اکسپرس 24
کتاب مبانی یادگیری ماشین، بینایی ماشین مدرن و هوش مصنوعی مولد

کتاب مبانی یادگیری ماشین، بینایی ماشین مدرن و هوش مصنوعی مولد

تگ‌ها: الگوریتم‌های یادگیری بینایی ماشین پردازش تصویر شبکه‌های عصبی مدل‌های زبانی بزرگ هوش مصنوعی کاربردی هوش مصنوعی مولد یادگیری عمیق یادگیری ماشین یادگیری ماشین پیشرفته

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 ماشین، بینایی ماشین مدرن و هوش مصنوعی مولد

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری عمیق و کاربردهای پیشرفته

📋 سرفصل‌های دوره

  • 1. مبانی یادگیری ماشین
  • 2. مقدمه‌ای بر هوش مصنوعی
  • 3. مفاهیم کلیدی یادگیری ماشین
  • 4. انواع یادگیری ماشین
  • 5. یادگیری نظارت‌شده
  • 6. رگرسیون خطی
  • 7. رگرسیون لجستیک
  • 8. درختان تصمیم
  • 9. ماشین‌های بردار پشتیبان (SVM)
  • 10. طبقه‌بندی‌کننده‌های بیز ساده
  • 11. یادگیری نظارت‌نشده
  • 12. خوشه‌بندی K-Means
  • 13. تحلیل مولفه‌های اصلی (PCA)
  • 14. کاهش ابعاد
  • 15. یادگیری تقویتی
  • 16. مبانی یادگیری تقویتی
  • 17. عوامل و محیط‌ها
  • 18. پاداش و سیاست‌ها
  • 19. یادگیری عمیق
  • 20. شبکه‌های عصبی مصنوعی
  • 21. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 22. توابع فعال‌سازی
  • 23. پس‌انتشار خطا
  • 24. بهینه‌سازی در شبکه‌های عصبی
  • 25. نزول گرادیان
  • 26. بهینه‌سازهای پیشرفته
  • 27. شبکه‌های عصبی کانولوشنی (CNN)
  • 28. معماری CNN
  • 29. لایه‌های کانولوشن
  • 30. لایه‌های Pooling
  • 31. کاربردهای CNN در بینایی ماشین
  • 32. تشخیص تصویر
  • 33. تشخیص اشیاء
  • 34. بخش‌بندی تصویر
  • 35. شبکه‌های عصبی بازگشتی (RNN)
  • 36. معماری RNN
  • 37. مشکلات حافظه طولانی‌مدت
  • 38. حافظه طولانی کوتاه‌مدت (LSTM)
  • 39. شبکه‌های حافظه کوتاه‌مدت (GRU)
  • 40. کاربردهای RNN
  • 41. پردازش زبان طبیعی (NLP)
  • 42. تحلیل احساسات
  • 43. ترجمه ماشینی
  • 44. تولید متن
  • 45. بینایی ماشین مدرن
  • 46. پردازش تصویر پیشرفته
  • 47. استخراج ویژگی
  • 48. تطبیق الگو
  • 49. تشخیص چهره
  • 50. مباحث پیشرفته در CNN
  • 51. شبکه‌های کانولوشن پیشرفته
  • 52. شبکه‌های کانولوشن عمیق
  • 53. شبکه‌های مبتنی بر توجه (Attention)
  • 54. مدل‌های ترنسفورمر
  • 55. کاربردهای ترنسفورمر در بینایی ماشین
  • 56. تولید محتوای تصویری
  • 57. هوش مصنوعی مولد
  • 58. مقدمه‌ای بر مدل‌های مولد
  • 59. مدل‌های مولد مبتنی بر اتساق (GAN)
  • 60. معماری GAN
  • 61. آموزش GAN
  • 62. کاربردهای GAN
  • 63. تولید تصویر واقع‌گرایانه
  • 64. تولید چهره
  • 65. تولید داده‌های مصنوعی
  • 66. مدل‌های مولد مبتنی بر واکافت (VAEs)
  • 67. معماری VAEs
  • 68. آموزش VAEs
  • 69. کاربردهای VAEs
  • 70. تولید تصویر
  • 71. نشر متن
  • 72. مدل‌های زبانی بزرگ (LLMs)
  • 73. معماری ترنسفورمر برای LLMs
  • 74. آموزش LLMs
  • 75. تنظیم دقیق LLMs
  • 76. کاربردهای LLMs
  • 77. تولید متن خلاقانه
  • 78. پاسخ به سوالات
  • 79. خلاصه‌سازی متن
  • 80. هوش مصنوعی اخلاقی و مسئولانه
  • 81. سوگیری در داده‌ها و مدل‌ها
  • 82. تفسیرپذیری مدل‌ها
  • 83. حریم خصوصی و امنیت داده‌ها
  • 84. کاربردهای هوش مصنوعی در صنعت
  • 85. هوش مصنوعی در پزشکی
  • 86. هوش مصنوعی در مالی
  • 87. هوش مصنوعی در حمل و نقل
  • 88. هوش مصنوعی در آموزش
  • 89. آینده هوش مصنوعی
  • 90. مباحث نوظهور در یادگیری عمیق
  • 91. یادگیری فدرال
  • 92. یادگیری انتقال
  • 93. یادگیری خودنظارت‌شده
  • 94. مدل‌های گراف عصبی
  • 95. کاربردهای مدل‌های گراف عصبی
  • 96. آموزش پایدار در یادگیری عمیق
  • 97. تنظیم‌گری و منظم‌سازی
  • 98. روش‌های ارزیابی مدل‌ها
  • 99. مقدمه‌ای بر پردازش گفتار
  • 100. مقدمه‌ای بر رباتیک و هوش مصنوعی

📚 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.