کتاب یادگیری ماشین کاربردی: از مفاهیم پایه تا پیاده‌سازی مدل‌های پیش‌بینی در صنعت و پژوهش 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 یادگیری ماشین کاربردی: از مفاهیم پایه تا پیاده‌سازی مدل‌های پیش‌بینی در صنعت و پژوهش

موضوع کلی: علوم رایانه و فناوری اطلاعات

موضوع میانی: هوش مصنوعی و تحلیل داده‌های هوشمند

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی یادگیری ماشین و نقش آن در تحول دیجیتال
  • 2. آشنایی با محیط‌های برنامه‌نویسی و کتابخانه‌های پایه
  • 3. مفاهیم آماری و احتمالات در تحلیل داده‌ها
  • 4. پیش‌پردازش داده‌ها و پاک‌سازی مجموعه‌های اطلاعاتی
  • 5. تحلیل اکتشافی داده‌ها و مصورسازی آماری
  • 6. کاهش ابعاد و انتخاب ویژگی‌های کلیدی
  • 7. مبانی یادگیری نظارت‌شده و رگرسیون خطی
  • 8. الگوریتم‌های رگرسیون چندگانه و ارزیابی خطا
  • 9. طبقه‌بندی داده‌ها با استفاده از رگرسیون لجستیک
  • 10. الگوریتم‌های مبتنی بر فاصله و نزدیک‌ترین همسایگی
  • 11. درخت‌های تصمیم و مدل‌های مبتنی بر قوانین
  • 12. جنگل‌های تصادفی و یادگیری تجمعی
  • 13. ماشین‌های بردار پشتیبان و تفکیک‌کننده‌های بهینه
  • 14. مبانی یادگیری نظارت‌نشده و خوشه‌بندی
  • 15. الگوریتم‌های خوشه‌بندی سلسله‌مراتبی و K-means
  • 16. کاهش ابعاد با تحلیل مؤلفه‌های اصلی
  • 17. شبکه‌های عصبی مصنوعی و مدل‌های نورونی ساده
  • 18. معماری پرسپترون چندلایه و الگوریتم پس‌انتشار خطا
  • 19. مبانی یادگیری عمیق و لایه‌های پنهان
  • 20. توابع فعال‌سازی و بهینه‌سازی در مدل‌های عصبی
  • 21. تنظیم مدل و جلوگیری از بیش‌برازش
  • 22. اعتبارسنجی متقاطع و بهینه‌سازی فراپارامترها
  • 23. آموزش مدل‌های پیش‌بینی برای داده‌های سری زمانی
  • 24. کاربرد یادگیری ماشین در تحلیل متن و پردازش زبان فارسی
  • 25. استخراج ویژگی از متون و مدل‌های برداری کلمات
  • 26. سیستم‌های توصیه‌گر و الگوریتم‌های پالایش مشارکتی
  • 27. تشخیص ناهنجاری در داده‌های صنعتی و بانکی
  • 28. پیاده‌سازی مدل‌های یادگیری ماشین با پایتون
  • 29. استقرار مدل‌های هوشمند در محیط‌های عملیاتی
  • 30. اخلاق در هوش مصنوعی و مسئولیت‌پذیری در الگوریتم‌ها
  • 31. استانداردها و چارچوب‌های بومی در توسعه سامانه‌های هوشمند
  • 32. مطالعه موردی تحلیل داده‌های کشاورزی و منابع طبیعی
  • 33. مطالعه موردی هوشمندسازی فرآیندهای تولید صنعتی
  • 34. مطالعه موردی کاربرد یادگیری ماشین در مدیریت شبکه و امنیت زیرساخت
  • 35. مدیریت چرخه‌حیات مدل‌های هوشمند در سازمان‌ها
تگ‌ها: Machine Learning الگوریتم‌های یادگیری ماشین تحلیل داده داده‌کاوی علم داده مدل‌های پیش‌بینی هوش مصنوعی یادگیری ماشین یادگیری ماشین کاربردی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.