سپنتا کتاب اکسپرس
کتاب یادگیری انتقالی در عمل: تکنیک‌های کاربردی برای هوش مصنوعی

کتاب یادگیری انتقالی در عمل: تکنیک‌های کاربردی برای 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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری انتقالی در عمل: تکنیک‌های کاربردی برای هوش مصنوعی

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: یادگیری انتقالی (Transfer Learning)

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر یادگیری انتقالی
  • 2. مفاهیم کلیدی یادگیری انتقالی
  • 3. اهمیت یادگیری انتقالی در هوش مصنوعی
  • 4. کاربردهای یادگیری انتقالی
  • 5. انواع یادگیری انتقالی
  • 6. یادگیری انتقالی مبتنی بر ویژگی
  • 7. یادگیری انتقالی مبتنی بر نمونه
  • 8. یادگیری انتقالی مبتنی بر پارامتر
  • 9. یادگیری انتقالی ناهمگن
  • 10. مراحل پیاده سازی یادگیری انتقالی
  • 11. انتخاب مدل از پیش آموزش دیده
  • 12. تنظیم دقیق مدل (Fine-tuning)
  • 13. انتقال دانش با استفاده از استخراج ویژگی
  • 14. انتقال دانش با تغییر توزیع داده
  • 15. تکنیک های افزایش داده برای یادگیری انتقالی
  • 16. داده افزایی خودکار
  • 17. داده افزایی در فضای ویژگی
  • 18. استفاده از مدل های بزرگ زبان (LLMs)
  • 19. تنظیم دقیق LLMs برای وظایف خاص
  • 20. Prompt Engineering برای یادگیری انتقالی
  • 21. آموزش تقویتی با یادگیری انتقالی
  • 22. یادگیری انتقالی در پردازش زبان طبیعی (NLP)
  • 23. طبقه‌بندی متن با یادگیری انتقالی
  • 24. تشخیص موجودیت نام‌گذاری شده (NER)
  • 25. ترجمه ماشینی با یادگیری انتقالی
  • 26. خلاصه‌سازی متن
  • 27. تولید متن
  • 28. یادگیری انتقالی در بینایی ماشین (Computer Vision)
  • 29. طبقه‌بندی تصویر
  • 30. تشخیص شیء
  • 31. تقسیم‌بندی تصویر (Image Segmentation)
  • 32. تولید تصویر
  • 33. بازشناسی چهره
  • 34. یادگیری انتقالی در تشخیص گفتار
  • 35. تبدیل گفتار به متن
  • 36. شناسایی گوینده
  • 37. یادگیری انتقالی در سیستم‌های توصیه‌گر
  • 38. توصیه‌گرهای مبتنی بر محتوا
  • 39. توصیه‌گرهای مبتنی بر فیلترینگ مشارکتی
  • 40. ترکیب یادگیری انتقالی با تکنیک‌های دیگر
  • 41. یادگیری انتقالی و یادگیری چندوظیفه‌ای
  • 42. یادگیری انتقالی و یادگیری فعال
  • 43. یادگیری انتقالی و یادگیری بدون نظارت
  • 44. معیارهای ارزیابی مدل‌های یادگیری انتقالی
  • 45. چالش‌های یادگیری انتقالی
  • 46. داده‌های نامتوازن و یادگیری انتقالی
  • 47. داده‌های نامرتبط
  • 48. تفسیرپذیری در یادگیری انتقالی
  • 49. اخلاق در یادگیری انتقالی
  • 50. سوگیری در مدل‌های از پیش آموزش دیده
  • 51. حریم خصوصی داده‌ها
  • 52. یادگیری انتقالی برای داده‌های حساس
  • 53. یادگیری انتقالی در رباتیک
  • 54. یادگیری انتقالی در بهداشت و درمان
  • 55. تشخیص بیماری
  • 56. کشف دارو
  • 57. یادگیری انتقالی در امور مالی
  • 58. تشخیص تقلب
  • 59. پیش‌بینی بازار
  • 60. یادگیری انتقالی در بازی‌ها
  • 61. آموزش عامل‌ها
  • 62. توسعه بازی
  • 63. یادگیری انتقالی در سنجش از دور
  • 64. تحلیل تصاویر ماهواره‌ای
  • 65. تشخیص تغییرات
  • 66. یادگیری انتقالی در اینترنت اشیاء (IoT)
  • 67. تحلیل داده‌های سنسور
  • 68. پیش‌بینی خرابی
  • 69. یادگیری انتقالی در امنیت سایبری
  • 70. شناسایی بدافزار
  • 71. تشخیص نفوذ
  • 72. یادگیری انتقالی در آموزش
  • 73. شخصی‌سازی آموزش
  • 74. ارزیابی عملکرد دانش‌آموز
  • 75. مطالعات موردی یادگیری انتقالی
  • 76. پیاده‌سازی یادگیری انتقالی در یک پروژه واقعی
  • 77. دشواری‌های عملی در پیاده‌سازی
  • 78. راهکارهای مقابله با دشواری‌ها
  • 79. بررسی کتابخانه‌ها و فریم‌ورک‌های مرتبط
  • 80. TensorFlow و Keras برای یادگیری انتقالی
  • 81. PyTorch برای یادگیری انتقالی
  • 82. Hugging Face Transformers
  • 83. سایر ابزارهای مفید
  • 84. آینده یادگیری انتقالی
  • 85. روندهای نوظهور
  • 86. تحقیقات آتی
  • 87. نکات پیشرفته در تنظیم دقیق
  • 88. انتقال لایه به لایه
  • 89. انتقال با نرخ یادگیری متفاوت
  • 90. تنظیم ابرپارامترها
  • 91. روش‌های منظم‌سازی در یادگیری انتقالی
  • 92. Dropout و Batch Normalization
  • 93. Regularization L1 و L2
  • 94. استفاده از دانش ضمنی
  • 95. Meta-learning و یادگیری انتقالی
  • 96. Few-shot learning با یادگیری انتقالی
  • 97. Zero-shot learning با یادگیری انتقالی
  • 98. Continual learning با یادگیری انتقالی
  • 99. یادگیری انتقالی متقابل
  • 100. یادگیری انتقالی در زمان واقعی

📚 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.