کتاب مبانی کاربردی یادگیری عمیق: از پردازش تصاویر تا تحلیل متون هوشمند 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 مبانی کاربردی یادگیری عمیق: از پردازش تصاویر تا تحلیل متون هوشمند

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری عمیق در پردازش تصویر و متن

📋 سرفصل‌های دوره

  • 1. مبانی و مفاهیم پایه در هوش مصنوعی و یادگیری ماشین
  • 2. ساختار شبکه‌های عصبی مصنوعی و پرسپترون چندلایه
  • 3. توابع فعال‌ساز و نقش آن‌ها در یادگیری غیرخطی
  • 4. الگوریتم پس‌انتشار خطا و بهینه‌سازی در شبکه‌های عصبی
  • 5. آشنایی با کتابخانه‌های استاندارد پایتون برای یادگیری عمیق
  • 6. پیش‌پردازش داده‌های تصویری و استانداردسازی ورودی‌ها
  • 7. معماری شبکه‌های عصبی کانولوشنی برای استخراج ویژگی
  • 8. لایه‌های ادغام و نقش آن‌ها در کاهش ابعاد تصویر
  • 9. آموزش شبکه‌های عصبی کانولوشنی با استفاده از فریم‌ورک‌های مرجع
  • 10. بهینه‌سازی نرخ یادگیری و جلوگیری از بیش‌برازش
  • 11. تکنیک‌های منظم‌سازی در شبکه‌های عصبی عمیق
  • 12. معرفی معماری‌های معروف در پردازش تصویر
  • 13. تشخیص اشیاء در تصاویر با استفاده از مدل‌های پیش‌آموزش‌دیده
  • 14. بخش‌بندی تصاویر و کاربردهای آن در تحلیل هوشمند
  • 15. تکنیک‌های افزایش داده برای بهبود دقت مدل‌های تصویری
  • 16. مبانی پردازش زبان طبیعی و پیش‌پردازش متون
  • 17. روش‌های برداری‌سازی متن و مدل‌سازی کلمات
  • 18. معماری شبکه‌های عصبی بازگشتی برای تحلیل توالی‌ها
  • 19. مواجهه با مسئله محو شدگی گرادیان در شبکه‌های بازگشتی
  • 20. شبکه‌های حافظه طولانی کوتاه مدت در تحلیل متون
  • 21. مکانیزم توجه در مدل‌های زبانی هوشمند
  • 22. معماری ترنسفورمر و تحول در پردازش متن
  • 23. مدل‌های زبانی بزرگ و کاربردهای آن‌ها در تحلیل هوشمند
  • 24. تحلیل احساسات و دیدگاه‌سنجی متون در سامانه‌های آموزشی
  • 25. استخراج موجودیت‌های نام‌دار در متون تخصصی
  • 26. ترجمه ماشینی هوشمند مبتنی بر مدل‌های عصبی
  • 27. خلاصه‌سازی خودکار متون با استفاده از شبکه‌های عمیق
  • 28. ترکیب داده‌های تصویری و متنی در مدل‌های چندوجهی
  • 29. کاربردهای یادگیری عمیق در تحلیل اسناد و متون دیجیتال
  • 30. اخلاق در هوش مصنوعی و رعایت حریم خصوصی داده‌ها
  • 31. ارزیابی مدل‌های یادگیری عمیق و معیارهای سنجش عملکرد
  • 32. استقرار مدل‌های هوشمند در سامانه‌های عملیاتی
  • 33. بهینه‌سازی مدل‌ها برای اجرا در محیط‌های محدود
  • 34. آینده هوش مصنوعی و نقش آن در تحول صنایع داخلی
  • 35. پروژه عملی: طراحی یک سیستم تشخیص خودکار محتوای آموزشی
  • 36. پروژه عملی: پیاده‌سازی تحلیل‌گر هوشمند متون تخصصی فارسی
تگ‌ها: Computer Vision Deep Learning بینایی ماشین پردازش تصویر پردازش زبان طبیعی تحلیل متن شبکه‌های عصبی هوش مصنوعی یادگیری عمیق یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.