کتاب مبانی بصری یادگیری عمیق و پیاده‌سازی در شبکه‌های عصبی

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 بصری یادگیری عمیق و پیاده‌سازی در شبکه‌های عصبی

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: یادگیری عمیق و شبکه‌های عصبی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین و هوش مصنوعی
  • 2. مفاهیم پایه شبکه‌های عصبی
  • 3. نورون مصنوعی: واحد سازنده
  • 4. توابع فعال‌سازی و نقش آن‌ها
  • 5. انتشار رو به جلو و عقب
  • 6. گرادیان کاهشی: بهینه‌سازی مدل
  • 7. توابع هزینه و معیارها
  • 8. یادگیری نظارت شده و بدون نظارت
  • 9. طبقه‌بندی و رگرسیون
  • 10. مقدمه‌ای بر شبکه‌های عصبی کانولوشنی (CNN)
  • 11. لایه‌های کانولوشن و فیلترها
  • 12. لایه‌های پولینگ و کاهش ابعاد
  • 13. معماری‌های CNN برای بینایی ماشین
  • 14. شبکه‌های عصبی بازگشتی (RNN)
  • 15. حافظه در شبکه‌های RNN
  • 16. کاربرد RNN در پردازش زبان طبیعی
  • 17. شبکه‌های LSTM و GRU
  • 18. مقدمه‌ای بر شبکه‌های مولد تخاصمی (GAN)
  • 19. کاربرد GAN در تولید تصویر
  • 20. مفاهیم پیشرفته شبکه‌های عصبی
  • 21. بهینه‌سازهای پیشرفته (Adam, RMSprop)
  • 22. تنظیم پارامترهای مدل (Hyperparameter Tuning)
  • 23. منظم‌سازی (Regularization) و جلوگیری از بیش‌برازش
  • 24. شبکه‌های عصبی عمیق در عمل
  • 25. کتابخانه‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 26. پیاده‌سازی اولین شبکه عصبی
  • 27. آموزش مدل با داده‌های واقعی
  • 28. ارزیابی عملکرد مدل
  • 29. کاربردهای هوش مصنوعی در صنعت
  • 30. هوش مصنوعی در پزشکی و سلامت
  • 31. پردازش زبان طبیعی با رویکردهای نوین
  • 32. تشخیص تصویر پیشرفته
  • 33. سیستم‌های توصیه‌گر
  • 34. یادگیری تقویتی: اصول و مبانی
  • 35. عامل و محیط در یادگیری تقویتی
  • 36. تابع ارزش و سیاست
  • 37. الگوریتم‌های یادگیری تقویتی (Q-learning)
  • 38. یادگیری عمیق تقویتی
  • 39. کاربرد یادگیری تقویتی در رباتیک
  • 40. مفاهیم اخلاق در هوش مصنوعی
  • 41. مسئولیت‌پذیری در سیستم‌های هوش مصنوعی
  • 42. امنیت در هوش مصنوعی
  • 43. حریم خصوصی و داده‌ها
  • 44. سوگیری در الگوریتم‌های هوش مصنوعی
  • 45. تفسیرپذیری مدل‌های یادگیری عمیق
  • 46. شبکه‌های عصبی ترنسفورمر
  • 47. مکانیزم توجه (Attention Mechanism)
  • 48. کاربرد ترنسفورمر در پردازش زبان طبیعی
  • 49. ترنسفورمر برای وظایف بینایی ماشین
  • 50. مدل‌های زبانی بزرگ (LLMs)
  • 51. آموزش و تنظیم دقیق LLMs
  • 52. کاربرد LLMs در تولید محتوا
  • 53. محدودیت‌ها و چالش‌های LLMs
  • 54. شبکه‌های عصبی گراف (GNN)
  • 55. مقدمه‌ای بر داده‌های گرافی
  • 56. عملیات بر روی گراف‌ها
  • 57. معماری GNN
  • 58. کاربرد GNN در شبکه‌های اجتماعی
  • 59. GNN برای پیش‌بینی خواص مولکولی
  • 60. مفاهیم پیشرفته در CNN
  • 61. شبکه‌های ResNet و Inception
  • 62. شبکه‌های U-Net برای تقسیم‌بندی تصویر
  • 63. شبکه‌های MobileNet برای دستگاه‌های موبایل
  • 64. مفاهیم پیشرفته در RNN
  • 65. شبکه‌های Bidirectional RNN
  • 66. شبکه‌های Attention-based RNN
  • 67. کاربرد RNN در تولید موسیقی
  • 68. مفاهیم پیشرفته در GAN
  • 69. StyleGAN و Style Transfer
  • 70. CycleGAN برای تبدیل تصویر به تصویر
  • 71. GAN برای تولید داده‌های مصنوعی
  • 72. یادگیری نیمه‌نظارت شده
  • 73. یادگیری انتقالی (Transfer Learning)
  • 74. تنظیم دقیق مدل‌های از پیش آموزش دیده
  • 75. کاربرد یادگیری انتقالی در حوزه‌های مختلف
  • 76. روش‌های کاهش ابعاد (PCA, t-SNE)
  • 77. کاهش ابعاد برای مصورسازی داده‌ها
  • 78. انتخاب ویژگی (Feature Selection)
  • 79. اهمیت انتخاب ویژگی در عملکرد مدل
  • 80. شبکه‌های عصبی برای پردازش سیگنال
  • 81. پردازش صوت و گفتار با شبکه‌های عصبی
  • 82. تشخیص احساسات از روی صدا
  • 83. شبکه‌های عصبی برای تحلیل سری‌های زمانی
  • 84. پیش‌بینی روند بازار با شبکه‌های عصبی
  • 85. کاربرد هوش مصنوعی در بهینه‌سازی فرآیندها
  • 86. بهینه‌سازی زنجیره تأمین با هوش مصنوعی
  • 87. هوش مصنوعی در مدیریت انرژی
  • 88. هوش مصنوعی در سیستم‌های توزیع شده
  • 89. شبکه‌های عصبی کوانتومی (مقدماتی)
  • 90. مبانی محاسبات کوانتومی
  • 91. پتانسیل شبکه‌های عصبی کوانتومی
  • 92. مباحث پیشرفته در تنظیم پارامترها
  • 93. جستجوی شبکه‌ای (Grid Search)
  • 94. جستجوی تصادفی (Random Search)
  • 95. بهینه‌سازی بیزی (Bayesian Optimization)
  • 96. تکنیک‌های ارزیابی مدل پیشرفته
  • 97. اعتبارسنجی متقابل (Cross-validation)
  • 98. منحنی ROC و AUC
  • 99. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 100. آینده یادگیری عمیق

📚 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.