کتاب ساخت عوامل یادگیرنده عمیق: از تئوری تا عمل

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 ساخت عوامل یادگیرنده عمیق: از تئوری تا عمل

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی عمیق (Deep Reinforcement Learning - DRL)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر یادگیری عمیق
  • 2. تاریخچه یادگیری عمیق
  • 3. چرا یادگیری عمیق؟
  • 4. کاربردهای یادگیری عمیق
  • 5. مبانی ریاضی یادگیری عمیق
  • 6. جبر خطی برای یادگیری عمیق
  • 7. حساب دیفرانسیل و انتگرال برای یادگیری عمیق
  • 8. احتمال و آمار برای یادگیری عمیق
  • 9. مفهوم نورون مصنوعی
  • 10. شبکه‌های عصبی مصنوعی
  • 11. توابع فعال‌سازی
  • 12. تابع هزینه (Loss Function)
  • 13. گرادیان کاهشی (Gradient Descent)
  • 14. پس‌انتشار (Backpropagation)
  • 15. تنوع الگوریتم‌های گرادیان کاهشی
  • 16. بهینه‌سازی های پیشرفته (Adam, RMSprop, Adagrad)
  • 17. مفهوم شبکه عصبی پرسپترون چندلایه (MLP)
  • 18. ساخت و آموزش MLP
  • 19. تنظیم هایپرپارامترها
  • 20. اعتبارسنجی (Validation)
  • 21. تنظیم‌کننده ها (Regularization)
  • 22. کاهش داده‌ها (Dropout)
  • 23. نرمال‌سازی دسته‌ای (Batch Normalization)
  • 24. شبکه‌های عصبی کانولوشنال (CNN)
  • 25. لایه‌های کانولوشن
  • 26. لایه‌های پولینگ
  • 27. معماری‌های CNN (LeNet, AlexNet, VGG, ResNet, Inception)
  • 28. کاربرد CNN در بینایی ماشین
  • 29. پردازش تصویر با CNN
  • 30. تشخیص اشیاء با CNN
  • 31. قطعه‌بندی تصویر با CNN
  • 32. شبکه‌های عصبی بازگشتی (RNN)
  • 33. مفهوم حافظه در RNN
  • 34. مشکل گرادیان محو شونده و انفجاری
  • 35. شبکه‌های حافظه طولانی کوتاه مدت (LSTM)
  • 36. واحدهای گیت دار بازگشتی (GRU)
  • 37. کاربرد RNN در پردازش زبان طبیعی
  • 38. مدل‌سازی زبان با RNN
  • 39. ترجمه ماشینی با RNN
  • 40. تولید متن با RNN
  • 41. شبکه‌های عصبی ترنسفورمر (Transformer)
  • 42. مکانیزم توجه (Attention Mechanism)
  • 43. توجه خودی (Self-Attention)
  • 44. معماری ترنسفورمر
  • 45. کاربرد ترنسفورمر در پردازش زبان طبیعی
  • 46. مدل‌های زبانی بزرگ (LLMs)
  • 47. مبانی ترنسفورمر برای پردازش زبان طبیعی
  • 48. کاربرد ترنسفورمر در بینایی ماشین (Vision Transformers)
  • 49. یادگیری انتقالی (Transfer Learning)
  • 50. تنظیم دقیق (Fine-tuning)
  • 51. استفاده از مدل‌های از پیش آموزش دیده
  • 52. یادگیری تقویتی (Reinforcement Learning)
  • 53. محیط، عامل، پاداش
  • 54. الگوریتم‌های یادگیری تقویتی (Q-learning, SARSA)
  • 55. شبکه‌های عصبی عمیق در یادگیری تقویتی (DQN)
  • 56. عوامل هوش مصنوعی در بازی‌ها
  • 57. یادگیری تقویتی عمیق پیشرفته
  • 58. یادگیری عمیق بدون نظارت (Unsupervised Learning)
  • 59. کدگذارهای خودکار (Autoencoders)
  • 60. کدگذارهای خودکار تنک (Sparse Autoencoders)
  • 61. کدگذارهای خودکار واریانس (Variational Autoencoders - VAE)
  • 62. مدل‌های مولد (Generative Models)
  • 63. شبکه‌های مولد تخاصمی (GANs)
  • 64. معماری GAN
  • 65. آموزش GANs
  • 66. کاربرد GANs در تولید تصویر
  • 67. تولید محتوا با GANs
  • 68. یادگیری نیمه نظارت شده (Semi-supervised Learning)
  • 69. استفاده از داده‌های برچسب‌دار و بدون برچسب
  • 70. فریم‌ورک‌های یادگیری عمیق (TensorFlow, PyTorch, Keras)
  • 71. نصب و راه‌اندازی فریم‌ورک‌ها
  • 72. مفاهیم پایه‌ای در فریم‌ورک‌ها
  • 73. ساخت مدل در فریم‌ورک‌ها
  • 74. آموزش مدل در فریم‌ورک‌ها
  • 75. ارزیابی مدل در فریم‌ورک‌ها
  • 76. دیباگ کردن مدل‌های یادگیری عمیق
  • 77. مدیریت پروژه یادگیری عمیق
  • 78. گردآوری و پیش‌پردازش داده‌ها
  • 79. مهندسی ویژگی (Feature Engineering)
  • 80. انتخاب مجموعه داده مناسب
  • 81. بزرگ کردن داده‌ها (Data Augmentation)
  • 82. ارزیابی معیارهای عملکرد مدل
  • 83. متریک‌های طبقه‌بندی (Accuracy, Precision, Recall, F1-score)
  • 84. متریک‌های رگرسیون (MSE, MAE, R-squared)
  • 85. متریک‌های پردازش زبان طبیعی (BLEU, ROUGE)
  • 86. تفسیرپذیری مدل‌های یادگیری عمیق (XAI)
  • 87. روش‌های تفسیرپذیری
  • 88. تجسم نتایج مدل
  • 89. اخلاق در یادگیری عمیق
  • 90. سوگیری در داده‌ها و مدل‌ها
  • 91. مسائل حریم خصوصی
  • 92. مسئولیت‌پذیری در هوش مصنوعی
  • 93. یادگیری عمیق در حوزه سلامت
  • 94. تشخیص بیماری با یادگیری عمیق
  • 95. کشف دارو با یادگیری عمیق
  • 96. یادگیری عمیق در حوزه مالی
  • 97. تشخیص تقلب با یادگیری عمیق
  • 98. پیش‌بینی بازار با یادگیری عمیق
  • 99. یادگیری عمیق در حوزه خودروهای خودران
  • 100. تشخیص موانع با یادگیری عمیق

📚 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.