سپنتا کتاب اکسپرس
کتاب آموزش مدل‌های یادگیری ماشین کاربردی با استفاده از Python

کتاب آموزش مدل‌های یادگیری ماشین کاربردی با استفاده از Python

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 آموزش مدل‌های یادگیری ماشین کاربردی با استفاده از Python

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: توسعه و پیاده‌سازی مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین
  • 4. یادگیری نظارت‌شده
  • 5. یادگیری نظارت‌نشده
  • 6. یادگیری تقویتی
  • 7. آماده‌سازی داده‌ها برای یادگیری ماشین
  • 8. پاک‌سازی داده‌ها
  • 9. مهندسی ویژگی
  • 10. انتخاب ویژگی
  • 11. تقسیم داده‌ها به مجموعه‌های آموزشی، اعتبارسنجی و آزمون
  • 12. معرفی پایتون برای یادگیری ماشین
  • 13. کتابخانه‌های کلیدی پایتون (NumPy, Pandas, Matplotlib, Seaborn)
  • 14. مفاهیم پایه الگوریتم‌های یادگیری ماشین
  • 15. رگرسیون خطی
  • 16. رگرسیون لجستیک
  • 17. ماشین‌های بردار پشتیبان (SVM)
  • 18. درختان تصمیم
  • 19. جنگل‌های تصادفی
  • 20. گرادیان بوستینگ
  • 21. مدل‌های مبتنی بر انجمن (Ensemble Methods)
  • 22. خوشه‌بندی (Clustering)
  • 23. K-Means Clustering
  • 24. DBSCAN
  • 25. خوشه‌بندی سلسله‌مراتبی
  • 26. کاهش ابعاد (Dimensionality Reduction)
  • 27. تحلیل مؤلفه‌های اصلی (PCA)
  • 28. t-SNE
  • 29. ارزیابی مدل‌های یادگیری ماشین
  • 30. معیارهای ارزیابی رگرسیون (MSE, MAE, R-squared)
  • 31. معیارهای ارزیابی طبقه‌بندی (Accuracy, Precision, Recall, F1-score, AUC)
  • 32. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 33. اعتبارسنجی متقابل (Cross-validation)
  • 34. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 35. شبکه‌های عصبی مصنوعی (ANN)
  • 36. مبانی شبکه‌های عصبی
  • 37. لایه ورودی، لایه‌های پنهان، لایه خروجی
  • 38. توابع فعال‌سازی (Activation Functions)
  • 39. پس‌انتشار خطا (Backpropagation)
  • 40. شبکه‌های عصبی کانولوشنی (CNN)
  • 41. کاربرد CNN در پردازش تصویر
  • 42. معماری‌های رایج CNN (LeNet, AlexNet, VGG, ResNet)
  • 43. شبکه‌های عصبی بازگشتی (RNN)
  • 44. کاربرد RNN در پردازش زبان طبیعی
  • 45. حافظه طولانی کوتاه مدت (LSTM)
  • 46. واحد بازگشتی دروازه‌ای (GRU)
  • 47. یادگیری عمیق (Deep Learning)
  • 48. مقدمه‌ای بر یادگیری عمیق
  • 49. تفاوت یادگیری عمیق با یادگیری ماشین سنتی
  • 50. پیاده‌سازی مدل‌های یادگیری عمیق با TensorFlow و Keras
  • 51. ساخت مدل‌های سفارشی
  • 52. آموزش و اعتبارسنجی مدل‌های عمیق
  • 53. کاربرد یادگیری ماشین در پردازش زبان طبیعی (NLP)
  • 54. پیش‌پردازش متن
  • 55. مدل‌سازی موضوعی (Topic Modeling)
  • 56. تحلیل احساسات (Sentiment Analysis)
  • 57. ترجمه ماشینی
  • 58. ساخت ربات‌های گفتگو (Chatbots)
  • 59. کاربرد یادگیری ماشین در بینایی ماشین (Computer Vision)
  • 60. تشخیص اشیاء
  • 61. تقسیم‌بندی تصویر (Image Segmentation)
  • 62. تشخیص چهره
  • 63. تولید تصویر
  • 64. یادگیری تقویتی پیشرفته
  • 65. فرآیندهای تصمیم‌گیری مارکوف (MDP)
  • 66. یادگیری Q (Q-Learning)
  • 67. یادگیری عمیق تقویتی (Deep Reinforcement Learning)
  • 68. کاربرد یادگیری تقویتی در رباتیک و بازی
  • 69. یادگیری انتقالی (Transfer Learning)
  • 70. استفاده از مدل‌های از پیش آموزش‌دیده
  • 71. تنظیم دقیق (Fine-tuning) مدل‌ها
  • 72. هوش مصنوعی اخلاقی و مسئولانه
  • 73. سوگیری در الگوریتم‌ها
  • 74. شفافیت و قابلیت توضیح‌پذیری (Explainability)
  • 75. حریم خصوصی و امنیت داده‌ها
  • 76. تأثیرات اجتماعی و اقتصادی هوش مصنوعی
  • 77. ملاحظات حقوقی و مقرراتی هوش مصنوعی در ایران
  • 78. کاربرد یادگیری ماشین در تحلیل داده‌های بزرگ (Big Data)
  • 79. معماری‌های کلان داده (Hadoop, Spark)
  • 80. ادغام یادگیری ماشین با پلتفرم‌های کلان داده
  • 81. پیاده‌سازی مدل‌های یادگیری ماشین در مقیاس بزرگ
  • 82. استقرار مدل‌های یادگیری ماشین (Model Deployment)
  • 83. روش‌های استقرار (On-premise, Cloud)
  • 84. ابزارهای استقرار (Docker, Kubernetes)
  • 85. ساخت API برای مدل‌ها
  • 86. نظارت و نگهداری مدل‌های مستقر شده
  • 87. یادگیری ماشین برای پیش‌بینی و زمان‌بندی
  • 88. مدل‌های سری زمانی (Time Series Models)
  • 89. ARIMA, Prophet
  • 90. استفاده از یادگیری ماشین در بهینه‌سازی فرآیندها
  • 91. یادگیری ماشین در حوزه سلامت (با احتیاط و چارچوب علمی)
  • 92. تشخیص بیماری‌ها با استفاده از داده‌های پزشکی
  • 93. تحلیل تصاویر پزشکی
  • 94. توسعه دارو با کمک هوش مصنوعی
  • 95. یادگیری ماشین در حوزه مالی (با چارچوب مقرراتی)
  • 96. پیش‌بینی بازارهای مالی
  • 97. تشخیص تقلب
  • 98. مدیریت ریسک
  • 99. فناوری بلاکچین و ارتباط آن با یادگیری ماشین
  • 100. مفاهیم پایه بلاکچین

📚 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.