سپنتا کتاب اکسپرس
کتاب اصول یادگیری ماشینی: ستون فقرات هوش مصنوعی

کتاب اصول یادگیری ماشینی: ستون فقرات 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 اصول یادگیری ماشینی: ستون فقرات هوش مصنوعی

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مبانی هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشینی
  • 2. مبانی ریاضی یادگیری ماشینی
  • 3. مفاهیم اولیه آمار و احتمالات
  • 4. جبر خطی برای یادگیری ماشینی
  • 5. بهینه‌سازی در یادگیری ماشینی
  • 6. انواع یادگیری ماشینی: نظارت‌شده
  • 7. انواع یادگیری ماشینی: نظارت‌نشده
  • 8. انواع یادگیری ماشینی: تقویتی
  • 9. پیش‌پردازش داده‌ها: پاکسازی و آماده‌سازی
  • 10. پیش‌پردازش داده‌ها: مقیاس‌بندی و نرمال‌سازی
  • 11. مهندسی ویژگی: انتخاب و استخراج
  • 12. مدل‌های رگرسیون خطی
  • 13. مدل‌های رگرسیون لجستیک
  • 14. ماشین‌های بردار پشتیبان (SVM)
  • 15. درختان تصمیم
  • 16. جنگل‌های تصادفی
  • 17. تقویت گرادیان (Gradient Boosting)
  • 18. یادگیری عمیق: مقدمه
  • 19. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 20. توابع فعال‌سازی در شبکه‌های عصبی
  • 21. بهینه‌سازی شبکه‌های عصبی: گرادیان کاهشی
  • 22. بهینه‌سازی شبکه‌های عصبی: الگوریتم‌های پیشرفته
  • 23. تنظیم‌گری (Regularization) در شبکه‌های عصبی
  • 24. شبکه‌های عصبی کانولوشنی (CNN)
  • 25. کاربرد CNN در پردازش تصویر
  • 26. شبکه‌های عصبی بازگشتی (RNN)
  • 27. شبکه‌های حافظه کوتاه‌مدت طولانی (LSTM)
  • 28. کاربرد RNN و LSTM در پردازش زبان طبیعی
  • 29. یادگیری بدون نظارت: خوشه‌بندی
  • 30. الگوریتم K-Means
  • 31. خوشه‌بندی سلسله‌مراتبی
  • 32. الگوریتم DBSCAN
  • 33. کاهش ابعاد: تحلیل مؤلفه‌های اصلی (PCA)
  • 34. کاهش ابعاد: t-SNE
  • 35. یادگیری تقویتی: اصول اولیه
  • 36. فرایندهای تصمیم‌گیری مارکوف (MDP)
  • 37. یادگیری Q-Learning
  • 38. یادگیری Deep Q-Network (DQN)
  • 39. ارزیابی مدل‌ها: معیارهای رگرسیون
  • 40. ارزیابی مدل‌ها: معیارهای طبقه‌بندی
  • 41. اعتبارسنجی متقابل (Cross-Validation)
  • 42. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 43. تشخیص و مقابله با بیش‌برازش (Overfitting)
  • 44. تشخیص و مقابله با کم‌برازش (Underfitting)
  • 45. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 46. مدل‌سازی زبانی
  • 47. پردازش متن: توکنیزاسیون و نرمال‌سازی
  • 48. بردارسازی متن: Bag-of-Words
  • 49. بردارسازی متن: TF-IDF
  • 50. جاسازی کلمات (Word Embeddings): Word2Vec
  • 51. جاسازی کلمات: GloVe
  • 52. مقدمه‌ای بر بینایی ماشین
  • 53. تشخیص اشیاء
  • 54. تقسیم‌بندی تصویر (Image Segmentation)
  • 55. پردازش سیگنال‌های صوتی
  • 56. تشخیص گفتار
  • 57. کاربرد یادگیری ماشینی در سیستم‌های توصیه‌گر
  • 58. اصول سیستم‌های توصیه‌گر مبتنی بر محتوا
  • 59. اصول سیستم‌های توصیه‌گر مبتنی بر فیلترینگ مشارکتی
  • 60. یادگیری ترکیبی (Hybrid Recommendation Systems)
  • 61. مقدمه‌ای بر یادگیری ماشینی توزیع‌شده
  • 62. پردازش داده‌های بزرگ (Big Data)
  • 63. چارچوب‌های پردازش توزیع‌شده: Apache Spark
  • 64. یادگیری ماشینی در لبه (Edge AI)
  • 65. اخلاق در هوش مصنوعی و یادگیری ماشینی
  • 66. سوگیری در داده‌ها و الگوریتم‌ها
  • 67. عدالت و شفافیت در هوش مصنوعی
  • 68. حریم خصوصی در یادگیری ماشینی
  • 69. امنیت مدل‌های یادگیری ماشینی
  • 70. حملات متخاصم (Adversarial Attacks)
  • 71. مقاومت در برابر حملات متخاصم
  • 72. یادگیری ماشینی قابل تفسیر (Interpretable ML)
  • 73. تکنیک‌های تفسیرپذیری: LIME
  • 74. تکنیک‌های تفسیرپذیری: SHAP
  • 75. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 76. کاربرد یادگیری انتقالی در حوزه‌های مختلف
  • 77. یادگیری چندوظیفه‌ای (Multi-Task Learning)
  • 78. یادگیری خودنظارت‌شده (Self-Supervised Learning)
  • 79. یادگیری نیمه‌نظارت‌شده (Semi-Supervised Learning)
  • 80. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 81. مقدمه‌ای بر مدل‌های مولد (Generative Models)
  • 82. شبکه‌های مولد تخاصمی (GANs)
  • 83. مدل‌های زبانی بزرگ (LLMs)
  • 84. معماری ترنسفورمر (Transformer Architecture)
  • 85. کاربرد LLMs در تولید متن
  • 86. کاربرد LLMs در ترجمه ماشینی
  • 87. کاربرد LLMs در خلاصه‌سازی متن
  • 88. کاربرد LLMs در پاسخ به پرسش
  • 89. مباحث پیشرفته در شبکه‌های عصبی
  • 90. یادگیری فدرال (Federated Learning)
  • 91. مدل‌سازی سری‌های زمانی
  • 92. پیش‌بینی سری‌های زمانی با یادگیری ماشینی
  • 93. مدل‌های گراف (Graph Neural Networks - GNNs)
  • 94. کاربرد GNNs در تحلیل شبکه‌های اجتماعی
  • 95. کاربرد GNNs در کشف دارو
  • 96. مقدمه‌ای بر یادگیری ماشینی در حوزه سلامت
  • 97. تشخیص بیماری با یادگیری ماشینی
  • 98. کشف دارو با یادگیری ماشینی
  • 99. مدیریت منابع با یادگیری ماشینی
  • 100. بهینه‌سازی فرآیندها با یادگیری ماشینی

📚 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.