کتاب آموزش جامع مدلهای مولد در یادگیری عمیق: از مبانی تا کاربردهای هوش مصنوعی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره آموزش جامع مدلهای مولد در یادگیری عمیق: از مبانی تا کاربردهای هوش مصنوعی
موضوع کلی: هوش مصنوعی و یادگیری ماشین پیشرفته
موضوع میانی: مدلهای مولد و یادگیری عمیق
📋 سرفصلهای دوره
- 1. مبانی احتمالات و استنتاج آماری در یادگیری ماشین
- 2. معرفی مدلهای مولد و تمایز آنها با مدلهای تفکیکی
- 3. توزیعهای احتمالی پایه و تخمین پارامترها
- 4. بیشینهسازی درستنمایی و روشهای بهینهسازی
- 5. مدلهای خودرگرسیون و تخمین زنجیرهای توزیع احتمال
- 6. شبکههای عصبی خودرگرسیون و معماریهای مبتنی بر RNN
- 7. مدلهای مبتنی بر پیکسل و پردازش تصاویر متوالی
- 8. مبانی نظری مدلهای نهان و فضای ویژگیها
- 9. مدلهای ترکیبی گوسی و الگوریتم انتظار-بیشینهسازی
- 10. مقدمهای بر مدلهای متغیر نهان و اتوانکودرها
- 11. معماری اتوانکودرهای کلاسیک و کاربردهای بازسازی داده
- 12. مدلهای اتوانکودر متغیر و ترفند نمونهبرداری مجدد
- 13. توابع هدف در مدلهای اتوانکودر و واگرایی کولبک-لایبلر
- 14. بهینهسازی توزیعهای پسین در مدلهای متغیر نهان
- 15. مدلهای جریان نرمالساز و تغییر متغیرها
- 16. توابع معکوسپذیر و معماری شبکههای عصبی جریانمحور
- 17. توزیعهای پیچیده در مدلهای جریانمحور
- 18. مدلهای انتشار و فرآیندهای نویزگذاری معکوس
- 19. معماری مدلهای انتشار گوسی و تخمین نویز
- 20. فرآیند نمونهبرداری در مدلهای انتشار و معادلات دیفرانسیل تصادفی
- 21. شبکههای مولد رقابتی و مفاهیم نظری بازیها
- 22. معماری مولد و تشخیصدهنده در شبکههای رقابتی
- 23. چالشهای آموزش و پایداری در شبکههای رقابتی
- 24. مدلهای رقابتی با شرطگذاری و کنترل تولید داده
- 25. توابع هزینه و معیارهای ارزیابی مدلهای مولد
- 26. ارزیابی کیفیت تصاویر تولید شده با معیارهای FID و IS
- 27. تکنیکهای افزایش دقت در تولید متن و دادههای ساختاریافته
- 28. مدلهای مولد در پردازش زبان طبیعی و معماری ترنسفورمر
- 29. سازوکارهای توجه و مدلهای مولد مبتنی بر توجه
- 30. استفاده از مدلهای مولد در فشردهسازی دادهها
- 31. کاربردهای مدلهای مولد در بازسازی تصاویر پزشکی
- 32. روشهای یادگیری نیمهنظارتی با استفاده از مدلهای مولد
- 33. مدلهای مولد در تحلیل دادههای سری زمانی
- 34. تکنیکهای کاهش سوگیری در دادههای آموزشی مدلهای مولد
- 35. اخلاق در هوش مصنوعی و ملاحظات توسعه سامانههای مولد
- 36. امنیت مدلهای مولد و مقابله با حملات خصمانه
- 37. پیادهسازی مدلهای مولد با استفاده از کتابخانههای استاندارد
- 38. آیندهپژوهی در حوزه مدلهای مولد و یادگیری عمیق
- 39. پروژه نهایی طراحی و آموزش یک مدل مولد کاربردی
تگها:
CS236
Deep Generative Models
شبکه عصبی
مدلهای انتشار
مدلهای مولد
هوش مصنوعی
هوش مصنوعی پیشرفته
یادگیری بازنمایی
یادگیری عمیق
یادگیری ماشین
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.