سپنتا کتاب اکسپرس
کتاب جامع یادگیری ماشین برای نوآموزان: از مبانی تا کاربردها

کتاب جامع یادگیری ماشین برای نوآموزان: از مبانی تا کاربردها

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 ماشین برای نوآموزان: از مبانی تا کاربردها

موضوع کلی: علوم و فناوری داده

موضوع میانی: یادگیری ماشین و هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مبانی علوم داده و آمادگی برای یادگیری ماشین
  • 2. مقدمه‌ای بر یادگیری ماشین و انواع آن
  • 3. مروری بر مفاهیم آماری پایه برای یادگیری ماشین
  • 4. جبر خطی برای یادگیری ماشین
  • 5. حساب دیفرانسیل و انتگرال برای یادگیری ماشین
  • 6. انواع داده‌ها و پیش‌پردازش آن‌ها
  • 7. پاکسازی داده‌ها و مدیریت مقادیر گمشده
  • 8. استانداردسازی و نرمال‌سازی ویژگی‌ها
  • 9. انتخاب و مهندسی ویژگی
  • 10. مفاهیم اولیه مدل‌های یادگیری ماشین
  • 11. یادگیری با نظارت و بدون نظارت
  • 12. یادگیری تقویتی: مقدمه
  • 13. مدل‌های رگرسیون خطی
  • 14. ارزیابی مدل‌های رگرسیون
  • 15. مدل‌های رگرسیون چندجمله‌ای
  • 16. رگولاریزاسیون در رگرسیون
  • 17. مدل‌های طبقه‌بندی: رگرسیون لجستیک
  • 18. ارزیابی مدل‌های طبقه‌بندی
  • 19. متریک‌های ارزیابی برای طبقه‌بندی (دقت، صحت، بازیابی)
  • 20. منحنی ROC و AUC
  • 21. درختان تصمیم
  • 22. قوانین انجمنی (Apriori)
  • 23. دسته‌بندی‌کننده‌های بیز ساده
  • 24. ماشین‌های بردار پشتیبان (SVM)
  • 25. هسته‌ها در SVM
  • 26. خوشه‌بندی: K-Means
  • 27. خوشه‌بندی سلسله مراتبی
  • 28. ارزیابی مدل‌های خوشه‌بندی
  • 29. کاهش ابعاد: تحلیل مولفه‌های اصلی (PCA)
  • 30. تحلیل تشخیص خطی (LDA)
  • 31. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 32. نورون‌های مصنوعی و توابع فعال‌سازی
  • 33. معماری شبکه‌های عصبی پرسپترون چندلایه
  • 34. پس‌انتشار خطا (Backpropagation)
  • 35. بهینه‌سازی در شبکه‌های عصبی
  • 36. یادگیری عمیق: مقدمه
  • 37. شبکه‌های عصبی کانولوشنی (CNN)
  • 38. کاربرد CNN در پردازش تصویر
  • 39. شبکه‌های عصبی بازگشتی (RNN)
  • 40. کاربرد RNN در پردازش زبان طبیعی
  • 41. حافظه طولانی کوتاه‌مدت (LSTM)
  • 42. واحد بازگشتی دروازه‌ای (GRU)
  • 43. مدل‌های زبانی و پردازش متن
  • 44. تکنیک‌های پیشرفته پردازش متن
  • 45. یادگیری انتقالی (Transfer Learning)
  • 46. کاربرد یادگیری انتقالی در بینایی ماشین
  • 47. یادگیری تقویتی: الگوریتم‌های پایه
  • 48. یادگیری تقویتی عمیق
  • 49. ملاحظات اخلاقی در هوش مصنوعی
  • 50. بی‌طرفی و عدالت در الگوریتم‌ها
  • 51. توضیح‌پذیری مدل‌های هوش مصنوعی
  • 52. کاربردها و چالش‌های هوش مصنوعی در ایران
  • 53. امنیت داده‌ها و حریم خصوصی در هوش مصنوعی
  • 54. هوش مصنوعی و اقتصاد دیجیتال
  • 55. هوش مصنوعی در صنعت (تولید و بهینه‌سازی)
  • 56. هوش مصنوعی در سلامت (تشخیص و درمان)
  • 57. هوش مصنوعی در کشاورزی و محیط زیست
  • 58. هوش مصنوعی در آموزش و پژوهش
  • 59. سیستم‌های توصیه‌گر
  • 60. یادگیری کاربری (User Modeling)
  • 61. مدل‌سازی دانش و استدلال
  • 62. پردازش زبان طبیعی پیشرفته
  • 63. تحلیل احساسات و نظرات
  • 64. مدل‌سازی موضوعی (Topic Modeling)
  • 65. شبکه‌های عصبی گراف (GNN)
  • 66. یادگیری خودنظارتی (Self-Supervised Learning)
  • 67. یادگیری نیمه‌نظارتی (Semi-Supervised Learning)
  • 68. یادگیری فدرال (Federated Learning)
  • 69. هوش مصنوعی مولد (Generative AI)
  • 70. مدل‌های زبانی بزرگ (LLMs)
  • 71. تولید متن و کد با LLMs
  • 72. کاربردهای LLMs در تولید محتوا
  • 73. معماری‌های پیشرفته شبکه‌های عصبی
  • 74. بهینه‌سازهای پیشرفته
  • 75. تکنیک‌های تنظیم فراپارامترها (Hyperparameter Tuning)
  • 76. اعتبارسنجی متقابل (Cross-Validation)
  • 77. مدل‌های ensembles (Bagging, Boosting)
  • 78. ماشین‌های بردار پشتیبان با هسته‌های سفارشی
  • 79. خوشه‌بندی DBSCAN
  • 80. تحلیل مولفه‌های مستقل (ICA)
  • 81. مقدمه‌ای بر یادگیری عمیق در یادگیری ماشین
  • 82. یادگیری عمیق برای داده‌های جدولی
  • 83. کاربرد یادگیری عمیق در داده‌های سری زمانی
  • 84. مدل‌سازی توالی با شبکه‌های عصبی
  • 85. پردازش زبان طبیعی با مدل‌های ترنسفورمر
  • 86. ترجمه ماشینی با مدل‌های ترنسفورمر
  • 87. مدل‌های زبانی مولد پیشرفته
  • 88. تولید تصویر و ویدئو با هوش مصنوعی
  • 89. امنیت در مدل‌های هوش مصنوعی
  • 90. پیش‌گیری از حملات به مدل‌ها
  • 91. تکنیک‌های مقاوم‌سازی مدل‌ها
  • 92. مدیریت چرخه عمر مدل‌های یادگیری ماشین
  • 93. استقرار مدل‌ها در محیط عملیاتی
  • 94. نظارت و نگهداری مدل‌های مستقر شده
  • 95. مقدمه‌ای بر چارچوب‌های یادگیری ماشین (TensorFlow, PyTorch)
  • 96. پیاده‌سازی مدل‌ها با استفاده از چارچوب‌ها
  • 97. شبیه‌سازی و تحلیل نتایج
  • 98. پروژه‌های عملی یادگیری ماشین
  • 99. جمع‌بندی و مسیرهای آینده در یادگیری ماشین

📚 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.