کتاب صوتی هوش مصنوعی و تکامل یادگیری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره هوش مصنوعی و تکامل یادگیری

موضوع کلی: علوم زیستی و تاریخ تکامل

موضوع میانی: تکامل و آموزش دیجیتال

📋 سرفصل‌های دوره

• 1. مبانی هوش مصنوعی
• 2. تاریخچه هوش مصنوعی
• 3. کاربردهای هوش مصنوعی در دنیای امروز
• 4. یادگیری ماشین: مقدمه و مفاهیم پایه
• 5. انواع الگوریتم‌های یادگیری ماشین
• 6. رگرسیون خطی و کاربردهای آن
• 7. رگرسیون چندگانه و تحلیل واریانس
• 8. دسته‌بندی: مقدمه و روش‌ها
• 9. درخت تصمیم و الگوریتم‌های آن
• 10. ماشین بردار پشتیبان (SVM)
• 11. شبکه‌های عصبی: ساختار و عملکرد
• 12. شبکه‌های عصبی عمیق (DNN)
• 13. یادگیری نظارت شده در مقابل یادگیری بدون نظارت
• 14. خوشه‌بندی: الگوریتم‌های K-means و سلسله مراتبی
• 15. کاهش ابعاد: PCA و t-SNE
• 16. ارزیابی عملکرد مدل‌های یادگیری ماشین
• 17. بیش‌برازش و کم‌برازش و روش‌های مقابله با آن‌ها
• 18. تنظیم هایپرپارامترها
• 19. انتخاب ویژگی و مهندسی ویژگی
• 20. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
• 21. مدل‌سازی زبان و توکن‌سازی
• 22. تحلیل احساسات و طبقه‌بندی متن
• 23. تشخیص موجودیت‌های نام‌دار (NER)
• 24. خلاصه سازی متن
• 25. مقدمه‌ای بر بینایی کامپیوتر
• 26. تشخیص اشیاء در تصاویر
• 27. قطعه‌بندی تصاویر
• 28. شبکه‌های کانولوشنال (CNN)
• 29. یادگیری تقویتی: مقدمه و مفاهیم
• 30. Q-learning و الگوریتم‌های مبتنی بر آن
• 31. کاربردهای یادگیری تقویتی در رباتیک
• 32. هوش مصنوعی در بازی‌ها
• 33. هوش مصنوعی در پزشکی
• 34. هوش مصنوعی در امور مالی
• 35. هوش مصنوعی در بازاریابی
• 36. مقدمه‌ای بر ربات‌های گفتگو (Chatbots)
• 37. توسعه یک ربات گفتگو با استفاده از فریم‌ورک‌های موجود
• 38. هوش مصنوعی اخلاقی و چالش‌های آن
• 39. حریم خصوصی و امنیت در هوش مصنوعی
• 40. تفسیرپذیری مدل‌های هوش مصنوعی
• 41. آینده هوش مصنوعی و روندهای نوظهور
• 42. یادگیری انتقالی و Fine-tuning
• 43. یادگیری خودنظارتی
• 44. یادگیری فعال
• 45. یادگیری چندوظیفه‌ای