithm
  • 30. Perceptron Algorithm
  • 31. Mistake Bound Model
  • 32. Winnow Algorithm
  • 33. Exponential Weights Algorithm
  • 34. Follow the Leader
  • 35. Follow the Perturbed Leader
  • 36. Online Convex Optimization
  • 37. Regret Minimization
  • 38. Bandit Algorithms: معرفی و شهود
  • 39. Multi-Armed Bandit Problem
  • 40. UCB1 Algorithm
  • 41. Thompson Sampling
  • 42. PAC-Bayes Framework: معرفی و شهود
  • 43. Gibbs Algorithm
  • 44. PAC-Bayes Bounds
  • 45. Stable Algorithms and Generalization
  • 46. Algorithmic Stability
  • 47. Uniform Argument Stability
  • 48. Differential Privacy: معرفی و شهود
  • 49. Mechanism‌های Differential Privacy
  • 50. Composition Theorems
  • 51. آموزش عمیق (Deep Learning) و نظریه یادگیری
  • 52. Generalization in Deep Learning
  • 53. Implicit Regularization in Deep Learning
  • 54. Optimization Landscape of Neural Networks
  • 55. Sparsity and Compression in Neural Networks
  • 56. Transfer Learning: معرفی و شهود
  • 57. Domain Adaptation
  • 58. Multi-Task Learning
  • 59. Active Learning: معرفی و شهود
  • 60. Query Strategies in Active Learning
  • 61. Agnostic PAC Learning
  • 62. یادگیری تقویتی (Reinforcement Learning) و نظریه یادگیری
  • 63. Markov Decision Processes (MDPs)
  • 64. Exploration vs. Exploitation
  • 65. Q-Learning و تحلیل تئوریک آن
  • 66. Regret Bounds in Reinforcement Learning
  • 67. Sample Complexity in Reinforcement Learning
  • 68. Causal Inference: معرفی و شهود
  • 69. Potential Outcomes Framework
  • 70. Identification Strategies
  • 71. Estimation Techniques in Causal Inference
  • 72. Adversarial Learning: معرفی و شهود
  • 73. Generative Adversarial Networks (GANs)
  • 74. Adversarial Robustness
  • 75. Certification of Robustness
  • 76. Distributed Learning: معرفی و شهود
  • 77. Federated Learning
  • 78. Byzantine Fault Tolerance
  • 79. Statistical Query Model
  • 80. طراحی الگوریتم‌های یادگیری: اصول و روش‌ها
  • 81. انتخاب مدل و اعتبارسنجی
  • 82. تحلیل خطا و بهبود مدل
  • 83. ملاحظات محاسباتی در یادگیری ماشین
  • 84. یادگیری نیمه نظارتی (Semi-Supervised Learning)
  • 85. Transductive Learning
  • 86. Self-Training
  • 87. Co-Training
  • 88. یادگیری چند نمونه‌ای (Multi-Instance Learning)
  • 89. یادگیری با برچسب‌های ناکامل (Learning with Imperfect Labels)
  • 90. یادگیری با داده‌های نامتوازن (Learning with Imbalanced Data)
  • 91. یادگیری رتبه‌بندی (Learning to Rank)
  • 92. یادگیری ساختاریافته (Structured Learning)
  • 93. تحلیل پیچیدگی الگوریتم‌های یادگیری
  • 94. محاسبات موازی و توزیع شده در یادگیری
  • 95. یادگیری با محدودیت‌ها و قیود
  • 96. یادگیری با بازخورد (Learning from Feedback)
  • 97. تئوری بازی و یادگیری ماشین
  • 98. اقتصاد مکانیزم و یادگیری ماشین
  • 99. ملاحظات اخلاقی در یادگیری ماشین
  • 100. یادگیری ماشین منصفانه (Fair Machine Learning)

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.