کتاب SVM برای داده‌های بزرگ با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره SVM برای داده‌های بزرگ

موضوع کلی: علوم رایانه و نظریه اطلاعات

موضوع میانی: ماشین‌های بردار پشتیبان (SVM)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری ماشین و کاربردهای آن
• 2. مفاهیم پایه در طبقه‌بندی و رگرسیون
• 3. مروری بر الگوریتم‌های یادگیری ماشین
• 4. مقدمه‌ای بر ماشین‌های بردار پشتیبان (SVM)
• 5. اساس کار SVM و حاشیه بیشینه
• 6. هسته‌ها (Kernels) در SVM و انواع آن‌ها
• 7. هسته خطی و کاربردهای آن
• 8. هسته چندجمله‌ای و کاربردهای آن
• 9. هسته شعاعی (RBF) و تنظیم پارامترهای آن
• 10. انتخاب هسته مناسب برای داده‌های مختلف
• 11. پیش‌پردازش داده‌ها برای SVM
• 12. نرمال‌سازی و استانداردسازی داده‌ها
• 13. مدیریت داده‌های گم‌شده
• 14. کاهش ابعاد داده‌ها و تکنیک‌های آن
• 15. ارزیابی عملکرد SVM: ماتریس درهم‌ریختگی
• 16. معیارهای ارزیابی: دقت، صحت، فراخوانی، F1-score
• 17. اعتبارسنجی متقابل (Cross-Validation) و اهمیت آن
• 18. تنظیم پارامترهای SVM با استفاده از اعتبارسنجی متقابل
• 19. SVM برای داده‌های باینری
• 20. SVM برای داده‌های چندکلاسه
• 21. روش‌های یک‌دربرابرهمه (One-vs-Rest) و یک‌دربرابریک (One-vs-One)
• 22. SVM و مسئله عدم تعادل داده‌ها (Imbalanced Data)
• 23. تکنیک‌های نمونه‌برداری بیش از حد و کم‌تر از حد
• 24. کاربرد SVM در تشخیص تصویر
• 25. تشخیص چهره با استفاده از SVM
• 26. کاربرد SVM در پردازش زبان طبیعی
• 27. دسته‌بندی متن با استفاده از SVM
• 28. SVM و تحلیل احساسات
• 29. کاربرد SVM در تشخیص تقلب
• 30. تشخیص تراکنش‌های مالی تقلبی با SVM
• 31. SVM و داده‌های بزرگ: چالش‌ها و راهکارها
• 32. روش‌های نمونه‌برداری برای کاهش حجم داده‌ها
• 33. استفاده از خوشه‌بندی برای پیش‌پردازش داده‌ها
• 34. الگوریتم‌های SVM توزیع‌شده
• 35. استفاده از Spark برای آموزش SVM روی داده‌های بزرگ
• 36. بهینه‌سازی SVM برای داده‌های بزرگ
• 37. استفاده از روش‌های تقریب برای کاهش زمان آموزش
• 38. مقایسه SVM با سایر الگوریتم‌های یادگیری ماشین
• 39. SVM در مقابل درخت‌های تصمیم‌گیری و جنگل تصادفی
• 40. SVM در مقابل شبکه‌های عصبی
• 41. انتخاب الگوریتم مناسب برای مسئله مورد نظر
• 42. پیاده‌سازی SVM در پایتون با استفاده از Scikit-learn
• 43. آموزش و ارزیابی مدل SVM در Scikit-learn
• 44. تنظیم پارامترهای مدل SVM در Scikit-learn
• 45. کاربرد SVM در مسائل واقعی