کتاب الگوریتم های یادگیری ماشین: اصول و پیاده سازی

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 الگوریتم های یادگیری ماشین: اصول و پیاده سازی

موضوع کلی: برنامه نویسی

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر یادگیری ماشین
  • 2. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 3. مفاهیم کلیدی: داده، ویژگی، برچسب، مدل
  • 4. پیش پردازش داده ها: پاکسازی و نرمال سازی
  • 5. مهندسی ویژگی: انتخاب و استخراج ویژگی
  • 6. تجسم داده ها برای درک بهتر
  • 7. ارزیابی مدل: معیارهای عملکرد
  • 8. تقسیم داده ها: آموزش، اعتبارسنجی، آزمون
  • 9. رگرسیون خطی
  • 10. تنظیم پارامترها در رگرسیون خطی
  • 11. رگرسیون لجستیک
  • 12. طبقه‌بندی کننده بیز ساده
  • 13. ماشین بردار پشتیبان (SVM)
  • 14. هسته ها در SVM
  • 15. درختان تصمیم
  • 16. جنگل تصادفی
  • 17. تقویت گرادیان
  • 18. مدل های ترکیبی (Ensemble Models)
  • 19. خوشه بندی K-Means
  • 20. خوشه بندی سلسله مراتبی
  • 21. کاهش ابعاد: تحلیل مولفه های اصلی (PCA)
  • 22. کاهش ابعاد: t-SNE
  • 23. شبکه های عصبی مصنوعی: اصول اولیه
  • 24. تابع فعال سازی در شبکه های عصبی
  • 25. پس انتشار خطا (Backpropagation)
  • 26. شبکه های عصبی عمیق (Deep Neural Networks)
  • 27. شبکه های عصبی کانولوشنی (CNN)
  • 28. شبکه های عصبی بازگشتی (RNN)
  • 29. حافظه طولانی کوتاه مدت (LSTM)
  • 30. واحد بازگشتی دروازه دار (GRU)
  • 31. مدل های زبانی
  • 32. پردازش زبان طبیعی (NLP)
  • 33. تحلیل احساسات
  • 34. تشخیص موجودیت نامگذاری شده (NER)
  • 35. مدل های تولید متن
  • 36. یادگیری بدون نظارت: مدل های مولد
  • 37. شبکه های مولد تخاصمی (GAN)
  • 38. کشف قوانین وابستگی
  • 39. یادگیری تقویتی: مفاهیم پایه
  • 40. محیط، عامل، پاداش
  • 41. یادگیری Q
  • 42. یادگیری سیاست گرادیان
  • 43. یادگیری عمیق تقویتی
  • 44. کاربردها در رباتیک
  • 45. کاربردها در بازی ها
  • 46. کاربردها در سیستم های توصیه گر
  • 47. سیستم های توصیه گر مبتنی بر محتوا
  • 48. سیستم های توصیه گر مبتنی بر فیلترینگ مشارکتی
  • 49. فیلترینگ مشارکتی کاربر-مورد
  • 50. فیلترینگ مشارکتی مورد-مورد
  • 51. مدل های ماتریس فاکتورسازی
  • 52. یادگیری نیمه نظارت شده
  • 53. یادگیری خودکار (Self-Supervised Learning)
  • 54. روش های منظم سازی (Regularization)
  • 55. کاهش بیش برازش (Overfitting)
  • 56. تنظیم فوق پارامترها (Hyperparameter Tuning)
  • 57. جستجوی شبکه ای (Grid Search)
  • 58. جستجوی تصادفی (Random Search)
  • 59. بهینه سازی بیزی
  • 60. تشخیص ناهنجاری
  • 61. مدل های سری زمانی
  • 62. پیش بینی سری زمانی
  • 63. مدل های مبتنی بر آمار
  • 64. مدل های مبتنی بر یادگیری ماشین
  • 65. شبکه های عصبی برای سری زمانی
  • 66. کاربردها در امور مالی
  • 67. کاربردها در اقتصاد
  • 68. کاربردها در پیش بینی آب و هوا
  • 69. کاربردها در تشخیص پزشکی
  • 70. یادگیری ماشین اخلاقی و مسئولانه
  • 71. سوگیری در داده ها و مدل ها
  • 72. عدالت در الگوریتم ها
  • 73. شفافیت و توضیح پذیری مدل ها
  • 74. حریم خصوصی داده ها
  • 75. امنیت مدل های یادگیری ماشین
  • 76. حملات متخاصم به مدل ها
  • 77. دفاع در برابر حملات
  • 78. یادگیری ماشین قابل اعتماد
  • 79. پیاده سازی با Python
  • 80. کتابخانه Scikit-learn
  • 81. کتابخانه TensorFlow
  • 82. کتابخانه Keras
  • 83. کتابخانه PyTorch
  • 84. ساخت خط لوله یادگیری ماشین
  • 85. استقرار مدل ها
  • 86. مانیتورینگ مدل ها در محیط عملیاتی
  • 87. یادگیری ماشین در مقیاس بزرگ
  • 88. پردازش توزیع شده داده ها
  • 89. چارچوب های پردازش توزیع شده
  • 90. کاربردها در اینترنت اشیاء (IoT)
  • 91. اخلاق و مقررات در حوزه فناوری اطلاعات
  • 92. قوانین حفاظت از داده ها
  • 93. مسئولیت پذیری در توسعه نرم افزار
  • 94. توسعه پایدار و فناوری
  • 95. انطباق با قوانین جمهوری اسلامی ایران در توسعه نرم افزار
  • 96. مبانی فقهی در حوزه فناوری اطلاعات
  • 97. مقررات بانک مرکزی در حوزه رمزارزها (بدون ترویج)
  • 98. اصول خانواده ایرانی-اسلامی در توسعه نرم افزار
  • 99. موازین شرعی در حوزه محتوای دیجیتال
  • 100. قوانین و مقررات وزارت بهداشت در حوزه پزشکی

📚 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.