کتاب صوتی آموزش جامع مدل‌های مولد در یادگیری عمیق: از مبانی تا کاربردهای هوش مصنوعی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش جامع مدل‌های مولد در یادگیری عمیق: از مبانی تا کاربردهای هوش مصنوعی

موضوع کلی: هوش مصنوعی و یادگیری ماشین پیشرفته

موضوع میانی: مدل‌های مولد و یادگیری عمیق

📋 سرفصل‌های دوره

• 1. مبانی احتمالات و استنتاج آماری در یادگیری ماشین
• 2. معرفی مدل‌های مولد و تمایز آن‌ها با مدل‌های تفکیکی
• 3. توزیع‌های احتمالی پایه و تخمین پارامترها
• 4. بیشینه‌سازی درست‌نمایی و روش‌های بهینه‌سازی
• 5. مدل‌های خودرگرسیون و تخمین زنجیره‌ای توزیع احتمال
• 6. شبکه‌های عصبی خودرگرسیون و معماری‌های مبتنی بر RNN
• 7. مدل‌های مبتنی بر پیکسل و پردازش تصاویر متوالی
• 8. مبانی نظری مدل‌های نهان و فضای ویژگی‌ها
• 9. مدل‌های ترکیبی گوسی و الگوریتم انتظار-بیشینه‌سازی
• 10. مقدمه‌ای بر مدل‌های متغیر نهان و اتوانکودرها
• 11. معماری اتوانکودرهای کلاسیک و کاربردهای بازسازی داده
• 12. مدل‌های اتوانکودر متغیر و ترفند نمونه‌برداری مجدد
• 13. توابع هدف در مدل‌های اتوانکودر و واگرایی کولبک-لایبلر
• 14. بهینه‌سازی توزیع‌های پسین در مدل‌های متغیر نهان
• 15. مدل‌های جریان نرمال‌ساز و تغییر متغیرها
• 16. توابع معکوس‌پذیر و معماری شبکه‌های عصبی جریان‌محور
• 17. توزیع‌های پیچیده در مدل‌های جریان‌محور
• 18. مدل‌های انتشار و فرآیندهای نویزگذاری معکوس
• 19. معماری مدل‌های انتشار گوسی و تخمین نویز
• 20. فرآیند نمونه‌برداری در مدل‌های انتشار و معادلات دیفرانسیل تصادفی
• 21. شبکه‌های مولد رقابتی و مفاهیم نظری بازی‌ها
• 22. معماری مولد و تشخیص‌دهنده در شبکه‌های رقابتی
• 23. چالش‌های آموزش و پایداری در شبکه‌های رقابتی
• 24. مدل‌های رقابتی با شرط‌گذاری و کنترل تولید داده
• 25. توابع هزینه و معیارهای ارزیابی مدل‌های مولد
• 26. ارزیابی کیفیت تصاویر تولید شده با معیارهای FID و IS
• 27. تکنیک‌های افزایش دقت در تولید متن و داده‌های ساختاریافته
• 28. مدل‌های مولد در پردازش زبان طبیعی و معماری ترنسفورمر
• 29. سازوکارهای توجه و مدل‌های مولد مبتنی بر توجه
• 30. استفاده از مدل‌های مولد در فشرده‌سازی داده‌ها
• 31. کاربردهای مدل‌های مولد در بازسازی تصاویر پزشکی
• 32. روش‌های یادگیری نیمه‌نظارتی با استفاده از مدل‌های مولد
• 33. مدل‌های مولد در تحلیل داده‌های سری زمانی
• 34. تکنیک‌های کاهش سوگیری در داده‌های آموزشی مدل‌های مولد
• 35. اخلاق در هوش مصنوعی و ملاحظات توسعه سامانه‌های مولد
• 36. امنیت مدل‌های مولد و مقابله با حملات خصمانه
• 37. پیاده‌سازی مدل‌های مولد با استفاده از کتابخانه‌های استاندارد
• 38. آینده‌پژوهی در حوزه مدل‌های مولد و یادگیری عمیق
• 39. پروژه نهایی طراحی و آموزش یک مدل مولد کاربردی