کتاب صوتی خوشه‌بندی و دسته‌بندی حرفه‌ای اسناد متنی از مبانی تا پیاده‌سازی پیشرفته

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره خوشه‌بندی و دسته‌بندی حرفه‌ای اسناد متنی از مبانی تا پیاده‌سازی پیشرفته

موضوع کلی: یادگیری ماشین و متن‌کاوی

موضوع میانی: خوشه‌بندی و دسته‌بندی اسناد متنی

📋 سرفصل‌های دوره

• 1. مفهوم خوشه‌بندی اسناد و تفاوت آن با دسته‌بندی
• 2. کاربردهای خوشه‌بندی و دسته‌بندی در بازیابی اطلاعات
• 3. پیش‌پردازش متن برای خوشه‌بندی و دسته‌بندی
• 4. توکن‌سازی و نرمال‌سازی واژه‌ها
• 5. حذف کلمات توقف و ریشه‌یابی
• 6. لماتیزاسیون و تأثیر آن بر کیفیت خوشه‌ها
• 7. نمایش اسناد به صورت مدل کیسه کلمات
• 8. وزن‌دهی TF-IDF و اهمیت آن در بازنمایی اسناد
• 9. کاهش ابعاد در فضای برداری اسناد
• 10. روش‌های انتخاب ویژگی برای متن
• 11. نمایش اسناد با تعبیه‌های واژه‌ای
• 12. استفاده از Word2Vec و GloVe در خوشه‌بندی
• 13. تعبیه‌های مبتنی بر ترنسفورمر برای اسناد
• 14. معیارهای شباهت اسناد: کسینوسی و اقلیدسی
• 15. الگوریتم K-Means برای خوشه‌بندی اسناد
• 16. انتخاب تعداد بهینه خوشه‌ها با روش آرنج
• 17. الگوریتم K-Medoids و مقاومت در برابر داده پرت
• 18. خوشه‌بندی سلسله‌مراتبی انبوهشی
• 19. رسم دندروگرام و تفسیر ساختار سلسله‌مراتبی
• 20. خوشه‌بندی سلسله‌مراتبی تقسیمی
• 21. الگوریتم DBSCAN برای کشف خوشه‌های چگال متنی
• 22. خوشه‌بندی مبتنی بر مدل مخلوط گاوسی
• 23. خوشه‌بندی طیفی برای اسناد
• 24. روش‌های خوشه‌بندی مبتنی بر گراف
• 25. ارزیابی کیفیت خوشه‌بندی با شاخص‌های داخلی
• 26. شاخص سیلوئت و ضریب Davies-Bouldin
• 27. شاخص‌های خارجی مانند Adjusted Rand Index
• 28. شاخص خلوص و اطلاعات متقابل نرمال‌شده
• 29. دسته‌بندی نظارت‌شده اسناد متنی
• 30. الگوریتم Naive Bayes برای دسته‌بندی متن
• 31. ماشین بردار پشتیبان در دسته‌بندی اسناد
• 32. درخت تصمیم و جنگل تصادفی برای متن
• 33. شبکه‌های عصبی پیش‌خور برای دسته‌بندی اسناد
• 34. مدل‌های مبتنی بر یادگیری عمیق برای دسته‌بندی
• 35. استفاده از BERT و مدل‌های ترنسفورمر در دسته‌بندی
• 36. یادگیری نیمه‌نظارت‌شده برای اسناد با برچسب محدود
• 37. تکنیک‌های افزایش داده متنی
• 38. مدیریت داده‌های نامتوازن در دسته‌بندی اسناد
• 39. ارزیابی مدل دسته‌بندی با دقت، فراخوانی و F1
• 40. ماتریس درهم‌ریختگی و تحلیل خطا
• 41. اعتبارسنجی متقابل در مسائل متنی
• 42. استخراج موضوع با روش‌های خوشه‌بندی
• 43. مقایسه LDA با خوشه‌بندی مبتنی بر تعبیه
• 44. پیاده‌سازی خط لوله کامل خوشه‌بندی اسناد
• 45. پیاده‌سازی خط لوله کامل دسته‌بندی اسناد
• 46. بهینه‌سازی ابرپارامترها در مدل‌های متنی
• 47. مقیاس‌پذیری خوشه‌بندی برای مجموعه اسناد بزرگ
• 48. استفاده از کتابخانه‌های scikit-learn و gensim
• 49. مصورسازی خوشه‌های اسناد با t-SNE و UMAP
• 50. تفسیر خوشه‌ها با استخراج کلمات کلیدی
• 51. کاربرد خوشه‌بندی در سازمان‌دهی آرشیو اسناد
• 52. کاربرد دسته‌بندی در فیلتر هرزنامه و تشخیص موضوع
• 53. چالش‌های زبان‌های ریخت‌شناسی غنی مانند فارسی
• 54. بهترین شیوه‌های پیش‌پردازش متن فارسی
• 55. ارزیابی عملی مدل‌ها روی مجموعه داده‌های واقعی