کتاب Weights & Biases: تسریع روند تحقیق و توسعه در 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 Weights & Biases: تسریع روند تحقیق و توسعه در هوش مصنوعی

موضوع کلی: ارزیابی سیستم‌های هوش مصنوعی

موضوع میانی: Weights & Biases

📋 سرفصل‌های دوره

  • 1. مقدمه بر یادگیری ماشین و یادگیری عمیق
  • 2. مفاهیم پایهٔ یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت‌شده، بدون نظارت، تقویتی
  • 4. پیش‌پردازش داده‌ها: پاک‌سازی و نرمال‌سازی
  • 5. مهندسی ویژگی: انتخاب و استخراج ویژگی
  • 6. مدل‌های یادگیری ماشین: رگرسیون خطی و لجستیک
  • 7. دسته‌بندی‌کننده‌ها: ماشین‌های بردار پشتیبان (SVM)
  • 8. درختان تصمیم و جنگل‌های تصادفی
  • 9. خوشه‌بندی: الگوریتم K-Means
  • 10. کاهش ابعاد: تحلیل مؤلفه‌های اصلی (PCA)
  • 11. ارزیابی مدل: معیارهای دقت، صحت، بازیابی و F1-Score
  • 12. اعتبارسنجی متقابل (Cross-Validation)
  • 13. مقدمه بر یادگیری عمیق و شبکه‌های عصبی مصنوعی
  • 14. ساختار شبکه‌های عصبی: نورون‌ها، لایه‌ها، توابع فعال‌سازی
  • 15. پس‌انتشار خطا (Backpropagation)
  • 16. بهینه‌سازی شبکه‌های عصبی: گرادیان کاهشی و مشتقات آن
  • 17. نرخ یادگیری و تنظیم آن
  • 18. تنظیم‌کننده‌ها: L1 و L2
  • 19. شبکه‌های عصبی کانولوشنی (CNN) برای پردازش تصویر
  • 20. معماری‌های CNN: LeNet، AlexNet، VGG، ResNet
  • 21. کاربردهای CNN: تشخیص اشیاء، بخش‌بندی تصویر
  • 22. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های ترتیبی
  • 23. حافظه طولانی کوتاه‌مدت (LSTM) و واحد بازگشتی دروازه‌ای (GRU)
  • 24. کاربردهای RNN: پردازش زبان طبیعی، پیش‌بینی سری‌های زمانی
  • 25. مقدمه بر چارچوب Weights & Biases (W&B)
  • 26. نصب و راه‌اندازی W&B
  • 27. ثبت و ردیابی آزمایش‌ها در W&B
  • 28. تجسم نتایج آزمایش‌ها در W&B
  • 29. مقایسهٔ مدل‌ها و هایپرپارامترها در W&B
  • 30. مدیریت پروژه و تیم در W&B
  • 31. استفاده از W&B برای گزارش‌دهی و اشتراک‌گذاری
  • 32. ادغام W&B با چارچوب‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 33. تنظیم خودکار هایپرپارامترها با W&B
  • 34. جستجوی شبکه‌ای (Grid Search) و جستجوی تصادفی (Random Search)
  • 35. بهینه‌سازی بیزی (Bayesian Optimization)
  • 36. استفاده از ابزارهای W&B برای تسریع تحقیق و توسعه
  • 37. مقدمه بر پردازش زبان طبیعی (NLP)
  • 38. توکن‌سازی و نرمال‌سازی متن
  • 39. تعبیه‌های کلمه: Word2Vec، GloVe
  • 40. مدل‌های زبانی: N-gram
  • 41. شبکه‌های عصبی ترنسفورمر (Transformer)
  • 42. مکانیسم توجه (Attention Mechanism)
  • 43. مدل‌های زبانی بزرگ (LLMs): GPT، BERT
  • 44. تنظیم دقیق (Fine-tuning) مدل‌های زبانی
  • 45. کاربردهای NLP: ترجمه ماشینی، خلاصه‌سازی متن
  • 46. تحلیل احساسات و طبقه‌بندی متن
  • 47. شناسایی موجودیت نام‌گذاری شده (NER)
  • 48. سیستم‌های پرسش و پاسخ
  • 49. مقدمه بر بینایی ماشین (Computer Vision)
  • 50. پردازش اولیهٔ تصویر: فیلترها، لبه‌یابی
  • 51. استخراج ویژگی‌های تصویر: SIFT، SURF
  • 52. تشخیص و شناسایی اشیاء
  • 53. بخش‌بندی معنایی و نمونه‌ای تصویر
  • 54. تولید تصویر: شبکه‌های مولد تخاصمی (GANs)
  • 55. کاربردهای بینایی ماشین: خودروهای خودران، پزشکی
  • 56. مقدمه بر یادگیری تقویتی (Reinforcement Learning)
  • 57. مفاهیم پایه: عامل، محیط، پاداش، حالت
  • 58. الگوریتم‌های یادگیری تقویتی: Q-Learning
  • 59. یادگیری عمیق تقویتی (Deep Reinforcement Learning)
  • 60. شبکه‌های عصبی Q-Learning عمیق (DQN)
  • 61. الگوریتم‌های مبتنی بر گرادیان سیاست (Policy Gradient)
  • 62. کاربردهای یادگیری تقویتی: بازی‌ها، رباتیک
  • 63. مقدمه بر MLOps (Machine Learning Operations)
  • 64. چرخهٔ حیات مدل یادگیری ماشین
  • 65. استقرار مدل (Model Deployment)
  • 66. نظارت بر مدل در محیط عملیاتی
  • 67. نسخه‌بندی مدل و داده
  • 68. اتوماسیون خطوط لولهٔ یادگیری ماشین (ML Pipelines)
  • 69. امنیت در یادگیری ماشین
  • 70. اخلاق در هوش مصنوعی
  • 71. حریم خصوصی داده‌ها در هوش مصنوعی
  • 72. سوگیری (Bias) در مدل‌های هوش مصنوعی و راه‌های مقابله
  • 73. شفافیت و تفسیرپذیری مدل‌ها (Explainable AI)
  • 74. آیندهٔ هوش مصنوعی و روندهای نوظهور
  • 75. کاربرد هوش مصنوعی در صنایع مختلف (با تأکید بر حوزه‌های مجاز)
  • 76. مقدمه بر داده‌های حجیم (Big Data)
  • 77. ابزارها و تکنولوژی‌های کلان داده
  • 78. پردازش داده‌های حجیم با Apache Spark
  • 79. امنیت داده‌های حجیم
  • 80. کاربرد داده‌های حجیم در تحقیقات و توسعه

📚 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.