کتاب هوش مصنوعی و مسئولیت‌پذیری 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 هوش مصنوعی و مسئولیت‌پذیری

موضوع کلی: فلسفه، اخلاق و جامعه

موضوع میانی: اخلاق هوش مصنوعی و فناوری‌های دیجیتال

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و کاربردهای آن
  • 2. تاریخچه و تکامل هوش مصنوعی
  • 3. انواع الگوریتم‌های هوش مصنوعی
  • 4. یادگیری ماشین: مفاهیم و روش‌ها
  • 5. یادگیری نظارت‌شده: رگرسیون و طبقه‌بندی
  • 6. یادگیری بدون نظارت: خوشه‌بندی و کاهش ابعاد
  • 7. شبکه‌های عصبی مصنوعی: ساختار و عملکرد
  • 8. شبکه‌های عصبی عمیق: معماری‌ها و کاربردها
  • 9. پردازش زبان طبیعی: اصول و تکنیک‌ها
  • 10. تحلیل احساسات و استخراج اطلاعات
  • 11. بینایی ماشین: تشخیص اشیا و الگوها
  • 12. پردازش تصویر: فیلترها و تبدیلات
  • 13. رباتیک: اصول طراحی و کنترل
  • 14. هوش مصنوعی در پزشکی و تشخیص بیماری‌ها
  • 15. هوش مصنوعی در صنعت و اتوماسیون
  • 16. هوش مصنوعی در حمل و نقل و خودروهای خودران
  • 17. هوش مصنوعی در بازاریابی و تحلیل مشتری
  • 18. هوش مصنوعی در امور مالی و پیش‌بینی بازار
  • 19. مفاهیم اخلاقی در هوش مصنوعی
  • 20. مسئولیت‌پذیری در توسعه و استفاده از هوش مصنوعی
  • 21. سوگیری در الگوریتم‌ها و روش‌های کاهش آن
  • 22. شفافیت و قابلیت توضیح در هوش مصنوعی
  • 23. حریم خصوصی و امنیت داده‌ها در هوش مصنوعی
  • 24. قوانین و مقررات مربوط به هوش مصنوعی
  • 25. مدیریت ریسک در پروژه‌های هوش مصنوعی
  • 26. ارزیابی عملکرد مدل‌های هوش مصنوعی
  • 27. اعتبارسنجی و تست مدل‌های هوش مصنوعی
  • 28. بهینه‌سازی مدل‌های هوش مصنوعی
  • 29. انتخاب ویژگی و مهندسی ویژگی
  • 30. پیش‌پردازش و پاکسازی داده‌ها
  • 31. نمایش داده‌ها و تجسم اطلاعات
  • 32. مجموعه‌داده‌ها و منابع داده‌های هوش مصنوعی
  • 33. ابزارهای توسعه هوش مصنوعی: TensorFlow
  • 34. ابزارهای توسعه هوش مصنوعی: PyTorch
  • 35. ابزارهای توسعه هوش مصنوعی: scikit-learn
  • 36. استقرار مدل‌های هوش مصنوعی در محیط‌های واقعی
  • 37. مقیاس‌پذیری و عملکرد مدل‌های هوش مصنوعی
  • 38. یادگیری تقویتی: مفاهیم و الگوریتم‌ها
  • 39. یادگیری انتقالی: استفاده از دانش قبلی
  • 40. یادگیری نیمه نظارت‌شده: ترکیب داده‌های برچسب‌دار و بدون برچسب
  • 41. یادگیری فعال: انتخاب هوشمندانه نمونه‌ها
  • 42. هوش مصنوعی و اینترنت اشیا
  • 43. هوش مصنوعی و محاسبات ابری
  • 44. هوش مصنوعی و امنیت سایبری
  • 45. هوش مصنوعی و تحلیل شبکه‌های اجتماعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.