کتاب کدنویسی با هوش مصنوعی: از صفر تا قهرمان 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 کدنویسی با هوش مصنوعی: از صفر تا قهرمان

موضوع کلی: اقتصاد هوش مصنوعی و مدل‌های بنیادین

موضوع میانی: مدل‌های بنیادین برای تولید کد

📋 سرفصل‌های دوره

  • 1. مفاهیم پایه برنامه‌نویسی و هوش مصنوعی
  • 2. آشنایی با پایتون برای یادگیری ماشین
  • 3. نصب و راه‌اندازی محیط توسعه پایتون
  • 4. متغیرها، انواع داده‌ها و عملگرها در پایتون
  • 5. ساختارهای کنترلی در پایتون: شرط‌ها و حلقه‌ها
  • 6. توابع در پایتون: تعریف و استفاده
  • 7. کار با داده‌ها: لیست‌ها، تاپل‌ها و دیکشنری‌ها
  • 8. مدیریت فایل‌ها در پایتون
  • 9. مقدمه‌ای بر کتابخانه‌های اصلی هوش مصنوعی
  • 10. نصب و استفاده از کتابخانه NumPy
  • 11. آشنایی با آرایه‌های NumPy و عملیات آن‌ها
  • 12. مقدمه‌ای بر کتابخانه Pandas و کار با داده‌های جدولی
  • 13. پاکسازی و آماده‌سازی داده‌ها با Pandas
  • 14. تجسم داده‌ها با استفاده از Matplotlib
  • 15. مقدمه‌ای بر آمار و احتمالات برای هوش مصنوعی
  • 16. یادگیری ماشین: مفاهیم کلی و انواع الگوریتم‌ها
  • 17. رگرسیون خطی: اصول و پیاده‌سازی
  • 18. رگرسیون لجستیک: اصول و پیاده‌سازی
  • 19. دسته‌بندی داده‌ها با استفاده از الگوریتم‌های مختلف
  • 20. ارزیابی عملکرد مدل‌های یادگیری ماشین
  • 21. مقدمه‌ای بر الگوریتم‌های خوشه‌بندی
  • 22. خوشه‌بندی K-Means: اصول و پیاده‌سازی
  • 23. کاهش ابعاد با استفاده از PCA
  • 24. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 25. ساخت یک شبکه عصبی ساده با استفاده از TensorFlow
  • 26. بهینه‌سازی شبکه‌های عصبی با استفاده از گرادیان کاهشی
  • 27. شبکه‌های عصبی کانولوشنی (CNN) برای پردازش تصویر
  • 28. شبکه‌های عصبی بازگشتی (RNN) برای پردازش متن
  • 29. پردازش زبان طبیعی (NLP) با استفاده از NLTK
  • 30. مدل‌های زبانی بزرگ (LLM) و ترانسفورمرها
  • 31. پیاده‌سازی یک مدل LLM ساده
  • 32. استفاده از APIهای هوش مصنوعی آماده
  • 33. مقدمه‌ای بر یادگیری تقویتی
  • 34. حل مسائل با استفاده از یادگیری تقویتی
  • 35. اخلاق در هوش مصنوعی و ملاحظات امنیتی
  • 36. استقرار مدل‌های هوش مصنوعی
  • 37. بهینه‌سازی مدل‌های هوش مصنوعی برای سرعت و کارایی
  • 38. کار با داده‌های بزرگ در هوش مصنوعی
  • 39. مقدمه‌ای بر یادگیری عمیق
  • 40. شبکه‌های مولد تخاصمی (GAN)
  • 41. تشخیص اشیا در تصاویر با استفاده از YOLO
  • 42. بخشیدن قابلیت‌های هوش مصنوعی به ربات‌ها
  • 43. کاربرد هوش مصنوعی در صنایع مختلف
  • 44. آینده هوش مصنوعی و چالش‌های پیش رو
  • 45. پروژه‌های عملی هوش مصنوعی: ایده‌ها و راهنمایی‌ها

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.