سپنتا کتاب اکسپرس
کتاب واژگان و فرآیندهای یادگیری ماشین: مبانی کاربردی

کتاب واژگان و فرآیندهای یادگیری ماشین: مبانی کاربردی

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 واژگان و فرآیندهای یادگیری ماشین: مبانی کاربردی

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مفاهیم و فرایندهای کلیدی در یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. تعریف یادگیری ماشین و انواع آن
  • 3. یادگیری نظارت‌شده: مفاهیم پایه
  • 4. یادگیری نظارت‌نشده: مفاهیم پایه
  • 5. یادگیری تقویتی: مفاهیم پایه
  • 6. مجموعه داده‌ها: جمع‌آوری و آماده‌سازی
  • 7. پیش‌پردازش داده‌ها: پاک‌سازی داده‌ها
  • 8. پیش‌پردازش داده‌ها: مدیریت مقادیر گمشده
  • 9. پیش‌پردازش داده‌ها: مقیاس‌بندی ویژگی‌ها
  • 10. پیش‌پردازش داده‌ها: کدگذاری متغیرهای دسته‌ای
  • 11. مهندسی ویژگی: انتخاب ویژگی
  • 12. مهندسی ویژگی: استخراج ویژگی
  • 13. مهندسی ویژگی: ایجاد ویژگی‌های جدید
  • 14. آموزش و ارزیابی مدل‌ها
  • 15. تقسیم داده‌ها: مجموعه آموزش، اعتبارسنجی و آزمون
  • 16. تابع هزینه (Loss Function)
  • 17. بهینه‌سازی تابع هزینه
  • 18. گرادیان کاهشی (Gradient Descent)
  • 19. انواع گرادیان کاهشی
  • 20. تنظیم نرخ یادگیری (Learning Rate)
  • 21. بیش‌برازش (Overfitting)
  • 22. کم‌برازش (Underfitting)
  • 23. تنظیم‌گری (Regularization)
  • 24. L1 و L2 Regularization
  • 25. اعتبارسنجی متقابل (Cross-Validation)
  • 26. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 27. دقت (Accuracy)
  • 28. صحت (Precision)
  • 29. بازیابی (Recall)
  • 30. امتیاز F1
  • 31. منحنی ROC و AUC
  • 32. معیارهای ارزیابی مدل‌های رگرسیون
  • 33. میانگین مربعات خطا (MSE)
  • 34. ریشه میانگین مربعات خطا (RMSE)
  • 35. میانگین قدر مطلق خطا (MAE)
  • 36. ضریب تعیین (R-squared)
  • 37. الگوریتم‌های یادگیری نظارت‌شده: رگرسیون خطی
  • 38. رگرسیون چندجمله‌ای
  • 39. رگرسیون لجستیک
  • 40. ماشین بردار پشتیبان (SVM)
  • 41. درخت تصمیم (Decision Tree)
  • 42. جنگل تصادفی (Random Forest)
  • 43. تقویت گرادیان (Gradient Boosting)
  • 44. الگوریتم‌های یادگیری نظارت‌نشده: خوشه‌بندی (Clustering)
  • 45. K-Means Clustering
  • 46. خوشه‌بندی سلسله‌مراتبی (Hierarchical Clustering)
  • 47. DBSCAN
  • 48. تحلیل مولفه‌های اصلی (PCA)
  • 49. کاهش ابعاد
  • 50. الگوریتم‌های یادگیری تقویتی: مفاهیم پایه
  • 51. عامل (Agent)، محیط (Environment)
  • 52. حالت (State)، عمل (Action)
  • 53. پاداش (Reward)، سیاست (Policy)
  • 54. تابع ارزش (Value Function)
  • 55. یادگیری Q-Learning
  • 56. یادگیری Deep Q-Network (DQN)
  • 57. شبکه‌های عصبی مصنوعی (ANN)
  • 58. لایه‌های شبکه‌های عصبی
  • 59. توابع فعال‌سازی (Activation Functions)
  • 60. پس‌انتشار خطا (Backpropagation)
  • 61. شبکه‌های عصبی کانولوشنی (CNN)
  • 62. لایه‌های کانولوشن
  • 63. لایه‌های پولینگ (Pooling)
  • 64. شبکه‌های عصبی بازگشتی (RNN)
  • 65. حافظه کوتاه‌مدت طولانی (LSTM)
  • 66. شبکه‌های مولد تخاصمی (GAN)
  • 67. پردازش زبان طبیعی (NLP)
  • 68. مدل‌سازی زبان (Language Modeling)
  • 69. تحلیل احساسات (Sentiment Analysis)
  • 70. ترجمه ماشینی (Machine Translation)
  • 71. سیستم‌های توصیه‌گر (Recommender Systems)
  • 72. یادگیری عمیق (Deep Learning)
  • 73. فریم‌ورک‌های یادگیری ماشین
  • 74. TensorFlow
  • 75. PyTorch
  • 76. Scikit-learn
  • 77. کاربردها و اخلاقیات یادگیری ماشین
  • 78. سوگیری در الگوریتم‌ها (Algorithmic Bias)
  • 79. عدالت و انصاف در هوش مصنوعی
  • 80. شفافیت و توضیح‌پذیری مدل‌ها (Explainable AI)
  • 81. حریم خصوصی داده‌ها در یادگیری ماشین
  • 82. امنیت مدل‌های یادگیری ماشین
  • 83. ملاحظات اخلاقی در توسعه هوش مصنوعی
  • 84. توسعه مسئولانه هوش مصنوعی
  • 85. آینده یادگیری ماشین و هوش مصنوعی
  • 86. یادگیری ماشین قابل اعتماد
  • 87. هوش مصنوعی عمومی (AGI)
  • 88. ملاحظات پیاده‌سازی پروژه‌های یادگیری ماشین
  • 89. مدیریت چرخه عمر مدل (MLOps)
  • 90. مانیتورینگ مدل‌های مستقر شده
  • 91. به‌روزرسانی و بازآموزی مدل‌ها
  • 92. ارتباط با متخصصان داده
  • 93. مطالعات موردی در یادگیری ماشین
  • 94. کاربرد در حوزه بهداشت و درمان
  • 95. کاربرد در حوزه مالی و بانکداری
  • 96. کاربرد در حوزه صنعت و تولید
  • 97. کاربرد در حوزه حمل و نقل
  • 98. کاربرد در حوزه آموزش
  • 99. کاربرد در حوزه کشاورزی
  • 100. کاربرد در حوزه مدیریت شهری

📚 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.