سپنتا کتاب اکسپرس
کتاب از شبکه‌های عصبی به یادگیری تقویتی عمیق

کتاب از شبکه‌های عصبی به یادگیری تقویتی عمیق

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 از شبکه‌های عصبی به یادگیری تقویتی عمیق

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی عمیق (Deep Reinforcement Learning - DRL)

📋 سرفصل‌های دوره

  • 1. مقدمات شبکه‌های عصبی مصنوعی
  • 2. مفاهیم پایه پرسپترون
  • 3. توابع فعال‌سازی در شبکه‌های عصبی
  • 4. آموزش شبکه‌های عصبی با پس‌انتشار خطا
  • 5. بهینه‌سازی در شبکه‌های عصبی
  • 6. شبکه‌های عصبی کانولوشنال (CNN)
  • 7. معماری‌های رایج CNN
  • 8. کاربرد CNN در پردازش تصویر
  • 9. شبکه‌های عصبی بازگشتی (RNN)
  • 10. مفهوم حافظه در RNN
  • 11. شبکه‌های LSTM و GRU
  • 12. کاربرد RNN در پردازش زبان طبیعی
  • 13. شبکه‌های عصبی ترنسفورمر
  • 14. مکانیسم توجه در ترنسفورمرها
  • 15. کاربرد ترنسفورمر در پردازش زبان طبیعی
  • 16. مقدمه‌ای بر یادگیری تقویتی
  • 17. مفاهیم عامل، محیط، حالت و پاداش
  • 18. فرآیندهای تصمیم‌گیری مارکوف (MDP)
  • 19. روش‌های ارزشیابی سیاست
  • 20. روش‌های بهبود سیاست
  • 21. یادگیری Q-Learning
  • 22. یادگیری Deep Q-Networks (DQN)
  • 23. بهینه‌سازی DQN
  • 24. یادگیری Actor-Critic
  • 25. معماری‌های Actor-Critic
  • 26. یادگیری تقویتی مبتنی بر گرادیان سیاست
  • 27. الگوریتم‌های Policy Gradient
  • 28. کاربرد یادگیری تقویتی در رباتیک
  • 29. یادگیری تقویتی در بازی‌ها
  • 30. یادگیری تقویتی در سیستم‌های توصیه‌گر
  • 31. یادگیری تقویتی در مدیریت منابع
  • 32. یادگیری تقویتی در بهینه‌سازی زنجیره تأمین
  • 33. یادگیری تقویتی در سیستم‌های مالی (با رعایت قوانین)
  • 34. یادگیری تقویتی در بهینه‌سازی شبکه‌های عصبی
  • 35. مقدمات یادگیری عمیق
  • 36. شبکه‌های عصبی عمیق و لایه‌های مخفی
  • 37. آموزش مدل‌های عمیق
  • 38. تنظیم ابرپارامترها در یادگیری عمیق
  • 39. روش‌های منظم‌سازی در یادگیری عمیق
  • 40. شبکه‌های مولد تخاصمی (GAN)
  • 41. معماری GAN
  • 42. کاربرد GAN در تولید تصویر
  • 43. شبکه‌های خودرمزگذار (Autoencoders)
  • 44. معماری خودرمزگذار
  • 45. کاربرد خودرمزگذار در کاهش ابعاد
  • 46. یادگیری انتقال (Transfer Learning)
  • 47. تنظیم دقیق مدل‌های از پیش آموزش‌دیده
  • 48. کاربرد یادگیری انتقال در بینایی ماشین
  • 49. پردازش زبان طبیعی با یادگیری عمیق
  • 50. مدل‌های زبانی آماری
  • 51. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
  • 52. مدل‌های زبانی مبتنی بر ترنسفورمر
  • 53. کاربرد مدل‌های زبانی در ترجمه ماشینی
  • 54. کاربرد مدل‌های زبانی در خلاصه‌سازی متن
  • 55. کاربرد مدل‌های زبانی در پاسخگویی به سؤال
  • 56. بینایی ماشین با یادگیری عمیق
  • 57. شناسایی اشیاء
  • 58. تقسیم‌بندی تصویر
  • 59. تشخیص چهره
  • 60. تشخیص احساسات از روی تصاویر
  • 61. سیستم‌های توصیه‌گر مبتنی بر یادگیری عمیق
  • 62. فیلترینگ مشارکتی با شبکه‌های عصبی
  • 63. مدل‌های مبتنی بر محتوا با یادگیری عمیق
  • 64. ترکیب روش‌ها در سیستم‌های توصیه‌گر
  • 65. اخلاق و مسئولیت‌پذیری در هوش مصنوعی
  • 66. سوگیری در داده‌ها و مدل‌ها
  • 67. عدالت و شفافیت در هوش مصنوعی
  • 68. امنیت در سیستم‌های هوش مصنوعی
  • 69. کاربرد هوش مصنوعی در صنعت (با رعایت قوانین)
  • 70. کاربرد هوش مصنوعی در سلامت (با رعایت پروتکل‌های وزارت بهداشت)
  • 71. کاربرد هوش مصنوعی در آموزش (با رعایت چارچوب‌های رسمی)
  • 72. کاربرد هوش مصنوعی در کشاورزی (با رعایت چارچوب‌های رسمی)
  • 73. کاربرد هوش مصنوعی در حمل و نقل (با رعایت چارچوب‌های رسمی)
  • 74. یادگیری تقویتی عمیق در رباتیک پیشرفته
  • 75. یادگیری تقویتی عمیق در خودروهای خودران (با رعایت قوانین)
  • 76. یادگیری تقویتی عمیق در مدیریت انرژی
  • 77. یادگیری تقویتی عمیق در بهینه‌سازی فرآیندهای صنعتی
  • 78. مباحث پیشرفته در شبکه‌های عصبی
  • 79. مباحث پیشرفته در یادگیری تقویتی
  • 80. یادگیری تقویتی چند عاملی
  • 81. یادگیری تقویتی با پاداش پراکنده
  • 82. یادگیری تقویتی برای وظایف پیچیده
  • 83. مقدمات برنامه‌نویسی پایتون برای هوش مصنوعی
  • 84. کتابخانه‌های کلیدی هوش مصنوعی (TensorFlow, PyTorch)
  • 85. کار با داده‌ها و پیش‌پردازش
  • 86. ساخت و آموزش مدل‌های ساده
  • 87. ارزیابی عملکرد مدل‌ها
  • 88. پیاده‌سازی CNN برای دسته‌بندی تصویر
  • 89. پیاده‌سازی RNN برای تحلیل سری زمانی
  • 90. پیاده‌سازی مدل‌های ترنسفورمر برای پردازش متن
  • 91. پیاده‌سازی الگوریتم‌های یادگیری تقویتی پایه
  • 92. ساخت محیط‌های ساده یادگیری تقویتی
  • 93. پیاده‌سازی DQN برای حل مسائل ساده
  • 94. مقدمات یادگیری عمیق با TensorFlow
  • 95. مقدمات یادگیری عمیق با PyTorch

📚 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.