سپنتا کتاب اکسپرس
کتاب مبانی یادگیری عمیق برای پردازش تصویر با SAS

کتاب مبانی یادگیری عمیق برای پردازش تصویر با SAS

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 مبانی یادگیری عمیق برای پردازش تصویر با SAS

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری عمیق در بینایی ماشین

📋 سرفصل‌های دوره

  • 1. مبانی یادگیری ماشین و هوش مصنوعی
  • 2. مقدمه‌ای بر پردازش تصویر
  • 3. مفاهیم اولیه شبکه‌های عصبی مصنوعی
  • 4. تابع فعال‌سازی و اهمیت آن
  • 5. بهینه‌سازی مدل با گرادیان کاهشی
  • 6. انتشار پسین خطا (Backpropagation)
  • 7. شبکه‌های عصبی کانولوشنی (CNN)
  • 8. لایه‌های کانولوشن و فیلترها
  • 9. لایه‌های پولینگ (Pooling)
  • 10. لایه‌های تماماً متصل (Fully Connected)
  • 11. معماری‌های رایج CNN: LeNet-5
  • 12. معماری‌های رایج CNN: AlexNet
  • 13. معماری‌های رایج CNN: VGGNet
  • 14. معماری‌های رایج CNN: GoogLeNet
  • 15. معماری‌های رایج CNN: ResNet
  • 16. مقدمه‌ای بر SAS و کاربرد آن در یادگیری عمیق
  • 17. نصب و راه‌اندازی SAS Enterprise Miner
  • 18. مقدمه‌ای بر SAS Viya برای یادگیری عمیق
  • 19. آماده‌سازی داده‌ها برای یادگیری عمیق در SAS
  • 20. پیش‌پردازش تصاویر در SAS
  • 21. تقسیم داده‌ها به مجموعه‌های آموزش، اعتبارسنجی و آزمون
  • 22. ساخت و آموزش مدل CNN در SAS
  • 23. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 24. ارزیابی عملکرد مدل CNN
  • 25. معیارهای ارزیابی مدل: دقت (Accuracy)
  • 26. معیارهای ارزیابی مدل: صحت (Precision)
  • 27. معیارهای ارزیابی مدل: بازیابی (Recall)
  • 28. معیارهای ارزیابی مدل: امتیاز F1
  • 29. مقدمه‌ای بر طبقه‌بندی تصاویر
  • 30. مثال عملی: طبقه‌بندی تصاویر حیوانات با SAS
  • 31. مقدمه‌ای بر تشخیص اشیاء (Object Detection)
  • 32. معماری‌های تشخیص اشیاء: YOLO
  • 33. معماری‌های تشخیص اشیاء: SSD
  • 34. پیاده‌سازی تشخیص اشیاء با SAS
  • 35. مقدمه‌ای بر تقسیم‌بندی تصاویر (Image Segmentation)
  • 36. معماری‌های تقسیم‌بندی تصاویر: U-Net
  • 37. پیاده‌سازی تقسیم‌بندی تصاویر با SAS
  • 38. کاربرد یادگیری عمیق در SAS برای تحلیل تصاویر پزشکی
  • 39. تشخیص بیماری‌ها از روی تصاویر پزشکی با SAS
  • 40. کاربرد یادگیری عمیق در SAS برای تحلیل تصاویر صنعتی
  • 41. کنترل کیفیت محصولات با SAS
  • 42. کاربرد یادگیری عمیق در SAS برای تحلیل تصاویر ماهواره‌ای
  • 43. تحلیل زمین با SAS
  • 44. مقدمه‌ای بر شبکه‌های عصبی بازگشتی (RNN)
  • 45. کاربرد RNN در پردازش توالی تصاویر
  • 46. کاربرد یادگیری عمیق در SAS برای پردازش ویدئو
  • 47. تحلیل ویدئوها با SAS
  • 48. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 49. استفاده از مدل‌های از پیش آموزش‌دیده در SAS
  • 50. تنظیم دقیق (Fine-tuning) مدل‌های از پیش آموزش‌دیده
  • 51. تکنیک‌های افزایش داده (Data Augmentation)
  • 52. پیاده‌سازی Data Augmentation در SAS
  • 53. مقدمه‌ای بر شبکه‌های مولد تخاصمی (GAN)
  • 54. کاربرد GAN در تولید تصاویر
  • 55. مقدمه‌ای بر یادگیری تقویتی (Reinforcement Learning)
  • 56. کاربرد یادگیری تقویتی در بینایی ماشین
  • 57. مباحث پیشرفته در CNN
  • 58. مباحث پیشرفته در تشخیص اشیاء
  • 59. مباحث پیشرفته در تقسیم‌بندی تصاویر
  • 60. بهینه‌سازی مدل‌های یادگیری عمیق برای استقرار
  • 61. استقرار مدل‌های یادگیری عمیق در SAS
  • 62. ملاحظات اخلاقی در هوش مصنوعی و بینایی ماشین
  • 63. حریم خصوصی در پردازش تصاویر
  • 64. امنیت مدل‌های یادگیری عمیق
  • 65. تبعیض در الگوریتم‌های بینایی ماشین
  • 66. راه‌حل‌های مقابله با تبعیض در SAS
  • 67. اصول طراحی سیستم‌های هوش مصنوعی مسئولانه
  • 68. آینده یادگیری عمیق در پردازش تصویر
  • 69. روندهای نوظهور در بینایی ماشین
  • 70. تکنیک‌های پردازش تصویر پیشرفته در SAS
  • 71. مدل‌های پیشرفته برای تحلیل تصاویر
  • 72. کاربرد یادگیری عمیق در SAS برای تحلیل تصاویر چهره
  • 73. تشخیص احساسات از روی تصاویر چهره با SAS
  • 74. کاربرد یادگیری عمیق در SAS برای تحلیل تصاویر متنی
  • 75. استخراج اطلاعات از اسناد با SAS
  • 76. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 77. کاربرد NLP در تحلیل متون تصویری
  • 78. مبانی تحلیل سری‌های زمانی با SAS
  • 79. کاربرد یادگیری عمیق در تحلیل داده‌های سری زمانی
  • 80. مقدمه‌ای بر سیستم‌های توصیه‌گر
  • 81. کاربرد یادگیری عمیق در سیستم‌های توصیه‌گر
  • 82. مبانی الگوریتم‌های خوشه‌بندی
  • 83. کاربرد خوشه‌بندی در تحلیل تصاویر
  • 84. مقدمه‌ای بر شبکه‌های گراف عصبی (GNN)
  • 85. کاربرد GNN در تحلیل تصاویر ساختاریافته
  • 86. مباحث تکمیلی در SAS برای یادگیری عمیق
  • 87. بهینه‌سازی عملکرد پردازش تصویر با SAS
  • 88. مدیریت پروژه‌های یادگیری عمیق در SAS
  • 89. ارتباط یادگیری عمیق با سایر شاخه‌های هوش مصنوعی
  • 90. کاربرد یادگیری عمیق در رباتیک
  • 91. کاربرد یادگیری عمیق در خودروهای خودران
  • 92. مقدمه‌ای بر پردازش ابری برای یادگیری عمیق
  • 93. استفاده از SAS Viya در محیط ابری
  • 94. مدل‌های یادگیری عمیق برای تشخیص ناهنجاری
  • 95. کاربرد یادگیری عمیق در SAS برای تشخیص تقلب
  • 96. مقدمه‌ای بر علم داده و یادگیری عمیق
  • 97. نقش SAS در اکوسیستم علم داده
  • 98. مبانی آمار و احتمالات برای یادگیری عمیق
  • 99. کاربرد آمار در ارزیابی مدل‌های یادگیری عمیق
  • 100. مقدمه‌ای بر مفاهیم بهینه‌سازی غیرخطی

📚 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.