کتاب صوتی شبکه‌های عصبی و داده‌کاوی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره شبکه‌های عصبی و داده‌کاوی

موضوع کلی: سیستم‌های کامپیوتری پیشرفته

موضوع میانی: شبکه‌های عصبی (Neural Networks)

📋 سرفصل‌های دوره

• 1. شبکه‌های عصبی و داده‌کاوی
• 2. مفاهیم پایه شبکه‌های عصبی
• 3. سلول عصبی مصنوعی و عملکرد آن
• 4. معماری‌های مختلف شبکه‌های عصبی
• 5. یادگیری نظارت شده در شبکه‌های عصبی
• 6. یادگیری غیرنظارت شده در شبکه‌های عصبی
• 7. یادگیری تقویتی و کاربردهای آن
• 8. تابع فعال‌سازی و انواع آن
• 9. الگوریتم پس‌انتشار خطا
• 10. بهینه‌سازی گرادیان کاهشی
• 11. نرخ یادگیری و تنظیم آن
• 12. تنظیم بیش از حد و کمبود برازش
• 13. روش‌های جلوگیری از بیش‌برازش
• 14. شبکه‌های عصبی پیچشی (CNN) و کاربرد آن‌ها در پردازش تصویر
• 15. لایه های کانولوشن و پولینگ
• 16. شبکه‌های عصبی بازگشتی (RNN) و کاربرد آن‌ها در پردازش زبان طبیعی
• 17. حافظه کوتاه‌مدت طولانی (LSTM)
• 18. شبکه‌های مولد تخاصمی (GAN) و کاربردهای خلاقانه آن
• 19. پیش‌پردازش داده‌ها برای شبکه‌های عصبی
• 20. نرمال‌سازی داده‌ها و اهمیت آن
• 21. انتخاب ویژگی و روش‌های آن
• 22. داده‌کاوی و مفاهیم اساسی آن
• 23. خوشه‌بندی داده‌ها و الگوریتم‌های آن
• 24. درخت تصمیم و کاربردهای آن
• 25. قوانین وابستگی و تحلیل سبد خرید
• 26. رگرسیون و پیش‌بینی داده‌ها
• 27. طبقه‌بندی داده‌ها و ارزیابی مدل
• 28. متریک‌های ارزیابی مدل طبقه‌بندی
• 29. متریک‌های ارزیابی مدل رگرسیون
• 30. اعتبارسنجی متقابل داده‌ها
• 31. انتخاب مدل مناسب برای داده‌کاوی
• 32. مقدمه‌ای بر یادگیری ماشین
• 33. الگوریتم‌های یادگیری ماشین و مقایسه آن‌ها
• 34. نرم‌افزارهای کاربردی در داده‌کاوی
• 35. کاربرد شبکه‌های عصبی در تشخیص الگو
• 36. کاربرد شبکه‌های عصبی در پیش‌بینی سری‌های زمانی
• 37. کاربرد شبکه‌های عصبی در پردازش سیگنال
• 38. کاربرد داده‌کاوی در بازاریابی
• 39. کاربرد داده‌کاوی در تشخیص تقلب
• 40. کاربرد داده‌کاوی در پزشکی
• 41. کاربرد داده‌کاوی در امور مالی
• 42. اخلاق در داده‌کاوی و حفظ حریم خصوصی
• 43. چالش‌های پیاده‌سازی شبکه‌های عصبی در مقیاس بزرگ
• 44. بهبود و بهینه‌سازی عملکرد شبکه‌های عصبی
• 45. آینده شبکه‌های عصبی و داده‌کاوی