کتاب یادگیری ماشین: از مبانی تا کاربرد با رویکرد الگوریتمی

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: از مبانی تا کاربرد با رویکرد الگوریتمی

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مبانی و الگوریتم‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. رگرسیون خطی ساده
  • 5. ارزیابی مدل‌های رگرسیونی
  • 6. رگرسیون خطی چندگانه
  • 7. تنظیم‌گری (Regularization) در رگرسیون
  • 8. رگرسیون لجستیک برای مسائل طبقه‌بندی
  • 9. معیارهای ارزیابی طبقه‌بندی
  • 10. ماشین‌های بردار پشتیبان (SVM)
  • 11. هسته‌ها (Kernels) در SVM
  • 12. درخت‌های تصمیم
  • 13. تقسیم‌بندی و هرس درخت‌های تصمیم
  • 14. جنگل‌های تصادفی (Random Forests)
  • 15. تقویت گرادیان (Gradient Boosting)
  • 16. شبکه‌های عصبی مصنوعی: مبانی
  • 17. تابع فعال‌سازی در شبکه‌های عصبی
  • 18. پس‌انتشار خطا (Backpropagation)
  • 19. شبکه‌های عصبی عمیق (Deep Neural Networks)
  • 20. یادگیری عمیق: مفاهیم پایه
  • 21. شبکه‌های عصبی کانولوشنی (CNN)
  • 22. کاربرد CNN در پردازش تصویر
  • 23. شبکه‌های عصبی بازگشتی (RNN)
  • 24. کاربرد RNN در پردازش زبان طبیعی
  • 25. حافظه طولانی کوتاه‌مدت (LSTM)
  • 26. واحد بازگشتی دروازه‌دار (GRU)
  • 27. یادگیری بدون نظارت: خوشه‌بندی
  • 28. الگوریتم K-Means
  • 29. ارزیابی مدل‌های خوشه‌بندی
  • 30. خوشه‌بندی سلسله مراتبی
  • 31. کاهش ابعاد: تحلیل مؤلفه‌های اصلی (PCA)
  • 32. کاربرد PCA در فشرده‌سازی داده
  • 33. تجزیه مقادیر منفرد (SVD)
  • 34. یادگیری تقویتی: مفاهیم پایه
  • 35. فرایند تصمیم‌گیری مارکوف (MDP)
  • 36. روش‌های مبتنی بر ارزش (Value-based methods)
  • 37. روش‌های مبتنی بر سیاست (Policy-based methods)
  • 38. یادگیری Q (Q-Learning)
  • 39. یادگیری عمیق تقویتی (Deep Reinforcement Learning)
  • 40. پردازش زبان طبیعی (NLP)
  • 41. نمایش کلمات: Bag-of-Words
  • 42. نمایش کلمات: TF-IDF
  • 43. مدل‌های زبانی آماری
  • 44. مدل‌های زبانی عصبی
  • 45. یادگیری نمایش معنایی کلمات (Word Embeddings)
  • 46. Word2Vec و GloVe
  • 47. شبکه‌های عصبی ترنسفورمر (Transformers)
  • 48. مکانیزم توجه (Attention Mechanism)
  • 49. کاربرد ترنسفورمرها در NLP
  • 50. یادگیری ماشین در تشخیص پزشکی
  • 51. یادگیری ماشین در تحلیل داده‌های مالی
  • 52. یادگیری ماشین در سیستم‌های توصیه‌گر
  • 53. سیستم‌های توصیه‌گر مبتنی بر محتوا
  • 54. سیستم‌های توصیه‌گر مبتنی بر همکاری
  • 55. ارزیابی سیستم‌های توصیه‌گر
  • 56. مباحث اخلاقی در یادگیری ماشین
  • 57. حریم خصوصی و امنیت داده‌ها
  • 58. سوگیری (Bias) در الگوریتم‌های یادگیری ماشین
  • 59. عدالت (Fairness) در هوش مصنوعی
  • 60. تفسیرپذیری مدل‌های یادگیری ماشین (Interpretability)
  • 61. مدل‌های قابل توضیح (Explainable AI - XAI)
  • 62. یادگیری انتقالی (Transfer Learning)
  • 63. تنظیم دقیق (Fine-tuning) مدل‌های از پیش آموزش دیده
  • 64. یادگیری فدرال (Federated Learning)
  • 65. یادگیری افزایشی (Incremental Learning)
  • 66. یادگیری چند وظیفه‌ای (Multi-task Learning)
  • 67. یادگیری خودنظارتی (Self-supervised Learning)
  • 68. تولید محتوا با هوش مصنوعی
  • 69. مدل‌های مولد: شبکه‌های مولد تخاصمی (GANs)
  • 70. کاربرد GANs در تولید تصویر
  • 71. مدل‌های مولد: مدل‌های واگرا (VAEs)
  • 72. کاربرد VAEs در تولید تصویر
  • 73. یادگیری ماشین در اینترنت اشیاء (IoT)
  • 74. یادگیری ماشین در رباتیک
  • 75. یادگیری ماشین در بهینه‌سازی فرایندها
  • 76. بهینه‌سازی با الگوریتم‌های فراابتکاری
  • 77. الگوریتم ژنتیک (Genetic Algorithms)
  • 78. بهینه‌سازی کلونی مورچگان (Ant Colony Optimization)
  • 79. یادگیری ماشین در تحلیل شبکه‌های اجتماعی
  • 80. تشخیص ناهنجاری (Anomaly Detection)
  • 81. مدل‌های مبتنی بر فاصله برای تشخیص ناهنجاری
  • 82. مدل‌های مبتنی بر چگالی برای تشخیص ناهنجاری
  • 83. یادگیری ماشین در امنیت سایبری
  • 84. تشخیص بدافزار با یادگیری ماشین
  • 85. تحلیل رفتار کاربران برای تشخیص تهدید
  • 86. مبانی آمار برای یادگیری ماشین
  • 87. احتمالات و توزیع‌های آماری
  • 88. آزمون فرض آماری
  • 89. رابطه بین آمار و یادگیری ماشین
  • 90. مقدمه‌ای بر یادگیری عمیق در عمل
  • 91. ابزارها و کتابخانه‌های یادگیری ماشین (TensorFlow، PyTorch)
  • 92. پیاده‌سازی مدل‌های یادگیری ماشین با پایتون
  • 93. کار با مجموعه داده‌های بزرگ
  • 94. مهندسی ویژگی (Feature Engineering)
  • 95. انتخاب ویژگی (Feature Selection)
  • 96. روش‌های اعتبارسنجی متقابل (Cross-validation)
  • 97. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 98. کاربرد یادگیری ماشین در کشاورزی هوشمند
  • 99. یادگیری ماشین در شهر هوشمند
  • 100. یادگیری ماشین در مدیریت منابع آب

📚 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.