سپنتا کتاب اکسپرس
کتاب مبانی یادگیری ماشین: رویکرد مبتنی بر مطالعه موردی (با تمرکز بر کاربردهای مجاز)

کتاب مبانی یادگیری ماشین: رویکرد مبتنی بر مطالعه موردی (با تمرکز بر کاربردهای مجاز)

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 یادگیری ماشین: رویکرد مبتنی بر مطالعه موردی (با تمرکز بر کاربردهای مجاز)

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: یادگیری ماشین و هوش مصنوعی کاربردی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علوم کامپیوتر و هوش مصنوعی
  • 2. تعریف یادگیری ماشین و انواع آن
  • 3. یادگیری نظارت شده و نظارت نشده
  • 4. مفاهیم پایه آمار و احتمالات برای یادگیری ماشین
  • 5. جبر خطی برای یادگیری ماشین
  • 6. کاربرد آمار و احتمال در مدل‌های یادگیری ماشین
  • 7. مقدمه‌ای بر پردازش داده‌ها
  • 8. پاکسازی و پیش‌پردازش داده‌ها
  • 9. مهندسی ویژگی
  • 10. انتخاب ویژگی
  • 11. رابطه بین ویژگی‌ها و نتایج
  • 12. مقدمه‌ای بر الگوریتم‌های یادگیری نظارت شده
  • 13. رگرسیون خطی
  • 14. رگرسیون لجستیک
  • 15. دسته‌بندی‌کننده‌های بیز ساده
  • 16. ماشین‌های بردار پشتیبان (SVM)
  • 17. درختان تصمیم
  • 18. جنگل‌های تصادفی
  • 19. تقویت گرادیان
  • 20. مقدمه‌ای بر الگوریتم‌های یادگیری نظارت نشده
  • 21. خوشه‌بندی K-Means
  • 22. خوشه‌بندی سلسله مراتبی
  • 23. تحلیل مولفه‌های اصلی (PCA)
  • 24. تکنیک‌های کاهش ابعاد
  • 25. ارزیابی مدل‌های یادگیری ماشین
  • 26. معیارهای ارزیابی برای رگرسیون
  • 27. معیارهای ارزیابی برای دسته‌بندی
  • 28. منحنی ROC و AUC
  • 29. اعتبارسنجی متقابل
  • 30. تنظیم هایپرپارامترها
  • 31. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 32. نورون‌ها و لایه‌ها
  • 33. توابع فعال‌سازی
  • 34. پس‌انتشار خطا (Backpropagation)
  • 35. شبکه‌های عصبی عمیق
  • 36. شبکه‌های عصبی کانولوشنی (CNN)
  • 37. شبکه‌های عصبی بازگشتی (RNN)
  • 38. کاربردهای CNN در بینایی ماشین
  • 39. کاربردهای RNN در پردازش زبان طبیعی
  • 40. مقدمه‌ای بر یادگیری تقویتی
  • 41. مفاهیم عامل، محیط، پاداش
  • 42. فرآیندهای تصمیم‌گیری مارکوف (MDP)
  • 43. الگوریتم Q-Learning
  • 44. الگوریتم SARSA
  • 45. شبکه‌های عصبی عمیق در یادگیری تقویتی
  • 46. کاربردهای یادگیری تقویتی در رباتیک
  • 47. کاربردهای یادگیری تقویتی در بازی‌ها
  • 48. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 49. توکنیزاسیون و نرمال‌سازی متن
  • 50. مدل‌های زبانی آماری
  • 51. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
  • 52. کاربرد NLP در تحلیل احساسات
  • 53. کاربرد NLP در ترجمه ماشینی
  • 54. کاربرد NLP در خلاصه‌سازی متن
  • 55. کاربرد NLP در تشخیص موجودیت نام‌گذاری شده
  • 56. مقدمه‌ای بر بینایی ماشین
  • 57. پردازش تصویر پایه
  • 58. تشخیص لبه و ویژگی
  • 59. تشخیص اشیاء
  • 60. تقسیم‌بندی تصویر
  • 61. کاربرد بینایی ماشین در تشخیص چهره
  • 62. کاربرد بینایی ماشین در خودروهای خودران
  • 63. کاربرد بینایی ماشین در پزشکی
  • 64. مقدمه‌ای بر یادگیری ماشینی کاربردی
  • 65. مطالعات موردی در حوزه بهداشت و درمان
  • 66. مطالعات موردی در حوزه مالی
  • 67. مطالعات موردی در حوزه آموزش
  • 68. مطالعات موردی در حوزه کشاورزی
  • 69. مطالعات موردی در حوزه صنعت
  • 70. ملاحظات اخلاقی در هوش مصنوعی
  • 71. سوگیری در داده‌ها و مدل‌ها
  • 72. شفافیت و قابلیت تفسیر مدل‌ها
  • 73. حریم خصوصی داده‌ها
  • 74. امنیت در سیستم‌های هوش مصنوعی
  • 75. آینده هوش مصنوعی و یادگیری ماشین
  • 76. یادگیری ماشینی توزیع شده
  • 77. هوش مصنوعی سازگار
  • 78. هوش مصنوعی عمومی (AGI)
  • 79. مباحث پیشرفته در شبکه‌های عصبی
  • 80. شبکه‌های مولد تخاصمی (GANs)
  • 81. شبکه‌های ترنسفورمر
  • 82. یادگیری انتقالی
  • 83. یادگیری چندوظیفه‌ای
  • 84. یادگیری خودنظارت
  • 85. یادگیری با داده‌های کم
  • 86. یادگیری ترکیبی
  • 87. کاربردهای نوظهور هوش مصنوعی
  • 88. هوش مصنوعی در اکتشافات علمی
  • 89. هوش مصنوعی و خلاقیت
  • 90. هوش مصنوعی و تعامل انسان و ماشین
  • 91. مباحث پیشرفته در پردازش زبان طبیعی
  • 92. مدل‌های زبانی بزرگ (LLMs)
  • 93. یادگیری تقویتی با بازخورد انسانی
  • 94. تولید متن با LLMs
  • 95. ترجمه ماشینی عصبی
  • 96. استخراج اطلاعات از متن
  • 97. سیستم‌های پرسش و پاسخ
  • 98. مدل‌سازی موضوعی
  • 99. شبکه‌های عصبی گراف (GNNs)
  • 100. کاربرد GNNs در تحلیل شبکه‌ها

📚 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.