کتاب مبانی و کاربردهای یادگیری هندسی داده‌ها

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 و کاربردهای یادگیری هندسی داده‌ها

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: یادگیری ماشین و داده‌کاوی

📋 سرفصل‌های دوره

  • 1. مقدمه بر یادگیری هندسی داده‌ها
  • 2. مفاهیم پایه در هندسه محاسباتی
  • 3. ساختارهای داده هندسی
  • 4. الگوریتم‌های هندسه محاسباتی
  • 5. نظریه پیچیدگی در هندسه محاسباتی
  • 6. کاربرد هندسه محاسباتی در گرافیک کامپیوتری
  • 7. کاربرد هندسه محاسباتی در رباتیک
  • 8. کاربرد هندسه محاسباتی در زیست‌شناسی محاسباتی
  • 9. مفاهیم یادگیری ماشین
  • 10. مروری بر الگوریتم‌های یادگیری ماشین
  • 11. طبقه‌بندی و رگرسیون
  • 12. خوشه‌بندی و کاهش ابعاد
  • 13. یادگیری تقویتی
  • 14. مقدمه بر داده‌کاوی
  • 15. روش‌های کشف الگو در داده‌ها
  • 16. یادگیری قوانین انجمنی
  • 17. روش‌های خوشه‌بندی در داده‌کاوی
  • 18. روش‌های طبقه‌بندی در داده‌کاوی
  • 19. ارزیابی مدل‌های داده‌کاوی
  • 20. کاربرد داده‌کاوی در کسب و کار
  • 21. کاربرد داده‌کاوی در بهداشت و درمان
  • 22. کاربرد داده‌کاوی در علوم اجتماعی
  • 23. مبانی یادگیری هندسی داده‌ها
  • 24. ارتباط یادگیری هندسی با هندسه محاسباتی
  • 25. ارتباط یادگیری هندسی با یادگیری ماشین
  • 26. فضاهای برداری و توپولوژی
  • 27. منیفلدها در یادگیری هندسی
  • 28. هندسه‌ دیفرانسیل در یادگیری هندسی
  • 29. فضاهای ریمانی و کاربردهای آن
  • 30. بردارها و تانسورها در داده‌ها
  • 31. آنالیز مولفه‌های اصلی (PCA)
  • 32. تجزیه مقادیر منفرد (SVD)
  • 33. تحلیل مولفه‌های مستقل (ICA)
  • 34. توزیع‌های احتمالی و مدل‌سازی
  • 35. مدل‌های گرافیکی احتمالی
  • 36. شبکه‌های بیزی
  • 37. فیلتر کالمن
  • 38. مدل‌های مخفی مارکوف
  • 39. مقدمه بر شبکه‌های عصبی مصنوعی
  • 40. شبکه‌های عصبی پرسپترون چندلایه
  • 41. یادگیری عمیق و معماری‌های آن
  • 42. شبکه‌های عصبی کانولوشنال (CNN)
  • 43. شبکه‌های عصبی بازگشتی (RNN)
  • 44. شبکه‌های عصبی ترانسفورمر
  • 45. یادگیری نمایش (Representation Learning)
  • 46. یادگیری ویژگی‌های خودکار (Autoencoders)
  • 47. یادگیری انتقال (Transfer Learning)
  • 48. یادگیری نیمه‌نظارتی
  • 49. یادگیری چندوظیفه‌ای
  • 50. یادگیری فعال
  • 51. مقدمه بر یادگیری هندسی
  • 52. انواع یادگیری هندسی
  • 53. یادگیری مبتنی بر گراف
  • 54. یادگیری مبتنی بر منیفلد
  • 55. یادگیری مبتنی بر توپولوژی
  • 56. یادگیری مبتنی بر فضای برداری
  • 57. یادگیری مبتنی بر هندسه دیفرانسیل
  • 58. یادگیری مبتنی بر هندسه ریمانی
  • 59. الگوریتم‌های یادگیری هندسی
  • 60. الگوریتم‌های خوشه‌بندی هندسی
  • 61. الگوریتم‌های طبقه‌بندی هندسی
  • 62. الگوریتم‌های کاهش ابعاد هندسی
  • 63. الگوریتم‌های یادگیری نمایش هندسی
  • 64. کاربردهای یادگیری هندسی
  • 65. کاربرد در پردازش تصویر
  • 66. کاربرد در بینایی ماشین
  • 67. کاربرد در پردازش زبان طبیعی
  • 68. کاربرد در سیستم‌های توصیه‌گر
  • 69. کاربرد در تحلیل شبکه‌های اجتماعی
  • 70. کاربرد در زیست‌شناسی محاسباتی
  • 71. کاربرد در رباتیک
  • 72. کاربرد در علوم مواد
  • 73. کاربرد در سیستم‌های مالی
  • 74. کاربرد در بهداشت و درمان
  • 75. مسائل پیشرفته در یادگیری هندسی
  • 76. نظریه یادگیری هندسی
  • 77. پیچیدگی محاسباتی در یادگیری هندسی
  • 78. روش‌های مقیاس‌پذیری در یادگیری هندسی
  • 79. ارزیابی و اعتبارسنجی مدل‌های هندسی
  • 80. چالش‌های عملی در یادگیری هندسی
  • 81. روندهای آینده در یادگیری هندسی
  • 82. یادگیری هندسی و هوش مصنوعی
  • 83. یادگیری هندسی و یادگیری عمیق
  • 84. ادغام یادگیری هندسی و یادگیری عمیق
  • 85. یادگیری هندسی برای داده‌های پیچیده
  • 86. یادگیری هندسی برای داده‌های حجیم
  • 87. یادگیری هندسی برای داده‌های پراکنده
  • 88. یادگیری هندسی و تفسیرپذیری مدل‌ها
  • 89. اخلاق در یادگیری هندسی
  • 90. کاربرد یادگیری هندسی در ایران
  • 91. توسعه ابزارها و کتابخانه‌های یادگیری هندسی
  • 92. پروژه‌های عملی یادگیری هندسی
  • 93. مطالعات موردی یادگیری هندسی
  • 94. نتیجه‌گیری و چشم‌انداز یادگیری هندسی
  • 95. مروری بر مفاهیم کلیدی یادگیری هندسی
  • 96. تمرینات عملی در یادگیری هندسی

📚 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.