کتاب پیاده‌سازی و بهینه‌سازی الگوریتم‌های یادگیری ماشین با رویکرد علمی و کاربردی

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 و بهینه‌سازی الگوریتم‌های یادگیری ماشین با رویکرد علمی و کاربردی

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: الگوریتم‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین
  • 2. مفاهیم اساسی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. پیش‌پردازش داده‌ها: پاکسازی و استانداردسازی
  • 5. مهندسی ویژگی: انتخاب و استخراج ویژگی
  • 6. ارزیابی مدل: معیارهای ارزیابی عملکرد
  • 7. اعتبارسنجی متقابل: جلوگیری از بیش‌برازش
  • 8. رگرسیون خطی
  • 9. تکنیک‌های تنظیم رگرسیون خطی
  • 10. رگرسیون لجستیک
  • 11. طبقه‌بندی با رگرسیون لجستیک
  • 12. ماشین‌های بردار پشتیبان (SVM)
  • 13. هسته‌های SVM و کاربردهای آن
  • 14. درختان تصمیم
  • 15. تنظیم پارامترهای درخت تصمیم
  • 16. جنگل‌های تصادفی
  • 17. کاربرد جنگل‌های تصادفی در طبقه‌بندی
  • 18. تقویت گرادیان (Gradient Boosting)
  • 19. مدل‌های Boosting: XGBoost و LightGBM
  • 20. شبکه‌های عصبی مصنوعی
  • 21. معماری شبکه‌های عصبی
  • 22. پس‌انتشار خطا (Backpropagation)
  • 23. شبکه‌های عصبی کانولوشنی (CNN)
  • 24. کاربرد CNN در پردازش تصویر
  • 25. شبکه‌های عصبی بازگشتی (RNN)
  • 26. کاربرد RNN در پردازش زبان طبیعی
  • 27. حافظه طولانی کوتاه مدت (LSTM)
  • 28. شبکه‌های عصبی ترنسفورمر
  • 29. یادگیری عمیق و کاربردهای آن
  • 30. مدل‌های زبانی بزرگ (LLM)
  • 31. تکنیک‌های پیش‌بینی سری‌های زمانی
  • 32. مدل‌های سری زمانی آماری
  • 33. مدل‌های سری زمانی مبتنی بر یادگیری ماشین
  • 34. خوشه‌بندی (Clustering)
  • 35. الگوریتم K-Means
  • 36. خوشه‌بندی سلسله مراتبی
  • 37. ارزیابی مدل‌های خوشه‌بندی
  • 38. کاهش ابعاد
  • 39. تحلیل مؤلفه‌های اصلی (PCA)
  • 40. روش‌های دیگر کاهش ابعاد
  • 41. قوانین انجمنی (Association Rules)
  • 42. الگوریتم Apriori
  • 43. کاربرد قوانین انجمنی در تحلیل سبد خرید
  • 44. تشخیص ناهنجاری (Anomaly Detection)
  • 45. روش‌های مبتنی بر آمار
  • 46. روش‌های مبتنی بر یادگیری ماشین
  • 47. یادگیری تقویتی: مفاهیم اولیه
  • 48. عامل، محیط، پاداش
  • 49. یادگیری Q (Q-Learning)
  • 50. یادگیری عمیق تقویتی (Deep Reinforcement Learning)
  • 51. کاربردهای یادگیری تقویتی
  • 52. پردازش زبان طبیعی (NLP)
  • 53. نمایش متنی: Bag-of-Words و TF-IDF
  • 54. مدل‌های زبانی آماری
  • 55. مدل‌های زبانی عصبی
  • 56. تحلیل احساسات (Sentiment Analysis)
  • 57. مدل‌های طبقه‌بندی متن
  • 58. سیستم‌های توصیه‌گر (Recommender Systems)
  • 59. فیلترینگ مبتنی بر محتوا
  • 60. فیلترینگ مشارکتی
  • 61. ترکیب روش‌های توصیه‌گر
  • 62. یادگیری انتقالی (Transfer Learning)
  • 63. تنظیم دقیق مدل‌های از پیش آموزش دیده
  • 64. یادگیری نیمه‌نظارت شده
  • 65. تکنیک‌های یادگیری نیمه‌نظارت شده
  • 66. یادگیری چندوظیفه‌ای (Multi-task Learning)
  • 67. یادگیری فدرال (Federated Learning)
  • 68. حریم خصوصی در یادگیری ماشین
  • 69. تفسیرپذیری مدل‌های یادگیری ماشین
  • 70. تکنیک‌های توضیح‌پذیری (XAI)
  • 71. مدیریت چرخه عمر مدل‌های یادگیری ماشین
  • 72. استقرار مدل‌ها (Model Deployment)
  • 73. نظارت بر عملکرد مدل در تولید
  • 74. بازآموزی مدل‌ها
  • 75. اخلاق در یادگیری ماشین
  • 76. سوگیری (Bias) در داده‌ها و مدل‌ها
  • 77. مسئولیت‌پذیری در هوش مصنوعی
  • 78. ملاحظات امنیتی در یادگیری ماشین
  • 79. حملات adversarial به مدل‌ها
  • 80. روش‌های دفاع در برابر حملات adversarial
  • 81. کاربردهای پیشرفته یادگیری ماشین در علوم
  • 82. یادگیری ماشین در زیست‌شناسی محاسباتی
  • 83. یادگیری ماشین در فیزیک
  • 84. یادگیری ماشین در علوم پزشکی
  • 85. یادگیری ماشین در مهندسی
  • 86. یادگیری ماشین در امور مالی
  • 87. یادگیری ماشین در پردازش سیگنال
  • 88. یادگیری ماشین در رباتیک
  • 89. مباحث نوین در یادگیری ماشین
  • 90. یادگیری فعال (Active Learning)
  • 91. یادگیری خودنظارت شده (Self-supervised Learning)
  • 92. یادگیری مولد (Generative Learning)
  • 93. شبکه‌های مولد تخاصمی (GANs)
  • 94. مدل‌های انتشاری (Diffusion Models)
  • 95. معماری‌های پیشرفته برای داده‌های ساختاریافته
  • 96. معماری‌های پیشرفته برای داده‌های غیرساختاریافته
  • 97. بهینه‌سازی مدل‌های یادگیری ماشین
  • 98. تکنیک‌های تنظیم فوق پارامتر (Hyperparameter Tuning)
  • 99. روش‌های جستجوی ابرپارامتر
  • 100. یادگیری خودکار (AutoML)

📚 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.