سپنتا کتاب اکسپرس
کتاب پایه‌های هوش مصنوعی: بررسی انواع ضعیف، قوی و عمومی

کتاب پایه‌های هوش مصنوعی: بررسی انواع ضعیف، قوی و عمومی

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 پایه‌های هوش مصنوعی: بررسی انواع ضعیف، قوی و عمومی

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: انواع هوش مصنوعی (ضعیف، قوی، عمومی)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و تاریخچه آن
  • 2. تعریف هوش مصنوعی: مفاهیم کلیدی و اصطلاحات
  • 3. هوش مصنوعی ضعیف (Narrow AI) در مقابل هوش مصنوعی عمومی (AGI)
  • 4. هوش مصنوعی قوی (Strong AI) و چالش‌های فلسفی آن
  • 5. مبانی ریاضی هوش مصنوعی: جبر خطی و حساب دیفرانسیل
  • 6. مبانی احتمال و آمار در هوش مصنوعی
  • 7. مبانی علوم کامپیوتر و الگوریتم‌ها
  • 8. یادگیری ماشین: مقدمه‌ای بر مفاهیم پایه
  • 9. یادگیری نظارت شده (Supervised Learning)
  • 10. یادگیری بدون نظارت (Unsupervised Learning)
  • 11. یادگیری تقویتی (Reinforcement Learning)
  • 12. شبکه‌های عصبی مصنوعی: ساختار و اصول اولیه
  • 13. نورون مصنوعی و توابع فعال‌سازی
  • 14. شبکه‌های عصبی پیشخور (Feedforward Neural Networks)
  • 15. پس‌انتشار خطا (Backpropagation)
  • 16. یادگیری عمیق (Deep Learning)
  • 17. شبکه‌های عصبی کانولوشنی (CNN)
  • 18. کاربرد CNN در پردازش تصویر
  • 19. شبکه‌های عصبی بازگشتی (RNN)
  • 20. کاربرد RNN در پردازش زبان طبیعی
  • 21. حافظه طولانی کوتاه‌مدت (LSTM) و واحد بازگشتی دروازه‌ای (GRU)
  • 22. مدل‌های زبانی
  • 23. یادگیری انتقالی (Transfer Learning)
  • 24. یادگیری چندوظیفه‌ای (Multi-task Learning)
  • 25. یادگیری فعال (Active Learning)
  • 26. یادگیری نیمه‌نظارت شده (Semi-supervised Learning)
  • 27. یادگیری افزایشی (Incremental Learning)
  • 28. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 29. عوامل هوشمند (Intelligent Agents)
  • 30. محیط‌های هوشمند و مدل‌های عامل-محیط
  • 31. جستجو و حل مسئله در هوش مصنوعی
  • 32. الگوریتم‌های جستجوی جامع (Uninformed Search)
  • 33. الگوریتم‌های جستجوی آگاهانه (Informed Search)
  • 34. جستجوی درخت بازی (Game Tree Search)
  • 35. یادگیری درخت تصمیم (Decision Trees)
  • 36. ماشین‌های بردار پشتیبان (Support Vector Machines - SVM)
  • 37. دسته‌بندی‌کننده‌های بیزی (Bayesian Classifiers)
  • 38. مدل‌های مارکوف پنهان (Hidden Markov Models - HMM)
  • 39. پردازش زبان طبیعی (NLP)
  • 40. تحلیل معنایی و نحوی زبان
  • 41. استخراج اطلاعات و دانش
  • 42. مدل‌سازی موضوعی (Topic Modeling)
  • 43. سیستم‌های توصیه‌گر (Recommender Systems)
  • 44. بینایی ماشین (Computer Vision)
  • 45. تشخیص و شناسایی اشیاء
  • 46. تقطیر تصویر (Image Segmentation)
  • 47. تشخیص چهره و تحلیل احساسات
  • 48. رباتیک و هوش مصنوعی
  • 49. حرکت ربات‌ها و ناوبری
  • 50. برنامه‌ریزی حرکتی ربات‌ها
  • 51. ربات‌های خودمختار
  • 52. سیستم‌های خبره (Expert Systems)
  • 53. استنتاج و استدلال در سیستم‌های خبره
  • 54. یادگیری از داده‌های حجیم (Big Data)
  • 55. اخلاق در هوش مصنوعی
  • 56. سوگیری در الگوریتم‌های هوش مصنوعی
  • 57. مسئولیت‌پذیری در سیستم‌های هوش مصنوعی
  • 58. حریم خصوصی و داده‌ها در هوش مصنوعی
  • 59. انصاف و شفافیت در هوش مصنوعی
  • 60. هوش مصنوعی و آینده کار
  • 61. هوش مصنوعی و جامعه
  • 62. هوش مصنوعی در بخش سلامت
  • 63. هوش مصنوعی در بخش آموزش
  • 64. هوش مصنوعی در بخش صنعت
  • 65. هوش مصنوعی در بخش کشاورزی
  • 66. هوش مصنوعی در بخش حمل و نقل
  • 67. هوش مصنوعی در بخش خدمات مالی
  • 68. هوش مصنوعی در بخش حکمرانی
  • 69. هوش مصنوعی در بخش امنیت
  • 70. هوش مصنوعی و هوش جمعی
  • 71. هوش مصنوعی و خلاقیت
  • 72. هوش مصنوعی و یادگیری مستمر
  • 73. هوش مصنوعی و سیستم‌های توزیع‌شده
  • 74. هوش مصنوعی و پردازش موازی
  • 75. معماری‌های نوین در یادگیری عمیق
  • 76. شبکه‌های مولد تخاصمی (GANs)
  • 77. شبکه‌های گراف عصبی (GNNs)
  • 78. ترانسفورمرها (Transformers)
  • 79. مدل‌های زبانی بزرگ (LLMs)
  • 80. کاربردهای LLMs در تولید محتوا
  • 81. تولید کد با هوش مصنوعی
  • 82. هوش مصنوعی و تفسیرپذیری (Explainable AI - XAI)
  • 83. ارزیابی و سنجش عملکرد مدل‌های هوش مصنوعی
  • 84. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 85. مدیریت چرخه حیات مدل‌های هوش مصنوعی
  • 86. مواجهه با چالش‌های داده‌ای در هوش مصنوعی
  • 87. کاهش ابعاد و انتخاب ویژگی
  • 88. جمع‌آوری و برچسب‌گذاری داده‌ها
  • 89. امنیت مدل‌های هوش مصنوعی
  • 90. حملات متخاصم به مدل‌های یادگیری عمیق
  • 91. دفاع در برابر حملات متخاصم
  • 92. هوش مصنوعی و تفکر سیستمی
  • 93. یادگیری تقویتی برای کنترل سیستم‌های پیچیده
  • 94. هوش مصنوعی در شبیه‌سازی‌های علمی
  • 95. هوش مصنوعی و کشف دارو
  • 96. هوش مصنوعی در مدل‌سازی آب و هوا
  • 97. هوش مصنوعی و مدیریت بحران
  • 98. هوش مصنوعی و تحقیقات فضایی
  • 99. هوش مصنوعی و تحلیل داده‌های علمی
  • 100. آینده هوش مصنوعی عمومی (AGI)

📚 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.