سپنتا کتاب اکسپرس
کتاب یادگیری عمیق چندوجهی الهام‌گرفته از مغز

کتاب یادگیری عمیق چندوجهی الهام‌گرفته از مغز

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 یادگیری عمیق چندوجهی الهام‌گرفته از مغز

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری عمیق و شبکه‌های عصبی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری عمیق چندوجهی
  • 2. ساختار و عملکرد مغز انسان
  • 3. شبکه‌های عصبی بیولوژیکی
  • 4. مبانی شبکه‌های عصبی مصنوعی
  • 5. رگرسیون خطی و لجستیک
  • 6. توابع فعال‌سازی در شبکه‌های عصبی
  • 7. پس‌انتشار خطا (Backpropagation)
  • 8. بهینه‌سازی گرادیان کاهشی
  • 9. معماری‌های پرسپترون چندلایه
  • 10. شبکه‌های عصبی کانولوشنی (CNN)
  • 11. استخراج ویژگی با CNN
  • 12. کاربرد CNN در پردازش تصویر
  • 13. شبکه‌های عصبی بازگشتی (RNN)
  • 14. حافظه کوتاه‌مدت و بلندمدت (LSTM)
  • 15. کاربرد RNN در پردازش زبان طبیعی
  • 16. شبکه‌های عصبی ترنسفورمر
  • 17. مکانیزم توجه (Attention Mechanism)
  • 18. کاربرد ترنسفورمر در NLP
  • 19. یادگیری عمیق چندوجهی: مفاهیم پایه
  • 20. ترکیب اطلاعات از منابع مختلف
  • 21. مدل‌های چندوجهی برای پردازش تصویر و متن
  • 22. شبکه‌های عصبی مولد (GAN)
  • 23. کاربرد GAN در تولید تصویر
  • 24. یادگیری تقویتی
  • 25. یادگیری عمیق تقویتی
  • 26. کاربرد یادگیری تقویتی در رباتیک
  • 27. مبانی پردازش زبان طبیعی
  • 28. مدل‌های زبانی آماری
  • 29. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
  • 30. توکن‌سازی و بردارسازی کلمات (Word Embeddings)
  • 31. Word2Vec و GloVe
  • 32. پردازش زبان طبیعی عصبی (NLU)
  • 33. درک مطلب با شبکه‌های عصبی
  • 34. ترجمه ماشینی عصبی
  • 35. تولید متن با شبکه‌های عصبی
  • 36. مبانی پردازش تصویر
  • 37. فیلترهای تصویر و استخراج لبه
  • 38. تشخیص اشیاء در تصاویر
  • 39. تقسیم‌بندی تصاویر (Image Segmentation)
  • 40. پردازش ویدئو با شبکه‌های عصبی
  • 41. تشخیص احساسات از روی چهره
  • 42. پردازش صدا و گفتار
  • 43. تشخیص گفتار
  • 44. تولید گفتار
  • 45. فشرده‌سازی و بازیابی اطلاعات چندوجهی
  • 46. همگام‌سازی جریان‌های چندوجهی
  • 47. یادگیری نمایش‌های مشترک (Joint Representations)
  • 48. یادگیری نمایش‌های چندوجهی
  • 49. مدل‌های تساوی (Contrastive Learning)
  • 50. کاربرد تساوی در یادگیری چندوجهی
  • 51. یادگیری خودنظارتی چندوجهی
  • 52. کاربرد خودنظارتی در پردازش تصویر و متن
  • 53. شبکه‌های عصبی گراف (GNN)
  • 54. کاربرد GNN در داده‌های ساختاریافته
  • 55. شبکه‌های عصبی برای داده‌های سری زمانی
  • 56. پیش‌بینی سری‌های زمانی با یادگیری عمیق
  • 57. مدل‌های مبتنی بر توجه برای سری‌های زمانی
  • 58. مدل‌های زبانی بزرگ (LLM)
  • 59. آموزش و تنظیم دقیق LLM
  • 60. کاربرد LLM در تولید محتوا
  • 61. یادگیری عمیق برای رباتیک
  • 62. کنترل ربات با یادگیری تقویتی
  • 63. رؤیت رباتیک با شبکه‌های عصبی
  • 64. یادگیری عمیق در پزشکی
  • 65. تشخیص بیماری از روی تصاویر پزشکی
  • 66. یادگیری عمیق در حوزه سلامت
  • 67. یادگیری عمیق در امور مالی
  • 68. پیش‌بینی بازار سهام
  • 69. تشخیص تقلب مالی
  • 70. یادگیری عمیق در حمل و نقل
  • 71. خودروهای خودران
  • 72. بهینه‌سازی ترافیک
  • 73. یادگیری عمیق در آموزش
  • 74. شخصی‌سازی فرایندهای یادگیری
  • 75. ارزیابی فراگیران با هوش مصنوعی
  • 76. اخلاق در هوش مصنوعی
  • 77. مسئولیت‌پذیری در سیستم‌های هوش مصنوعی
  • 78. حریم خصوصی در داده‌های چندوجهی
  • 79. سوگیری در مدل‌های هوش مصنوعی
  • 80. کاهش سوگیری در مدل‌های چندوجهی
  • 81. تفسیرپذیری مدل‌های یادگیری عمیق
  • 82. تکنیک‌های تفسیرپذیری
  • 83. نمایش‌های قابل فهم برای انسان
  • 84. مقدمه‌ای بر مدل‌های ترکیبی
  • 85. ترکیب مدل‌های یادگیری عمیق
  • 86. بهینه‌سازی مدل‌های ترکیبی
  • 87. شبکه‌های عصبی برای داده‌های مکانی-زمانی
  • 88. تحلیل داده‌های مکانی-زمانی
  • 89. پیش‌بینی رویدادهای مکانی-زمانی
  • 90. یادگیری عمیق برای سیستم‌های توصیه‌گر
  • 91. توصیه‌گرهای چندوجهی
  • 92. ارزیابی سیستم‌های توصیه‌گر
  • 93. مباحث پیشرفته در شبکه‌های عصبی کانولوشنی
  • 94. معماری‌های پیشرفته CNN
  • 95. کاربرد CNN در تشخیص الگوهای پیچیده
  • 96. مباحث پیشرفته در شبکه‌های عصبی بازگشتی
  • 97. معماری‌های پیشرفته RNN
  • 98. کاربرد RNN در پردازش دنباله‌های طولانی
  • 99. مباحث پیشرفته در ترنسفورمرها
  • 100. مدل‌های ترنسفورمر برای وظایف مختلف

📚 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.