سپنتا کتاب اکسپرس
کتاب جامع یادگیری عمیق: هوش مصنوعی، یادگیری ماشین و شبکه‌های عصبی به زبان فارسی

کتاب جامع یادگیری عمیق: هوش مصنوعی، یادگیری ماشین و شبکه‌های عصبی به زبان فارسی

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 جامع یادگیری عمیق: هوش مصنوعی، یادگیری ماشین و شبکه‌های عصبی به زبان فارسی

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مبانی یادگیری ماشین و شبکه‌های عصبی

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و یادگیری ماشین
  • 2. تاریخچه هوش مصنوعی
  • 3. انواع یادگیری ماشین
  • 4. یادگیری نظارت شده
  • 5. یادگیری بدون نظارت
  • 6. یادگیری تقویتی
  • 7. مفاهیم پایه ای یادگیری ماشین
  • 8. مجموعه داده ها و پیش پردازش
  • 9. پاکسازی داده ها
  • 10. مقیاس بندی ویژگی ها
  • 11. انتخاب ویژگی
  • 12. مهندسی ویژگی
  • 13. مدل های یادگیری ماشین
  • 14. رگرسیون خطی
  • 15. رگرسیون لجستیک
  • 16. ماشین های بردار پشتیبان (SVM)
  • 17. درختان تصمیم
  • 18. جنگل های تصادفی
  • 19. گره های نزدیکترین همسایه (KNN)
  • 20. خوشه بندی K-Means
  • 21. تحلیل مؤلفه های اصلی (PCA)
  • 22. ارزیابی مدل ها
  • 23. معیارهای ارزیابی رگرسیون
  • 24. معیارهای ارزیابی طبقه بندی
  • 25. اعتبارسنجی متقابل
  • 26. تنظیم ابرپارامترها
  • 27. مقدمه ای بر شبکه های عصبی
  • 28. نورون مصنوعی
  • 29. توابع فعال سازی
  • 30. پس انتشار خطا
  • 31. معماری های شبکه عصبی
  • 32. شبکه های عصبی پیشخور
  • 33. شبکه های عصبی کانولوشنی (CNN)
  • 34. شبکه های عصبی بازگشتی (RNN)
  • 35. شبکه های حافظه کوتاه مدت طولانی (LSTM)
  • 36. شبکه های حافظه کوتاه مدت (GRU)
  • 37. مبانی یادگیری عمیق
  • 38. یادگیری عمیق در بینایی ماشین
  • 39. یادگیری عمیق در پردازش زبان طبیعی
  • 40. کاربردهای یادگیری عمیق
  • 41. یادگیری عمیق در تشخیص تصویر
  • 42. یادگیری عمیق در تشخیص اشیاء
  • 43. یادگیری عمیق در تولید متن
  • 44. یادگیری عمیق در ترجمه ماشینی
  • 45. یادگیری عمیق در تشخیص گفتار
  • 46. یادگیری عمیق در تولید گفتار
  • 47. یادگیری عمیق در سیستم های توصیه گر
  • 48. یادگیری عمیق در بازی ها
  • 49. یادگیری عمیق در رباتیک
  • 50. یادگیری عمیق در هوش مصنوعی مولد
  • 51. مقدمه ای بر مدل های زبانی بزرگ
  • 52. معماری ترانسفورمر
  • 53. یادگیری با انتقال
  • 54. تنظیم دقیق مدل ها
  • 55. تنظیم دقیق مدل های زبانی
  • 56. تنظیم دقیق مدل های بینایی ماشین
  • 57. مبانی یادگیری تقویتی عمیق
  • 58. عوامل و محیط ها
  • 59. پاداش و تابع ارزش
  • 60. سیاست ها و تابع سیاست
  • 61. الگوریتم های یادگیری تقویتی
  • 62. Q-Learning
  • 63. Deep Q-Networks (DQN)
  • 64. Policy Gradients
  • 65. Actor-Critic Methods
  • 66. یادگیری تقویتی در رباتیک
  • 67. یادگیری تقویتی در بازی ها
  • 68. یادگیری تقویتی در سیستم های توصیه گر
  • 69. یادگیری تقویتی در اتوماسیون صنعتی
  • 70. اخلاق در هوش مصنوعی
  • 71. سوگیری در الگوریتم ها
  • 72. شفافیت و قابلیت تفسیر
  • 73. حریم خصوصی داده ها
  • 74. امنیت هوش مصنوعی
  • 75. مسئولیت پذیری در هوش مصنوعی
  • 76. آینده هوش مصنوعی
  • 77. هوش مصنوعی عمومی
  • 78. هوش مصنوعی و جامعه
  • 79. هوش مصنوعی و اشتغال
  • 80. هوش مصنوعی و آموزش
  • 81. هوش مصنوعی و سلامت
  • 82. هوش مصنوعی و حکمرانی
  • 83. مقدمه ای بر داده کاوی
  • 84. الگوریتم های خوشه بندی
  • 85. الگوریتم های طبقه بندی
  • 86. قوانین وابستگی
  • 87. پیش پردازش داده ها در داده کاوی
  • 88. ارزیابی مدل ها در داده کاوی
  • 89. کاربرد داده کاوی در کسب و کار
  • 90. کاربرد داده کاوی در علم
  • 91. کاربرد داده کاوی در پزشکی
  • 92. مبانی پردازش زبان طبیعی (NLP)
  • 93. توکن سازی
  • 94. ریشه یابی
  • 95. برچسب گذاری اجزای کلام
  • 96. تجزیه نحوی
  • 97. تحلیل معنایی
  • 98. مدل های زبانی در NLP
  • 99. شبکه های عصبی در NLP
  • 100. کاربرد NLP در تحلیل احساسات

📚 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.