کتاب جبر خطی در قلب یادگیری ماشین

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 جبر خطی در قلب یادگیری ماشین

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مبانی جبر خطی در هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر جبر خطی و کاربردهای آن در یادگیری ماشین
  • 2. مفاهیم پایه: اسکالر، بردار و ماتریس
  • 3. عملیات روی بردارها: جمع، تفریق، ضرب اسکالر
  • 4. ضرب داخلی بردارها و مفهوم تعامد
  • 5. ضرب خارجی بردارها و کاربرد آن در هندسه
  • 6. ماتریس‌ها: تعریف، انواع و ویژگی‌ها
  • 7. عملیات روی ماتریس‌ها: جمع، تفریق، ضرب
  • 8. ترانهاده ماتریس و خواص آن
  • 9. دترمینان ماتریس و روش‌های محاسبه
  • 10. وارون ماتریس و شرایط وجود آن
  • 11. فضاهای برداری و زیرفضاها
  • 12. پایه و بُعد در فضاهای برداری
  • 13. ترکیب خطی و استقلال خطی بردارها
  • 14. تبدیلات خطی و نمایش ماتریسی آن‌ها
  • 15. مقادیر ویژه و بردارهای ویژه
  • 16. کاربرد مقادیر و بردارهای ویژه در تحلیل داده
  • 17. تجزیه مقادیر منفرد (SVD)
  • 18. کاربرد SVD در کاهش ابعاد داده
  • 19. مقدمه‌ای بر سیستم‌های معادلات خطی
  • 20. حل سیستم‌های معادلات خطی با استفاده از حذف گاوسی
  • 21. رتبه ماتریس و ارتباط آن با حل سیستم‌ها
  • 22. مقدمه‌ای بر آمار و احتمالات در یادگیری ماشین
  • 23. مفهوم متغیر تصادفی و توزیع‌های احتمالی
  • 24. توزیع نرمال و اهمیت آن
  • 25. مقدمه‌ای بر یادگیری ماشین نظارت شده
  • 26. رگرسیون خطی ساده
  • 27. بهینه‌سازی در رگرسیون خطی: گرادیان کاهشی
  • 28. رگرسیون خطی چندگانه
  • 29. معیارهای ارزیابی مدل‌های رگرسیون
  • 30. مقدمه‌ای بر طبقه‌بندی
  • 31. رگرسیون لجستیک
  • 32. بهینه‌سازی در رگرسیون لجستیک
  • 33. ماشین‌های بردار پشتیبان (SVM)
  • 34. کاربرد SVM در مسائل طبقه‌بندی
  • 35. مقدمه‌ای بر یادگیری ماشین بدون نظارت
  • 36. خوشه‌بندی K-Means
  • 37. ارزیابی مدل‌های خوشه‌بندی
  • 38. تحلیل مولفه‌های اصلی (PCA)
  • 39. کاربرد PCA در پیش‌پردازش داده
  • 40. شبکه‌های عصبی مصنوعی
  • 41. تابع فعال‌سازی در شبکه‌های عصبی
  • 42. شبکه‌های عصبی پیش‌خور
  • 43. پس‌انتشار خطا (Backpropagation)
  • 44. بهینه‌سازی در شبکه‌های عصبی
  • 45. شبکه‌های عصبی کانولوشنی (CNN)
  • 46. کاربرد CNN در پردازش تصویر
  • 47. شبکه‌های عصبی بازگشتی (RNN)
  • 48. کاربرد RNN در پردازش زبان طبیعی
  • 49. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 50. نمایش متنی: Bag-of-Words
  • 51. نمایش متنی: TF-IDF
  • 52. جاسازی کلمات (Word Embeddings)
  • 53. مقدمه‌ای بر یادگیری تقویتی
  • 54. مفاهیم پایه در یادگیری تقویتی
  • 55. الگوریتم‌های یادگیری تقویتی
  • 56. کاربرد یادگیری تقویتی در مسائل واقعی
  • 57. مقدمه‌ای بر پردازش سیگنال
  • 58. تبدیل فوریه گسسته (DFT)
  • 59. تبدیل فوریه سریع (FFT)
  • 60. کاربرد DFT و FFT در یادگیری ماشین
  • 61. مقدمه‌ای بر بهینه‌سازی کوانتومی (با رویکرد سازگار)
  • 62. الگوریتم‌های بهینه‌سازی ترکیبیاتی
  • 63. مقدمه‌ای بر رمزنگاری (با رویکرد سازگار)
  • 64. جبر در رمزنگاری
  • 65. مقدمه‌ای بر گراف‌ها و نظریه گراف
  • 66. عملیات روی گراف‌ها: پیمایش
  • 67. کاربرد نظریه گراف در شبکه‌های اجتماعی
  • 68. مقدمه‌ای بر مدل‌های پیش‌بینی مالی (با رویکرد سازگار)
  • 69. مدل‌های سری زمانی
  • 70. مقدمه‌ای بر شبکه‌های عصبی گراف (GNN)
  • 71. کاربرد GNN در تحلیل داده‌های گراف
  • 72. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 73. معماری‌های پیشرفته شبکه‌های عصبی
  • 74. تکنیک‌های تنظیم (Regularization) در یادگیری عمیق
  • 75. یادگیری انتقالی (Transfer Learning)
  • 76. مقدمه‌ای بر یادگیری قابل تفسیر (Explainable AI)
  • 77. روش‌های تفسیر مدل‌های یادگیری ماشین
  • 78. مقدمه‌ای بر یادگیری چند-وظیفه‌ای (Multi-task Learning)
  • 79. مقدمه‌ای بر یادگیری خود-نظارت (Self-supervised Learning)
  • 80. کاربرد جبر خطی در الگوریتم‌های توصیه‌گر
  • 81. مدل‌های ماتریس فاکتورization
  • 82. مقدمه‌ای بر پردازش ویدئو
  • 83. کاربرد جبر خطی در پردازش ویدئو
  • 84. مقدمه‌ای بر یادگیری آماری
  • 85. مدل‌های احتمالی در یادگیری ماشین
  • 86. مقدمه‌ای بر بهینه‌سازی غیرخطی
  • 87. روش‌های بهینه‌سازی غیرخطی
  • 88. مقدمه‌ای بر یادگیری تقویتی عمیق
  • 89. کاربرد یادگیری تقویتی عمیق در رباتیک
  • 90. مقدمه‌ای بر یادگیری ماشین در سلامت (با رویکرد سازگار)
  • 91. کاربرد مدل‌های پیش‌بینی در تشخیص بیماری
  • 92. مقدمه‌ای بر یادگیری ماشین در انرژی (با رویکرد سازگار)
  • 93. بهینه‌سازی مصرف انرژی با یادگیری ماشین
  • 94. مقدمه‌ای بر یادگیری ماشین در کشاورزی (با رویکرد سازگار)
  • 95. پیش‌بینی عملکرد محصولات کشاورزی
  • 96. مقدمه‌ای بر یادگیری ماشین در حمل و نقل (با رویکرد سازگار)
  • 97. بهینه‌سازی مسیر با یادگیری ماشین
  • 98. مقدمه‌ای بر یادگیری ماشین در آموزش (با رویکرد سازگار)
  • 99. سیستم‌های یادگیری تطبیقی
  • 100. مقدمه‌ای بر یادگیری ماشین در علوم زمین (با رویکرد سازگار)

📚 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.