کتاب مبانی یادگیری عمیق با TensorFlow برای توسعه‌دهندگان

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی یادگیری عمیق با TensorFlow برای توسعه‌دهندگان

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری عمیق با استفاده از کتابخانه‌های متن‌باز

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مفاهیم پایه یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت‌شده، نظارت‌نشده، تقویتی
  • 4. معماری شبکه‌های عصبی مصنوعی
  • 5. تابع فعال‌سازی در شبکه‌های عصبی
  • 6. تابع زیان (Loss Function)
  • 7. بهینه‌سازها (Optimizers)
  • 8. مقدمه‌ای بر TensorFlow
  • 9. نصب و راه‌اندازی TensorFlow
  • 10. تنسورها (Tensors) در TensorFlow
  • 11. عملیات روی تنسورها
  • 12. گراف‌های محاسباتی در TensorFlow
  • 13. سشن‌های TensorFlow
  • 14. مدل‌های خطی ساده با TensorFlow
  • 15. رگرسیون خطی با TensorFlow
  • 16. طبقه‌بندی با TensorFlow
  • 17. رگرسیون لجستیک با TensorFlow
  • 18. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 19. آموزش شبکه‌های MLP
  • 20. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 21. اعتبارسنجی متقابل (Cross-Validation)
  • 22. مدیریت داده‌ها در TensorFlow
  • 23. بارگذاری و پیش‌پردازش داده‌ها
  • 24. استفاده از Keras API در TensorFlow
  • 25. ساخت مدل‌های ترتیبی (Sequential Models)
  • 26. لایه‌های Dense (Fully Connected)
  • 27. لایه‌های Dropout برای جلوگیری از بیش‌برازش (Overfitting)
  • 28. لایه‌های Batch Normalization
  • 29. آموزش مدل‌های Keras
  • 30. ارزیابی مدل‌های Keras
  • 31. ذخیره و بارگذاری مدل‌ها
  • 32. مقدمه‌ای بر شبکه‌های عصبی کانولوشنی (CNN)
  • 33. لایه‌های کانولوشن (Convolutional Layers)
  • 34. لایه‌های Pooling
  • 35. ساخت مدل‌های CNN
  • 36. کاربرد CNN در تشخیص تصویر
  • 37. مجموعه داده‌های تصویری رایج
  • 38. پیش‌پردازش تصاویر برای CNN
  • 39. افزایش داده (Data Augmentation)
  • 40. آموزش مدل‌های CNN
  • 41. تنظیم دقیق (Fine-tuning) مدل‌های CNN از پیش آموزش‌دیده
  • 42. مقدمه‌ای بر شبکه‌های عصبی بازگشتی (RNN)
  • 43. لایه‌های RNN ساده
  • 44. لایه‌های LSTM (Long Short-Term Memory)
  • 45. لایه‌های GRU (Gated Recurrent Unit)
  • 46. ساخت مدل‌های RNN
  • 47. کاربرد RNN در پردازش زبان طبیعی (NLP)
  • 48. مدل‌سازی زبان
  • 49. ترجمه ماشینی با RNN
  • 50. تشخیص احساسات با RNN
  • 51. آموزش مدل‌های RNN
  • 52. مقدمه‌ای بر شبکه‌های مولد تخاصمی (GAN)
  • 53. معماری GAN
  • 54. آموزش GAN
  • 55. کاربرد GAN در تولید تصویر
  • 56. یادگیری عمیق برای داده‌های جدولی
  • 57. استفاده از TensorFlow برای داده‌های جدولی
  • 58. مدل‌های ترکیبی
  • 59. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 60. استفاده از مدل‌های از پیش آموزش‌دیده
  • 61. بهینه‌سازی مدل‌ها برای محیط‌های تولید
  • 62. استقرار مدل‌های TensorFlow
  • 63. TensorFlow Lite برای دستگاه‌های موبایل
  • 64. TensorFlow.js برای وب
  • 65. مقدمه‌ای بر مفاهیم پیشرفته یادگیری عمیق
  • 66. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 67. شبکه‌های عصبی گراف (Graph Neural Networks)
  • 68. یادگیری خودنظارت‌شده (Self-Supervised Learning)
  • 69. یادگیری فدرال (Federated Learning)
  • 70. اخلاق در هوش مصنوعی
  • 71. سوگیری در مدل‌های هوش مصنوعی
  • 72. تفسیرپذیری مدل‌های یادگیری عمیق (Explainable AI)
  • 73. کاربرد هوش مصنوعی در صنعت
  • 74. کاربرد هوش مصنوعی در پزشکی
  • 75. کاربرد هوش مصنوعی در مالی
  • 76. کاربرد هوش مصنوعی در آموزش
  • 77. کاربرد هوش مصنوعی در رباتیک
  • 78. کاربرد هوش مصنوعی در کشاورزی
  • 79. کاربرد هوش مصنوعی در محیط زیست
  • 80. کاربرد هوش مصنوعی در هنر
  • 81. مباحث پیشرفته در TensorFlow
  • 82. TensorFlow Extended (TFX)
  • 83. TensorFlow Probability
  • 84. TensorFlow Federated
  • 85. TensorFlow Quantum
  • 86. TensorFlow Agents
  • 87. TensorFlow Datasets
  • 88. TensorFlow Hub
  • 89. TensorFlow Model Garden
  • 90. TensorFlow Lite Model Maker
  • 91. TensorFlow Profiler
  • 92. TensorFlow Debugger
  • 93. TensorFlow Playground
  • 94. TensorFlow Extended Pipelines
  • 95. TensorFlow Model Analysis
  • 96. TensorFlow Serving
  • 97. TensorFlow Lite Converter
  • 98. TensorFlow Lite Interpreter
  • 99. TensorFlow Lite Task Library
  • 100. TensorFlow Lite Support Library

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.