سپنتا کتاب اکسپرس
کتاب مبانی هوش مصنوعی برای عموم: درک و کاربردها

کتاب مبانی هوش مصنوعی برای عموم: درک و 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 مبانی هوش مصنوعی برای عموم: درک و کاربردها

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: هوش مصنوعی و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی
  • 2. تاریخچه هوش مصنوعی
  • 3. انواع هوش مصنوعی
  • 4. یادگیری ماشین چیست؟
  • 5. یادگیری با نظارت
  • 6. یادگیری بدون نظارت
  • 7. یادگیری تقویتی
  • 8. شبکه‌های عصبی مصنوعی
  • 9. مفاهیم پایه شبکه‌های عصبی
  • 10. لایه‌های شبکه‌های عصبی
  • 11. توابع فعال‌سازی
  • 12. پس‌انتشار خطا
  • 13. یادگیری عمیق
  • 14. شبکه‌های عصبی کانولوشنال (CNN)
  • 15. کاربردهای CNN در بینایی ماشین
  • 16. شبکه‌های عصبی بازگشتی (RNN)
  • 17. کاربردهای RNN در پردازش زبان طبیعی
  • 18. شبکه‌های عصبی ترنسفورمر
  • 19. مدل‌های زبانی بزرگ
  • 20. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 21. پیش‌پردازش متن
  • 22. نمایش متن (Vectorization)
  • 23. مدل‌سازی موضوعی (Topic Modeling)
  • 24. تحلیل احساسات (Sentiment Analysis)
  • 25. ترجمه ماشینی
  • 26. تولید متن
  • 27. تشخیص موجودیت نام‌دار (NER)
  • 28. مقدمه‌ای بر بینایی ماشین
  • 29. پردازش تصویر
  • 30. تشخیص اشیاء
  • 31. تقسیم‌بندی تصویر (Image Segmentation)
  • 32. تولید تصویر
  • 33. تشخیص چهره
  • 34. مقدمه‌ای بر رباتیک
  • 35. هدایت ربات
  • 36. مسیریابی ربات
  • 37. ربات‌های خودمختار
  • 38. ربات‌های همکاری‌کننده (Cobots)
  • 39. اخلاق در هوش مصنوعی
  • 40. سوگیری در هوش مصنوعی
  • 41. شفافیت و توضیح‌پذیری هوش مصنوعی
  • 42. امنیت هوش مصنوعی
  • 43. حریم خصوصی در هوش مصنوعی
  • 44. نقش هوش مصنوعی در اقتصاد
  • 45. هوش مصنوعی در صنعت
  • 46. هوش مصنوعی در بهداشت و درمان
  • 47. هوش مصنوعی در آموزش
  • 48. هوش مصنوعی در کشاورزی
  • 49. هوش مصنوعی در حمل و نقل
  • 50. هوش مصنوعی در خدمات مالی
  • 51. هوش مصنوعی در حکمرانی
  • 52. هوش مصنوعی و آینده کار
  • 53. هوش مصنوعی و جامعه
  • 54. محدودیت‌های هوش مصنوعی
  • 55. آینده هوش مصنوعی
  • 56. هوش مصنوعی مولد (Generative AI)
  • 57. مدل‌های انتشاری (Diffusion Models)
  • 58. شبکه‌های مولد تخاصمی (GANs)
  • 59. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 60. تنظیم دقیق مدل‌ها (Fine-tuning)
  • 61. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 62. کاربردهای یادگیری تقویتی عمیق
  • 63. مقدمه‌ای بر سیستم‌های توصیه‌گر
  • 64. فیلترینگ مشارکتی
  • 65. فیلترینگ مبتنی بر محتوا
  • 66. سیستم‌های توصیه‌گر ترکیبی
  • 67. ارزیابی سیستم‌های توصیه‌گر
  • 68. مقدمه‌ای بر داده‌کاوی
  • 69. قوانین وابستگی (Association Rules)
  • 70. خوشه‌بندی (Clustering)
  • 71. طبقه‌بندی (Classification)
  • 72. پیش‌بینی (Prediction)
  • 73. مقدمه‌ای بر یادگیری نیمه‌نظارتی
  • 74. یادگیری خودنظارتی (Self-supervised Learning)
  • 75. مقدمه‌ای بر یادگیری فعال (Active Learning)
  • 76. مقدمه‌ای بر یادگیری چندوظیفه‌ای (Multi-task Learning)
  • 77. مقدمه‌ای بر یادگیری فدرال (Federated Learning)
  • 78. کاربردهای یادگیری فدرال
  • 79. مقدمه‌ای بر پردازش سیگنال
  • 80. مقدمه‌ای بر پردازش گفتار
  • 81. تشخیص گفتار
  • 82. تولید گفتار
  • 83. مقدمه‌ای بر یادگیری ترکیبی (Ensemble Learning)
  • 84. تقویت (Boosting)
  • 85. کیسه‌بندی (Bagging)
  • 86. تکمیل هوش مصنوعی و وظایف انسانی
  • 87. هوش مصنوعی در حل مسائل پیچیده
  • 88. هوش مصنوعی و خلاقیت
  • 89. هوش مصنوعی و نوآوری
  • 90. هوش مصنوعی و بهینه‌سازی فرایندها
  • 91. هوش مصنوعی و مدیریت داده‌ها
  • 92. هوش مصنوعی و امنیت سایبری
  • 93. هوش مصنوعی و کشف داروها
  • 94. هوش مصنوعی و پیش‌بینی بلایای طبیعی
  • 95. هوش مصنوعی و توسعه پایدار
  • 96. هوش مصنوعی و تعامل انسان و کامپیوتر
  • 97. هوش مصنوعی و واقعیت مجازی/افزوده
  • 98. هوش مصنوعی و شهر هوشمند
  • 99. هوش مصنوعی و انرژی‌های پاک
  • 100. هوش مصنوعی و آینده ارتباطات

📚 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.