سپنتا کتاب اکسپرس
کتاب شبکه‌های عصبی گراف و پردازش داده‌های ساختاریافته با PyTorch Geometric

کتاب شبکه‌های عصبی گراف و پردازش داده‌های ساختاریافته با PyTorch Geometric

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 شبکه‌های عصبی گراف و پردازش داده‌های ساختاریافته با PyTorch Geometric

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: شبکه‌های عصبی پیشرفته

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر داده‌های ساختاریافته و گراف‌ها
  • 2. مبانی نظری گراف‌ها و کاربردهای آن‌ها
  • 3. نمایش گراف‌ها: ماتریس مجاورت و لیست مجاورت
  • 4. مقدمه‌ای بر PyTorch Geometric (PyG)
  • 5. نصب و راه‌اندازی PyTorch Geometric
  • 6. مفاهیم پایه در PyTorch Geometric: تنسورها و گراف‌ها
  • 7. ساخت اولین گراف با PyTorch Geometric
  • 8. انواع داده‌های گرافی در PyTorch Geometric
  • 9. عملیات پایه روی گراف‌ها در PyG
  • 10. مقدمه‌ای بر شبکه‌های عصبی گراف (GNNs)
  • 11. چرا GNNs؟ مزایا و قابلیت‌ها
  • 12. معماری پایه GNN: انتشار پیام (Message Passing)
  • 13. لایه‌های GNN استاندارد: GCN، GAT، GraphSAGE
  • 14. پیاده‌سازی گره‌های GCN در PyTorch Geometric
  • 15. انتشار پیام در GCN
  • 16. پیاده‌سازی گره‌های GAT در PyTorch Geometric
  • 17. مکانیزم توجه (Attention) در GAT
  • 18. پیاده‌سازی گره‌های GraphSAGE در PyTorch Geometric
  • 19. استراتژی‌های نمونه‌برداری در GraphSAGE
  • 20. آموزش GNN برای وظایف پیش‌بینی گره
  • 21. تنظیم مدل GNN برای پیش‌بینی گره
  • 22. ارزیابی مدل GNN برای پیش‌بینی گره
  • 23. آموزش GNN برای وظایف پیش‌بینی پیوند
  • 24. تنظیم مدل GNN برای پیش‌بینی پیوند
  • 25. ارزیابی مدل GNN برای پیش‌بینی پیوند
  • 26. آموزش GNN برای وظایف طبقه‌بندی گراف
  • 27. تنظیم مدل GNN برای طبقه‌بندی گراف
  • 28. ارزیابی مدل GNN برای طبقه‌بندی گراف
  • 29. کاربرد GNN در تحلیل شبکه‌های اجتماعی
  • 30. پیش‌بینی ریزش کاربران با GNN
  • 31. شناسایی جوامع در شبکه‌های اجتماعی با GNN
  • 32. کاربرد GNN در شیمی و داروسازی
  • 33. کشف دارو با استفاده از GNNs
  • 34. پیش‌بینی خواص مولکولی با GNNs
  • 35. کاربرد GNN در سیستم‌های توصیه‌گر
  • 36. توصیه‌گرهای مبتنی بر گراف
  • 37. بهبود سیستم‌های توصیه‌گر با GNNs
  • 38. کاربرد GNN در پردازش زبان طبیعی
  • 39. تحلیل روابط معنایی با GNNs
  • 40. مدل‌سازی گرافی برای درک زبان
  • 41. کاربرد GNN در بینایی ماشین
  • 42. تحلیل تصاویر مبتنی بر گراف
  • 43. تشخیص اشیاء با GNNs
  • 44. مفاهیم پیشرفته در GNNs
  • 45. شبکه‌های عصبی گراف تکرارشونده (Recurrent GNNs)
  • 46. شبکه‌های عصبی گراف کانولوشنال (Convolutional GNNs)
  • 47. شبکه‌های عصبی گراف مبتنی بر توجه (Attention-based GNNs)
  • 48. یادگیری نمایش گرافی (Graph Representation Learning)
  • 49. تکنیک‌های embedding گرافی
  • 50. Node2Vec و DeepWalk
  • 51. خودرمزگذارها (Autoencoders) برای گراف‌ها
  • 52. GNNs با حافظه (Memory-augmented GNNs)
  • 53. GNNs برای گراف‌های پویا (Dynamic Graphs)
  • 54. مدل‌سازی تغییرات در گراف‌ها
  • 55. GNNs برای گراف‌های ناهمگن (Heterogeneous Graphs)
  • 56. پردازش گراف‌های با انواع مختلف گره و پیوند
  • 57. GNNs با لایه‌های چندگانه
  • 58. بهینه‌سازی معماری GNN
  • 59. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 60. اعتبارسنجی متقابل (Cross-validation)
  • 61. تکنیک‌های منظم‌سازی (Regularization) در GNNs
  • 62. مدیریت بیش‌برازش (Overfitting)
  • 63. استفاده از PyTorch Lightning برای آموزش GNN
  • 64. ساختاردهی پروژه‌های GNN
  • 65. دیباگ کردن مدل‌های GNN
  • 66. مصورسازی نتایج GNN
  • 67. تحلیل حساسیت مدل GNN
  • 68. تفسیرپذیری GNNs (Explainability)
  • 69. روش‌های XAI برای GNNs
  • 70. محدودیت‌های GNNs
  • 71. چالش‌های داده‌های گرافی
  • 72. مسائل اخلاقی در GNNs
  • 73. کاربرد GNN در ایران
  • 74. شبکه‌های حمل و نقل و لجستیک
  • 75. مدیریت منابع و انرژی
  • 76. اقتصاد و مالی در ایران
  • 77. پزشکی و سلامت در ایران
  • 78. تحلیل داده‌های شهری
  • 79. شبکه‌های ارتباطی و مخابراتی
  • 80. کشاورزی و منابع طبیعی
  • 81. مدیریت بحران و بلایای طبیعی
  • 82. آموزش و پژوهش
  • 83. مقدمه‌ای بر PyTorch
  • 84. مبانی تنسورها در PyTorch
  • 85. عملیات پایه تنسورها
  • 86. تابع فعال‌سازی در PyTorch
  • 87. بهینه‌سازها در PyTorch
  • 88. تابع زیان (Loss Function) در PyTorch
  • 89. چرخه آموزش مدل در PyTorch
  • 90. مدیریت داده‌ها و DataLoader
  • 91. ساخت مدل سفارشی در PyTorch
  • 92. مقدمه‌ای بر توابع گرادیان خودکار (Autograd)
  • 93. پایان دوره و جمع‌بندی

📚 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.