کتاب برنامه‌نویسی تابعی و 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 برنامه‌نویسی تابعی و یادگیری ماشین

موضوع کلی: برنامه‌نویسی تابعی

موضوع میانی: History of AI in Functional Programming Development Sector

📋 سرفصل‌های دوره

  • 1. مفاهیم پایه‌ای برنامه‌نویسی تابعی
  • 2. توابع درجه یک و توابع مرتبه بالا
  • 3. لامبدا و توابع ناشناس
  • 4. توابع خالص و عوارض جانبی
  • 5. تکنیک‌های بازگشتی
  • 6. ساختارهای داده‌ای تابعی
  • 7. لیست‌ها و عملیات روی آن‌ها
  • 8. درخت‌ها و گراف‌ها در برنامه‌نویسی تابعی
  • 9. توابع مولد
  • 10. تکنیک‌های بهینه‌سازی کد تابعی
  • 11. مقدمه‌ای بر یادگیری ماشین
  • 12. انواع یادگیری ماشین
  • 13. یادگیری نظارت شده
  • 14. رگرسیون خطی و چندگانه
  • 15. دسته‌بندی با استفاده از الگوریتم‌های مختلف
  • 16. یادگیری بدون نظارت
  • 17. خوشه‌بندی K-means
  • 18. کاهش ابعاد با PCA
  • 19. ارزیابی مدل‌های یادگیری ماشین
  • 20. اعتبارسنجی متقابل
  • 21. متریک‌های ارزیابی رگرسیون
  • 22. متریک‌های ارزیابی دسته‌بندی
  • 23. پیش‌پردازش داده‌ها
  • 24. پاکسازی و تبدیل داده‌ها
  • 25. مهندسی ویژگی
  • 26. انتخاب ویژگی
  • 27. مقدمه‌ای بر شبکه‌های عصبی
  • 28. پرceptron
  • 29. شبکه‌های عصبی چندلایه
  • 30. الگوریتم backpropagation
  • 31. بهینه‌سازها در شبکه‌های عصبی
  • 32. شبکه‌های عصبی کانولوشنال (CNN)
  • 33. تشخیص تصویر با CNN
  • 34. شبکه‌های عصبی بازگشتی (RNN)
  • 35. پردازش زبان طبیعی با RNN
  • 36. یادگیری تقویتی
  • 37. مقدمه‌ای بر Q-learning
  • 38. سیاست‌گرادیان
  • 39. کاربرد یادگیری ماشین در داده‌های سری زمانی
  • 40. پیش‌بینی سری زمانی با ARIMA
  • 41. یادگیری عمیق با TensorFlow
  • 42. یادگیری عمیق با PyTorch
  • 43. استقرار مدل‌های یادگیری ماشین
  • 44. مبانی داده‌کاوی
  • 45. تحلیل داده‌های بزرگ

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.