کتاب جامع یادگیری عمیق: از مفاهیم پایه تا پیاده‌سازی پروژه‌ها

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 جامع یادگیری عمیق: از مفاهیم پایه تا پیاده‌سازی پروژه‌ها

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مبانی و کاربردهای یادگیری عمیق

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. تاریخچه مختصر هوش مصنوعی
  • 3. تعریف یادگیری ماشین
  • 4. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 5. مفاهیم پایه یادگیری ماشین
  • 6. جمع‌آوری و پیش‌پردازش داده‌ها
  • 7. مهندسی ویژگی
  • 8. انتخاب مدل
  • 9. ارزیابی مدل
  • 10. رگرسیون خطی
  • 11. رگرسیون لجستیک
  • 12. دسته‌بندی‌کننده‌های مبتنی بر درخت تصمیم
  • 13. ماشین‌های بردار پشتیبان (SVM)
  • 14. دسته‌بندی‌کننده‌های بیزین ساده
  • 15. نزدیک‌ترین همسایگان (k-NN)
  • 16. خوشه‌بندی: K-Means
  • 17. خوشه‌بندی: DBSCAN
  • 18. کاهش ابعاد: تحلیل مولفه‌های اصلی (PCA)
  • 19. کاهش ابعاد: t-SNE
  • 20. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 21. نورون مصنوعی و تابع فعال‌سازی
  • 22. شبکه‌های عصبی پیش‌خور (Feedforward Neural Networks)
  • 23. انتشار رو به عقب (Backpropagation)
  • 24. بهینه‌سازی گرادیان نزولی
  • 25. نرخ یادگیری و تنظیم آن
  • 26. تنظیم‌کننده‌ها: L1 و L2
  • 27. تنظیم‌کننده‌ها: Dropout
  • 28. شبکه‌های عصبی کانولوشنال (CNN)
  • 29. لایه‌های کانولوشنال
  • 30. لایه‌های Pooling
  • 31. معماری‌های CNN: LeNet
  • 32. معماری‌های CNN: AlexNet
  • 33. معماری‌های CNN: VGG
  • 34. معماری‌های CNN: ResNet
  • 35. کاربردهای CNN در بینایی ماشین
  • 36. تشخیص تصویر
  • 37. شناسایی اشیاء
  • 38. تقسیم‌بندی تصویر
  • 39. شبکه‌های عصبی بازگشتی (RNN)
  • 40. حافظه کوتاه‌مدت (LSTM)
  • 41. حافظه طولانی کوتاه‌مدت (GRU)
  • 42. کاربردهای RNN در پردازش زبان طبیعی
  • 43. مدل‌سازی زبان
  • 44. ترجمه ماشینی
  • 45. تحلیل احساسات
  • 46. تولید متن
  • 47. مقدمه‌ای بر یادگیری تقویتی
  • 48. عامل و محیط
  • 49. پاداش و جریمه
  • 50. سیاست عامل
  • 51. مقدار تابع
  • 52. الگوریتم‌های یادگیری تقویتی: Q-Learning
  • 53. الگوریتم‌های یادگیری تقویتی: SARSA
  • 54. شبکه‌های عصبی عمیق در یادگیری تقویتی
  • 55. شبکه‌های مولد تخاصمی (GANs)
  • 56. معماری GAN: مولد و متمایزکننده
  • 57. کاربردهای GAN
  • 58. شبکه‌های عصبی ترانسفورمر
  • 59. مکانیزم توجه (Attention Mechanism)
  • 60. کاربردهای ترانسفورمرها
  • 61. مدل‌های زبانی بزرگ (LLMs)
  • 62. مبانی اخلاقی در هوش مصنوعی
  • 63. سوگیری در داده‌ها و مدل‌ها
  • 64. عدالت و شفافیت در هوش مصنوعی
  • 65. مسئولیت‌پذیری در هوش مصنوعی
  • 66. حریم خصوصی و امنیت داده‌ها
  • 67. هوش مصنوعی در اقتصاد اسلامی
  • 68. کاربرد هوش مصنوعی در بانکداری بدون ربا
  • 69. هوش مصنوعی در مدیریت ریسک مالی اسلامی
  • 70. کاربرد هوش مصنوعی در پیش‌بینی بازار سهام اسلامی
  • 71. هوش مصنوعی در بهینه‌سازی زنجیره تامین با رویکرد اسلامی
  • 72. هوش مصنوعی در توسعه پایدار و اقتصاد مقاومتی
  • 73. مبانی فقهی کاربرد هوش مصنوعی
  • 74. بررسی شبهات فقهی در حوزه هوش مصنوعی
  • 75. نقش هوش مصنوعی در استنباط احکام شرعی
  • 76. هوش مصنوعی و مسائل اجتماعی با رویکرد اسلامی
  • 77. هوش مصنوعی و خانواده ایرانی-اسلامی
  • 78. کاربرد هوش مصنوعی در آموزش و پرورش نوین
  • 79. هوش مصنوعی در نظام سلامت با چارچوب اسلامی
  • 80. هوش مصنوعی در مدیریت شهری و خدمات عمومی
  • 81. ملاحظات امنیتی و پدافند غیرعامل در هوش مصنوعی
  • 82. نقش هوش مصنوعی در شناسایی و مقابله با تهدیدات سایبری
  • 83. پیاده‌سازی پروژه‌های یادگیری عمیق
  • 84. مراحل توسعه یک پروژه یادگیری عمیق
  • 85. انتخاب چارچوب‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 86. ساخت و آموزش مدل‌های سفارشی
  • 87. تنظیم ابرپارامترها
  • 88. اعتبارسنجی متقابل
  • 89. استقرار مدل‌ها
  • 90. پایش و به‌روزرسانی مدل‌ها
  • 91. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 92. کاربرد یادگیری انتقالی در مسائل مختلف
  • 93. یادگیری خودنظارتی (Self-Supervised Learning)
  • 94. یادگیری نیمه‌نظارتی (Semi-Supervised Learning)
  • 95. مقدمه‌ای بر یادگیری فدرال (Federated Learning)
  • 96. کاربردهای یادگیری فدرال در حفظ حریم خصوصی
  • 97. هوش مصنوعی قابل توضیح (Explainable AI - XAI)
  • 98. چالش‌ها و آینده هوش مصنوعی
  • 99. جمع‌بندی مباحث دوره
  • 100. مرور کلی بر مفاهیم کلیدی

📚 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.