سپنتا کتاب اکسپرس
کتاب یادگیری ماشین: مبانی، الگوریتم‌ها و کاربردهای داده‌محور

کتاب یادگیری ماشین: مبانی، الگوریتم‌ها و کاربردهای داده‌محور

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 یادگیری ماشین: مبانی، الگوریتم‌ها و کاربردهای داده‌محور

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مبانی و الگوریتم‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مبانی یادگیری ماشین
  • 2. مقدمه‌ای بر داده‌ها و یادگیری
  • 3. انواع یادگیری ماشین
  • 4. یادگیری با ناظر
  • 5. رگرسیون خطی
  • 6. ارزیابی مدل‌های رگرسیون
  • 7. رگرسیون چندجمله‌ای
  • 8. تنظیم‌گری (Regularization) در رگرسیون
  • 9. لasso و Ridge Regression
  • 10. دسته‌بندی‌کننده‌ها
  • 11. رگرسیون لجستیک
  • 12. ارزیابی مدل‌های دسته‌بندی
  • 13. متریک‌های ارزیابی دسته‌بندی
  • 14. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 15. دقت (Accuracy) و خطا (Error)
  • 16. حساسیت (Sensitivity) و ویژگی (Specificity)
  • 17. امتیاز F1
  • 18. منحنی ROC و AUC
  • 19. دسته‌بندی‌کننده‌های مبتنی بر درخت
  • 20. درخت تصمیم
  • 21. پیرایش درخت (Pruning)
  • 22. جنگل تصادفی (Random Forest)
  • 23. تقویت گرادیان (Gradient Boosting)
  • 24. دسته‌بندی‌کننده‌های مبتنی بر ماشین بردار پشتیبان (SVM)
  • 25. هسته (Kernel) در SVM
  • 26. کاربرد SVM در مسائل دسته‌بندی
  • 27. یادگیری بدون ناظر
  • 28. خوشه‌بندی (Clustering)
  • 29. الگوریتم K-Means
  • 30. ارزیابی خوشه‌بندی
  • 31. خوشه‌بندی سلسله‌مراتبی (Hierarchical Clustering)
  • 32. DBSCAN
  • 33. کاهش ابعاد
  • 34. تحلیل مؤلفه‌های اصلی (PCA)
  • 35. کاربرد PCA در کاهش ابعاد
  • 36. نکات مهم در کاهش ابعاد
  • 37. یادگیری بازنمایی (Representation Learning)
  • 38. شبکه‌های عصبی مصنوعی
  • 39. مبانی شبکه‌های عصبی
  • 40. تابع فعال‌سازی (Activation Function)
  • 41. پس‌انتشار خطا (Backpropagation)
  • 42. شبکه‌های عصبی عمیق (Deep Neural Networks)
  • 43. شبکه‌های عصبی کانولوشنی (CNN)
  • 44. کاربرد CNN در پردازش تصویر
  • 45. شبکه‌های عصبی بازگشتی (RNN)
  • 46. کاربرد RNN در پردازش زبان طبیعی
  • 47. شبکه‌های حافظه طولانی کوتاه (LSTM)
  • 48. شبکه‌های حافظه کوتاه‌مدت (GRU)
  • 49. یادگیری تقویتی
  • 50. مبانی یادگیری تقویتی
  • 51. عامل و محیط
  • 52. پاداش و جریمه
  • 53. سیاست (Policy)
  • 54. تابع ارزش (Value Function)
  • 55. الگوریتم‌های یادگیری تقویتی
  • 56. Q-Learning
  • 57. Deep Q-Networks (DQN)
  • 58. مدل‌های زبانی
  • 59. پردازش زبان طبیعی (NLP)
  • 60. نمایش متن (Text Representation)
  • 61. کیسه کلمات (Bag-of-Words)
  • 62. TF-IDF
  • 63. Word Embeddings
  • 64. Word2Vec
  • 65. GloVe
  • 66. مدل‌های زبانی پیشرفته
  • 67. ترنسفورمرها (Transformers)
  • 68. مکانیزم توجه (Attention Mechanism)
  • 69. BERT
  • 70. کاربردهای مدل‌های زبانی
  • 71. ترجمه ماشینی
  • 72. خلاصه‌سازی متن
  • 73. تولید متن
  • 74. تحلیل احساسات
  • 75. یادگیری ماشین در عمل
  • 76. مهندسی ویژگی (Feature Engineering)
  • 77. انتخاب ویژگی (Feature Selection)
  • 78. اعتبارسنجی متقابل (Cross-Validation)
  • 79. تنظیم فراپارامترها (Hyperparameter Tuning)
  • 80. یادگیری انطباقی (Adaptive Learning)
  • 81. سیستم‌های توصیه‌گر (Recommender Systems)
  • 82. فیلترینگ مشارکتی (Collaborative Filtering)
  • 83. فیلترینگ مبتنی بر محتوا (Content-Based Filtering)
  • 84. یادگیری ماشین و اخلاق
  • 85. سوگیری در داده‌ها و مدل‌ها
  • 86. شفافیت و تفسیرپذیری مدل‌ها
  • 87. حریم خصوصی و امنیت داده‌ها
  • 88. کاربردهای اخلاقی یادگیری ماشین
  • 89. یادگیری ماشین در صنعت
  • 90. کاربرد در بهداشت و درمان
  • 91. کاربرد در امور مالی
  • 92. کاربرد در تولید
  • 93. کاربرد در حمل و نقل
  • 94. کاربرد در کشاورزی
  • 95. یادگیری ماشین و آینده
  • 96. روندهای فعلی و آینده
  • 97. چالش‌های پیش رو
  • 98. نکات پایانی و جمع‌بندی

📚 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.