کتاب هوش مصنوعی: شروعی از صفر با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره هوش مصنوعی: شروعی از صفر

موضوع کلی: برنامه‌نویسی مقدماتی کامپیوتر

موضوع میانی: مقدمه‌ای بر هوش مصنوعی (مفاهیم)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی و کاربردهای آن
• 2. تاریخچه و تکامل هوش مصنوعی
• 3. انواع هوش مصنوعی: ضعیف، قوی و فوق بشری
• 4. مفاهیم پایه یادگیری ماشین
• 5. یادگیری نظارت شده: رگرسیون خطی
• 6. یادگیری نظارت شده: رگرسیون لجستیک
• 7. یادگیری نظارت شده: ماشین‌های بردار پشتیبان (SVM)
• 8. یادگیری بدون نظارت: خوشه‌بندی K-Means
• 9. یادگیری بدون نظارت: تحلیل مولفه‌های اصلی (PCA)
• 10. یادگیری تقویتی: مفاهیم و الگوریتم‌ها
• 11. شبکه‌های عصبی مصنوعی: ساختار و عملکرد
• 12. پرceptron و الگوریتم یادگیری آن
• 13. شبکه‌های عصبی چندلایه (MLP)
• 14. توابع فعال‌سازی در شبکه‌های عصبی
• 15. انتشار پس‌رو (Backpropagation)
• 16. بهینه‌سازی گرادیان کاهشی (Gradient Descent)
• 17. معیارهای ارزیابی مدل‌های یادگیری ماشین
• 18. بیش‌برازش (Overfitting) و کم‌برازش (Underfitting)
• 19. تکنیک‌های جلوگیری از بیش‌برازش: Regularization
• 20. اعتبارسنجی متقاطع (Cross-Validation)
• 21. پیش‌پردازش داده‌ها: پاکسازی و نرمال‌سازی
• 22. انتخاب ویژگی (Feature Selection)
• 23. مهندسی ویژگی (Feature Engineering)
• 24. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
• 25. شبکه‌های عصبی کانولوشنی (CNN) برای پردازش تصویر
• 26. شبکه‌های عصبی بازگشتی (RNN) برای پردازش زبان طبیعی
• 27. طرح‌های متداول CNN: AlexNet، VGGNet، ResNet
• 28. طرح‌های متداول RNN: LSTM، GRU
• 29. پردازش زبان طبیعی (NLP) و کاربردهای آن
• 30. مدل‌های زبانی (Language Models)
• 31. بردارسازی کلمات (Word Embeddings): Word2Vec، GloVe
• 32. تولید متن با هوش مصنوعی
• 33. تشخیص گفتار (Speech Recognition)
• 34. بینایی ماشین (Computer Vision) و تشخیص اشیا
• 35. یادگیری انتقالی (Transfer Learning)
• 36. یادگیری خودنظارتی (Self-Supervised Learning)
• 37. اخلاق در هوش مصنوعی و چالش‌های آن
• 38. کاربردهای هوش مصنوعی در پزشکی
• 39. کاربردهای هوش مصنوعی در صنعت
• 40. کاربردهای هوش مصنوعی در کشاورزی
• 41. کاربردهای هوش مصنوعی در حمل و نقل
• 42. هوش مصنوعی و امنیت سایبری
• 43. آینده هوش مصنوعی و روندهای نوظهور
• 44. ابزارهای توسعه هوش مصنوعی: TensorFlow، PyTorch
• 45. مفاهیم اولیه برنامه‌نویسی پایتون برای هوش مصنوعی