کتاب یادگیری ماشین کاربردی: از مبانی الگوریتم‌ها تا پیاده‌سازی پروژه‌های هوشمند با رویکرد علمی و صنعتی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری ماشین کاربردی: از مبانی الگوریتم‌ها تا پیاده‌سازی پروژه‌های هوشمند با رویکرد علمی و صنعتی

موضوع کلی: علوم رایانه و فناوری اطلاعات

موضوع میانی: هوش مصنوعی و تحلیل داده‌ها

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و تعاریف پایه در یادگیری ماشین
  • 2. نقش داده‌ها در توسعه سامانه‌های هوشمند
  • 3. پیش‌پردازش داده‌ها و پاک‌سازی مجموعه‌داده‌ها
  • 4. روش‌های استخراج ویژگی و مهندسی داده
  • 5. آشنایی با محیط‌های برنامه‌نویسی و کتابخانه‌های استاندارد
  • 6. آمار توصیفی و تحلیل اکتشافی داده‌ها
  • 7. رگرسیون خطی ساده و تحلیل همبستگی
  • 8. رگرسیون چندمتغیره و بررسی خطاهای مدل
  • 9. مبانی طبقه‌بندی و الگوریتم نزدیک‌ترین همسایه
  • 10. درخت تصمیم و معیارهای شاخص جینی و آنتروپی
  • 11. جلوگیری از بیش‌برازش در مدل‌های درختی
  • 12. ماشین بردار پشتیبان و مفاهیم حاشیه بهینه
  • 13. الگوریتم‌های خوشه‌بندی و تحلیل گروه‌های داده
  • 14. خوشه‌بندی سلسله‌مراتبی و الگوریتم کی-میانگین
  • 15. کاهش ابعاد با استفاده از تحلیل مؤلفه‌های اصلی
  • 16. مبانی یادگیری نظارت‌نشده و تحلیل توزیع داده‌ها
  • 17. معرفی شبکه‌های عصبی مصنوعی و پرسپترون
  • 18. توابع فعال‌ساز و نقش آن‌ها در یادگیری غیرخطی
  • 19. الگوریتم انتشار معکوس و بهینه‌سازی وزن‌ها
  • 20. مبانی یادگیری عمیق و لایه‌های پنهان
  • 21. روش‌های منظم‌سازی و کاهش پیچیدگی مدل
  • 22. ارزیابی عملکرد مدل با استفاده از ماتریس درهم‌ریختگی
  • 23. اعتبارسنجی متقاطع و بهینه‌سازی فراپارامترها
  • 24. تحلیل منحنی‌های دقت و فراخوانی
  • 25. مقدمه‌ای بر یادگیری تقویتی و عامل‌های هوشمند
  • 26. آشنایی با شبکه‌های عصبی کانولوشنی برای پردازش تصویر
  • 27. اصول پردازش متن و تحلیل احساسات با هوش مصنوعی
  • 28. کاربردهای یادگیری ماشین در بهینه‌سازی فرآیندهای صنعتی
  • 29. مدیریت داده‌های حجیم و زیرساخت‌های پردازش ابری
  • 30. اخلاق در هوش مصنوعی و رعایت حریم خصوصی کاربران
  • 31. امنیت سامانه‌های هوشمند و مقابله با حملات خصمانه
  • 32. پیاده‌سازی مدل‌های یادگیری ماشین در محیط‌های عملیاتی
  • 33. نظارت بر عملکرد مدل‌های مستقر و بازآموزی دوره‌ای
  • 34. مستندسازی پروژه‌های هوش مصنوعی مطابق استانداردهای فنی
  • 35. طراحی معماری سیستم‌های هوشمند با رویکرد مقیاس‌پذیری
  • 36. کاربرد هوش مصنوعی در تحلیل سری‌های زمانی اقتصادی
  • 37. بهینه‌سازی مصرف انرژی در مراکز داده با هوش مصنوعی
  • 38. شناسایی ناهنجاری‌ها در داده‌های شبکه‌های رایانه‌ای
  • 39. یکپارچه‌سازی مدل‌های پیش‌بینی با سامانه‌های تصمیم‌یار
  • 40. ارائه نتایج و بصری‌سازی داده‌ها برای مدیران و تصمیم‌گیران
تگ‌ها: الگوریتم‌های هوشمند پردازش داده تحلیل داده تکنولوژی اطلاعات علم داده علوم رایانه هوش محاسباتی هوش مصنوعی یادگیری ماشین یادگیری ماشین کاربردی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.