سپنتا کتاب اکسپرس
کتاب تشخیص احساسات در تعامل انسان و کامپیوتر با هوش مصنوعی

کتاب تشخیص احساسات در تعامل انسان و کامپیوتر با 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 تشخیص احساسات در تعامل انسان و کامپیوتر با هوش مصنوعی

موضوع کلی: برنامه‌نویسی کامپیوترهای شخصی

موضوع میانی: AI in Human-Computer Interaction (HCI)

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر تشخیص احساسات
  • 2. مبانی تعامل انسان و کامپیوتر
  • 3. تاریخچه تشخیص احساسات
  • 4. اهمیت تشخیص احساسات در HCI
  • 5. انواع رویکردهای تشخیص احساسات
  • 6. تشخیص احساسات مبتنی بر متن
  • 7. تشخیص احساسات مبتنی بر گفتار
  • 8. تشخیص احساسات مبتنی بر تصویر
  • 9. تشخیص احساسات چندوجهی
  • 10. مدل های زبانی در پردازش متن
  • 11. تحلیل احساسات مبتنی بر واژگان
  • 12. تحلیل احساسات مبتنی بر یادگیری ماشین
  • 13. شبکه های عصبی کانولوشنال (CNN)
  • 14. شبکه های عصبی بازگشتی (RNN)
  • 15. شبکه های حافظه طولانی کوتاه مدت (LSTM)
  • 16. ترانسفورمرها و مکانیزم توجه
  • 17. پیش پردازش داده های متنی
  • 18. توکن سازی و ریشه یابی
  • 19. حذف کلمات توقف
  • 20. بردار سازی متن (Word Embeddings)
  • 21. Word2Vec و GloVe
  • 22. BERT و مدل های زبانی پیشرفته
  • 23. مجموعه داده های تشخیص احساسات متنی
  • 24. وبلاگ ها و شبکه های اجتماعی
  • 25. نظرات کاربران محصولات
  • 26. اخبار و مقالات
  • 27. داده های مکالمه ای
  • 28. ارزیابی مدل های تشخیص احساسات متنی
  • 29. معیارهای دقت، صحت و فراخوانی
  • 30. امتیاز F1
  • 31. ماتریس سردرگمی
  • 32. کاربرد تشخیص احساسات متنی در HCI
  • 33. تحلیل بازخورد کاربران
  • 34. سیستم های توصیه گر شخصی سازی شده
  • 35. چت بات های همدلانه
  • 36. نظارت بر شبکه های اجتماعی
  • 37. تشخیص احساسات در گفتار
  • 38. ویژگی های صوتی گفتار
  • 39. فرکانس پایه (Pitch)
  • 40. انرژی (Energy)
  • 41. نرخ گفتار (Speech Rate)
  • 42. ویژگی های طیفی (Spectral Features)
  • 43. MFCC (Mel-Frequency Cepstral Coefficients)
  • 44. LPCC (Linear Predictive Cepstral Coefficients)
  • 45. آموزش مدل های تشخیص احساسات گفتاری
  • 46. مدل های مبتنی بر یادگیری ماشین کلاسیک
  • 47. ماشین بردار پشتیبان (SVM)
  • 48. جنگل تصادفی (Random Forest)
  • 49. یادگیری عمیق برای گفتار
  • 50. CNN برای داده های صوتی
  • 51. RNN و LSTM برای داده های زمانی گفتار
  • 52. تشخیص احساسات مبتنی بر سیگنال های فیزیولوژیکی
  • 53. نوار مغزی (EEG)
  • 54. ضربان قلب (ECG)
  • 55. پاسخ پوستی گالوانیکی (GSR)
  • 56. حرکات چشم (Eye Tracking)
  • 57. دوربین های مادون قرمز و حرارتی
  • 58. تحلیل احساسات مبتنی بر چهره
  • 59. حالات چهره و لبخند
  • 60. تشخیص نقاط کلیدی صورت (Facial Landmarks)
  • 61. مجموعه داده های تشخیص احساسات چهره
  • 62. FER2013 و AffectNet
  • 63. مدل های یادگیری عمیق برای چهره
  • 64. CNN برای استخراج ویژگی چهره
  • 65. تشخیص احساسات مبتنی بر بدن
  • 66. ژست های بدن و حرکات
  • 67. حالت بدن و اعتماد به نفس
  • 68. تشخیص احساسات چندوجهی (Multimodal Emotion Recognition)
  • 69. ترکیب اطلاعات از منابع مختلف
  • 70. ادغام ویژگی ها (Feature Fusion)
  • 71. ادغام مدل ها (Model Fusion)
  • 72. مباحث پیشرفته در تشخیص احساسات
  • 73. تشخیص احساسات ظریف (Subtle Emotion Detection)
  • 74. تشخیص احساسات پویا (Dynamic Emotion Recognition)
  • 75. تشخیص هیجان های ترکیبی (Compound Emotion Detection)
  • 76. احساسات در زمینه های فرهنگی
  • 77. چالش های تشخیص احساسات
  • 78. تنوع زبانی و لهجه ها
  • 79. سوگیری در داده ها و مدل ها
  • 80. مسائل حریم خصوصی و اخلاقی
  • 81. کاربردهای گسترده تشخیص احساسات در HCI
  • 82. واقعیت مجازی و افزوده
  • 83. بازی های ویدئویی
  • 84. سیستم های آموزشی هوشمند
  • 85. مراقبت های بهداشتی و روانشناسی
  • 86. طراحی رابط کاربری انسان محور
  • 87. آینده تشخیص احساسات در HCI
  • 88. تکنولوژی های نوظهور
  • 89. الگوریتم های پیشرفته تر
  • 90. تشخیص احساسات در زمان واقعی (Real-time)
  • 91. استانداردسازی و ارزیابی
  • 92. مسائل قانونی و اجتماعی
  • 93. نتیجه گیری در مورد اهمیت تشخیص احساسات

📚 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.