کتاب جامع کاربردی یادگیری عمیق: از مبانی تا پیاده‌سازی هوش مصنوعی با رویکرد بومی و صنعتی 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: 87,488 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 جامع کاربردی یادگیری عمیق: از مبانی تا پیاده‌سازی هوش مصنوعی با رویکرد بومی و صنعتی

موضوع کلی: علوم رایانه و هوش مصنوعی

موضوع میانی: یادگیری عمیق و شبکه‌های عصبی

📋 سرفصل‌های دوره

  • 1. مبانی و تاریخچه هوش مصنوعی و یادگیری ماشین
  • 2. آشنایی با مفاهیم پایه یادگیری عمیق و شبکه‌های عصبی
  • 3. نصب و راه‌اندازی محیط‌های توسعه پایتون برای هوش مصنوعی
  • 4. کار با کتابخانه‌های محاسباتی ماتریسی و برداری
  • 5. مبانی ریاضیات در یادگیری عمیق شامل جبر خطی و آمار
  • 6. مدل‌های رگرسیون خطی و منطق ساده نورون‌ها
  • 7. ساختار و عملکرد پرسپترون تک‌لایه
  • 8. الگوریتم‌های بهینه‌سازی و گرادیان کاهشی
  • 9. تابع‌های فعال‌ساز و نقش آن‌ها در یادگیری غیرخطی
  • 10. آموزش شبکه‌های عصبی چندلایه با پس‌انتشار خطا
  • 11. مسائل بیش‌برازش و کم‌برازش در آموزش مدل‌ها
  • 12. روش‌های منظم‌سازی برای بهبود پایداری مدل
  • 13. مبانی شبکه‌های عصبی کانولوشنی برای پردازش تصویر
  • 14. لایه‌های کانولوشن و تجمیع در معماری‌های بینایی ماشین
  • 15. بررسی معماری‌های استاندارد شبکه‌های عصبی در تشخیص اشیاء
  • 16. تکنیک‌های افزایش داده برای بهبود دقت مدل‌های تصویری
  • 17. مبانی پردازش زبان طبیعی در یادگیری عمیق
  • 18. مدل‌سازی توالی‌ها با شبکه‌های عصبی بازگشتی
  • 19. ساختار شبکه‌های حافظه طولانی‌مدت و کاربردهای آن
  • 20. مکانیسم‌های توجه در مدل‌های زبانی نوین
  • 21. مقدمه‌ای بر معماری ترنسفورمر و کاربردهای آن
  • 22. آموزش مدل‌های زبانی کوچک‌مقیاس بر اساس متون فارسی
  • 23. کاربردهای یادگیری عمیق در تحلیل داده‌های صنعتی
  • 24. استفاده از هوش مصنوعی در پایش سلامت تجهیزات و نگهداری پیش‌گیرانه
  • 25. مدل‌های مولد و کاربردهای آن‌ها در صنایع خلاق
  • 26. اصول یادگیری تقویتی و کاربرد آن در بهینه‌سازی فرآیندها
  • 27. پیاده‌سازی شبکه‌های عصبی با استفاده از چارچوب‌های استاندارد صنعتی
  • 28. مدیریت و پیش‌پردازش کلان‌داده‌ها برای آموزش مدل
  • 29. بهینه‌سازی مدل‌ها برای اجرا در لبه و سخت‌افزارهای محدود
  • 30. اخلاق در هوش مصنوعی و رعایت حریم خصوصی در داده‌ها
  • 31. امنیت در سامانه‌های یادگیری عمیق و مقابله با حملات خصمانه
  • 32. مستندسازی و ارزیابی عملکرد مدل‌های هوش مصنوعی
  • 33. پروژه نهایی: طراحی یک سیستم هوشمند برای حل مسائل بومی صنعتی
تگ‌ها: برنامه‌نویسی پایتون پردازش تصویر پردازش متن تنسورفلو شبکه‌های عصبی علم داده هوش مصنوعی هوش مصنوعی کاربردی یادگیری عمیق یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.