سپنتا کتاب اکسپرس
کتاب انقلاب هوش مصنوعی با پلتفرم‌های محاسباتی استاندارد در لبه

کتاب انقلاب هوش مصنوعی با پلتفرم‌های محاسباتی استاندارد در لبه

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 انقلاب هوش مصنوعی با پلتفرم‌های محاسباتی استاندارد در لبه

موضوع کلی: هوش مصنوعی و پردازش داده

موضوع میانی: هوش مصنوعی در لبه (Edge AI)

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و پردازش داده
  • 2. مقدمه‌ای بر هوش مصنوعی در لبه
  • 3. معماری سیستم‌های هوش مصنوعی در لبه
  • 4. مفهوم پلتفرم‌های محاسباتی استاندارد
  • 5. انقلاب هوش مصنوعی در لبه
  • 6. کاربردهای هوش مصنوعی در لبه
  • 7. مزایای هوش مصنوعی در لبه
  • 8. چالش‌های هوش مصنوعی در لبه
  • 9. پردازش داده در لبه
  • 10. مراحل پردازش داده در لبه
  • 11. مدیریت داده در لبه
  • 12. امنیت داده در لبه
  • 13. حریم خصوصی داده در لبه
  • 14. شبکه‌های عصبی و یادگیری عمیق
  • 15. الگوریتم‌های یادگیری ماشین
  • 16. یادگیری نظارت شده
  • 17. یادگیری بدون نظارت
  • 18. یادگیری تقویتی
  • 19. شبکه‌های عصبی کانولوشنی (CNN)
  • 20. شبکه‌های عصبی بازگشتی (RNN)
  • 21. شبکه‌های مولد تخاصمی (GAN)
  • 22. پردازش زبان طبیعی (NLP)
  • 23. بینایی ماشین
  • 24. تشخیص اشیاء
  • 25. تقطیر تصویر
  • 26. تولید تصویر
  • 27. مدل‌های زبانی بزرگ (LLM)
  • 28. کاربرد LLM در لبه
  • 29. بهینه‌سازی مدل‌های هوش مصنوعی برای لبه
  • 30. فشرده‌سازی مدل
  • 31. تقطیر دانش
  • 32. کوانتیزاسیون مدل
  • 33. پلتفرم‌های توسعه هوش مصنوعی در لبه
  • 34. TensorFlow Lite
  • 35. PyTorch Mobile
  • 36. ONNX Runtime
  • 37. سخت‌افزارهای تخصصی برای لبه
  • 38. پردازنده‌های گرافیکی (GPU)
  • 39. پردازنده‌های تنسور (TPU)
  • 40. فیلدهای برنامه‌پذیر گیت آرایه (FPGA)
  • 41. مدارهای مجتمع ویژه کاربرد (ASIC)
  • 42. سیستم‌های نهفته (Embedded Systems)
  • 43. اینترنت اشیاء (IoT)
  • 44. ارتباطات در لبه
  • 45. پروتکل‌های ارتباطی در لبه
  • 46. شبکه‌های 5G و اثر آن بر لبه
  • 47. محاسبات ابری و لبه
  • 48. همکاری ابر و لبه
  • 49. معماری‌های ترکیبی ابر-لبه
  • 50. پیاده‌سازی هوش مصنوعی در لبه
  • 51. توسعه و استقرار مدل‌ها
  • 52. تست و اعتبارسنجی مدل‌ها
  • 53. نظارت و مدیریت مدل‌ها
  • 54. به‌روزرسانی مدل‌ها
  • 55. امنیت در هوش مصنوعی لبه
  • 56. حملات به مدل‌های لبه
  • 57. روش‌های دفاع در هوش مصنوعی لبه
  • 58. رمزنگاری در لبه
  • 59. احراز هویت در لبه
  • 60. حاکمیت داده در لبه
  • 61. قوانین و مقررات داده در لبه
  • 62. استانداردسازی در هوش مصنوعی لبه
  • 63. اهمیت استانداردسازی
  • 64. استانداردهای محاسباتی
  • 65. استانداردهای داده
  • 66. استانداردهای امنیتی
  • 67. نقش سازمان‌های استاندارد
  • 68. اقتصاد هوش مصنوعی در لبه
  • 69. مدل‌های کسب و کار جدید
  • 70. فرصت‌های شغلی
  • 71. تأثیر بر صنایع مختلف
  • 72. هوش مصنوعی در صنعت تولید
  • 73. هوش مصنوعی در حمل و نقل
  • 74. هوش مصنوعی در مراقبت‌های بهداشتی
  • 75. هوش مصنوعی در خرده‌فروشی
  • 76. هوش مصنوعی در کشاورزی
  • 77. هوش مصنوعی در رباتیک
  • 78. اخلاق در هوش مصنوعی لبه
  • 79. مسئولیت‌پذیری
  • 80. شفافیت
  • 81. عدالت
  • 82. سوگیری در الگوریتم‌ها
  • 83. راهکارهای کاهش سوگیری
  • 84. آینده هوش مصنوعی در لبه
  • 85. روندهای نوظهور
  • 86. پیش‌بینی‌های فناوری
  • 87. تأثیرات اجتماعی و اقتصادی
  • 88. هوش مصنوعی خودکار در لبه
  • 89. یادگیری فدرال (Federated Learning)
  • 90. کاربرد یادگیری فدرال در لبه
  • 91. حفظ حریم خصوصی در یادگیری فدرال
  • 92. پردازش ابری توزیع شده
  • 93. محاسبات مه (Fog Computing)
  • 94. تفاوت مه و لبه
  • 95. کاربردهای محاسبات مه
  • 96. معماری‌های امنیتی برای لبه
  • 97. مدیریت هویت و دسترسی در لبه
  • 98. ملاحظات حقوقی و شرعی در هوش مصنوعی لبه
  • 99. چارچوب‌های قانونی در ایران
  • 100. مقررات مربوط به داده و حریم خصوصی

📚 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.