کتاب جنبه‌های نظری یادگیری از داده‌های ساختار یافته انطباقی

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 جنبه‌های نظری یادگیری از داده‌های ساختار یافته انطباقی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: جنبه‌های نظری MARL

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین و داده‌های ساختار یافته
  • 2. مبانی یادگیری نظارت شده
  • 3. رگرسیون خطی و ارزیابی آن
  • 4. رگرسیون چندجمله‌ای و تنظیم مدل
  • 5. مقدمه‌ای بر طبقه‌بندی
  • 6. رگرسیون لجستیک
  • 7. ماشین‌های بردار پشتیبان (SVM)
  • 8. هسته‌های SVM و کاربردها
  • 9. درختان تصمیم و قوانین استنتاج
  • 10. روش‌های جمع‌آوری آراء (Ensemble Methods)
  • 11. جنگل‌های تصادفی (Random Forests)
  • 12. تقویت گرادیان (Gradient Boosting)
  • 13. شبکه‌های عصبی مصنوعی: مبانی
  • 14. لایه‌های ورودی، مخفی و خروجی
  • 15. توابع فعال‌سازی در شبکه‌های عصبی
  • 16. پس‌انتشار خطا (Backpropagation)
  • 17. بهینه‌سازها در شبکه‌های عصبی
  • 18. شبکه‌های عصبی کانولوشنی (CNN)
  • 19. لایه کانولوشن و pooling
  • 20. کاربرد CNN در پردازش تصویر
  • 21. شبکه‌های عصبی بازگشتی (RNN)
  • 22. حافظه کوتاه‌مدت طولانی (LSTM)
  • 23. شبکه‌های حافظه کوتاه‌مدت (GRU)
  • 24. کاربرد RNN در پردازش زبان طبیعی
  • 25. یادگیری بدون نظارت
  • 26. خوشه‌بندی (Clustering)
  • 27. الگوریتم K-Means
  • 28. خوشه‌بندی سلسله مراتبی
  • 29. روش‌های کاهش ابعاد
  • 30. تحلیل مولفه‌های اصلی (PCA)
  • 31. تجزیه مقادیر منفرد (SVD)
  • 32. کاربرد PCA در پیش‌پردازش داده
  • 33. یادگیری تقویتی: مبانی
  • 34. عناصر یادگیری تقویتی: عامل، محیط، پاداش
  • 35. فرایند تصمیم‌گیری مارکوف (MDP)
  • 36. الگوریتم‌های ارزش‌گذاری (Value Iteration)
  • 37. الگوریتم‌های سیاست‌گذاری (Policy Iteration)
  • 38. یادگیری Q (Q-Learning)
  • 39. یادگیری تقویتی عمیق (Deep RL)
  • 40. یادگیری ماشین انطباقی
  • 41. مفهوم انطباق در یادگیری ماشین
  • 42. تغییر توزیع داده (Data Drift)
  • 43. روش‌های تشخیص تغییر توزیع
  • 44. استراتژی‌های انطباق مدل
  • 45. یادگیری مداوم (Continual Learning)
  • 46. یادگیری تدریجی (Incremental Learning)
  • 47. تکنیک‌های حافظه بازدارنده (Replay Buffers)
  • 48. تنظیم مجدد انتخابی (Selective Retraining)
  • 49. انتقال یادگیری (Transfer Learning)
  • 50. یادگیری متقابل (Meta-Learning)
  • 51. یادگیری خودکار (Self-Supervised Learning)
  • 52. یادگیری نیمه‌نظارتی (Semi-Supervised Learning)
  • 53. مدل‌های مولد (Generative Models)
  • 54. شبکه‌های مولد تخاصمی (GANs)
  • 55. ماشین‌های بولتزمن محدود (RBM)
  • 56. موتورهای توصیه گر (Recommender Systems)
  • 57. فیلترینگ مبتنی بر محتوا
  • 58. فیلترینگ مشارکتی
  • 59. ترکیب روش‌ها در موتورهای توصیه گر
  • 60. مقدمه‌ای بر داده‌های سری زمانی
  • 61. مدل‌های ARIMA
  • 62. مدل‌های LSTM برای سری زمانی
  • 63. پیش‌بینی سری زمانی با یادگیری عمیق
  • 64. پردازش زبان طبیعی (NLP)
  • 65. مدل‌های زبانی آماری
  • 66. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
  • 67. یادگیری بازنمایی کلمه (Word Embeddings)
  • 68. Word2Vec و GloVe
  • 69. شبکه‌های عصبی کانولوشنی برای NLP
  • 70. شبکه‌های عصبی بازگشتی برای NLP
  • 71. مدل‌های ترنسفورمر (Transformer Models)
  • 72. توجه (Attention Mechanism)
  • 73. مدل‌های زبانی بزرگ (LLMs)
  • 74. کاربردهای LLMs در پردازش زبان
  • 75. مقدمه‌ای بر یادگیری ماشین تبیین‌پذیر (XAI)
  • 76. شاخص‌های اهمیت ویژگی
  • 77. تفسیر مدل‌های جعبه سیاه
  • 78. روش‌های LIME و SHAP
  • 79. ملاحظات اخلاقی در یادگیری ماشین
  • 80. حریم خصوصی داده‌ها
  • 81. سوگیری در مدل‌ها و راه‌های مقابله
  • 82. اصول طراحی سیستم‌های یادگیری ماشین اخلاقی
  • 83. ارزیابی و اعتبارسنجی مدل‌ها
  • 84. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 85. معیارهای ارزیابی مدل‌های رگرسیون
  • 86. اعتبارسنجی متقابل (Cross-Validation)
  • 87. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 88. جستجوی شبکه‌ای (Grid Search)
  • 89. جستجوی تصادفی (Random Search)
  • 90. بهینه‌سازی بیزی (Bayesian Optimization)
  • 91. مقدمه‌ای بر پردازش سیگنال
  • 92. تبدیل فوریه و کاربردهای آن
  • 93. فیلترهای دیجیتال
  • 94. پردازش تصویر پیشرفته
  • 95. تحلیل مولفه‌ای وابسته (ICA)
  • 96. شبکه‌های عصبی گراف (GNNs)
  • 97. کاربرد GNNs در تحلیل شبکه‌های اجتماعی
  • 98. یادگیری ماشین در حوزه سلامت
  • 99. یادگیری ماشین در حوزه مالی
  • 100. یادگیری ماشین در حوزه صنعت

📚 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.