کتاب الگوریتم‌های کلیدی ماشین لرنینگ با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره الگوریتم‌های کلیدی ماشین لرنینگ

موضوع کلی: فناوری اطلاعات و مهارت‌های دیجیتال

موضوع میانی: مبانی ماشین لرنینگ

📋 سرفصل‌های دوره

• 1. آشنایی با یادگیری ماشین و کاربردهای آن
• 2. مفاهیم پایه آمار و احتمال در یادگیری ماشین
• 3. پیش‌پردازش داده‌ها و پاکسازی
• 4. انتخاب ویژگی و کاهش ابعاد
• 5. رگرسیون خطی ساده و چندگانه
• 6. ارزیابی مدل‌های رگرسیون
• 7. رگرسیون لجستیک برای طبقه‌بندی
• 8. درخت‌های تصمیم‌گیری
• 9. جنگل تصادفی
• 10. ماشین‌های بردار پشتیبان (SVM)
• 11. هسته‌ها در ماشین‌های بردار پشتیبان
• 12. خوشه‌بندی K-Means
• 13. خوشه‌بندی سلسله‌مراتبی
• 14. تحلیل مولفه‌های اصلی (PCA)
• 15. یادگیری ماشین بدون نظارت
• 16. معرفی شبکه‌های عصبی
• 17. شبکه‌های عصبی پیش‌خور
• 18. الگوریتم پس‌انتشار
• 19. بهینه‌سازی گرادیان کاهشی
• 20. تنظیم‌سازی در شبکه‌های عصبی
• 21. شبکه‌های عصبی کانولوشنال (CNN)
• 22. پردازش تصویر با CNN
• 23. شبکه‌های عصبی بازگشتی (RNN)
• 24. پردازش زبان طبیعی با RNN
• 25. مدل‌های زبانی
• 26. توالی به توالی (Sequence-to-Sequence)
• 27. مکانیسم توجه (Attention Mechanism)
• 28. مدل‌های ترانسفورمر
• 29. یادگیری تقویتی (Reinforcement Learning)
• 30. مقدمه‌ای بر یادگیری عمیق
• 31. انتخاب مدل و اعتبارسنجی متقابل
• 32. ارزیابی عملکرد مدل‌های یادگیری ماشین
• 33. اجتناب از بیش‌برازش و کم‌برازش
• 34. بهینه‌سازی هایپرپارامترها
• 35. یادگیری نیمه‌نظارتی
• 36. یادگیری انتقالی
• 37. تشخیص ناهنجاری
• 38. یادگیری ماشین توضیح‌پذیر (XAI)
• 39. مدل‌سازی داده‌های سری زمانی
• 40. پیش‌بینی با استفاده از مدل‌های یادگیری ماشین
• 41. کاربرد یادگیری ماشین در پزشکی
• 42. کاربرد یادگیری ماشین در بازاریابی
• 43. کاربرد یادگیری ماشین در تشخیص تقلب
• 44. کاربرد یادگیری ماشین در تحلیل ریسک
• 45. استقرار مدل‌های یادگیری ماشین