سپنتا کتاب اکسپرس
کتاب یادگیری ماشین و شبکه‌های عصبی عمیق در هوش مصنوعی فراگیر خودروهای خودران

کتاب یادگیری ماشین و شبکه‌های عصبی عمیق در هوش مصنوعی فراگیر خودروهای خودران

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری ماشین و شبکه‌های عصبی عمیق در هوش مصنوعی فراگیر خودروهای خودران

موضوع کلی: خودروهای خودران و حمل و نقل هوشمند

موضوع میانی: هوش مصنوعی فراگیر (Ubiquitous AI)

📋 سرفصل‌های دوره

  • 1. مقدمه به یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین
  • 4. یادگیری نظارت شده
  • 5. یادگیری بدون نظارت
  • 6. یادگیری تقویتی
  • 7. مقدمه به شبکه‌های عصبی
  • 8. نورون‌های مصنوعی
  • 9. توابع فعال‌سازی
  • 10. معماری شبکه‌های عصبی
  • 11. شبکه‌های عصبی پیشخور
  • 12. شبکه‌های عصبی پسخور
  • 13. پس‌انتشار خطا
  • 14. بهینه‌سازی در شبکه‌های عصبی
  • 15. گرادیان کاهشی
  • 16. بهینه‌سازهای پیشرفته
  • 17. منظم‌سازی در شبکه‌های عصبی
  • 18. انواع منظم‌سازی
  • 19. هایپرپارامترها
  • 20. تنظیم هایپرپارامترها
  • 21. ارزیابی مدل
  • 22. معیارهای ارزیابی
  • 23. مقدمه به هوش مصنوعی فراگیر
  • 24. مفهوم فراگیری
  • 25. کاربرد هوش مصنوعی در خودروهای خودران
  • 26. معماری خودروی خودران
  • 27. حسگرها در خودروهای خودران
  • 28. پردازش داده‌های حسگر
  • 29. دید کامپیوتری
  • 30. شناسایی اشیاء
  • 31. تفسیر صحنه
  • 32. یادگیری عمیق برای دید کامپیوتری
  • 33. شبکه‌های عصبی کانولوشنال (CNN)
  • 34. معماری CNN
  • 35. کاربرد CNN در شناسایی اشیاء
  • 36. کاربرد CNN در بخش‌بندی تصویر
  • 37. تشخیص اشیاء در زمان واقعی
  • 38. یادگیری عمیق برای پردازش زبان طبیعی (NLP)
  • 39. پردازش زبان طبیعی در خودروهای خودران
  • 40. درک زبان طبیعی
  • 41. تولید زبان طبیعی
  • 42. شبکه‌های عصبی بازگشتی (RNN)
  • 43. شبکه‌های حافظه طولانی کوتاه (LSTM)
  • 44. شبکه‌های حافظه کوتاه مدت (GRU)
  • 45. کاربرد RNN/LSTM/GRU در خودروهای خودران
  • 46. یادگیری عمیق برای تصمیم‌گیری
  • 47. یادگیری تقویتی در خودروهای خودران
  • 48. عوامل یادگیری تقویتی
  • 49. محیط یادگیری تقویتی
  • 50. تابع پاداش
  • 51. الگوریتم‌های یادگیری تقویتی
  • 52. DFS-Q
  • 53. برنامه‌ریزی مسیر
  • 54. کنترل خودرو
  • 55. پیش‌بینی رفتار سایر وسایل نقلیه
  • 56. مدل‌سازی راننده
  • 57. شبیه‌سازی در خودروهای خودران
  • 58. بستر شبیه‌سازی
  • 59. ایجاد داده‌های آموزشی
  • 60. روش‌های افزایش داده
  • 61. یادگیری انتقالی
  • 62. تنظیم دقیق مدل‌های پیش‌آموزش‌دیده
  • 63. شبکه‌های مولد تخاصمی (GAN)
  • 64. کاربرد GAN در خودروهای خودران
  • 65. تولید داده‌های مصنوعی
  • 66. تولید سناریوهای پیچیده
  • 67. پردازش داده‌های lidar
  • 68. پردازش داده‌های رادار
  • 69. ادغام داده‌های حسگر
  • 70. یادگیری ادغامی
  • 71. معماری‌های یادگیری ادغامی
  • 72. تفسیرپذیری مدل‌های یادگیری عمیق
  • 73. تفسیرپذیری در خودروهای خودران
  • 74. ارزیابی ایمنی
  • 75. آزمایش و اعتبارسنجی
  • 76. ناوبری خودمختار
  • 77. سیستم‌های پیشرفته کمک راننده (ADAS)
  • 78. حالت‌های مختلف خودران
  • 79. چالش‌های پیاده‌سازی
  • 80. ملاحظات اخلاقی
  • 81. حریم خصوصی داده‌ها
  • 82. مسئولیت‌پذیری
  • 83. چالش‌های قانونی
  • 84. استانداردسازی
  • 85. آینده خودروهای خودران
  • 86. خودروهای خودران و ارتباطات V2X
  • 87. خودروهای خودران و شهرهای هوشمند
  • 88. یادگیری ماشین روی دستگاه
  • 89. یادگیری ماشین ابری
  • 90. مقایسه یادگیری ماشین ابری و روی دستگاه
  • 91. امنیت مدل‌های یادگیری عمیق
  • 92. حملات خصمانه
  • 93. روش‌های دفاع
  • 94. تاثیر نویز بر مدل‌ها
  • 95. پایداری مدل‌ها
  • 96. ملاحظات اقتصادی
  • 97. بازار خودروهای خودران
  • 98. تاثیر بر اشتغال
  • 99. روش‌های نوظهور در هوش مصنوعی
  • 100. یادگیری چندوظیفه‌ای

📚 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.