دوره ساختمان داده ها و الگوریتم ها: یادگیری عمیق همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده ها و الگوریتم ها: یادگیری عمیق

موضوع کلی: برنامه نویسی

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مفاهیم پایه ساختمان داده و الگوریتم
• 2. تحلیل پیچیدگی زمانی و نماد O بزرگ
• 3. آرایه‌ها و عملیات پایه
• 4. لیست‌های پیوندی یک‌طرفه و دوطرفه
• 5. پشته و صف: پیاده‌سازی و کاربردها
• 6. درخت‌های دودویی و پیمایش
• 7. درخت‌های جستجوی دودویی
• 8. درخت‌های متوازن: AVL و Red-Black
• 9. هیپ و صف اولویت
• 10. جدول‌های درهم و توابع هش
• 11. گراف‌ها: نمایش و پیمایش (BFS/DFS)
• 12. الگوریتم دایکسترا و کوتاه‌ترین مسیر
• 13. الگوریتم‌های درخت پوشای کمینه (کراسکال و پریم)
• 14. الگوریتم‌های مرتب‌سازی: مقایسه‌ای و غیرمقایسه‌ای
• 15. مرتب‌سازی سریع و ادغام
• 16. مرتب‌سازی هرمی
• 17. الگوریتم‌های جستجو: خطی و دودویی
• 18. برنامه‌نویسی پویا: مفاهیم و مسائل کلاسیک
• 19. مسئله کوله‌پشتی و زیردنباله‌ها
• 20. الگوریتم‌های حریصانه
• 21. الگوریتم‌های بازگشتی و عقبگرد
• 22. الگوریتم‌های تقسیم و غلبه
• 23. مبانی یادگیری عمیق و شبکه‌های عصبی
• 24. پرسپترون و شبکه‌های چندلایه
• 25. تابع فعال‌سازی و اهمیت آن
• 26. نزول گرادیان و بهینه‌سازی
• 27. پسانتشار خطا
• 28. چارچوب‌های یادگیری عمیق (TensorFlow/PyTorch)
• 29. شبکه‌های عصبی کانولوشنی (CNN)
• 30. شبکه‌های عصبی بازگشتی (RNN)
• 31. شبکه‌های LSTM و GRU
• 32. شبکه‌های مولد تخاصمی (GAN)
• 33. شبکه‌های باقی‌مانده (ResNet)
• 34. رمزگذار خودکار (Autoencoder)
• 35. شبکه‌های عصبی گراف
• 36. انتقال یادگیری و تنظیم دقیق
• 37. پیش‌پردازش داده و نرمال‌سازی
• 38. بیش‌برازش و روش‌های جلوگیری (Dropout, Regularization)
• 39. دسته‌بندی تصاویر با CNN
• 40. تشخیص اشیا و مدل YOLO
• 41. تقسیم‌بندی معنایی تصاویر
• 42. پردازش زبان طبیعی (NLP) و یادگیری عمیق
• 43. مدل‌های ترانسفورماتور
• 44. رمزگذار دوطرفه از ترانسفورماتورها (BERT)
• 45. تولید متن و مدل GPT
• 46. شبکه‌های مولد و مصنوعی‌سازی داده
• 47. یادگیری تقویتی عمیق
• 48. بهینه‌سازی فراپارامترها
• 49. مدیریت حافظه و کش در الگوریتم‌ها
• 50. پیاده‌سازی ساختارهای داده پیشرفته
• 51. تحلیل الگوریتم‌های تصادفی
• 52. الگوریتم‌های تقریبی
• 53. معرفی کتابخانه‌های محاسبات عددی (NumPy, Pandas)
• 54. معرفی ابزارهای مصورسازی داده
• 55. ذخیره‌سازی و بازیابی کارای داده
• 56. هم‌نهادی و پردازش موازی
• 57. الگوریتم‌های رشته‌ای (KMP, Boyer-Moore)
• 58. درخت‌های پسوندی و آرایه پسوند
• 59. کاربرد الگوریتم در مسائل دنیای واقعی
• 60. ارزیابی و مقایسه مدل‌های یادگیری عمیق
• 61. نظارت بر فرآیند آموزش و عیب‌یابی
• 62. استقرار مدل و سرویس‌دهی