سپنتا کتاب اکسپرس
کتاب مبانی شبکه‌های عصبی با تنسورفلو (TensorFlow)

کتاب مبانی شبکه‌های عصبی با تنسورفلو (TensorFlow)

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 مبانی شبکه‌های عصبی با تنسورفلو (TensorFlow)

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: شبکه‌های عصبی و یادگیری عمیق

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مفاهیم پایه یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. آشنایی با تنسورفلو (TensorFlow)
  • 5. نصب و راه‌اندازی تنسورفلو
  • 6. ساختار تنسورها در تنسورفلو
  • 7. عملیات پایه بر روی تنسورها
  • 8. گراف‌های محاسباتی در تنسورفلو
  • 9. سشن‌ها (Sessions) در تنسورفلو
  • 10. مبانی شبکه‌های عصبی مصنوعی
  • 11. نورون مصنوعی و تابع فعال‌سازی
  • 12. شبکه‌های عصبی پیشخور (Feedforward Neural Networks)
  • 13. آموزش شبکه‌های عصبی: گرادیان کاهشی
  • 14. پس‌انتشار خطا (Backpropagation)
  • 15. تابع هزینه (Loss Function)
  • 16. بهینه‌سازها (Optimizers)
  • 17. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 18. پیش‌پردازش داده‌ها برای شبکه‌های عصبی
  • 19. تقسیم داده‌ها به مجموعه‌های آموزشی، اعتبارسنجی و تست
  • 20. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 21. شبکه‌های عصبی کانولوشنال (CNN)
  • 22. لایه‌های کانولوشن و پولینگ
  • 23. کاربرد CNN در پردازش تصویر
  • 24. شبکه‌های عصبی بازگشتی (RNN)
  • 25. حافظه کوتاه‌مدت و بلندمدت (LSTM)
  • 26. کاربرد RNN در پردازش زبان طبیعی
  • 27. شبکه‌های عصبی ترانسفورمر (Transformer)
  • 28. مکانیزم توجه (Attention Mechanism)
  • 29. کاربرد ترانسفورمر در مدل‌های زبانی بزرگ
  • 30. یادگیری عمیق (Deep Learning)
  • 31. معماری‌های عمیق شبکه‌های عصبی
  • 32. مزایا و چالش‌های یادگیری عمیق
  • 33. شبکه‌های عصبی مولد (GAN)
  • 34. کاربرد GAN در تولید تصویر
  • 35. یادگیری انتقالی (Transfer Learning)
  • 36. تنظیم دقیق (Fine-tuning) مدل‌های از پیش آموزش دیده
  • 37. شبکه‌های عصبی خودرمزگذار (Autoencoders)
  • 38. کاربرد Autoencoders در کاهش ابعاد و حذف نویز
  • 39. شبکه‌های عصبی گراف (GNN)
  • 40. کاربرد GNN در داده‌های ساختاریافته گرافی
  • 41. مفاهیم پایه یادگیری تقویتی
  • 42. عوامل و محیط در یادگیری تقویتی
  • 43. الگوریتم‌های یادگیری تقویتی
  • 44. شبکه‌های عصبی برای یادگیری تقویتی
  • 45. کاربردها و مثال‌های عملی یادگیری تقویتی
  • 46. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 47. پیش‌پردازش متن
  • 48. مدل‌سازی زبانی
  • 49. تحلیل احساسات با یادگیری عمیق
  • 50. ترجمه ماشینی با شبکه‌های عصبی
  • 51. شناسایی موجودیت نام‌دار (NER)
  • 52. خلاصه‌سازی متن
  • 53. تولید متن
  • 54. مقدمه‌ای بر بینایی ماشین
  • 55. تشخیص اشیاء
  • 56. تقسیم‌بندی تصویر
  • 57. تولید کپشن تصویر
  • 58. شبکه‌های عصبی برای سیستم‌های توصیه‌گر
  • 59. فیلترینگ مشارکتی
  • 60. فیلترینگ مبتنی بر محتوا
  • 61. ترکیب روش‌ها در سیستم‌های توصیه‌گر
  • 62. مقدمه‌ای بر یادگیری نیمه نظارت شده
  • 63. یادگیری فعال (Active Learning)
  • 64. یادگیری با داده‌های برچسب‌دار کم
  • 65. مقدمه‌ای بر یادگیری خود نظارت شده
  • 66. پیش‌بینی کلمه بعدی
  • 67. یادگیری نمایش (Representation Learning)
  • 68. شبکه‌های عصبی و سلامت (با رویکرد علمی و رسمی)
  • 69. کاربرد هوش مصنوعی در تشخیص پزشکی (با رعایت پروتکل‌ها)
  • 70. کاربرد هوش مصنوعی در داروسازی (با رعایت پروتکل‌ها)
  • 71. کاربرد هوش مصنوعی در بهینه‌سازی فرآیندهای درمانی (با رعایت پروتکل‌ها)
  • 72. هوش مصنوعی در علوم داده و تحلیل آماری
  • 73. مقدمه‌ای بر یادگیری توزیع شده (Distributed Learning)
  • 74. آموزش مدل‌ها بر روی چندین دستگاه
  • 75. هوش مصنوعی و اخلاق (با رویکرد چارچوب رسمی)
  • 76. سوگیری در مدل‌های هوش مصنوعی و راهکارهای آن
  • 77. شفافیت و قابلیت تفسیر مدل‌های یادگیری عمیق
  • 78. امنیت در مدل‌های هوش مصنوعی
  • 79. مقدمه‌ای بر یادگیری چندوجهی (Multimodal Learning)
  • 80. ترکیب داده‌های متنی، تصویری و صوتی
  • 81. شبکه‌های عصبی برای درک زبان تصویری
  • 82. هوش مصنوعی در رباتیک
  • 83. کاربرد رباتیک در صنعت (با رعایت چارچوب‌های قانونی)
  • 84. کاربرد رباتیک در کشاورزی (با رعایت چارچوب‌های قانونی)
  • 85. کاربرد رباتیک در خدمات (با رعایت چارچوب‌های قانونی)
  • 86. مقدمه‌ای بر یادگیری تقویتی عمیق
  • 87. شبکه‌های عصبی عمیق برای یادگیری تقویتی
  • 88. کاربرد در بازی‌ها و شبیه‌سازی‌ها
  • 89. مقدمه‌ای بر شبکه‌های عصبی اسپایکی (Spiking Neural Networks)
  • 90. شباهت‌ها با مغز انسان
  • 91. کاربرد در پردازش کارآمد انرژی
  • 92. یادگیری عمیق در تحلیل داده‌های سری زمانی
  • 93. پیش‌بینی روندها
  • 94. تشخیص ناهنجاری در داده‌های سری زمانی
  • 95. مقدمه‌ای بر مدل‌های گراف عصبی پیشرفته
  • 96. شبکه‌های عصبی گراف ترانسفورمر
  • 97. کاربرد در شبکه‌های اجتماعی و بیولوژیکی
  • 98. مقدمه‌ای بر هوش مصنوعی قابل اعتماد (Trustworthy AI)
  • 99. اصول و چارچوب‌های هوش مصنوعی قابل اعتماد
  • 100. ارزیابی و سنجش قابلیت اعتماد مدل‌ها

📚 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.