کتاب مبانی یادگیری ماشین و الگوریتم‌های پرکاربرد

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 یادگیری ماشین و الگوریتم‌های پرکاربرد

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری ماشین
  • 2. انواع یادگیری ماشین
  • 3. یادگیری نظارت شده
  • 4. یادگیری بدون نظارت
  • 5. یادگیری تقویتی
  • 6. مفاهیم اساسی در یادگیری ماشین
  • 7. ویژگی‌ها و برچسب‌ها
  • 8. مجموعه داده‌های آموزشی و آزمایشی
  • 9. ارزیابی مدل‌ها
  • 10. معیارهای ارزیابی: دقت
  • 11. معیارهای ارزیابی: صحت و دقت
  • 12. معیارهای ارزیابی: F1-Score
  • 13. رگرسیون خطی
  • 14. مدل‌های خطی برای طبقه‌بندی
  • 15. رگرسیون لجستیک
  • 16. ماشین‌های بردار پشتیبان (SVM)
  • 17. هسته‌های SVM
  • 18. درختان تصمیم
  • 19. جنگل‌های تصادفی
  • 20. تقویت گرادیان (Gradient Boosting)
  • 21. الگوریتم‌های خوشه‌بندی
  • 22. K-Means Clustering
  • 23. خوشه‌بندی سلسله مراتبی
  • 24. تحلیل مؤلفه‌های اصلی (PCA)
  • 25. کاهش ابعاد
  • 26. شبکه‌های عصبی مصنوعی
  • 27. توابع فعال‌سازی
  • 28. پس‌انتشار خطا (Backpropagation)
  • 29. شبکه‌های عصبی عمیق
  • 30. مقدمه‌ای بر یادگیری عمیق
  • 31. شبکه‌های عصبی کانولوشنی (CNN)
  • 32. کاربرد CNN در پردازش تصویر
  • 33. شبکه‌های عصبی بازگشتی (RNN)
  • 34. کاربرد RNN در پردازش زبان طبیعی
  • 35. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 36. مدل‌های زبانی
  • 37. تعبیه کلمات (Word Embeddings)
  • 38. تحلیل احساسات
  • 39. طبقه‌بندی متن
  • 40. خلاصه‌سازی متن
  • 41. ترجمه ماشینی
  • 42. یادگیری بدون نظارت در NLP
  • 43. تشخیص موضوع
  • 44. استخراج اطلاعات
  • 45. سیستم‌های توصیه‌گر
  • 46. مقدمه‌ای بر سیستم‌های توصیه‌گر
  • 47. فیلترینگ مشارکتی
  • 48. فیلترینگ مبتنی بر محتوا
  • 49. سیستم‌های توصیه‌گر ترکیبی
  • 50. ارزیابی سیستم‌های توصیه‌گر
  • 51. یادگیری تقویتی
  • 52. مفاهیم پایه یادگیری تقویتی
  • 53. عامل و محیط
  • 54. حالت، عمل و پاداش
  • 55. سیاست و ارزش
  • 56. الگوریتم‌های یادگیری تقویتی
  • 57. Q-Learning
  • 58. Deep Q-Networks (DQN)
  • 59. Policy Gradients
  • 60. Actor-Critic Methods
  • 61. کاربرد یادگیری تقویتی
  • 62. بازی‌ها
  • 63. رباتیک
  • 64. سیستم‌های خودران
  • 65. مدیریت منابع
  • 66. کاربردهای عمومی یادگیری ماشین
  • 67. پردازش تصویر
  • 68. تشخیص اشیاء
  • 69. تقسیم‌بندی تصویر
  • 70. تشخیص چهره
  • 71. بینایی ماشین
  • 72. پردازش صوت
  • 73. شناسایی گفتار
  • 74. تولید گفتار
  • 75. تشخیص صدا
  • 76. سیستم‌های پاسخ به پرسش
  • 77. یادگیری ماشین در پزشکی
  • 78. تشخیص بیماری
  • 79. کشف دارو
  • 80. تحلیل داده‌های پزشکی
  • 81. یادگیری ماشین در مالی
  • 82. پیش‌بینی بازار سهام
  • 83. تشخیص تقلب
  • 84. امتیازدهی اعتباری
  • 85. یادگیری ماشین در صنعت
  • 86. بهینه‌سازی فرآیند
  • 87. نگهداری پیش‌بینانه
  • 88. کنترل کیفیت
  • 89. یادگیری ماشین و اخلاق
  • 90. سوگیری در الگوریتم‌ها
  • 91. حریم خصوصی داده‌ها
  • 92. مسئولیت‌پذیری
  • 93. شفافیت الگوریتم‌ها
  • 94. ملاحظات امنیتی در یادگیری ماشین
  • 95. حملات دشمنانه به مدل‌ها
  • 96. حفاظت از مدل‌ها
  • 97. امنیت داده‌ها
  • 98. مباحث پیشرفته در یادگیری ماشین
  • 99. یادگیری چندوظیفه‌ای
  • 100. یادگیری انتقالی

📚 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.