سپنتا کتاب اکسپرس
کتاب مبانی و کاربردهای یادگیری ماشین در علم داده

کتاب مبانی و کاربردهای یادگیری ماشین در علم داده

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 ماشین در علم داده

موضوع کلی: علوم و مهندسی کامپیوتر

موضوع میانی: هوش مصنوعی و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و یادگیری ماشین
  • 2. مفاهیم پایه علم داده
  • 3. جمع‌آوری و پاکسازی داده‌ها
  • 4. پیش‌پردازش داده‌ها
  • 5. انواع داده‌ها و ساختارهای آن‌ها
  • 6. آمار توصیفی برای علم داده
  • 7. تصویرسازی داده‌ها
  • 8. مبانی یادگیری ماشین
  • 9. یادگیری تحت نظارت
  • 10. یادگیری بدون نظارت
  • 11. یادگیری تقویتی
  • 12. انواع الگوریتم‌های یادگیری ماشین
  • 13. رگرسیون خطی
  • 14. رگرسیون لجستیک
  • 15. درختان تصمیم
  • 16. جنگل‌های تصادفی
  • 17. ماشین‌های بردار پشتیبان (SVM)
  • 18. شبکه‌های عصبی مصنوعی
  • 19. یادگیری عمیق
  • 20. شبکه‌های عصبی کانولوشنال (CNN)
  • 21. شبکه‌های عصبی بازگشتی (RNN)
  • 22. پردازش زبان طبیعی (NLP)
  • 23. مدل‌های زبانی
  • 24. تحلیل احساسات
  • 25. طبقه‌بندی متن
  • 26. خلاصه‌سازی متن
  • 27. ترجمه ماشینی
  • 28. سیستم‌های توصیه‌گر
  • 29. فیلترینگ مشارکتی
  • 30. فیلترینگ مبتنی بر محتوا
  • 31. ارزیابی مدل‌های یادگیری ماشین
  • 32. معیارهای ارزیابی طبقه‌بندی
  • 33. معیارهای ارزیابی رگرسیون
  • 34. اعتبارسنجی متقابل
  • 35. تنظیم ابرپارامترها
  • 36. کاهش ابعاد
  • 37. تحلیل مؤلفه‌های اصلی (PCA)
  • 38. توزیع یکنواخت متماد (t-SNE)
  • 39. تشخیص ناهنجاری
  • 40. کاربردها در حوزه مالی
  • 41. پیش‌بینی قیمت سهام
  • 42. تشخیص تقلب
  • 43. امتیازدهی اعتباری
  • 44. کاربردها در حوزه سلامت
  • 45. تشخیص بیماری
  • 46. کشف دارو
  • 47. تحلیل تصاویر پزشکی
  • 48. کاربردها در حوزه بازاریابی
  • 49. بخش‌بندی مشتریان
  • 50. پیش‌بینی ریزش مشتری
  • 51. بهینه‌سازی کمپین‌های تبلیغاتی
  • 52. کاربردها در حوزه تولید
  • 53. پیش‌بینی خرابی تجهیزات
  • 54. بهینه‌سازی فرآیندهای تولید
  • 55. کنترل کیفیت
  • 56. ملاحظات اخلاقی در هوش مصنوعی
  • 57. سوگیری در داده‌ها و مدل‌ها
  • 58. شفافیت و قابلیت توضیح‌پذیری مدل‌ها
  • 59. حریم خصوصی داده‌ها
  • 60. امنیت مدل‌های یادگیری ماشین
  • 61. مقدمه‌ای بر یادگیری عمیق
  • 62. معماری‌های پیشرفته شبکه‌های عصبی
  • 63. یادگیری انتقالی
  • 64. شبکه‌های مولد تخاصمی (GANs)
  • 65. یادگیری تقویتی عمیق
  • 66. مدل‌های ترنسفورمر
  • 67. کاربرد ترنسفورمرها در NLP
  • 68. کاربرد ترنسفورمرها در بینایی ماشین
  • 69. بینایی ماشین پیشرفته
  • 70. تشخیص و ردیابی اشیاء
  • 71. تقسیم‌بندی معنایی تصاویر
  • 72. تولید تصویر
  • 73. پردازش ویدئو
  • 74. کاربردهای پیشرفته NLP
  • 75. مدل‌های زبانی بزرگ (LLMs)
  • 76. تولید متن خلاقانه
  • 77. سیستم‌های پرسش و پاسخ
  • 78. استخراج اطلاعات
  • 79. تحلیل شبکه‌های اجتماعی
  • 80. شناسایی الگوها
  • 81. پیش‌بینی روندها
  • 82. تجزیه و تحلیل احساسات در مقیاس بزرگ
  • 83. یادگیری ماشین در سیستم‌های توزیع‌شده
  • 84. یادگیری فدرال
  • 85. یادگیری روی لبه
  • 86. امنیت و حریم خصوصی در یادگیری فدرال
  • 87. کاربردها در رباتیک
  • 88. کنترل ربات‌ها
  • 89. ناوبری ربات‌ها
  • 90. تعامل انسان و ربات
  • 91. یادگیری ماشین در محاسبات علمی
  • 92. شبیه‌سازی‌های علمی
  • 93. کشف علمی
  • 94. بهینه‌سازی مدل‌های علمی
  • 95. کاربردها در حوزه انرژی
  • 96. پیش‌بینی مصرف انرژی
  • 97. بهینه‌سازی تولید انرژی
  • 98. مدیریت شبکه هوشمند
  • 99. مقدمه‌ای بر مفاهیم پیشرفته یادگیری ماشین
  • 100. یادگیری چندوظیفه‌ای

📚 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.