سپنتا کتاب اکسپرس
کتاب مبانی مدل‌سازی و تخمین در یادگیری ماشین

کتاب مبانی مدل‌سازی و تخمین در یادگیری ماشین

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 مبانی مدل‌سازی و تخمین در یادگیری ماشین

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: هوش مصنوعی و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی در یادگیری ماشین
  • 2. مفاهیم اساسی تخمین و استنباط آماری
  • 3. انواع مدل‌ها در یادگیری ماشین
  • 4. مدل‌های خطی ساده
  • 5. رگرسیون خطی چندگانه
  • 6. ارزیابی مدل‌های رگرسیون
  • 7. مقدمه‌ای بر مدل‌های دسته‌بندی
  • 8. رگرسیون لجستیک
  • 9. طبقه‌بند بیز ساده
  • 10. ماشین‌های بردار پشتیبان (SVM)
  • 11. ارزیابی مدل‌های دسته‌بندی
  • 12. مقدمه‌ای بر کاهش ابعاد
  • 13. تحلیل مولفه‌های اصلی (PCA)
  • 14. تجزیه مقادیر منفرد (SVD)
  • 15. کاهش ابعاد غیرخطی
  • 16. مدل‌های مبتنی بر درخت تصمیم
  • 17. جنگل‌های تصادفی
  • 18. تقویت گرادیان
  • 19. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 20. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 21. توابع فعال‌سازی در شبکه‌های عصبی
  • 22. آموزش شبکه‌های عصبی: پس‌انتشار خطا
  • 23. بهینه‌سازی در شبکه‌های عصبی
  • 24. تنظیم‌کننده (Regularization) در شبکه‌های عصبی
  • 25. مدل‌های ترتیبی: شبکه‌های عصبی بازگشتی (RNN)
  • 26. حافظه بلندمدت کوتاه (LSTM)
  • 27. واحدهای بازگشتی دروازه‌ای (GRU)
  • 28. شبکه‌های عصبی کانولوشنال (CNN)
  • 29. لایه کانولوشن و پولینگ
  • 30. کاربرد CNN در پردازش تصویر
  • 31. مقدمه‌ای بر یادگیری عمیق
  • 32. معماری‌های عمیق در یادگیری ماشین
  • 33. مدل‌های مولد: شبکه‌های مولد تخاصمی (GAN)
  • 34. کاربرد GAN در تولید داده
  • 35. مدل‌های تبدیل‌کننده (Transformer)
  • 36. مکانیزم توجه (Attention)
  • 37. کاربرد ترانسفورمر در پردازش زبان طبیعی
  • 38. مقدمه‌ای بر یادگیری تقویتی
  • 39. عناصر یادگیری تقویتی: عامل، محیط، پاداش
  • 40. یادگیری ارزش (Value Learning)
  • 41. یادگیری سیاست (Policy Learning)
  • 42. الگوریتم‌های Q-learning
  • 43. الگوریتم‌های Deep Q-Network (DQN)
  • 44. الگوریتم‌های Policy Gradient
  • 45. مدل‌های نیمه‌نظارتی و بدون نظارت
  • 46. خوشه‌بندی: K-Means
  • 47. خوشه‌بندی سلسله‌مراتبی
  • 48. تحلیل مولفه‌های اساسی (PCA) برای خوشه‌بندی
  • 49. کاهش ابعاد در یادگیری بدون نظارت
  • 50. استخراج ویژگی (Feature Extraction)
  • 51. یادگیری بازنمایی (Representation Learning)
  • 52. کاربرد یادگیری ماشین در تحلیل داده‌های کلان
  • 53. مدل‌سازی داده‌های سری زمانی
  • 54. پیش‌بینی سری زمانی با مدل‌های آماری
  • 55. مدل‌های ARIMA
  • 56. مدل‌های LSTM برای سری زمانی
  • 57. مدل‌سازی داده‌های متنی
  • 58. پردازش زبان طبیعی (NLP)
  • 59. مدل‌های زبانی
  • 60. تعبیه‌سازی کلمات (Word Embeddings)
  • 61. تحلیل احساسات (Sentiment Analysis)
  • 62. مدل‌سازی داده‌های تصویری
  • 63. پردازش تصویر با CNN
  • 64. شناسایی اشیاء (Object Detection)
  • 65. تقسیم‌بندی تصویر (Image Segmentation)
  • 66. مقدمه‌ای بر اخلاق در هوش مصنوعی
  • 67. سوگیری در داده‌ها و مدل‌ها
  • 68. شفافیت و تفسیرپذیری مدل‌ها
  • 69. مسئولیت‌پذیری در هوش مصنوعی
  • 70. امنیت در سیستم‌های هوش مصنوعی
  • 71. حریم خصوصی داده‌ها در یادگیری ماشین
  • 72. مدل‌سازی داده‌های شبکه‌های اجتماعی
  • 73. تحلیل شبکه‌های اجتماعی
  • 74. سیستم‌های توصیه‌گر
  • 75. انواع سیستم‌های توصیه‌گر
  • 76. فیلترینگ مشارکتی
  • 77. فیلترینگ مبتنی بر محتوا
  • 78. مدل‌سازی رفتار کاربران
  • 79. مدل‌سازی ریسک در سیستم‌های مالی
  • 80. کاربرد یادگیری ماشین در بهینه‌سازی فرآیندها
  • 81. مدل‌سازی نگهداری و تعمیرات پیش‌بینانه
  • 82. مدل‌سازی بهینه‌سازی منابع
  • 83. مدل‌سازی پیش‌بینی تقاضا
  • 84. مدل‌سازی پیش‌بینی خطا
  • 85. مقدمه‌ای بر مدل‌های آماری پیشرفته
  • 86. مدل‌های بیزی
  • 87. مقدمه‌ای بر شبکه‌های بیزی
  • 88. استنتاج در شبکه‌های بیزی
  • 89. مدل‌های مارکوف پنهان (HMM)
  • 90. کاربرد HMM در مدل‌سازی توالی
  • 91. مقدمه‌ای بر یادگیری با چند عامل (Multi-Agent Learning)
  • 92. پایان‌نامه و پروژه‌های عملی در یادگیری ماشین
  • 93. طراحی و ارزیابی پروژه‌های یادگیری ماشین
  • 94. چالش‌های پیاده‌سازی مدل‌های یادگیری ماشین در صنعت
  • 95. آینده یادگیری ماشین و 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.