کتاب اتوماسیون هوشمند با یادگیری ماشین با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
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 اتوماسیون هوشمند با یادگیری ماشین

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مدیریت و ارکستراسیون گردش کار هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مبانی یادگیری ماشین
  • 2. آشنایی با الگوریتم‌های یادگیری نظارت شده
  • 3. رگرسیون خطی و کاربردهای آن
  • 4. رگرسیون چندمتغیره و انتخاب ویژگی
  • 5. دسته‌بندی با استفاده از درخت‌های تصمیم
  • 6. روش‌های ارزیابی مدل‌های دسته‌بندی
  • 7. ماشین‌های بردار پشتیبان (SVM)
  • 8. شبکه‌های عصبی مصنوعی: مفاهیم پایه
  • 9. شبکه‌های عصبی عمیق و معماری آن‌ها
  • 10. بهینه‌سازی گرادیان کاهشی
  • 11. انتخاب توابع فعال‌سازی در شبکه‌های عصبی
  • 12. یادگیری بدون نظارت: خوشه‌بندی K-means
  • 13. تحلیل مولفه‌های اصلی (PCA)
  • 14. کاهش ابعاد داده با استفاده از t-SNE
  • 15. مقدمه‌ای بر یادگیری تقویتی
  • 16. مفاهیم اساسی پردازش زبان طبیعی (NLP)
  • 17. مدل‌های زبانی و تولید متن
  • 18. تحلیل احساسات با استفاده از یادگیری ماشین
  • 19. تشخیص موجودیت‌های نام‌گذاری شده (NER)
  • 20. خلاصه‌سازی متن خودکار
  • 21. مقدمه‌ای بر بینایی کامپیوتر
  • 22. تشخیص اشیا در تصاویر
  • 23. بخش‌بندی تصاویر با استفاده از شبکه‌های عصبی
  • 24. تشخیص چهره و کاربردهای آن
  • 25. یادگیری انتقالی (Transfer Learning)
  • 26. تنظیم دقیق مدل‌های از پیش آموزش‌دیده
  • 27. کاربرد یادگیری ماشین در پیش‌بینی سری‌های زمانی
  • 28. مدل‌های ARIMA و LSTM برای پیش‌بینی
  • 29. تشخیص ناهنجاری با استفاده از یادگیری ماشین
  • 30. مقدمه‌ای بر یادگیری ماشین توضیح‌پذیر (XAI)
  • 31. تکنیک‌های تفسیر مدل‌های یادگیری ماشین
  • 32. اهمیت و روش‌های اعتبارسنجی متقابل
  • 33. تنظیم هایپرپارامترها و جستجوی grid
  • 34. مقدمه‌ای بر یادگیری ماشین توزیع شده
  • 35. استفاده از Spark برای یادگیری ماشین
  • 36. استقرار مدل‌های یادگیری ماشین در محیط‌های ابری
  • 37. مانیتورینگ و نگهداری مدل‌های یادگیری ماشین
  • 38. مبانی مهندسی ویژگی
  • 39. انتخاب و تبدیل ویژگی‌ها
  • 40. کاهش ابعاد و مقابله با نفرین ابعاد
  • 41. مدیریت داده‌های نامتعادل در یادگیری ماشین
  • 42. روش‌های نمونه‌برداری بیش از حد و کمتر از حد
  • 43. مقدمه‌ای بر یادگیری ماشین آنلاین
  • 44. یادگیری ماشین افزایشی (Incremental Learning)
  • 45. استفاده از یادگیری ماشین در سیستم‌های توصیه‌گر

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.