سپنتا کتاب اکسپرس
کتاب مبانی علم داده: از مفاهیم تا کاربردها با رویکرد آماری

کتاب مبانی علم داده: از مفاهیم تا کاربردها با رویکرد آماری

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 علم داده: از مفاهیم تا کاربردها با رویکرد آماری

موضوع کلی: علوم داده و هوش مصنوعی

موضوع میانی: مبانی و الگوریتم‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و اهمیت آن
  • 2. تاریخچه و تحولات علم داده
  • 3. کاربردها و چشم‌انداز علم داده در ایران
  • 4. اصول اخلاقی در علم داده و هوش مصنوعی
  • 5. مبانی آمار و احتمالات در علم داده
  • 6. مفاهیم کلیدی آمار توصیفی
  • 7. نمودارهای آماری و تفسیر آن‌ها
  • 8. مبانی آمار استنباطی
  • 9. توزیع‌های احتمالی پرکاربرد
  • 10. آزمون فرض آماری
  • 11. مبانی احتمال و فضای نمونه
  • 12. قوانین احتمال و احتمال شرطی
  • 13. متغیرهای تصادفی و امید ریاضی
  • 14. واریانس و انحراف معیار
  • 15. مبانی یادگیری ماشین
  • 16. انواع یادگیری ماشین: نظارت‌شده، بدون نظارت، تقویتی
  • 17. الگوریتم‌های یادگیری نظارت‌شده
  • 18. رگرسیون خطی ساده و چندگانه
  • 19. ارزیابی مدل‌های رگرسیون
  • 20. طبقه‌بندی‌کننده‌های خطی
  • 21. رگرسیون لجستیک
  • 22. دسته‌بندی‌کننده‌های مبتنی بر درخت تصمیم
  • 23. جنگل تصادفی
  • 24. ماشین بردار پشتیبان (SVM)
  • 25. الگوریتم‌های یادگیری بدون نظارت
  • 26. خوشه‌بندی: الگوریتم K-Means
  • 27. خوشه‌بندی سلسله‌مراتبی
  • 28. کاهش ابعاد: تحلیل مولفه‌های اصلی (PCA)
  • 29. تحلیل مولفه‌های مستقل (ICA)
  • 30. مبانی یادگیری عمیق
  • 31. شبکه‌های عصبی مصنوعی
  • 32. معماری شبکه‌های عصبی
  • 33. تابع فعال‌سازی
  • 34. پس‌انتشار خطا (Backpropagation)
  • 35. شبکه‌های عصبی کانولوشنی (CNN)
  • 36. کاربرد CNN در پردازش تصویر
  • 37. شبکه‌های عصبی بازگشتی (RNN)
  • 38. کاربرد RNN در پردازش زبان طبیعی
  • 39. شبکه‌های حافظه کوتاه‌مدت طولانی (LSTM)
  • 40. مبانی پردازش زبان طبیعی (NLP)
  • 41. پیش‌پردازش متن: پاک‌سازی، توکن‌سازی، ریشه‌یابی
  • 42. نمایش متنی: Bag-of-Words, TF-IDF
  • 43. مدل‌های زبانی
  • 44. کاربرد NLP در تحلیل احساسات
  • 45. کاربرد NLP در خلاصه‌سازی متن
  • 46. کاربرد NLP در ترجمه ماشینی
  • 47. مبانی پردازش تصویر
  • 48. پیش‌پردازش تصویر: فیلترها، تبدیل‌ها
  • 49. استخراج ویژگی از تصویر
  • 50. تشخیص اشیاء و طبقه‌بندی تصاویر
  • 51. مبانی یادگیری تقویتی
  • 52. عناصر یادگیری تقویتی: عامل، محیط، پاداش
  • 53. روش‌های یادگیری تقویتی
  • 54. کاربرد یادگیری تقویتی در رباتیک
  • 55. کاربرد یادگیری تقویتی در بازی‌ها
  • 56. مبانی داده‌کاوی
  • 57. مراحل فرآیند داده‌کاوی
  • 58. قوانین وابستگی (Association Rules)
  • 59. الگوریتم Apriori
  • 60. کشف ناهنجاری (Anomaly Detection)
  • 61. کاربرد داده‌کاوی در بازاریابی
  • 62. کاربرد داده‌کاوی در امور مالی
  • 63. کاربرد داده‌کاوی در بهداشت و درمان
  • 64. مبانی مهندسی ویژگی
  • 65. انتخاب ویژگی
  • 66. ساخت ویژگی
  • 67. مهندسی ویژگی برای داده‌های متنی
  • 68. مهندسی ویژگی برای داده‌های تصویری
  • 69. مبانی ارزیابی مدل
  • 70. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 71. دقت (Accuracy)، صحت (Precision)، بازیابی (Recall)
  • 72. امتیاز F1، منحنی ROC، سطح زیر منحنی (AUC)
  • 73. معیارهای ارزیابی مدل‌های رگرسیون
  • 74. خطای میانگین مربعات (MSE)، ریشه خطای میانگین مربعات (RMSE)
  • 75. ضریب تعیین (R-squared)
  • 76. مبانی یادگیری توزیع‌شده
  • 77. مفاهیم و چالش‌های یادگیری توزیع‌شده
  • 78. الگوریتم‌های یادگیری توزیع‌شده
  • 79. کاربرد یادگیری توزیع‌شده در سیستم‌های بزرگ
  • 80. مبانی هوش مصنوعی اخلاقی و مسئولانه
  • 81. سوگیری در الگوریتم‌ها و راه‌های مقابله
  • 82. شفافیت و توضیح‌پذیری مدل‌ها (Explainable AI)
  • 83. امنیت و حریم خصوصی در هوش مصنوعی
  • 84. قوانین و مقررات مربوط به هوش مصنوعی در ایران
  • 85. آینده علم داده و هوش مصنوعی
  • 86. روندهای نوظهور در علم داده
  • 87. چالش‌های پیش روی علم داده در ایران
  • 88. نقش علم داده در توسعه پایدار
  • 89. کاربرد علم داده در حکمرانی و خدمات عمومی
  • 90. مطالعات موردی موفق علم داده در ایران
  • 91. پروژه‌های عملی در علم داده
  • 92. ارتباط با جامعه علمی و صنعتی
  • 93. فرصت‌های شغلی در حوزه علم داده
  • 94. آمادگی برای ورود به بازار کار
  • 95. اصول نگهداری و به‌روزرسانی مدل‌ها
  • 96. ملاحظات امنیتی در پیاده‌سازی مدل‌ها
  • 97. توسعه پایدار با هوش مصنوعی
  • 98. تحلیل داده‌های کلان (Big Data)
  • 99. معماری سیستم‌های کلان داده
  • 100. ابزارها و فناوری‌های کلان داده

📚 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.