کتاب مبانی شبکه‌های عصبی با زبان برنامه‌نویسی Wolfram Language

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 شبکه‌های عصبی با زبان برنامه‌نویسی Wolfram Language

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: شبکه‌های عصبی مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر زبان برنامه‌نویسی Wolfram Language
  • 2. مفاهیم پایه در Wolfram Language
  • 3. ساختارهای داده در Wolfram Language
  • 4. توابع و ارزیابی در Wolfram Language
  • 5. الگوهای تطبیق در Wolfram Language
  • 6. کار با لیست‌ها در Wolfram Language
  • 7. پردازش نمادین در Wolfram Language
  • 8. رسم نمودار در Wolfram Language
  • 9. مقدمه‌ای بر هوش مصنوعی
  • 10. تعریف یادگیری ماشین
  • 11. انواع یادگیری ماشین
  • 12. یادگیری نظارت شده
  • 13. یادگیری نظارت نشده
  • 14. یادگیری تقویتی
  • 15. مقدمه‌ای بر شبکه‌های عصبی
  • 16. نورون مصنوعی
  • 17. توابع فعال‌سازی
  • 18. شبکه‌های عصبی پرسپترون تک لایه
  • 19. شبکه‌های عصبی پرسپترون چند لایه
  • 20. آموزش شبکه‌های عصبی
  • 21. تابع هزینه
  • 22. گرادیان کاهشی
  • 23. پس‌انتشار خطا
  • 24. تنظیم نرخ یادگیری
  • 25. بهینه‌سازها
  • 26. تنظیمات فراپارامترها
  • 27. اعتبارسنجی متقاطع
  • 28. مدل‌های بیش‌برازش و کم‌برازش
  • 29. روش‌های منظم‌سازی
  • 30. نرمال‌سازی دسته‌ای
  • 31. شبکه‌های عصبی کانولوشنی (CNN)
  • 32. لایه‌های کانولوشن
  • 33. لایه‌های پولینگ
  • 34. معماری‌های CNN
  • 35. کاربرد CNN در بینایی ماشین
  • 36. شبکه‌های عصبی بازگشتی (RNN)
  • 37. حافظه کوتاه‌مدت طولانی (LSTM)
  • 38. واحدهای بازگشتی دروازه‌ای (GRU)
  • 39. کاربرد RNN در پردازش زبان طبیعی
  • 40. مقدمه‌ای بر زبان‌های برنامه‌نویسی تخصصی هوش مصنوعی
  • 41. مقایسه Wolfram Language با سایر زبان‌ها
  • 42. مزایای Wolfram Language در هوش مصنوعی
  • 43. استفاده از Wolfram Language برای پیاده‌سازی شبکه‌های عصبی
  • 44. توابع آماده در Wolfram Language برای شبکه‌های عصبی
  • 45. ساخت یک شبکه عصبی ساده با Wolfram Language
  • 46. آموزش یک شبکه عصبی با Wolfram Language
  • 47. ارزیابی عملکرد شبکه عصبی
  • 48. تنظیم معماری شبکه عصبی
  • 49. استفاده از داده‌های واقعی در Wolfram Language
  • 50. پیش‌پردازش داده‌ها در Wolfram Language
  • 51. مهندسی ویژگی در Wolfram Language
  • 52. تکنیک‌های افزایش داده
  • 53. شبکه‌های عصبی برای طبقه‌بندی
  • 54. شبکه‌های عصبی برای رگرسیون
  • 55. مدل‌های پیش‌بینی سری زمانی
  • 56. شبکه‌های عصبی مولد (GAN)
  • 57. مقدمه‌ای بر GAN
  • 58. معماری GAN
  • 59. کاربرد GAN در تولید تصویر
  • 60. شبکه‌های عصبی خودرمزگذار (Autoencoder)
  • 61. مقدمه‌ای بر خودرمزگذارها
  • 62. معماری خودرمزگذارها
  • 63. کاربرد خودرمزگذارها در کاهش ابعاد
  • 64. یادگیری عمیق در Wolfram Language
  • 65. فریم‌ورک‌های یادگیری عمیق در Wolfram Language
  • 66. شبکه‌های عصبی ترنسفورمر
  • 67. مقدمه‌ای بر ترنسفورمرها
  • 68. معماری ترنسفورمر
  • 69. کاربرد ترنسفورمر در پردازش زبان طبیعی
  • 70. مدل‌های زبانی بزرگ
  • 71. تکنیک‌های پیشرفته در یادگیری ماشین
  • 72. تفسیرپذیری مدل‌های یادگیری ماشین
  • 73. مسائل اخلاقی در هوش مصنوعی
  • 74. مسئولیت‌پذیری در هوش مصنوعی
  • 75. امنیت در مدل‌های هوش مصنوعی
  • 76. حریم خصوصی داده‌ها در هوش مصنوعی
  • 77. کاربرد هوش مصنوعی در صنعت
  • 78. کاربرد هوش مصنوعی در سلامت
  • 79. کاربرد هوش مصنوعی در آموزش
  • 80. کاربرد هوش مصنوعی در مالی
  • 81. کاربرد هوش مصنوعی در کشاورزی
  • 82. شبکه‌های عصبی گراف (GNN)
  • 83. مقدمه‌ای بر GNN
  • 84. معماری GNN
  • 85. کاربرد GNN در شبکه‌های اجتماعی
  • 86. یادگیری تقویتی عمیق
  • 87. مقدمه‌ای بر یادگیری تقویتی عمیق
  • 88. الگوریتم‌های یادگیری تقویتی عمیق
  • 89. کاربرد یادگیری تقویتی عمیق در رباتیک
  • 90. مقدمه‌ای بر یادگیری ماشین با بینش اسلامی
  • 91. اصول اخلاقی در علم داده
  • 92. حفظ کرامت انسانی در هوش مصنوعی
  • 93. پرهیز از تبعیض در الگوریتم‌ها
  • 94. شفافیت در تصمیم‌گیری‌های مبتنی بر هوش مصنوعی
  • 95. توسعه پایدار با رویکرد هوش مصنوعی
  • 96. کاربرد هوش مصنوعی در خدمت به جامعه
  • 97. مبانی فقهی داده‌کاوی
  • 98. چارچوب‌های شرعی در استفاده از الگوریتم‌ها
  • 99. جواز شرعی استفاده از یادگیری ماشین
  • 100. ملاحظات شرعی در حریم خصوصی داده‌ها

📚 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.