فلش‌کارت‌های آموزشی C و Machine Learning in Robotics: یادگیری ماشین در رباتیک

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره C و Machine Learning in Robotics: یادگیری ماشین در رباتیک

موضوع کلی: برنامه نویسی

موضوع میانی: سی (C)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر رباتیک و کاربردهای آن
• 2. مبانی برنامه‌نویسی C برای رباتیک
• 3. ساختارهای داده در C و کاربرد آن‌ها در رباتیک
• 4. الگوریتم‌ها و پیچیدگی زمانی در رباتیک
• 5. مقدمه‌ای بر یادگیری ماشین
• 6. یادگیری نظارت شده: رگرسیون خطی
• 7. یادگیری نظارت شده: رگرسیون چندجمله‌ای
• 8. یادگیری نظارت شده: دسته‌بندی با استفاده از ماشین بردار پشتیبان (SVM)
• 9. یادگیری نظارت شده: درخت‌های تصمیم‌گیری
• 10. یادگیری نظارت شده: جنگل تصادفی
• 11. یادگیری نظارت شده: ارزیابی و اعتبار سنجی مدل
• 12. یادگیری غیرنظارت شده: خوشه‌بندی K-means
• 13. یادگیری غیرنظارت شده: تحلیل مولفه‌های اصلی (PCA)
• 14. شبکه‌های عصبی مصنوعی: مفاهیم پایه
• 15. شبکه‌های عصبی مصنوعی: الگوریتم پس‌انتشار
• 16. شبکه‌های عصبی مصنوعی: بهینه‌سازی گرادیان کاهشی
• 17. شبکه‌های عصبی مصنوعی: فعال‌سازها و توابع هزینه
• 18. یادگیری تقویتی: مفاهیم پایه
• 19. یادگیری تقویتی: Q-learning
• 20. یادگیری تقویتی: Deep Q-Network (DQN)
• 21. پردازش تصویر در رباتیک
• 22. تشخیص اشیاء با استفاده از یادگیری ماشین
• 23. بینایی کامپیوتری و رباتیک
• 24. سنسورها و ادغام حسگر در رباتیک
• 25. مدل‌سازی و کنترل ربات‌ها
• 26. برنامه‌نویسی ربات‌های صنعتی با C
• 27. کنترل حرکت ربات‌ها
• 28. رباتیک موبایل و مسیریابی
• 29. SLAM (Localization and Mapping همزمان)
• 30. ROS (Robot Operating System): مقدمه‌ای
• 31. ROS: ارتباط بین پردازش‌ها
• 32. ROS: تجسم داده‌ها
• 33. ROS: شبیه‌سازی ربات‌ها
• 34. یادگیری ماشین در رباتیک: تشخیص الگو
• 35. یادگیری ماشین در رباتیک: پیش‌بینی
• 36. یادگیری ماشین در رباتیک: تصمیم‌گیری
• 37. یادگیری ماشین در رباتیک: کنترل تطبیقی
• 38. ربات‌های خودمختار و هوش مصنوعی
• 39. کاربردهای رباتیک در صنعت
• 40. کاربردهای رباتیک در پزشکی
• 41. کاربردهای رباتیک در کشاورزی
• 42. کاربردهای رباتیک در خدمات
• 43. اخلاق و ایمنی در رباتیک
• 44. مبانی ریاضیات مورد نیاز برای یادگیری ماشین
• 45. آمار و احتمال در یادگیری ماشین
• 46. جبر خطی در یادگیری ماشین
• 47. حساب دیفرانسیل و انتگرال در یادگیری ماشین
• 48. بهینه‌سازی در یادگیری ماشین
• 49. انتخاب ویژگی و کاهش ابعاد
• 50. روش‌های پیش‌پردازش داده‌ها
• 51. مقابله با داده‌های نامتعادل
• 52. یادگیری انتقالی در رباتیک
• 53. یادگیری خود نظارتی در رباتیک
• 54. مدل‌سازی یادگیری عمیق برای رباتیک
• 55. شبکه‌های عصبی کانولوشنال (CNN) در رباتیک
• 56. شبکه‌های عصبی بازگشتی (RNN) در رباتیک
• 57. پردازش زبان طبیعی در رباتیک
• 58. ربات‌های گفت‌وگو محور
• 59. ربات‌های اجتماعی
• 60. تشخیص و درک احساسات در رباتیک
• 61. طراحی رابط کاربری برای ربات‌ها
• 62. مبانی سیستم‌های تعبیه شده برای رباتیک
• 63. برنامه‌نویسی میکروکنترلرها با C
• 64. ارتباطات سریال و پروتکل‌های صنعتی
• 65. امنیت سایبری در رباتیک
• 66. آینده رباتیک و یادگیری ماشین