سپنتا کتاب اکسپرس
کتاب شفافیت و توضیح‌پذیری در الگوریتم‌های یادگیری ماشین

کتاب شفافیت و توضیح‌پذیری در الگوریتم‌های یادگیری ماشین

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 شفافیت و توضیح‌پذیری در الگوریتم‌های یادگیری ماشین

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: مسئولیت پذیری (Accountability)

📋 سرفصل‌های دوره

  • 1. مقدمه به شفافیت و توضیح‌پذیری
  • 2. چرا شفافیت در یادگیری ماشین مهم است؟
  • 3. مفاهیم کلیدی: شفافیت، توضیح‌پذیری، قابلیت تفسیر
  • 4. تعریف انواع مدل‌های یادگیری ماشین: جعبه سیاه و جعبه سفید
  • 5. اهمیت توضیح‌پذیری برای اعتماد و پذیرش
  • 6. ملاحظات اخلاقی در شفافیت الگوریتم‌ها
  • 7. مسائل حقوقی و نظارتی مرتبط
  • 8. شفافیت در چرخه حیات یادگیری ماشین
  • 9. مراحل توسعه مدل و نقاط نیازمند شفافیت
  • 10. جمع‌آوری و آماده‌سازی داده‌ها: تاثیر بر شفافیت
  • 11. انتخاب ویژگی و مهندسی ویژگی: نقش در توضیح‌پذیری
  • 12. انتخاب مدل و تاثیر آن بر شفافیت
  • 13. روش‌های ارزیابی مدل و شاخص‌های شفافیت
  • 14. تست و اعتبارسنجی مدل با رویکرد شفاف
  • 15. استقرار و پایش مدل: شفافیت در عمل
  • 16. نگهداری و به‌روزرسانی مدل: حفظ شفافیت
  • 17. تکنیک‌های توضیح‌پذیری مدل‌های جعبه سیاه
  • 18. روش‌های پس از وقوع (Post-hoc Explanations)
  • 19. تکنیک‌های مبتنی بر جایگزینی (Surrogate Models)
  • 20. یادگیری ماشین قابل تفسیر (Interpretable Machine Learning)
  • 21. مدل‌های ذاتی قابل تفسیر (Intrinsically Interpretable Models)
  • 22. مدل‌های خطی ساده (رگرسیون خطی، رگرسیون لجستیک)
  • 23. درختان تصمیم (Decision Trees)
  • 24. قوانین انجمنی (Association Rules)
  • 25. ماشین‌های بردار پشتیبان با کرنل خطی (Linear SVM)
  • 26. مدل‌های مبتنی بر قوانین (Rule-based Models)
  • 27. توضیح‌پذیری مدل‌های پیچیده
  • 28. تکنیک LIME (Local Interpretable Model-agnostic Explanations)
  • 29. توضیح LIME
  • 30. نحوه عملکرد LIME
  • 31. کاربرد LIME برای طبقه‌بندی
  • 32. کاربرد LIME برای رگرسیون
  • 33. محدودیت‌های LIME
  • 34. تکنیک SHAP (SHapley Additive exPlanations)
  • 35. مفهوم مقادیر شاپلی
  • 36. محاسبه مقادیر شاپلی
  • 37. تفسیر مقادیر شاپلی
  • 38. نمودارهای SHAP (SHAP Summary Plot)
  • 39. نمودارهای SHAP (SHAP Dependence Plot)
  • 40. نمودارهای SHAP (SHAP Interaction Plot)
  • 41. مزایای SHAP
  • 42. محدودیت‌های SHAP
  • 43. تکنیک‌های مبتنی بر استخراج ویژگی (Feature Importance)
  • 44. اهمیت کلی ویژگی (Global Feature Importance)
  • 45. روش‌های مبتنی بر حذف (Permutation Importance)
  • 46. روش‌های مبتنی بر گرادیان (Gradient-based Importance)
  • 47. اهمیت محلی ویژگی (Local Feature Importance)
  • 48. تکنیک‌های مبتنی بر تجزیه و تحلیل تاثیر (Influence Functions)
  • 49. توابع تاثیر در یادگیری ماشین
  • 50. کاربرد توابع تاثیر
  • 51. تکنیک‌های مبتنی بر مثال‌های نماینده (Representative Examples)
  • 52. شناسایی مثال‌های کلیدی
  • 53. مثال‌های پرتاثیر (Prototypes)
  • 54. مثال‌های گمراه‌کننده (Criticisms)
  • 55. تکنیک‌های مبتنی بر تجزیه و تحلیل حالات (Counterfactual Explanations)
  • 56. توضیحات متقابل
  • 57. جستجوی توضیحات متقابل
  • 58. کاربرد توضیحات متقابل
  • 59. تکنیک‌های مبتنی بر تجسم (Visualization Techniques)
  • 60. نمودارهای پراکندگی (Scatter Plots)
  • 61. هیستوگرام‌ها (Histograms)
  • 62. نمودارهای میله‌ای (Bar Charts)
  • 63. نقشه‌های حرارتی (Heatmaps)
  • 64. تجسم تصمیمات مدل
  • 65. تجسم ویژگی‌ها
  • 66. تجسم فضای ویژگی (Feature Space Visualization)
  • 67. تکنیک‌های توضیح‌پذیری برای شبکه‌های عصبی عمیق
  • 68. نقشه‌برداری فعال‌سازی کلاس (Class Activation Mapping - CAM)
  • 69. Gradient-weighted Class Activation Mapping (Grad-CAM)
  • 70. Grad-CAM++
  • 71. Integrated Gradients
  • 72. Excitation Backpropagation
  • 73. DeepLIFT
  • 74. LRP (Layer-wise Relevance Propagation)
  • 75. تکنیک‌های توضیح‌پذیری در پردازش زبان طبیعی (NLP)
  • 76. تفسیر مدل‌های مبتنی بر توجه (Attention Models)
  • 77. نشان دادن کلمات مهم در متن
  • 78. تجسم ماتریس‌های توجه
  • 79. تجسم ساختار جملات
  • 80. تکنیک‌های توضیح‌پذیری در بینایی ماشین (Computer Vision)
  • 81. نقشه‌های حرارتی لایه‌های کانولوشنی
  • 82. تجسم فیلترهای کانولوشنی
  • 83. تجسم ویژگی‌های یادگرفته شده
  • 84. تجسم تشخیص اشیاء
  • 85. کاربرد شفافیت و توضیح‌پذیری در حوزه‌های مختلف
  • 86. سیستم‌های توصیه‌گر (Recommender Systems)
  • 87. توضیح دلیل توصیه‌ها
  • 88. سیستم‌های تشخیص تقلب (Fraud Detection)
  • 89. توضیح دلایل تشخیص تقلب
  • 90. حوزه سلامت (Healthcare)
  • 91. توضیح تشخیص بیماری
  • 92. حوزه مالی (Finance)
  • 93. توضیح تصمیمات اعتباری
  • 94. حوزه عدالت کیفری (Criminal Justice)
  • 95. شفافیت در پیش‌بینی ریسک
  • 96. ملاحظات پیاده‌سازی شفافیت
  • 97. انتخاب ابزارها و کتابخانه‌های مناسب
  • 98. ایجاد گزارش‌های شفاف
  • 99. ارائه توضیحات به کاربران نهایی
  • 100. چالش‌های آینده در شفافیت و توضیح‌پذیری

📚 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.