سپنتا کتاب اکسپرس
کتاب اصول ریاضی یادگیری ماشین با رویکرد کاربردی

کتاب اصول ریاضی یادگیری ماشین با رویکرد کاربردی

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 اصول ریاضی یادگیری ماشین با رویکرد کاربردی

موضوع کلی: ریاضیات کاربردی در علوم داده

موضوع میانی: مبانی ریاضی یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر ریاضیات برای یادگیری ماشین
  • 2. مجموعه‌ها و روابط
  • 3. منطق گزاره‌ای و منطق مسند
  • 4. اعداد حقیقی و مختلط
  • 5. مقدمه‌ای بر جبر خطی
  • 6. بردارها
  • 7. ضرب داخلی و تعامد
  • 8. ماتریس‌ها
  • 9. عملیات ماتریسی
  • 10. ماتریس‌های ویژه
  • 11. مقدمه‌ای بر حساب دیفرانسیل و انتگرال
  • 12. توابع و حد
  • 13. مشتق
  • 14. قاعده زنجیره‌ای
  • 15. مشتقات جزئی
  • 16. گرادیان
  • 17. مقدمه‌ای بر احتمال
  • 18. فضای نمونه و رویدادها
  • 19. احتمال شرطی و استقلال
  • 20. قضیه بیز
  • 21. متغیرهای تصادفی گسسته
  • 22. توزیع احتمال گسسته
  • 23. امید ریاضی و واریانس
  • 24. متغیرهای تصادفی پیوسته
  • 25. توزیع احتمال پیوسته
  • 26. توزیع نرمال
  • 27. مقدمه‌ای بر بهینه‌سازی
  • 28. بهینه‌سازی بدون قید
  • 29. بهینه‌سازی با قید
  • 30. روش شیب نزولی
  • 31. روش نیوتن
  • 32. بهینه‌سازی مقیاس‌پذیر
  • 33. مقدمه‌ای بر آمار
  • 34. آمار توصیفی
  • 35. نمودارهای آماری
  • 36. شاخص‌های مرکزی و پراکندگی
  • 37. رگرسیون خطی ساده
  • 38. آزمون فرض آماری
  • 39. مقدمه‌ای بر جبر خطی عددی
  • 40. تجزیه مقادیر منفرد (SVD)
  • 41. تجزیه مقادیر ویژه
  • 42. حل دستگاه معادلات خطی
  • 43. مقدمه‌ای بر آنالیز فوریه
  • 44. سری فوریه
  • 45. تبدیل فوریه
  • 46. کاربرد در پردازش سیگنال
  • 47. مقدمه‌ای بر بهینه‌سازی مقعر
  • 48. توابع مقعر
  • 49. بهینه‌سازی توابع مقعر
  • 50. شرایط بهینگی
  • 51. مقدمه‌ای بر آمار بیزی
  • 52. احتمال پیشین و پسین
  • 53. توزیع‌های پیشین و پسین
  • 54. استنتاج بیزی
  • 55. شبکه‌های بیزی
  • 56. مقدمه‌ای بر نظریه اطلاعات
  • 57. آنتروپی
  • 58. اطلاعات متقابل
  • 59. انتروپی کراس
  • 60. کاربرد در یادگیری ماشین
  • 61. مقدمه‌ای بر بهینه‌سازی تصادفی
  • 62. بهینه‌سازی تصادفی تعمیم‌یافته
  • 63. کاربرد در شبکه‌های عصبی
  • 64. روش‌های گرادیان تصادفی
  • 65. مقدمه‌ای بر جبر خطی پیشرفته
  • 66. فضاهای برداری و زیرفضاها
  • 67. تبدیلات خطی
  • 68. مقادیر ویژه و بردارهای ویژه
  • 69. کاربرد در کاهش ابعاد
  • 70. مقدمه‌ای بر آنالیز عددی
  • 71. تقریب توابع
  • 72. انتگرال‌گیری عددی
  • 73. حل عددی معادلات دیفرانسیل
  • 74. مقدمه‌ای بر آمار چندمتغیره
  • 75. کوواریانس و همبستگی
  • 76. تحلیل مؤلفه‌های اصلی (PCA)
  • 77. تحلیل عاملی
  • 78. مقدمه‌ای بر بهینه‌سازی ترکیباتی
  • 79. مسئله فروشنده دوره‌گرد
  • 80. مسائل پوشش
  • 81. کاربرد در یادگیری ماشین
  • 82. مقدمه‌ای بر بهینه‌سازی غیرخطی
  • 83. بهینه‌سازی با قید غیرخطی
  • 84. روش‌های نقطه درونی
  • 85. کاربرد در یادگیری ماشین
  • 86. مقدمه‌ای بر بهینه‌سازی چندهدفه
  • 87. قانون پارتو
  • 88. کاربرد در یادگیری ماشین
  • 89. مقدمه‌ای بر بهینه‌سازی تطبیقی
  • 90. کاربرد در یادگیری ماشین
  • 91. مقدمه‌ای بر بهینه‌سازی توزیع‌شده
  • 92. کاربرد در یادگیری ماشین
  • 93. مقدمه‌ای بر بهینه‌سازی کوانتومی
  • 94. کاربرد در یادگیری ماشین
  • 95. مقدمه‌ای بر بهینه‌سازی در فضای حالت
  • 96. کاربرد در یادگیری ماشین
  • 97. مقدمه‌ای بر بهینه‌سازی در یادگیری تقویتی
  • 98. کاربرد در یادگیری ماشین
  • 99. مقدمه‌ای بر بهینه‌سازی با محدودیت‌های غیرخطی
  • 100. کاربرد در یادگیری ماشین

📚 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.