کتاب واژگان کلیدی مهندسی هوش مصنوعی به زبان ساده

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 کلیدی مهندسی هوش مصنوعی به زبان ساده

موضوع کلی: هوش مصنوعی و مهندسی داده

موضوع میانی: مفاهیم کلیدی در مهندسی هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه بر هوش مصنوعی و مهندسی داده
  • 2. تعریف مهندسی هوش مصنوعی
  • 3. نقش مهندسی هوش مصنوعی در پیاده‌سازی سیستم‌های هوشمند
  • 4. تفاوت هوش مصنوعی و مهندسی داده
  • 5. مفاهیم پایه در مهندسی هوش مصنوعی
  • 6. یادگیری ماشین (Machine Learning)
  • 7. یادگیری عمیق (Deep Learning)
  • 8. شبکه‌های عصبی (Neural Networks)
  • 9. مدل‌های زبانی بزرگ (Large Language Models - LLMs)
  • 10. پردازش زبان طبیعی (Natural Language Processing - NLP)
  • 11. بینایی ماشین (Computer Vision)
  • 12. یادگیری تقویتی (Reinforcement Learning)
  • 13. یادگیری نظارت‌شده (Supervised Learning)
  • 14. یادگیری نظارت‌نشده (Unsupervised Learning)
  • 15. یادگیری نیمه‌نظارت‌شده (Semi-Supervised Learning)
  • 16. مهندسی ویژگی (Feature Engineering)
  • 17. انتخاب ویژگی (Feature Selection)
  • 18. استخراج ویژگی (Feature Extraction)
  • 19. داده‌های ساختاریافته (Structured Data)
  • 20. داده‌های بدون ساختار (Unstructured Data)
  • 21. داده‌های نیمه‌ساختاریافته (Semi-structured Data)
  • 22. مجموعه داده (Dataset)
  • 23. نمونه (Sample)
  • 24. ویژگی (Feature)
  • 25. برچسب (Label)
  • 26. آموزش مدل (Model Training)
  • 27. اعتبارسنجی مدل (Model Validation)
  • 28. آزمون مدل (Model Testing)
  • 29. بیش‌برازش (Overfitting)
  • 30. کم‌برازش (Underfitting)
  • 31. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 32. معماری مدل (Model Architecture)
  • 33. لایه (Layer)
  • 34. نورون (Neuron)
  • 35. تابع فعال‌سازی (Activation Function)
  • 36. تابع هزینه (Cost Function)
  • 37. بهینه‌ساز (Optimizer)
  • 38. گرادیان کاهشی (Gradient Descent)
  • 39. نرخ یادگیری (Learning Rate)
  • 40. پس‌انتشار خطا (Backpropagation)
  • 41. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 42. دقت (Accuracy)
  • 43. صحت (Precision)
  • 44. بازیابی (Recall)
  • 45. امتیاز F1 (F1 Score)
  • 46. منحنی ROC (ROC Curve)
  • 47. منحنی AUC (AUC Curve)
  • 48. یادگیری انتقالی (Transfer Learning)
  • 49. یادگیری چندوظیفه‌ای (Multi-task Learning)
  • 50. یادگیری فدرال (Federated Learning)
  • 51. یادگیری آنلاین (Online Learning)
  • 52. یادگیری دسته‌ای (Batch Learning)
  • 53. مدل پایه (Base Model)
  • 54. مدل پیش‌آموزش‌دیده (Pre-trained Model)
  • 55. تنظیم دقیق (Fine-tuning)
  • 56. استخراج ویژگی از مدل‌های زبانی (LLM Feature Extraction)
  • 57. تولید متن (Text Generation)
  • 58. خلاصه‌سازی متن (Text Summarization)
  • 59. ترجمه ماشینی (Machine Translation)
  • 60. تحلیل احساسات (Sentiment Analysis)
  • 61. تشخیص موجودیت نام‌گذاری‌شده (Named Entity Recognition - NER)
  • 62. مدل‌های زبانی بزرگ کاربردی (Applied LLMs)
  • 63. مهندسی پرامپت (Prompt Engineering)
  • 64. تکنیک‌های مهندسی پرامپت
  • 65. پرامپت‌های زنجیره‌ای (Chain-of-thought Prompting)
  • 66. پرامپت‌های وظیفه‌محور (Task-oriented Prompting)
  • 67. مدیریت دانش در LLMs
  • 68. استخراج دانش از LLMs
  • 69. کاربرد LLMs در تولید محتوا
  • 70. کاربرد LLMs در تحلیل داده
  • 71. کاربرد LLMs در پشتیبانی مشتری
  • 72. کاربرد LLMs در آموزش
  • 73. سیستم‌های توصیه‌گر (Recommender Systems)
  • 74. فیلترینگ مشارکتی (Collaborative Filtering)
  • 75. فیلترینگ مبتنی بر محتوا (Content-Based Filtering)
  • 76. سیستم‌های ترکیبی (Hybrid Systems)
  • 77. یادگیری عمیق در بینایی ماشین
  • 78. شبکه‌های کانولوشنال (Convolutional Neural Networks - CNNs)
  • 79. تشخیص اشیاء (Object Detection)
  • 80. تقسیم‌بندی تصویر (Image Segmentation)
  • 81. تولید تصویر (Image Generation)
  • 82. شبکه‌های مولد تخاصمی (Generative Adversarial Networks - GANs)
  • 83. شبکه‌های انتشار (Diffusion Models)
  • 84. تفسیرپذیری در هوش مصنوعی (Explainable AI - XAI)
  • 85. ارزیابی مدل‌های هوش مصنوعی
  • 86. متریک‌های ارزیابی مدل‌های یادگیری عمیق
  • 87. اخلاق در هوش مصنوعی
  • 88. سوگیری در داده‌ها و مدل‌ها (Bias in Data and Models)
  • 89. حریم خصوصی داده‌ها (Data Privacy)
  • 90. امنیت مدل‌های هوش مصنوعی
  • 91. پیاده‌سازی و استقرار مدل‌های هوش مصنوعی
  • 92. محیط‌های توسعه هوش مصنوعی
  • 93. ابزارهای مهندسی داده برای هوش مصنوعی
  • 94. پایپ‌لاین‌های داده (Data Pipelines)
  • 95. مدیریت چرخه عمر مدل (Model Lifecycle Management)
  • 96. نظارت بر مدل‌های مستقر شده (Monitoring Deployed Models)
  • 97. به‌روزرسانی مدل‌ها (Model Updates)
  • 98. مهندسی داده برای هوش مصنوعی مولد

📚 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.