کتاب شمارش و احتمال: پایه‌های ریاضی هوش مصنوعی 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 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.