کتاب بهینه‌سازی مدل‌های ماشین لرنینگ با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی مدل‌های ماشین لرنینگ

موضوع کلی: فناوری اطلاعات و مهارت‌های دیجیتال

موضوع میانی: مبانی ماشین لرنینگ

📋 سرفصل‌های دوره

• 1. بهینه‌سازی مدل‌های ماشین لرنینگ
• 2. مقدمه‌ای بر بهینه‌سازی در ماشین لرنینگ
• 3. مفهوم گرادیان و مشتقات در بهینه‌سازی
• 4. روش‌های بهینه‌سازی مبتنی بر گرادیان
• 5. نزول گرادیان ساده و کاربردهای آن
• 6. نزول گرادیان تصادفی و مزایا
• 7. نزول گرادیان دسته‌ای در مقابل نزول گرادیان تصادفی
• 8. نرخ یادگیری و تنظیم آن
• 9. انتخاب نرخ یادگیری مناسب
• 10. روش‌های تنظیم تطبیقی نرخ یادگیری
• 11. مومنتوم و تأثیر آن بر بهینه‌سازی
• 12. الگوریتم Adam و عملکرد آن
• 13. الگوریتم RMSprop و ویژگی‌های کلیدی
• 14. مقایسه الگوریتم‌های Adam و RMSprop
• 15. بهینه‌سازی با محدودیت
• 16. روش‌های مجازات (Regularization) L1 و L2
• 17. انتخاب پارامتر مجازات مناسب
• 18. اعتبارسنجی متقابل (Cross-Validation) و بهینه‌سازی
• 19. تکنیک‌های جستجوی شبکه (Grid Search)
• 20. جستجوی تصادفی (Random Search) برای بهینه‌سازی
• 21. بهینه‌سازی بیزی (Bayesian Optimization) و کاربردها
• 22. بهینه‌سازی مدل‌های خطی
• 23. بهینه‌سازی مدل‌های لجستیک
• 24. بهینه‌سازی شبکه‌های عصبی عمیق
• 25. بهینه‌سازی توابع هزینه غیر محدب
• 26. مشکلات بهینه‌سازی محلی (Local Optima)
• 27. راهکارهای فرار از بهینه‌سازی محلی
• 28. بهینه‌سازی مدل‌های طبقه‌بندی
• 29. بهینه‌سازی مدل‌های رگرسیون
• 30. بهینه‌سازی خوشه‌بندی (Clustering)
• 31. بهینه‌سازی کاهش ابعاد (Dimensionality Reduction)
• 32. بهینه‌سازی درخت‌های تصمیم
• 33. بهینه‌سازی جنگل تصادفی (Random Forest)
• 34. بهینه‌سازی ماشین‌های بردار پشتیبان (SVM)
• 35. بهینه‌سازی K-نزدیک‌ترین همسایه (KNN)
• 36. بهینه‌سازی مدل‌های مبتنی بر گرادیان افزایشی
• 37. بهینه‌سازی در داده‌های بزرگ (Big Data)
• 38. بهینه‌سازی توزیع‌شده (Distributed Optimization)
• 39. استفاده از کتابخانه‌های بهینه‌سازی در پایتون
• 40. بهینه‌سازی با استفاده از TensorFlow
• 41. بهینه‌سازی با استفاده از PyTorch
• 42. بهینه‌سازی مدل‌های ترتیبی (Sequential Models)
• 43. بهینه‌سازی مدل‌های بازگشتی (Recurrent Models)
• 44. بهینه‌سازی مدل‌های کانولوشنی (Convolutional Models)
• 45. بهینه‌سازی مدل‌های تولیدی (Generative Models)