سپنتا کتاب اکسپرس
کتاب پیاده‌سازی مدل‌های یادگیری ماشین با زبان برنامه‌نویسی Go

کتاب پیاده‌سازی مدل‌های یادگیری ماشین با زبان برنامه‌نویسی Go

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 پیاده‌سازی مدل‌های یادگیری ماشین با زبان برنامه‌نویسی Go

موضوع کلی: علوم کامپیوتر و برنامه‌نویسی

موضوع میانی: یادگیری ماشین و هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علوم کامپیوتر و زبان Go
  • 2. نصب و راه‌اندازی محیط توسعه Go
  • 3. مبانی زبان برنامه‌نویسی Go
  • 4. ساختار داده‌ها در Go: آرایه‌ها و اسلایس‌ها
  • 5. کار با نگاشت‌ها (Maps) و ساختارها (Structs) در Go
  • 6. توابع و مدیریت خطا در Go
  • 7. مفاهیم شی‌گرایی در Go (بدون ارث‌بری کلاسیک)
  • 8. کار با بسته‌ها (Packages) و ماژول‌ها در Go
  • 9. مقدمه‌ای بر یادگیری ماشین
  • 10. انواع یادگیری ماشین: نظارت‌شده، بدون نظارت، تقویتی
  • 11. کاربردها و اخلاقیات یادگیری ماشین در ایران
  • 12. مبانی آمار و احتمال در یادگیری ماشین
  • 13. مفاهیم اولیه رگرسیون خطی
  • 14. پیاده‌سازی رگرسیون خطی با Go
  • 15. ارزیابی مدل‌های رگرسیون
  • 16. مقدمه‌ای بر رگرسیون لجستیک
  • 17. کاربرد رگرسیون لجستیک در طبقه‌بندی
  • 18. پیاده‌سازی رگرسیون لجستیک با Go
  • 19. مبانی طبقه‌بندی
  • 20. الگوریتم K-نزدیکترین همسایه (KNN)
  • 21. پیاده‌سازی KNN با Go
  • 22. مقدمه‌ای بر درخت‌های تصمیم
  • 23. کاربرد درخت‌های تصمیم در طبقه‌بندی
  • 24. پیاده‌سازی درخت تصمیم با Go
  • 25. مقدمه‌ای بر ماشین‌های بردار پشتیبان (SVM)
  • 26. کاربرد SVM در مسائل طبقه‌بندی
  • 27. پیاده‌سازی SVM با Go
  • 28. مبانی خوشه‌بندی
  • 29. الگوریتم K-Means
  • 30. پیاده‌سازی K-Means با Go
  • 31. ارزیابی مدل‌های خوشه‌بندی
  • 32. مقدمه‌ای بر کاهش ابعاد
  • 33. تحلیل مولفه‌های اصلی (PCA)
  • 34. پیاده‌سازی PCA با Go
  • 35. کاربرد PCA در پیش‌پردازش داده‌ها
  • 36. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 37. نورون مصنوعی و لایه‌های شبکه‌های عصبی
  • 38. تابع فعال‌سازی در شبکه‌های عصبی
  • 39. پس‌انتشار خطا (Backpropagation)
  • 40. پیاده‌سازی یک شبکه عصبی ساده با Go
  • 41. مبانی 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. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 47. توکنیزاسیون و نرمال‌سازی متن
  • 48. بردارسازی متن (Bag-of-Words, TF-IDF)
  • 49. پیاده‌سازی مدل‌های NLP پایه با Go
  • 50. مقدمه‌ای بر سری‌های زمانی
  • 51. پیش‌پردازش داده‌های سری زمانی
  • 52. مدل‌های سری زمانی: ARIMA
  • 53. پیاده‌سازی مدل‌های سری زمانی با Go
  • 54. ارزیابی مدل‌های سری زمانی
  • 55. مقدمه‌ای بر یادگیری تقویتی
  • 56. عناصر اصلی یادگیری تقویتی
  • 57. الگوریتم‌های Q-Learning
  • 58. کاربرد یادگیری تقویتی در رباتیک و بهینه‌سازی
  • 59. مباحث پیشرفته در یادگیری ماشین
  • 60. یادگیری انتقالی (Transfer Learning)
  • 61. یادگیری چندوظیفه‌ای (Multi-task Learning)
  • 62. یادگیری فدرال (Federated Learning)
  • 63. ملاحظات اخلاقی در توسعه هوش مصنوعی
  • 64. حریم خصوصی و امنیت داده‌ها در هوش مصنوعی
  • 65. تشریح و تفسیرپذیری مدل‌های هوش مصنوعی
  • 66. مدیریت چرخه حیات مدل‌های یادگیری ماشین
  • 67. استقرار مدل‌های یادگیری ماشین
  • 68. کاربرد هوش مصنوعی در صنایع ایران
  • 69. هوش مصنوعی و اقتصاد مقاومتی
  • 70. هوش مصنوعی و تحول دیجیتال در سازمان‌ها
  • 71. هوش مصنوعی در حوزه سلامت و پزشکی
  • 72. هوش مصنوعی در حوزه کشاورزی و محیط زیست
  • 73. هوش مصنوعی در حوزه آموزش و پژوهش
  • 74. هوش مصنوعی و شهر هوشمند
  • 75. مباحث امنیتی در سیستم‌های هوش مصنوعی
  • 76. شبکه‌های مولد تخاصمی (GANs)
  • 77. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 78. پردازش تصویر پیشرفته با شبکه‌های عصبی
  • 79. پردازش زبان طبیعی پیشرفته
  • 80. سیستم‌های توصیه‌گر
  • 81. مقدمه‌ای بر داده‌کاوی و کشف دانش
  • 82. الگوریتم‌های قواعد انجمنی (Association Rules)
  • 83. پیاده‌سازی قواعد انجمنی با Go
  • 84. تحلیل احساسات (Sentiment Analysis)
  • 85. استخراج اطلاعات (Information Extraction)
  • 86. مدل‌سازی موضوعی (Topic Modeling)
  • 87. تکنیک‌های بهبود عملکرد مدل‌ها
  • 88. تنظیم فراپارامترها (Hyperparameter Tuning)
  • 89. اعتبارسنجی متقابل (Cross-Validation)
  • 90. مهندسی ویژگی (Feature Engineering)
  • 91. کاربرد Go در پردازش کلان‌داده
  • 92. مقدمه‌ای بر اکوسیستم داده در Go
  • 93. کتابخانه‌های مرتبط با یادگیری ماشین در Go
  • 94. اتصال Go به پایگاه‌های داده
  • 95. طراحی سیستم‌های مقیاس‌پذیر با Go
  • 96. اصول مهندسی نرم‌افزار در پروژه‌های ML
  • 97. مستندسازی فنی پروژه‌های ML
  • 98. آزمون‌پذیری در کدهای ML
  • 99. جمع‌بندی و چشم‌انداز آینده یادگیری ماشین با Go

📚 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.