کتاب صوتی هوش مصنوعی قابل اعتماد: از نظریه تا عمل

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره هوش مصنوعی قابل اعتماد: از نظریه تا عمل

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: هوش مصنوعی قابل اعتماد (Trustworthy AI)

📋 سرفصل‌های دوره

• 1. مبانی هوش مصنوعی و یادگیری ماشین
• 2. داده‌ها و پیش‌پردازش آن‌ها در هوش مصنوعی
• 3. الگوریتم‌های یادگیری نظارت‌شده
• 4. رگرسیون خطی و چندگانه
• 5. دسته‌بندی با استفاده از ماشین‌های بردار پشتیبان (SVM)
• 6. درخت‌های تصمیم و جنگل‌های تصادفی
• 7. ارزیابی مدل‌های یادگیری ماشین
• 8. یادگیری بدون نظارت: خوشه‌بندی
• 9. الگوریتم‌های خوشه‌بندی K-Means و سلسله‌مراتبی
• 10. کاهش ابعاد و تحلیل مولفه‌های اصلی (PCA)
• 11. شبکه‌های عصبی مصنوعی: مبانی
• 12. شبکه‌های عصبی پیش‌خور
• 13. بهینه‌سازی گرادیان کاهشی
• 14. شبکه‌های عصبی پیچشی (CNN) برای پردازش تصویر
• 15. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های ترتیبی
• 16. پردازش زبان طبیعی (NLP) و مدل‌های زبانی
• 17. مدل‌های زبانی بزرگ (LLM) و کاربردهای آن‌ها
• 18. هوش مصنوعی قابل اعتماد: مفاهیم و چالش‌ها
• 19. سوگیری در هوش مصنوعی و روش‌های کاهش آن
• 20. تفسیرپذیری مدل‌های هوش مصنوعی (Explainable AI)
• 21. حریم خصوصی و امنیت داده‌ها در هوش مصنوعی
• 22. حملات خصمانه (Adversarial Attacks) و دفاع در برابر آن‌ها
• 23. روش‌های تشخیص ناهنجاری در داده‌ها
• 24. تست و اعتبارسنجی مدل‌های هوش مصنوعی
• 25. تضمین کیفیت در توسعه سیستم‌های هوش مصنوعی
• 26. مفاهیم اخلاقی در هوش مصنوعی
• 27. مسئولیت‌پذیری و پاسخگویی در سیستم‌های هوش مصنوعی
• 28. استانداردها و مقررات هوش مصنوعی
• 29. مدیریت ریسک در پروژه‌های هوش مصنوعی
• 30. استفاده از هوش مصنوعی در تشخیص تقلب
• 31. کاربردهای هوش مصنوعی در امنیت سایبری
• 32. هوش مصنوعی و آینده اشتغال
• 33. تأثیر هوش مصنوعی بر تصمیم‌گیری
• 34. روش‌های یادگیری تقویتی
• 35. شبکه‌های مولد تخاصمی (GAN)
• 36. هوش مصنوعی در پزشکی و تشخیص بیماری
• 37. هوش مصنوعی در صنعت مالی
• 38. هوش مصنوعی در کشاورزی و مدیریت منابع
• 39. هوش مصنوعی در حمل و نقل و ترافیک
• 40. هوش مصنوعی در مدیریت انرژی
• 41. بهینه‌سازی فرایندهای صنعتی با هوش مصنوعی
• 42. هوش مصنوعی و بازاریابی هوشمند
• 43. تحلیل احساسات و نظرات با استفاده از هوش مصنوعی
• 44. چت‌بات‌ها و دستیارهای مجازی
• 45. بینایی ماشین و پردازش تصویر
• 46. تشخیص اشیاء و ردیابی آن‌ها
• 47. شناسایی چهره و کاربردهای آن
• 48. پردازش گفتار و تبدیل گفتار به متن
• 49. تولید گفتار مصنوعی
• 50. یادگیری انتقالی (Transfer Learning)
• 51. یادگیری خود نظارتی (Self-Supervised Learning)
• 52. یادگیری فعال (Active Learning)
• 53. یادگیری چند وظیفه‌ای (Multi-Task Learning)
• 54. اتوماتیک سازی یادگیری ماشین (AutoML)
• 55. مهندسی ویژگی (Feature Engineering)
• 56. انتخاب ویژگی (Feature Selection)
• 57. مفاهیم پایگاه داده و داده‌کاوی
• 58. ابزارهای توسعه هوش مصنوعی (TensorFlow, PyTorch)
• 59. استقرار مدل‌های هوش مصنوعی (Model Deployment)
• 60. مانیتورینگ و نگهداری مدل‌های هوش مصنوعی
• 61. مبانی آمار و احتمال در هوش مصنوعی
• 62. بهینه‌سازی ریاضی در یادگیری ماشین
• 63. مدل‌سازی Bayesian
• 64. استفاده از هوش مصنوعی در تحلیل شبکه‌های اجتماعی
• 65. هوش مصنوعی و اینترنت اشیا (IoT)
• 66. محاسبات لبه (Edge Computing) و هوش مصنوعی
• 67. هوش مصنوعی و رباتیک
• 68. سیستم‌های خبره و استدلال خودکار
• 69. نظریه‌های بازی و کاربردهای آن در هوش مصنوعی