کتاب هوش مصنوعی: مفاهیم کلیدی 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 هوش مصنوعی: مفاهیم کلیدی

موضوع کلی: برنامه‌نویسی مقدماتی کامپیوتر

موضوع میانی: مقدمه‌ای بر هوش مصنوعی (مفاهیم)

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و کاربردهای آن
  • 2. تاریخچه و تکامل هوش مصنوعی
  • 3. تعریف هوش مصنوعی و شاخه‌های اصلی آن
  • 4. یادگیری ماشین: مقدمه‌ای
  • 5. انواع الگوریتم‌های یادگیری ماشین
  • 6. یادگیری نظارت شده: رگرسیون خطی
  • 7. یادگیری نظارت شده: رگرسیون لجستیک
  • 8. یادگیری نظارت شده: ماشین‌های بردار پشتیبان
  • 9. یادگیری نظارت شده: درخت‌های تصمیم
  • 10. یادگیری نظارت شده: جنگل تصادفی
  • 11. یادگیری بدون نظارت: خوشه‌بندی K-Means
  • 12. یادگیری بدون نظارت: تحلیل مولفه‌های اصلی
  • 13. یادگیری تقویتی: مفاهیم پایه
  • 14. شبکه‌های عصبی: نورون مصنوعی
  • 15. شبکه‌های عصبی: پرسپترون چندلایه
  • 16. شبکه‌های عصبی: تابع فعال‌سازی
  • 17. شبکه‌های عصبی: پس‌انتشار خطا
  • 18. شبکه‌های عصبی: بهینه‌سازی گرادیان کاهشی
  • 19. شبکه‌های عصبی کانولوشنال (CNN): مقدمه
  • 20. شبکه‌های عصبی کانولوشنال: تشخیص تصویر
  • 21. شبکه‌های عصبی بازگشتی (RNN): مقدمه
  • 22. شبکه‌های عصبی بازگشتی: پردازش زبان طبیعی
  • 23. پردازش زبان طبیعی: توکنایزاسیون و ریشه‌یابی
  • 24. پردازش زبان طبیعی: مدل‌های زبانی
  • 25. پردازش زبان طبیعی: تحلیل احساسات
  • 26. بینایی ماشین: تشخیص اشیا
  • 27. بینایی ماشین: بخش‌بندی تصویر
  • 28. بینایی ماشین: تشخیص چهره
  • 29. رباتیک و هوش مصنوعی
  • 30. هوش مصنوعی در پزشکی: تشخیص بیماری
  • 31. هوش مصنوعی در امور مالی: پیش‌بینی بازار
  • 32. هوش مصنوعی در صنعت: اتوماسیون فرآیندها
  • 33. هوش مصنوعی در کشاورزی: مدیریت مزرعه
  • 34. هوش مصنوعی در حمل و نقل: خودروهای خودران
  • 35. اخلاق در هوش مصنوعی: چالش‌ها و ملاحظات
  • 36. امنیت هوش مصنوعی: تهدیدات و راهکارها
  • 37. آینده هوش مصنوعی: روندها و پیش‌بینی‌ها
  • 38. ابزارهای توسعه هوش مصنوعی: TensorFlow
  • 39. ابزارهای توسعه هوش مصنوعی: PyTorch
  • 40. ابزارهای توسعه هوش مصنوعی: Keras
  • 41. ارزیابی مدل‌های هوش مصنوعی: معیارها و روش‌ها
  • 42. بهبود عملکرد مدل‌های هوش مصنوعی: تنظیم پارامترها
  • 43. مفاهیم احتمالاتی در هوش مصنوعی
  • 44. آمار و کاربرد آن در هوش مصنوعی
  • 45. پیش‌پردازش داده‌ها برای یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.