کتاب مبانی و الگوریتم‌های بهینه‌سازی در علوم داده و یادگیری ماشین با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی و الگوریتم‌های بهینه‌سازی در علوم داده و یادگیری ماشین

موضوع کلی: علوم داده و هوش مصنوعی

موضوع میانی: بهینه‌سازی در یادگیری ماشین

📋 سرفصل‌های دوره (100 موضوع)

• 1. مفاهیم پایه و ضرورت بهینه‌سازی در علوم داده
• 2. تعریف تابع هدف و فضای جستجو در یادگیری ماشین
• 3. آشنایی با توابع محدب و ویژگی‌های آن‌ها
• 4. گرادیان و تفسیر هندسی آن در فضای چندبعدی
• 5. الگوریتم گرادیان کاهشی استاندارد
• 6. نرخ یادگیری و چالش‌های تنظیم آن در بهینه‌سازی
• 7. گرادیان کاهشی دسته‌ای و مینی‌بچ
• 8. مفهوم ممانتوم و شتاب‌دهی به همگرایی
• 9. الگوریتم‌های تطبیقی نرخ یادگیری
• 10. روش‌های مرتبه دوم و ماتریس هسین
• 11. الگوریتم نیوتن در بهینه‌سازی توابع
• 12. روش شبه‌نیوتن و الگوریتم بی اف جی اس
• 13. بهینه‌سازی مقید و ضرایب لاگرانژ
• 14. شرایط کاروش-کون-تاکر در بهینه‌سازی
• 15. روش‌های جریمه و مانع برای مسائل مقید
• 16. بهینه‌سازی در رگرسیون خطی و کمترین مربعات
• 17. توابع زیان در طبقه‌بندی و بهینه‌سازی آن‌ها
• 18. تنظیم‌کننده‌ها و جلوگیری از بیش‌برازش
• 19. الگوریتم‌های بهینه‌سازی برای شبکه‌های عصبی
• 20. پدیده محوشدگی گرادیان و راهکارهای مقابله
• 21. روش‌های بهینه‌سازی مبتنی بر تکامل
• 22. الگوریتم‌های بهینه‌سازی ازدحام ذرات
• 23. بهینه‌سازی در ماشین‌های بردار پشتیبان
• 24. روش‌های نقطه داخلی برای مسائل برنامه‌ریزی خطی
• 25. بهینه‌سازی توزیع‌شده در کلان‌داده‌ها
• 26. الگوریتم‌های بهینه‌سازی تصادفی
• 27. ارزیابی پایداری و همگرایی الگوریتم‌های بهینه‌سازی
• 28. بهینه‌سازی هایپرپارامترها در مدل‌های یادگیری ماشین
• 29. نقش بهینه‌سازی در کاهش پیچیدگی محاسباتی مدل‌ها
• 30. بررسی توابع غیرمحدب و چالش‌های کمینه محلی
• 31. الگوریتم‌های بهینه‌سازی برای مدل‌های ترکیبی
• 32. استفاده از کتابخانه‌های استاندارد بهینه‌سازی در پایتون
• 33. پیاده‌سازی بهینه‌سازی در چارچوب‌های یادگیری عمیق
• 34. بهینه‌سازی در مدل‌های یادگیری نیمه‌نظارتی
• 35. تکنیک‌های بهینه‌سازی برای مدل‌های زبانی
• 36. بهینه‌سازی مبتنی بر گرادیان در پردازش تصویر
• 37. روش‌های بهینه‌سازی در یادگیری تقویتی
• 38. تحلیل حساسیت و پایداری در مدل‌های بهینه‌شده
• 39. کاربردهای بهینه‌سازی در پیش‌بینی‌های اقتصادی
• 40. آینده الگوریتم‌های بهینه‌سازی در هوش مصنوعی