سپنتا کتاب اکسپرس
کتاب ساخت و سنجش مدل‌های پیش‌بین در هوش مصنوعی

کتاب ساخت و سنجش مدل‌های پیش‌بین در هوش مصنوعی

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 ساخت و سنجش مدل‌های پیش‌بین در هوش مصنوعی

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: توسعه و ارزیابی مدل‌های پیش‌بین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین: یادگیری با نظارت
  • 3. انواع مسائل در یادگیری با نظارت: رگرسیون و طبقه‌بندی
  • 4. مجموعه داده‌ها: جمع‌آوری، پاکسازی و پیش‌پردازش
  • 5. ویژگی‌ها: انتخاب، مهندسی و استخراج
  • 6. مدل‌های یادگیری ماشین: رگرسیون خطی
  • 7. ارزیابی مدل‌های رگرسیون: معیارهای خطای میانگین مربعات
  • 8. مدل‌های یادگیری ماشین: رگرسیون لجستیک
  • 9. ارزیابی مدل‌های طبقه‌بندی: ماتریس درهم‌ریختگی
  • 10. دقت، صحت و بازیابی در طبقه‌بندی
  • 11. امتیاز F1 و منحنی ROC
  • 12. مدل‌های یادگیری ماشین: درخت تصمیم
  • 13. تنظیم هایپرپارامترها در درخت تصمیم
  • 14. مدل‌های یادگیری ماشین: جنگل تصادفی
  • 15. بهینه‌سازی جنگل تصادفی
  • 16. مدل‌های یادگیری ماشین: ماشین‌های بردار پشتیبان (SVM)
  • 17. هسته‌ها در SVM
  • 18. مدل‌های یادگیری ماشین: الگوریتم K-نزدیک‌ترین همسایه (KNN)
  • 19. ارزیابی مدل KNN
  • 20. مدل‌های یادگیری ماشین: الگوریتم K-Means برای خوشه‌بندی
  • 21. ارزیابی خوشه‌بندی
  • 22. یادگیری بدون نظارت: کاهش ابعاد
  • 23. تحلیل مولفه‌های اصلی (PCA)
  • 24. یادگیری بدون نظارت: کاهش ابعاد با t-SNE
  • 25. مدل‌های یادگیری ماشین: الگوریتم Naive Bayes
  • 26. کاربرد Naive Bayes در پردازش زبان طبیعی
  • 27. مدل‌های یادگیری ماشین: شبکه‌های عصبی مصنوعی
  • 28. معماری شبکه‌های عصبی
  • 29. تابع فعال‌سازی در شبکه‌های عصبی
  • 30. تابع هزینه در شبکه‌های عصبی
  • 31. بهینه‌سازی شبکه‌های عصبی: گرادیان کاهشی
  • 32. نرمال‌سازی دسته‌ای (Batch Normalization)
  • 33. مدل‌های یادگیری ماشین: شبکه‌های عصبی کانولوشنال (CNN)
  • 34. کاربرد CNN در بینایی ماشین
  • 35. لایه‌های کانولوشن در CNN
  • 36. لایه‌های پولینگ در CNN
  • 37. مدل‌های یادگیری ماشین: شبکه‌های عصبی بازگشتی (RNN)
  • 38. کاربرد RNN در پردازش زبان طبیعی
  • 39. حافظه طولانی کوتاه‌مدت (LSTM)
  • 40. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
  • 41. واحد بازگشتی دروازه‌دار (GRU)
  • 42. مدل‌های یادگیری ماشین: شبکه‌های مولد تخاصمی (GAN)
  • 43. کاربرد GAN در تولید داده
  • 44. شبکه‌های مولد تخاصمی پیشرفته
  • 45. مدل‌های یادگیری ماشین: یادگیری تقویتی
  • 46. مفاهیم پایه در یادگیری تقویتی
  • 47. الگوریتم‌های یادگیری تقویتی: Q-Learning
  • 48. الگوریتم‌های یادگیری تقویتی: Deep Q-Networks (DQN)
  • 49. الگوریتم‌های یادگیری تقویتی: Policy Gradients
  • 50. مدل‌های یادگیری ماشین: مدل‌های زبانی بزرگ (LLMs)
  • 51. مبانی مدل‌های زبانی بزرگ
  • 52. معماری ترانسفورمر (Transformer)
  • 53. توکن‌سازی (Tokenization) در LLMs
  • 54. آموزش مدل‌های زبانی بزرگ
  • 55. تنظیم دقیق (Fine-tuning) مدل‌های زبانی بزرگ
  • 56. کاربردهای مدل‌های زبانی بزرگ
  • 57. اخلاق در هوش مصنوعی و یادگیری ماشین
  • 58. سوگیری در مدل‌های هوش مصنوعی
  • 59. تفسیرپذیری مدل‌های هوش مصنوعی (XAI)
  • 60. ملاحظات امنیتی در مدل‌های هوش مصنوعی
  • 61. پیش‌پردازش داده‌ها برای مدل‌های پیش‌بین
  • 62. مهندسی ویژگی برای مدل‌های پیش‌بین
  • 63. انتخاب مدل مناسب برای مسائل پیش‌بین
  • 64. اعتبارسنجی متقابل (Cross-validation)
  • 65. تنظیم هایپرپارامترها با جستجوی شبکه‌ای (Grid Search)
  • 66. تنظیم هایپرپارامترها با جستجوی تصادفی (Random Search)
  • 67. تنظیم هایپرپارامترها با الگوریتم‌های بهینه‌سازی بیزی
  • 68. شناسایی و مدیریت داده‌های پرت (Outliers)
  • 69. مقیاس‌بندی ویژگی‌ها (Feature Scaling)
  • 70. کدگذاری ویژگی‌های دسته‌ای (Categorical Features)
  • 71. کدگذاری ویژگی‌های ترتیبی (Ordinal Features)
  • 72. کدگذاری ویژگی‌های اسمی (Nominal Features)
  • 73. کاهش ابعاد با تحلیل مولفه‌های غیرخطی
  • 74. یادگیری نمایش (Representation Learning)
  • 75. یادگیری عمیق برای نمایش ویژگی
  • 76. مدل‌های نیمه‌نظارتی (Semi-supervised Learning)
  • 77. یادگیری انتقالی (Transfer Learning)
  • 78. کاربرد یادگیری انتقالی در بینایی ماشین
  • 79. کاربرد یادگیری انتقالی در پردازش زبان طبیعی
  • 80. سیستم‌های توصیه‌گر (Recommender Systems)
  • 81. فیلترینگ مبتنی بر محتوا (Content-based Filtering)
  • 82. فیلترینگ مشارکتی (Collaborative Filtering)
  • 83. معیارهای ارزیابی سیستم‌های توصیه‌گر
  • 84. مدل‌های یادگیری ماشین برای پیش‌بینی سری‌های زمانی
  • 85. مدل‌های ARIMA برای سری‌های زمانی
  • 86. مدل‌های LSTM برای پیش‌بینی سری‌های زمانی
  • 87. ارزیابی مدل‌های سری زمانی
  • 88. مدل‌های یادگیری ماشین برای پردازش تصویر
  • 89. استخراج ویژگی از تصاویر
  • 90. طبقه‌بندی تصاویر با CNN
  • 91. تشخیص اشیاء در تصاویر
  • 92. مدل‌های یادگیری ماشین برای پردازش صدا
  • 93. تبدیل صدا به ویژگی
  • 94. طبقه‌بندی صدا با مدل‌های یادگیری ماشین
  • 95. تشخیص گفتار
  • 96. مدیریت مدل‌ها در چرخه حیات یادگیری ماشین
  • 97. استقرار مدل‌ها (Model Deployment)
  • 98. نظارت بر عملکرد مدل‌ها پس از استقرار
  • 99. بازآموزی و به‌روزرسانی مدل‌ها
  • 100. مستندسازی مدل‌ها و فرآیند توسعه

📚 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.