سپنتا کتاب اکسپرس
کتاب مدل‌های آماری در هوش مصنوعی: مبانی پیش‌بینی و تصمیم‌گیری

کتاب مدل‌های آماری در هوش مصنوعی: مبانی پیش‌بینی و تصمیم‌گیری

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 مدل‌های آماری در هوش مصنوعی: مبانی پیش‌بینی و تصمیم‌گیری

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مبانی هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و کاربردهای آن
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت‌شده، بدون نظارت، تقویتی
  • 4. پیش‌پردازش داده‌ها برای مدل‌های آماری
  • 5. پاک‌سازی و نرمال‌سازی داده‌ها
  • 6. مهندسی ویژگی
  • 7. انتخاب ویژگی و کاهش ابعاد
  • 8. مبانی آمار برای هوش مصنوعی
  • 9. احتمال و توزیع‌های آماری
  • 10. آمار توصیفی و استنباطی
  • 11. آزمون فرض آماری
  • 12. رگرسیون خطی ساده
  • 13. مفاهیم پایه رگرسیون
  • 14. مدل‌سازی رگرسیون خطی
  • 15. ارزیابی مدل رگرسیون خطی
  • 16. رگرسیون خطی چندگانه
  • 17. مدل‌سازی با متغیرهای مستقل متعدد
  • 18. تفسیر ضرایب در رگرسیون چندگانه
  • 19. چندهم‌خطی و راهکارهای آن
  • 20. رگرسیون لجستیک
  • 21. مقدمه‌ای بر طبقه‌بندی
  • 22. مدل‌سازی رگرسیون لجستیک
  • 23. تفسیر خروجی رگرسیون لجستیک
  • 24. ارزیابی مدل‌های طبقه‌بندی
  • 25. مقدمه بر مدل‌های درختی
  • 26. درخت تصمیم برای مسائل طبقه‌بندی
  • 27. درخت تصمیم برای مسائل رگرسیون
  • 28. مبانی یادگیری جمعی
  • 29. روش‌های Bagging و Boosting
  • 30. جنگل تصادفی (Random Forest)
  • 31. ماشین بردار پشتیبان (SVM)
  • 32. مفاهیم پایه SVM
  • 33. کاربرد SVM در طبقه‌بندی
  • 34. کاربرد SVM در رگرسیون
  • 35. شبکه‌های عصبی مصنوعی
  • 36. مقدمه‌ای بر نورون‌های مصنوعی
  • 37. توابع فعال‌سازی
  • 38. ساختار شبکه‌های عصبی پیشخور
  • 39. آموزش شبکه‌های عصبی: پس‌انتشار خطا
  • 40. شبکه‌های عصبی عمیق (Deep Neural Networks)
  • 41. مقدمه‌ای بر یادگیری عمیق
  • 42. شبکه‌های عصبی کانولوشنی (CNN)
  • 43. کاربرد CNN در پردازش تصویر
  • 44. شبکه‌های عصبی بازگشتی (RNN)
  • 45. کاربرد RNN در پردازش زبان طبیعی
  • 46. شبکه‌های حافظه طولانی کوتاه (LSTM)
  • 47. شبکه‌های حافظه طولانی کوتاه (GRU)
  • 48. مدل‌های زبانی آماری
  • 49. مدل‌های زبانی مبتنی بر n-gram
  • 50. کدگذاری و رمزگشایی آماری
  • 51. مدل‌های پنهان مارکوف (HMM)
  • 52. کاربرد HMM در تشخیص گفتار
  • 53. روش‌های خوشه‌بندی
  • 54. الگوریتم K-Means
  • 55. ارزیابی خوشه‌بندی
  • 56. خوشه‌بندی سلسله‌مراتبی
  • 57. مقدمه‌ای بر الگوریتم‌های کاهش ابعاد
  • 58. تحلیل مولفه‌های اصلی (PCA)
  • 59. تحلیل مولفه‌های مستقل (ICA)
  • 60. مقدمه‌ای بر مدل‌های گرافیکی
  • 61. شبکه‌های بیزی
  • 62. مبانی استنتاج در شبکه‌های بیزی
  • 63. میدان‌های تصادفی شرطی (CRF)
  • 64. کاربرد CRF در برچسب‌گذاری توالی
  • 65. روش‌های تشخیص ناهنجاری
  • 66. مقدمه‌ای بر مدل‌های کاهنده (Anomaly Detection)
  • 67. مدل‌سازی پیش‌بینی سری‌های زمانی
  • 68. مقدمه‌ای بر سری‌های زمانی
  • 69. مدل ARIMA
  • 70. مدل‌های مبتنی بر شبکه‌های عصبی برای سری‌های زمانی
  • 71. شبکه‌های عصبی LSTM برای پیش‌بینی سری‌های زمانی
  • 72. مقدمه‌ای بر یادگیری تقویتی
  • 73. مفاهیم پایه یادگیری تقویتی
  • 74. الگوریتم‌های Q-Learning
  • 75. الگوریتم SARSA
  • 76. مقدمه‌ای بر بهینه‌سازی مدل
  • 77. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 78. اعتبارسنجی متقابل (Cross-Validation)
  • 79. روش‌های انتخاب مدل
  • 80. مقدمه‌ای بر ارزیابی مدل‌های یادگیری ماشین
  • 81. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 82. معیارهای ارزیابی مدل‌های رگرسیون
  • 83. منحنی ROC و AUC
  • 84. مقدمه‌ای بر اخلاق در هوش مصنوعی
  • 85. سوگیری در داده‌ها و مدل‌ها
  • 86. شفافیت و قابلیت تفسیر مدل‌ها
  • 87. مسئولیت‌پذیری در سیستم‌های هوش مصنوعی
  • 88. کاربردهای پیشرفته مدل‌های آماری در هوش مصنوعی
  • 89. مدل‌های ترکیبی (Ensemble Models)
  • 90. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 91. کاربرد یادگیری انتقالی در حوزه‌های مختلف
  • 92. مقدمه‌ای بر شبکه‌های مولد تخاصمی (GANs)
  • 93. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 94. مدل‌سازی موضوعی (Topic Modeling)
  • 95. مدل‌های زبانی بزرگ (LLMs)
  • 96. مقدمه‌ای بر بینایی ماشین (Computer Vision)
  • 97. کاربرد مدل‌های آماری در سیستم‌های توصیه‌گر
  • 98. مقدمه‌ای بر پردازش سیگنال
  • 99. کاربرد مدل‌های آماری در رباتیک
  • 100. مقدمه‌ای بر داده‌های بزرگ (Big Data)

📚 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.