سپنتا کتاب اکسپرس
کتاب پیاده‌سازی الگوریتم‌های یادگیری ماشین با جاوا

کتاب پیاده‌سازی الگوریتم‌های یادگیری ماشین با جاوا

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 پیاده‌سازی الگوریتم‌های یادگیری ماشین با جاوا

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: هوش مصنوعی و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علوم کامپیوتر و مهندسی نرم‌افزار
  • 2. مبانی برنامه‌نویسی با جاوا
  • 3. ساختارهای داده در جاوا
  • 4. الگوریتم‌های پایه در جاوا
  • 5. مفاهیم پایگاه داده و SQL
  • 6. اصول مهندسی نرم‌افزار
  • 7. چرخه حیات توسعه نرم‌افزار
  • 8. روش‌های چابک توسعه نرم‌افزار
  • 9. مقدمه‌ای بر هوش مصنوعی
  • 10. مبانی یادگیری ماشین
  • 11. انواع یادگیری ماشین
  • 12. یادگیری نظارت شده
  • 13. رگرسیون خطی با جاوا
  • 14. رگرسیون لجستیک با جاوا
  • 15. درختان تصمیم با جاوا
  • 16. ماشین‌های بردار پشتیبان (SVM) با جاوا
  • 17. یادگیری نظارت نشده
  • 18. خوشه‌بندی K-Means با جاوا
  • 19. تحلیل مولفه اصلی (PCA) با جاوا
  • 20. شبکه‌های عصبی مصنوعی
  • 21. مقدمه‌ای بر شبکه‌های عصبی
  • 22. لایه‌های شبکه‌های عصبی
  • 23. توابع فعال‌سازی
  • 24. پس‌انتشار خطا (Backpropagation)
  • 25. شبکه‌های عصبی کانولوشنال (CNN)
  • 26. کاربرد CNN در پردازش تصویر
  • 27. شبکه‌های عصبی بازگشتی (RNN)
  • 28. کاربرد RNN در پردازش زبان طبیعی
  • 29. یادگیری تقویتی
  • 30. مقدمه‌ای بر یادگیری تقویتی
  • 31. عوامل و محیط‌ها در یادگیری تقویتی
  • 32. یادگیری Q
  • 33. یادگیری Deep Q-Network (DQN)
  • 34. پردازش زبان طبیعی (NLP)
  • 35. تحلیل احساسات با جاوا
  • 36. مدل‌سازی موضوعی با جاوا
  • 37. پردازش تصویر و بینایی ماشین
  • 38. تشخیص اشیا با جاوا
  • 39. تقسیم‌بندی تصویر با جاوا
  • 40. سیستم‌های توصیه‌گر
  • 41. فیلترینگ مشارکتی با جاوا
  • 42. فیلترینگ مبتنی بر محتوا با جاوا
  • 43. مدیریت داده‌های بزرگ (Big Data)
  • 44. مقدمه‌ای بر Hadoop و Spark
  • 45. پردازش داده با Spark در جاوا
  • 46. یادگیری ماشین توزیع شده
  • 47. پیاده‌سازی الگوریتم‌های یادگیری ماشین با جاوا
  • 48. محیط توسعه جاوا برای یادگیری ماشین
  • 49. کتابخانه‌های جاوا برای یادگیری ماشین
  • 50. DL4J (Deep Learning for Java)
  • 51. Weka برای یادگیری ماشین
  • 52. Apache Spark MLlib
  • 53. تکنیک‌های پیش‌پردازش داده
  • 54. پاکسازی داده‌ها
  • 55. مهندسی ویژگی
  • 56. انتخاب ویژگی
  • 57. ارزیابی مدل‌های یادگیری ماشین
  • 58. معیارهای ارزیابی رگرسیون
  • 59. معیارهای ارزیابی طبقه‌بندی
  • 60. اعتبارسنجی متقابل (Cross-validation)
  • 61. تنظیم ابرپارامترها
  • 62. یادگیری عمیق در جاوا
  • 63. پایپ‌لاین‌های یادگیری ماشین
  • 64. استقرار مدل‌های یادگیری ماشین
  • 65. بهینه‌سازی مدل‌ها
  • 66. مقدمه‌ای بر یادگیری تقویتی پیشرفته
  • 67. کاربرد هوش مصنوعی در صنایع
  • 68. کاربرد هوش مصنوعی در سلامت
  • 69. کاربرد هوش مصنوعی در مالی
  • 70. کاربرد هوش مصنوعی در تجارت الکترونیک
  • 71. اخلاق در هوش مصنوعی
  • 72. سوگیری در الگوریتم‌ها
  • 73. حریم خصوصی داده‌ها
  • 74. امنیت در مدل‌های یادگیری ماشین
  • 75. مقدمه‌ای بر یادگیری چندوظیفه‌ای
  • 76. یادگیری انتقالی (Transfer Learning)
  • 77. یادگیری افزایشی (Incremental Learning)
  • 78. یادگیری تقویتی عمیق
  • 79. مدل‌های زبانی بزرگ (LLM)
  • 80. کاربرد LLM در پردازش زبان طبیعی
  • 81. تکنیک‌های پیشرفته پردازش تصویر
  • 82. بینایی ماشین در رباتیک
  • 83. هوش مصنوعی مولد
  • 84. تولید متن با مدل‌های مولد
  • 85. تولید تصویر با مدل‌های مولد
  • 86. مقدمه‌ای بر محاسبات کوانتومی در هوش مصنوعی
  • 87. ملاحظات امنیتی در هوش مصنوعی
  • 88. مقدمه‌ای بر شبکه‌های مولد تخاصمی (GAN)
  • 89. کاربرد GAN در تولید داده
  • 90. مقدمه‌ای بر پردازش گراف در یادگیری ماشین
  • 91. یادگیری ماشین بر روی داده‌های گراف
  • 92. طراحی معماری‌های یادگیری ماشین
  • 93. بهینه‌سازی عملکرد مدل‌ها
  • 94. ملاحظات عملی در پیاده‌سازی یادگیری ماشین
  • 95. مدیریت پروژه‌های یادگیری ماشین
  • 96. آینده هوش مصنوعی و یادگیری ماشین
  • 97. مروری بر مفاهیم پیشرفته یادگیری ماشین
  • 98. کاربرد یادگیری ماشین در تشخیص ناهنجاری
  • 99. یادگیری ماشین در سیستم‌های خودران
  • 100. مقدمه‌ای بر پردازش گفتار

📚 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.