اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری ماشین: الگوریتم‌ها و کاربردها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری ماشین: الگوریتم‌ها و کاربردها

موضوع کلی: تاریخچه و اصول برنامه‌نویسی کامپیوتر

موضوع میانی: حوزه‌های کاربردی برنامه‌نویسی**

📋 سرفصل‌های دوره

• 1. مبانی یادگیری ماشین
• 2. داده و ویژگی‌های آن
• 3. پیش‌پردازش داده‌ها
• 4. انتخاب ویژگی
• 5. رگرسیون خطی ساده
• 6. رگرسیون چندگانه
• 7. ارزیابی مدل‌های رگرسیونی
• 8. طبقه‌بندی باینری
• 9. درخت‌های تصمیم‌گیری
• 10. جنگل تصادفی
• 11. ماشین‌های بردار پشتیبان
• 12. نرمال‌سازی و استانداردسازی داده‌ها
• 13. فاصله اقلیدسی و معیارهای شباهت
• 14. خوشه‌بندی K-Means
• 15. خوشه‌بندی سلسله مراتبی
• 16. کاهش ابعاد: تحلیل مولفه‌های اصلی
• 17. انتخاب مدل و اعتبارسنجی متقابل
• 18. بیش‌برازش و کم‌برازش
• 19. تنظیم پارامترها
• 20. شبکه‌های عصبی مصنوعی: مقدمه
• 21. شبکه‌های عصبی چندلایه
• 22. الگوریتم پس‌انتشار
• 23. بهینه‌سازها: گرادیان کاهشی
• 24. یادگیری عمیق و معماری‌های آن
• 25. شبکه‌های کانولوشنال (CNN)
• 26. شبکه‌های بازگشتی (RNN)
• 27. پردازش زبان طبیعی (NLP)
• 28. مدل‌های زبانی
• 29. بردارسازی کلمات (Word Embedding)
• 30. طبقه‌بندی متن
• 31. تحلیل احساسات
• 32. تشخیص الگو
• 33. سیستم‌های توصیه‌گر
• 34. یادگیری تقویتی: مفاهیم پایه
• 35. یادگیری تقویتی: الگوریتم Q-Learning
• 36. یادگیری تقویتی: الگوریتم SARSA
• 37. کاربرد یادگیری ماشین در تشخیص تصویر
• 38. کاربرد یادگیری ماشین در تحلیل داده‌های سری زمانی
• 39. کاربرد یادگیری ماشین در پیش‌بینی
• 40. کاربرد یادگیری ماشین در پردازش سیگنال
• 41. ملاحظات اخلاقی در یادگیری ماشین
• 42. ابزارهای یادگیری ماشین در پایتون: Scikit-learn
• 43. ابزارهای یادگیری ماشین در پایتون: TensorFlow
• 44. ابزارهای یادگیری ماشین در پایتون: Keras
• 45. استقرار مدل‌های یادگیری ماشین