اپلیکیشن اندرویدی فلش‌کارت آموزشی مدل‌سازی محاسبات مغز: درس‌هایی برای بهینه‌سازی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی محاسبات مغز: درس‌هایی برای بهینه‌سازی

موضوع کلی: علوم اعصاب محاسباتی

موضوع میانی: مدل‌های کارایی انرژی در محاسبات عصبی

📋 سرفصل‌های دوره

• 1. مدل‌سازی محاسبات مغز: درس‌هایی برای بهینه‌سازی
• 2. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
• 3. بیولوژی نورون‌ها و سیناپس‌ها
• 4. مدل‌های ریاضیاتی نورون‌ها: مدل هاکین-هکستلی
• 5. انواع مختلف شبکه‌های عصبی
• 6. شبکه‌های عصبی پیش‌خور: ساختار و عملکرد
• 7. الگوریتم پس‌انتشار خطا (Backpropagation)
• 8. بهینه‌سازی گرادیان کاهشی (Gradient Descent)
• 9. یادگیری با نظارت: رگرسیون خطی و لجستیک
• 10. یادگیری بدون نظارت: خوشه‌بندی K-Means
• 11. یادگیری تقویتی: مفاهیم پایه
• 12. تابع فعال‌سازی: انواع و کاربردها
• 13. لایه های پنهان: عمق و عرض شبکه
• 14. تنظیم پارامترها: نرخ یادگیری و مومنتوم
• 15. بیش‌برازش (Overfitting) و کم‌برازش (Underfitting)
• 16. روش‌های جلوگیری از بیش‌برازش: تنظیم‌سازی (Regularization) و Dropout
• 17. شبکه‌های عصبی پیچشی (Convolutional Neural Networks)
• 18. تشخیص الگو با استفاده از CNN
• 19. شبکه‌های عصبی بازگشتی (Recurrent Neural Networks)
• 20. پردازش زبان طبیعی با استفاده از RNN
• 21. حافظه بلندمدت (Long Short-Term Memory - LSTM)
• 22. شبکه‌های مولد تخاصمی (Generative Adversarial Networks - GANs)
• 23. کاربردهای GANs در تولید داده
• 24. شبکه‌های خودرمزگذار (Autoencoders)
• 25. کاهش ابعاد با استفاده از Autoencoders
• 26. الگوریتم‌های تکاملی و بهینه‌سازی
• 27. بهینه‌سازی ازدحام ذرات (Particle Swarm Optimization)
• 28. بهینه‌سازی کلونی مورچگان (Ant Colony Optimization)
• 29. بهینه‌سازی با استفاده از الگوریتم ژنتیک
• 30. شبکه‌های عصبی اسپایکی (Spiking Neural Networks)
• 31. مدل‌سازی محاسبات مغز با استفاده از SNN
• 32. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 33. کاربردهای یادگیری تقویتی در رباتیک
• 34. بهینه‌سازی توابع هدف پیچیده با شبکه‌های عصبی
• 35. استفاده از شبکه‌های عصبی در پیش‌بینی سری‌های زمانی
• 36. مدل‌سازی و پیش‌بینی رفتار مصرف‌کننده
• 37. بهینه‌سازی زنجیره تامین با شبکه‌های عصبی
• 38. تشخیص تقلب با استفاده از شبکه‌های عصبی
• 39. تحلیل احساسات (Sentiment Analysis) با شبکه‌های عصبی
• 40. مدل‌سازی تصمیم‌گیری با شبکه‌های عصبی
• 41. شبکه‌های عصبی گراف (Graph Neural Networks)
• 42. کاربردهای GNN در تحلیل شبکه‌های اجتماعی
• 43. تفسیرپذیری مدل‌های شبکه‌های عصبی
• 44. روش‌های ارزیابی عملکرد شبکه‌های عصبی
• 45. بهینه‌سازی معماری شبکه‌های عصبی (Neural Architecture Search)