سپنتا کتاب اکسپرس
کتاب مبانی هوش مصنوعی، یادگیری ماشین و برنامه‌نویسی پایتون برای تحلیل داده

کتاب مبانی هوش مصنوعی، یادگیری ماشین و برنامه‌نویسی پایتون برای تحلیل داده

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 هوش مصنوعی، یادگیری ماشین و برنامه‌نویسی پایتون برای تحلیل داده

موضوع کلی: علوم و فناوری کامپیوتر

موضوع میانی: هوش مصنوعی و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر علوم کامپیوتر و هوش مصنوعی
  • 2. تاریخچه هوش مصنوعی
  • 3. اصول یادگیری ماشین
  • 4. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 5. مبانی برنامه‌نویسی پایتون برای علم داده
  • 6. ساختار داده‌ها در پایتون
  • 7. الگوریتم‌های پایه در پایتون
  • 8. مقدمه‌ای بر کتابخانه‌های علم داده پایتون
  • 9. NumPy برای محاسبات عددی
  • 10. Pandas برای دستکاری داده‌ها
  • 11. Matplotlib و Seaborn برای بصری‌سازی داده‌ها
  • 12. پیش‌پردازش داده‌ها: پاکسازی و تبدیل
  • 13. مهندسی ویژگی
  • 14. مدل‌های یادگیری ماشین نظارت شده
  • 15. رگرسیون خطی
  • 16. رگرسیون لجستیک
  • 17. ماشین‌های بردار پشتیبان (SVM)
  • 18. درختان تصمیم
  • 19. جنگل‌های تصادفی
  • 20. تقویت گرادیان
  • 21. مدل‌های یادگیری ماشین بدون نظارت
  • 22. خوشه‌بندی K-Means
  • 23. خوشه‌بندی سلسله مراتبی
  • 24. تحلیل مولفه‌های اصلی (PCA)
  • 25. یادگیری عمیق: مقدمه
  • 26. شبکه‌های عصبی مصنوعی
  • 27. شبکه‌های عصبی کانولوشنی (CNN)
  • 28. شبکه‌های عصبی بازگشتی (RNN)
  • 29. یادگیری تقویتی: مفاهیم پایه
  • 30. یادگیری تقویتی بدون مدل
  • 31. یادگیری تقویتی مبتنی بر مدل
  • 32. کاربرد هوش مصنوعی در تحلیل داده
  • 33. تحلیل احساسات با یادگیری ماشین
  • 34. تشخیص ناهنجاری
  • 35. سیستم‌های توصیه‌گر
  • 36. پردازش زبان طبیعی (NLP)
  • 37. مدل‌های زبانی آماری
  • 38. مدل‌های زبانی مبتنی بر شبکه‌های عصبی
  • 39. استخراج اطلاعات از متن
  • 40. ترجمه ماشینی
  • 41. تولید متن
  • 42. کاربرد یادگیری ماشین در سلامت
  • 43. تشخیص بیماری با تصاویر پزشکی
  • 44. پیش‌بینی شیوع بیماری
  • 45. کاربرد یادگیری ماشین در اقتصاد
  • 46. پیش‌بینی بازارهای مالی
  • 47. تشخیص تقلب
  • 48. کاربرد یادگیری ماشین در صنعت
  • 49. بهینه‌سازی فرآیندهای تولید
  • 50. نگهداری پیش‌بینانه
  • 51. مباحث اخلاقی در هوش مصنوعی
  • 52. سوگیری در الگوریتم‌ها
  • 53. حریم خصوصی و داده‌ها
  • 54. مسئولیت‌پذیری در هوش مصنوعی
  • 55. امنیت در سیستم‌های هوش مصنوعی
  • 56. مقدمه‌ای بر یادگیری عمیق پیشرفته
  • 57. شبکه‌های مولد تخاصمی (GANs)
  • 58. شبکه‌های خودرمزگذار (Autoencoders)
  • 59. یادگیری انتقالی
  • 60. تنظیم مدل‌ها و ابرپارامترها
  • 61. اعتبارسنجی متقابل
  • 62. تنظیم بیش‌برازش و کم‌برازش
  • 63. یادگیری عمیق برای پردازش تصویر
  • 64. تشخیص اشیاء
  • 65. تقسیم‌بندی تصاویر
  • 66. تولید تصویر
  • 67. یادگیری عمیق برای پردازش صوت
  • 68. تشخیص گفتار
  • 69. تولید صدا
  • 70. تحلیل سری‌های زمانی با یادگیری ماشین
  • 71. پیش‌بینی روندها
  • 72. شناسایی الگوها
  • 73. کاربرد هوش مصنوعی در کشاورزی
  • 74. کشاورزی دقیق
  • 75. پیش‌بینی محصولات
  • 76. کاربرد هوش مصنوعی در حمل و نقل
  • 77. خودروهای خودران
  • 78. بهینه‌سازی ترافیک
  • 79. کاربرد هوش مصنوعی در آموزش
  • 80. سیستم‌های یادگیری تطبیقی
  • 81. ارزیابی خودکار
  • 82. مباحث پیشرفته در یادگیری ماشین
  • 83. یادگیری چند وظیفه‌ای
  • 84. یادگیری federated
  • 85. یادگیری انسان‌محور
  • 86. هوش مصنوعی قابل توضیح (XAI)
  • 87. مقدمه‌ای بر ابزارهای هوش مصنوعی تجاری
  • 88. پلتفرم‌های ابری هوش مصنوعی
  • 89. خدمات هوش مصنوعی آماده
  • 90. ساخت مدل‌های سفارشی
  • 91. پیاده‌سازی مدل‌های هوش مصنوعی در عمل
  • 92. استقرار مدل‌ها
  • 93. نظارت بر مدل‌ها
  • 94. به‌روزرسانی مدل‌ها
  • 95. مطالعات موردی در هوش مصنوعی و علم داده
  • 96. پروژه‌های عملی هوش مصنوعی
  • 97. آینده هوش مصنوعی
  • 98. هوش مصنوعی عمومی (AGI)
  • 99. چالش‌های آینده هوش مصنوعی
  • 100. توسعه پایدار با هوش مصنوعی

📚 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.