کتاب شمارش و احتمال: پایههای ریاضی هوش مصنوعی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره شمارش و احتمال: پایههای ریاضی هوش مصنوعی
موضوع کلی: هوش مصنوعی و مدلهای زبانی بزرگ
موضوع میانی: مفاهیم احتمالات و آمار در هوش مصنوعی
📋 سرفصلهای دوره
- 1. مقدمهای بر شمارش و احتمال در هوش مصنوعی
- 2. اصول شمارش: اصل ضرب و اصل جمع
- 3. ترکیبیات: جایگشتها
- 4. ترکیبیات: ترکیبها
- 5. قانون شمول و عدم شمول
- 6. اصل لانه کبوتری
- 7. مقدمهای بر نظریه احتمال
- 8. فضای نمونه و پیشامدها
- 9. قوانین احتمال: احتمال اشتراک و اجتماع
- 10. احتمال شرطی
- 11. قاعده بیز
- 12. استقلال پیشامدها
- 13. متغیرهای تصادفی گسسته
- 14. توزیع احتمال گسسته
- 15. امید ریاضی و واریانس
- 16. توزیع دوجملهای
- 17. توزیع پواسون
- 18. توزیع هندسی
- 19. توزیع فوق هندسی
- 20. متغیرهای تصادفی پیوسته
- 21. تابع چگالی احتمال
- 22. تابع توزیع تجمعی
- 23. امید ریاضی و واریانس برای متغیرهای پیوسته
- 24. توزیع یکنواخت پیوسته
- 25. توزیع نمایی
- 26. توزیع نرمال (گوسی)
- 27. قضیه حد مرکزی
- 28. مقدمهای بر زنجیرههای مارکوف
- 29. عملیات روی زنجیرههای مارکوف
- 30. حالتهای گذار و ماتریس گذار
- 31. توزیع حالت پایدار
- 32. کاربرد زنجیرههای مارکوف در مدلسازی
- 33. مقدمهای بر استنتاج آماری
- 34. برآوردگرها و خواص آنها
- 35. بازه اطمینان
- 36. آزمون فرض آماری
- 37. آزمون t
- 38. آزمون کای دو
- 39. رگرسیون خطی ساده
- 40. رگرسیون خطی چندگانه
- 41. مقدمهای بر یادگیری ماشینی
- 42. نقش احتمالات در یادگیری ماشینی
- 43. مدلهای احتمالی برای طبقهبندی
- 44. قانون بیز برای طبقهبندی
- 45. نایوب بیز
- 46. مدلهای تولیدی در مقابل مدلهای تمایزی
- 47. مدلهای پنهان مارکوف (HMM)
- 48. کاربرد HMM در پردازش زبان طبیعی
- 49. کاربرد HMM در تشخیص گفتار
- 50. مقدمهای بر شبکههای بیز
- 51. ساختمان شبکههای بیز
- 52. استنتاج در شبکههای بیز
- 53. یادگیری شبکههای بیز
- 54. شبکههای بیز برای مدلسازی عدم قطعیت
- 55. شبکههای بیز در سیستمهای توصیهگر
- 56. شبکههای بیز در تشخیص پزشکی
- 57. مقدمهای بر تحلیل سریهای زمانی
- 58. مدلهای ARIMA
- 59. مدلهای GARCH
- 60. کاربرد تحلیل سری زمانی در امور مالی
- 61. کاربرد تحلیل سری زمانی در پیشبینی آب و هوا
- 62. مقدمهای بر بهینهسازی احتمالی
- 63. مسائل بهینهسازی تصادفی
- 64. روشهای حل مسائل بهینهسازی احتمالی
- 65. کاربرد بهینهسازی احتمالی در مدیریت ریسک
- 66. کاربرد بهینهسازی احتمالی در تخصیص منابع
- 67. مقدمهای بر شبیهسازی مونت کارلو
- 68. تولید اعداد تصادفی
- 69. پیادهسازی شبیهسازی مونت کارلو
- 70. کاربرد شبیهسازی مونت کارلو در ارزیابی ریسک
- 71. کاربرد شبیهسازی مونت کارلو در بهینهسازی
- 72. مقدمهای بر نظریه بازیها
- 73. مفاهیم پایه در نظریه بازیها
- 74. تعادل نش
- 75. بازیهای جمع صفر
- 76. کاربرد نظریه بازیها در اقتصاد
- 77. کاربرد نظریه بازیها در علوم سیاسی
- 78. مقدمهای بر پردازش سیگنال احتمالی
- 79. فیلتر کالمن
- 80. فیلتر بیز
- 81. کاربرد فیلتر کالمن در رباتیک
- 82. کاربرد فیلتر کالمن در ناوبری
- 83. مقدمهای بر یادگیری تقویتی
- 84. مفاهیم پایه در یادگیری تقویتی
- 85. الگوریتمهای یادگیری تقویتی
- 86. شبکههای عصبی و یادگیری تقویتی
- 87. کاربرد یادگیری تقویتی در بازیها
- 88. کاربرد یادگیری تقویتی در رباتیک
- 89. کاربرد یادگیری تقویتی در سیستمهای خودکار
- 90. مقدمهای بر یادگیری عمیق
- 91. شبکههای عصبی کانولوشنال (CNN)
- 92. شبکههای عصبی بازگشتی (RNN)
- 93. کاربرد یادگیری عمیق در بینایی ماشین
- 94. کاربرد یادگیری عمیق در پردازش زبان طبیعی
- 95. کاربرد یادگیری عمیق در سیستمهای توصیهگر
- 96. مباحث پیشرفته در شمارش و احتمال
- 97. کاربرد نهایی شمارش و احتمال در هوش مصنوعی
- 98. مروری بر روشهای آماری در هوش مصنوعی
- 99. تکنیکهای پیشرفته مدلسازی احتمالی
- 100. پروژههای عملی با استفاده از مفاهیم آماری
تگها:
آمار در هوش مصنوعی
احتمال شرطی
احتمالات کاربردی
ریاضیات هوش مصنوعی
شمارش ترکیبی
شمارش و احتمال
مبانی احتمالات
مدلهای زبانی
هوش مصنوعی
یادگیری ماشین
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.