کتاب پیاده‌سازی رمزگذارها (Autoencoders) با پایتون و کراس با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
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 پیاده‌سازی رمزگذارها (Autoencoders) با پایتون و کراس

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: شبکه‌های عصبی عمیق

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر رمزگذارها و کاربردهایشان
  • 2. مفاهیم پایه یادگیری ماشین
  • 3. مروری بر شبکه‌های عصبی مصنوعی
  • 4. ساختار لایه‌های شبکه‌های عصبی
  • 5. توابع فعال‌سازی در شبکه‌های عصبی
  • 6. بهینه‌سازی پارامترها با گرادیان کاهشی
  • 7. توابع هزینه و معیارهای ارزیابی
  • 8. پیش‌پردازش داده‌ها برای یادگیری ماشین
  • 9. مقدمه‌ای بر پایتون و کتابخانه‌های مرتبط
  • 10. نصب و راه‌اندازی محیط توسعه
  • 11. آشنایی با کتابخانه NumPy
  • 12. کار با آرایه‌ها و عملیات برداری
  • 13. آشنایی با کتابخانه Pandas
  • 14. مدیریت و تحلیل داده‌ها با Pandas
  • 15. مقدمه‌ای بر کتابخانه Keras
  • 16. معماری Keras و اجزای آن
  • 17. ساخت مدل‌های ساده با Keras
  • 18. آموزش و ارزیابی مدل‌های Keras
  • 19. تنظیم ابرپارامترها در شبکه‌های عصبی
  • 20. روش‌های جلوگیری از بیش‌برازش (Overfitting)
  • 21. نرمال‌سازی دسته‌ای (Batch Normalization)
  • 22. تنظیم‌کننده‌ها (Regularizers)
  • 23. Dropout و مکانیزم‌های کاهش بیش‌برازش
  • 24. مقدمه‌ای بر رمزگذارها (Autoencoders)
  • 25. هدف و معماری کلی رمزگذارها
  • 26. بخش رمزگذار (Encoder)
  • 27. بخش رمزگشا (Decoder)
  • 28. فضای نهفته (Latent Space)
  • 29. انواع مختلف رمزگذارها
  • 30. رمزگذارهای خطی
  • 31. رمزگذارهای غیرخطی
  • 32. رمزگذارهای عمیق
  • 33. رمزگذارهای اسپارس (Sparse Autoencoders)
  • 34. رمزگذارهای واریاسیونال (Variational Autoencoders)
  • 35. کاربرد رمزگذارها در کاهش ابعاد
  • 36. فشرده‌سازی داده‌ها با رمزگذارها
  • 37. بازسازی داده‌ها با رمزگذارها
  • 38. کاربرد رمزگذارها در حذف نویز (Denoising)
  • 39. فیلتر کردن نویز از تصاویر
  • 40. کاربرد رمزگذارها در تشخیص ناهنجاری (Anomaly Detection)
  • 41. شناسایی داده‌های غیرعادی
  • 42. کاربرد رمزگذارها در تولید داده (Data Generation)
  • 43. تولید داده‌های جدید مشابه داده‌های آموزشی
  • 44. پیاده‌سازی رمزگذار ساده با Keras
  • 45. ساخت مدل رمزگذار خطی
  • 46. آموزش رمزگذار خطی
  • 47. ارزیابی عملکرد رمزگذار خطی
  • 48. پیاده‌سازی رمزگذار غیرخطی
  • 49. استفاده از توابع فعال‌سازی غیرخطی
  • 50. آموزش رمزگذار غیرخطی
  • 51. ارزیابی عملکرد رمزگذار غیرخطی
  • 52. پیاده‌سازی رمزگذار عمیق
  • 53. افزایش عمق لایه‌های رمزگذار و رمزگشا
  • 54. آموزش رمزگذار عمیق
  • 55. ارزیابی عملکرد رمزگذار عمیق
  • 56. پیاده‌سازی رمزگذار اسپارس
  • 57. مفهوم اسپارس بودن در فضای نهفته
  • 58. تنظیم پارامترهای اسپارسنس
  • 59. آموزش رمزگذار اسپارس
  • 60. ارزیابی عملکرد رمزگذار اسپارس
  • 61. پیاده‌سازی رمزگذار واریاسیونال
  • 62. مفهوم توزیع در فضای نهفته
  • 63. تابع هزینه VAE
  • 64. آموزش رمزگذار واریاسیونال
  • 65. ارزیابی عملکرد رمزگذار واریاسیونال
  • 66. کاربرد رمزگذارها در فشرده‌سازی تصویر
  • 67. پیاده‌سازی رمزگذار برای فشرده‌سازی JPEG
  • 68. مقایسه با روش‌های فشرده‌سازی سنتی
  • 69. کاربرد رمزگذارها در حذف نویز تصویر
  • 70. پیاده‌سازی رمزگذار برای حذف نویز گوسی
  • 71. ارزیابی کیفیت حذف نویز
  • 72. کاربرد رمزگذارها در تشخیص تقلب
  • 73. مدل‌سازی داده‌های تراکنش بانکی
  • 74. شناسایی تراکنش‌های مشکوک
  • 75. کاربرد رمزگذارها در سیستم‌های توصیه‌گر
  • 76. بازسازی پروفایل کاربران
  • 77. پیش‌بینی علاقه‌مندی‌های کاربران
  • 78. بهینه‌سازی معماری رمزگذارها
  • 79. تنظیم تعداد لایه‌ها و نورون‌ها
  • 80. انتخاب توابع فعال‌سازی مناسب
  • 81. تنظیم ابرپارامترهای فرآیند آموزش
  • 82. روش‌های پیشرفته آموزش رمزگذارها
  • 83. استفاده از بهینه‌سازهای مختلف
  • 84. تنظیم نرخ یادگیری پویا
  • 85. آموزش با دسته‌های کوچک (Mini-batch)
  • 86. ارزیابی جامع عملکرد رمزگذارها
  • 87. معیارهای کمی و کیفی ارزیابی
  • 88. تجسم فضای نهفته
  • 89. تحلیل نتایج و تفسیر مدل
  • 90. ملاحظات اخلاقی در استفاده از رمزگذارها
  • 91. حفظ حریم خصوصی داده‌ها
  • 92. مقابله با سوگیری در داده‌ها
  • 93. کاربرد رمزگذارها در تحقیقات علمی
  • 94. پایان‌نامه و پروژه‌های تحقیقاتی
  • 95. آینده رمزگذارها و یادگیری ماشین
  • 96. روندهای جدید و تحقیقات آتی
  • 97. جمع‌بندی و نکات پایانی
  • 98. مرور سریع مفاهیم کلیدی
  • 99. تمرین‌های عملی برای تقویت مهارت‌ها
  • 100. پروژه‌های کاربردی با رمزگذارها
تگ‌ها: پایتون پیاده سازی رمزگذار خودرمزگذار شبکه عصبی کراس هوش مصنوعی یادگیری عمیق یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.