سپنتا کتاب اکسپرس
کتاب مقدمه‌ای بر یادگیری ماشین با رویکرد کاربردی در ایران

کتاب مقدمه‌ای بر یادگیری ماشین با رویکرد کاربردی در ایران

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 مقدمه‌ای بر یادگیری ماشین با رویکرد کاربردی در ایران

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مبانی یادگیری ماشین
  • 2. مقدمه‌ای بر یادگیری ماشین
  • 3. انواع یادگیری ماشین
  • 4. یادگیری نظارت شده
  • 5. یادگیری بدون نظارت
  • 6. یادگیری تقویتی
  • 7. کاربردها در ایران
  • 8. یادگیری ماشین در داده‌کاوی
  • 9. مفاهیم پایه آمار و احتمالات
  • 10. متغیرهای تصادفی
  • 11. توزیع‌های احتمال
  • 12. قضیه بیز
  • 13. رگرسیون خطی
  • 14. رگرسیون لجستیک
  • 15. ماتریس همبستگی
  • 16. تحلیل مولفه‌های اصلی (PCA)
  • 17. کاهش ابعاد
  • 18. ماشین‌های بردار پشتیبان (SVM)
  • 19. هسته‌ها در SVM
  • 20. طبقه‌بندی‌کننده‌های بیز ساده
  • 21. درختان تصمیم
  • 22. قوانین انجمنی
  • 23. خوشه‌بندی
  • 24. K-Means
  • 25. خوشه‌بندی سلسله مراتبی
  • 26. ارزیابی مدل‌ها
  • 27. معیارهای ارزیابی طبقه‌بندی
  • 28. معیارهای ارزیابی رگرسیون
  • 29. اعتبارسنجی متقابل
  • 30. بیش‌برازش و کم‌برازش
  • 31. تنظیم فراپارامترها
  • 32. شبکه‌های عصبی مصنوعی
  • 33. توابع فعال‌سازی
  • 34. پس‌انتشار خطا (Backpropagation)
  • 35. شبکه‌های عصبی پرسپترون چندلایه
  • 36. شبکه‌های عصبی کانولوشنی (CNN)
  • 37. کاربرد CNN در پردازش تصویر
  • 38. شبکه‌های عصبی بازگشتی (RNN)
  • 39. کاربرد RNN در پردازش زبان طبیعی
  • 40. شبکه‌های حافظه طولانی کوتاه (LSTM)
  • 41. شبکه‌های حافظه کوتاه مدت (GRU)
  • 42. یادگیری عمیق
  • 43. مقدمه‌ای بر یادگیری عمیق
  • 44. مدل‌های پیش‌آموزش‌دیده
  • 45. انتقال یادگیری (Transfer Learning)
  • 46. تنظیم مدل‌های پیش‌آموزش‌دیده
  • 47. پردازش زبان طبیعی (NLP)
  • 48. پیش‌پردازش متن
  • 49. مدل‌سازی موضوعی
  • 50. تحلیل احساسات
  • 51. ترجمه ماشینی
  • 52. سیستم‌های توصیه‌گر
  • 53. فیلترینگ مشارکتی
  • 54. فیلترینگ مبتنی بر محتوا
  • 55. سیستم‌های توصیه‌گر در تجارت الکترونیک
  • 56. یادگیری تقویتی
  • 57. مفاهیم پایه یادگیری تقویتی
  • 58. عامل و محیط
  • 59. پاداش و جریمه
  • 60. سیاست و تابع ارزش
  • 61. یادگیری Q
  • 62. یادگیری Q-Learning
  • 63. یادگیری SARSA
  • 64. یادگیری عمیق تقویتی (DRL)
  • 65. کاربرد DRL در رباتیک
  • 66. یادگیری ماشین در سیستم‌های صنعتی
  • 67. پیش‌بینی خرابی
  • 68. بهینه‌سازی فرآیندها
  • 69. کنترل کیفیت
  • 70. یادگیری ماشین در حوزه سلامت
  • 71. تشخیص بیماری
  • 72. دستیارهای پزشکی هوشمند
  • 73. پردازش تصاویر پزشکی
  • 74. یادگیری ماشین در حوزه مالی
  • 75. تشخیص تقلب
  • 76. پیش‌بینی بازار سهام
  • 77. مدیریت ریسک
  • 78. یادگیری ماشین در کشاورزی
  • 79. پیش‌بینی محصولات
  • 80. مدیریت منابع آب
  • 81. کشاورزی دقیق
  • 82. اخلاق در یادگیری ماشین
  • 83. سوگیری در داده‌ها
  • 84. عدالت و شفافیت
  • 85. حریم خصوصی داده‌ها
  • 86. کاربردهای عملی یادگیری ماشین در ایران
  • 87. پروژه‌های یادگیری ماشین در صنایع ایران
  • 88. چالش‌های پیاده‌سازی یادگیری ماشین در ایران
  • 89. آینده یادگیری ماشین
  • 90. یادگیری ماشین قابل توضیح (XAI)
  • 91. یادگیری ماشین در اینترنت اشیاء (IoT)
  • 92. امنیت در یادگیری ماشین
  • 93. یادگیری فدرال
  • 94. یادگیری ترکیبی
  • 95. یادگیری ماشین و هوش مصنوعی مولد
  • 96. مقدمه‌ای بر هوش مصنوعی مولد
  • 97. مدل‌های زبانی بزرگ (LLMs)
  • 98. کاربردهای LLMs در ایران
  • 99. تولید محتوا با هوش مصنوعی
  • 100. ملاحظات شرعی در هوش مصنوعی

📚 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.