کتاب بهینهسازی با گرادیان: تئوری و کاربرد با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره بهینهسازی با گرادیان: تئوری و کاربرد
موضوع کلی: یادگیری ماشین و بهینهسازی
موضوع میانی: هوش مصنوعی مولد (Generative AI) و بهینهسازی
📋 سرفصل‌های دوره
- 1. بهینهسازی با گرادیان: مفاهیم پایه
- 2. گرادیان و مشتقات جزئی
- 3. محاسبه گرادیان در ابعاد مختلف
- 4. روش‌های یافتن کمینه و بیشینه توابع
- 5. نزول گرادیان: الگوریتم اصلی
- 6. نرخ یادگیری در نزول گرادیان
- 7. انتخاب نرخ یادگیری مناسب
- 8. توقف زودهنگام در نزول گرادیان
- 9. نزول گرادیان تصادفی
- 10. مزایا و معایب نزول گرادیان تصادفی
- 11. مینی‌بچ گرادیان دیسنت
- 12. بهینهسازی دسته‌ای در مقابل تصادفی
- 13. بهینهسازی توابع محدب
- 14. شرایط بهینگی برای توابع محدب
- 15. همگرایی در بهینهسازی
- 16. روش‌های پیشرفته نزول گرادیان
- 17. مومنتوم در بهینهسازی
- 18. روش Adam: ترکیبی از مزایا
- 19. روش RMSprop: تطبیق نرخ یادگیری
- 20. بهینهسازی L-BFGS
- 21. بهینهسازی با محدودیت
- 22. ضرب لاگرانژ
- 23. بهینهسازی درجه دوم
- 24. بهینهسازی با استفاده از مشتقات مرتبه دوم
- 25. کاربرد گرادیان در یادگیری ماشین
- 26. گرادیان کاهشی در شبکه‌های عصبی
- 27. پس‌انتشار خطا
- 28. بهینهسازی در رگرسیون لجستیک
- 29. بهینهسازی در ماشین‌های بردار پشتیبان
- 30. بهینهسازی در خوشه‌بندی K-means
- 31. بهینهسازی در تحلیل مولفه‌های اصلی
- 32. بهینهسازی توابع هدف غیر محدب
- 33. نقاط زینی و چالش‌های بهینهسازی
- 34. روش‌های فرار از نقاط زینی
- 35. بهینهسازی سراسری در مقابل محلی
- 36. جستجوی تصادفی
- 37. الگوریتم‌های تکاملی
- 38. بهینهسازی چند هدفه
- 39. بهینهسازی در داده‌های بزرگ
- 40. تکنیک‌های موازی‌سازی
- 41. استفاده از GPU برای بهینهسازی
- 42. بهینهسازی توابع هدف با نویز
- 43. روش‌های فیلتر کردن نویز
- 44. کاربردهای عملی بهینهسازی گرادیان در مهندسی
- 45. بهینهسازی در کنترل فرایندها
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.