سپنتا کتاب اکسپرس
کتاب مدل‌های کانولوشنی (CNNs) در یادگیری عمیق

کتاب مدل‌های کانولوشنی (CNNs) در یادگیری عمیق

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 مدل‌های کانولوشنی (CNNs) در یادگیری عمیق

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: یادگیری عمیق (Deep Learning)

📋 سرفصل‌های دوره

  • 1. مبانی شبکه‌های عصبی کانولوشنی
  • 2. مقدمه‌ای بر یادگیری عمیق
  • 3. معماری پایه‌ای شبکه‌های کانولوشنی
  • 4. لایه کانولوشن و فیلترها
  • 5. تابع فعال‌سازی ReLU
  • 6. لایه‌های Pooling (Max Pooling, Average Pooling)
  • 7. لایه‌های Fully Connected
  • 8. تابع فعال‌سازی Softmax
  • 9. تابع هزینه Cross-Entropy
  • 10. بهینه‌سازهای مبتنی بر گرادیان (SGD, Adam)
  • 11. روش‌های تنظیم پارامتر (Learning Rate Scheduling)
  • 12. تنظیم‌گری (Regularization) در CNNs
  • 13. Dropout و مزایای آن
  • 14. Batch Normalization
  • 15. معماری‌های معروف CNN (AlexNet, VGG)
  • 16. معماری GoogleNet (Inception)
  • 17. معماری ResNet
  • 18. معماری MobileNet
  • 19. معماری DenseNet
  • 20. استفاده از CNN در طبقه‌بندی تصاویر
  • 21. پیش‌پردازش داده‌های تصویری
  • 22. افزایش داده (Data Augmentation)
  • 23. کاربرد CNN در تشخیص اشیاء (Object Detection)
  • 24. مفاهیم اولیه تشخیص اشیاء
  • 25. معماری‌های تشخیص اشیاء (YOLO, SSD)
  • 26. معماری Faster R-CNN
  • 27. معماری Mask R-CNN
  • 28. کاربرد CNN در قطعه‌بندی تصاویر (Image Segmentation)
  • 29. مفاهیم اولیه قطعه‌بندی تصاویر
  • 30. معماری‌های قطعه‌بندی تصاویر (U-Net, DeepLab)
  • 31. معماری FCN (Fully Convolutional Networks)
  • 32. کاربرد CNN در تولید تصاویر (Image Generation)
  • 33. شبکه‌های مولد تخاصمی (GANs)
  • 34. معماری‌های GAN برای تولید تصویر
  • 35. کاربرد CNN در تشخیص چهره
  • 36. مبانی تشخیص چهره
  • 37. الگوریتم‌های تشخیص چهره مبتنی بر CNN
  • 38. کاربرد CNN در تحلیل احساسات تصاویر
  • 39. تحلیل احساسات با استفاده از CNN
  • 40. کاربرد CNN در پردازش زبان طبیعی (NLP)
  • 41. مقدمه‌ای بر NLP و CNN
  • 42. مدل‌های مبتنی بر CNN برای طبقه‌بندی متن
  • 43. مدل‌های مبتنی بر CNN برای استخراج ویژگی متن
  • 44. کاربرد CNN در سیستم‌های توصیه‌گر
  • 45. مبانی سیستم‌های توصیه‌گر
  • 46. استفاده از CNN در تحلیل داده‌های تصویری پزشکی
  • 47. کاربرد CNN در تشخیص بیماری‌ها از روی تصاویر پزشکی
  • 48. کاربرد CNN در تحلیل تصاویر ماهواره‌ای
  • 49. کاربرد CNN در پیش‌بینی آب و هوا
  • 50. کاربرد CNN در رباتیک و بینایی ماشین
  • 51. مبانی بینایی ماشین
  • 52. استفاده از CNN در ناوبری ربات‌ها
  • 53. کاربرد CNN در بازی‌های ویدئویی
  • 54. مبانی یادگیری تقویتی
  • 55. استفاده از CNN در عامل‌های یادگیری تقویتی
  • 56. کاربرد CNN در تحلیل داده‌های سری زمانی
  • 57. مبانی تحلیل داده‌های سری زمانی
  • 58. استفاده از CNN در پیش‌بینی سری‌های زمانی
  • 59. کاربرد CNN در تشخیص ناهنجاری (Anomaly Detection)
  • 60. مبانی تشخیص ناهنجاری
  • 61. استفاده از CNN در تشخیص ناهنجاری در تصاویر
  • 62. کاربرد CNN در پردازش سیگنال
  • 63. مبانی پردازش سیگنال
  • 64. استفاده از CNN در تحلیل سیگنال‌های صوتی
  • 65. کاربرد CNN در تشخیص صدا
  • 66. مبانی تشخیص صدا
  • 67. استفاده از CNN در تحلیل الگوهای پیچیده
  • 68. کاربرد CNN در کشف دانش از داده‌ها
  • 69. مبانی استخراج دانش
  • 70. کاربرد CNN در داده‌کاوی
  • 71. مبانی داده‌کاوی
  • 72. کاربرد CNN در یادگیری فعال (Active Learning)
  • 73. مبانی یادگیری فعال
  • 74. کاربرد CNN در یادگیری نیمه‌نظارتی (Semi-Supervised Learning)
  • 75. مبانی یادگیری نیمه‌نظارتی
  • 76. کاربرد CNN در یادگیری انتقال (Transfer Learning)
  • 77. مبانی یادگیری انتقال
  • 78. تنظیم دقیق مدل‌های از پیش آموزش‌دیده
  • 79. کاربرد CNN در مدل‌سازی گراف (Graph CNNs)
  • 80. مبانی شبکه‌های گراف
  • 81. شبکه‌های کانولوشنی روی گراف
  • 82. کاربرد CNN در پردازش تصاویر سه‌بعدی
  • 83. مبانی پردازش تصاویر سه‌بعدی
  • 84. استفاده از CNN در تحلیل داده‌های پزشکی سه‌بعدی
  • 85. کاربرد CNN در واقعیت افزوده و مجازی
  • 86. مبانی واقعیت افزوده و مجازی
  • 87. استفاده از CNN در سیستم‌های تشخیص چهره پیشرفته
  • 88. مبانی تشخیص چهره پیشرفته
  • 89. کاربرد CNN در سیستم‌های تشخیص هویت
  • 90. مبانی تشخیص هویت
  • 91. کاربرد CNN در تحلیل ترافیک شهری
  • 92. مبانی تحلیل ترافیک
  • 93. استفاده از CNN در مدیریت هوشمند شهری
  • 94. مبانی مدیریت هوشمند شهری
  • 95. کاربرد CNN در کشاورزی دقیق
  • 96. مبانی کشاورزی دقیق
  • 97. استفاده از CNN در نظارت بر سلامت محصولات کشاورزی
  • 98. مبانی نظارت بر سلامت محصولات
  • 99. کاربرد CNN در امنیت سایبری (تحلیل بدافزار)
  • 100. مبانی امنیت سایبری

📚 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.