کتاب اصول و کاربردهای روش‌های Sketching در جبر خطی برای بهینه‌سازی محاسبات داده‌محور با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

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 اصول و کاربردهای روش‌های Sketching در جبر خطی برای بهینه‌سازی محاسبات داده‌محور

موضوع کلی: علوم داده و ریاضیات محاسباتی

موضوع میانی: الگوریتم‌های تقریب و کاهش ابعاد در پردازش کلان‌داده

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی جبر خطی در پردازش داده‌های حجیم
  • 2. محدودیت‌های محاسباتی در ضرب ماتریس‌های بزرگ
  • 3. مقدمه‌ای بر روش‌های Sketching و کاهش ابعاد
  • 4. اصول نگاشت‌های تصادفی در فضای برداری
  • 5. لم جانسون-لیندن‌اشتراوس و کاربرد آن در فشرده‌سازی داده
  • 6. آشنایی با ماتریس‌های تصادفی و ویژگی‌های توزیع آن‌ها
  • 7. تکنیک CountSketch در پردازش جریان‌های داده
  • 8. تحلیل خطای تقریب در روش‌های Sketching
  • 9. کاهش ابعاد ماتریس‌های تنک با استفاده از تبدیل‌های تصادفی
  • 10. پیاده‌سازی الگوریتم‌های Sketching در محیط‌های محاسبات توزیع‌شده
  • 11. حل مسئله کمترین مربعات با استفاده از روش‌های Sketching
  • 12. تخمین رتبه ماتریس با استفاده از روش‌های تصادفی
  • 13. تجزیه مقادیر منفرد تصادفی (RSVD)
  • 14. الگوریتم‌های خطی برای کاهش ابعاد داده‌های با ابعاد بالا
  • 15. بهینه‌سازی حافظه در محاسبات ماتریسی با Sketching
  • 16. بررسی نرخ همگرایی در الگوریتم‌های تصادفی
  • 17. تکنیک‌های نمونه‌برداری اهمیت‌محور در جبر خطی
  • 18. کاربرد Sketching در تحلیل مؤلفه‌های اصلی (PCA)
  • 19. پیاده‌سازی بهینه ضرب ماتریس-بردار با روش‌های Sketching
  • 20. مبانی ریاضیاتی تکرار در الگوریتم‌های تصادفی
  • 21. تحلیل پایداری عددی در روش‌های کاهش ابعاد
  • 22. تطبیق روش‌های Sketching با زیرساخت‌های محاسباتی کشور
  • 23. کاربرد کاهش ابعاد در یادگیری ماشین مقیاس‌پذیر
  • 24. روش‌های Sketching برای ماتریس‌های غیرمنفی
  • 25. ارزیابی عملکرد الگوریتم‌های Sketching در سناریوهای داده‌کاوی
  • 26. شبیه‌سازی و تحلیل کارایی الگوریتم‌های جبر خطی تصادفی
  • 27. تکنیک‌های پیش‌پردازش داده برای افزایش دقت در Sketching
  • 28. مقایسه روش‌های Sketching با روش‌های کلاسیک تجزیه ماتریس
  • 29. کاربرد جبر خطی تصادفی در سیستم‌های توصیه‌گر
  • 30. مدیریت خطای محاسباتی در محاسبات ممیز شناور
  • 31. روش‌های Sketching در تحلیل شبکه‌های اجتماعی بزرگ
  • 32. بهینه‌سازی محاسبات ماتریس‌های کوواریانس
  • 33. الگوریتم‌های Sketching برای خوشه‌بندی داده‌های حجیم
  • 34. کاهش پیچیدگی زمانی در مسائل رگرسیون با ابعاد بالا
  • 35. تکنیک‌های کاهش ابعاد در مدل‌های پردازش زبان طبیعی
  • 36. بررسی محدودیت‌های سخت‌افزاری در پیاده‌سازی Sketching
  • 37. اصول طراحی کتابخانه‌های محاسباتی برای جبر خطی تصادفی
  • 38. کاربرد Sketching در پردازش تصاویر و داده‌های چندرسانه‌ای
  • 39. توسعه الگوریتم‌های موازی برای جبر خطی تصادفی
  • 40. ارزیابی نهایی و بهینه‌سازی مدل‌های مبتنی بر Sketching
تگ‌ها: CountSketch الگوریتم کانت‌اسکچ الگوریتم‌های تقریب بهینه‌سازی محاسبات پردازش کلان‌داده جبر خطی ریاضیات محاسباتی علوم داده کاهش ابعاد یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.