کتاب مبانی هوش مصنوعی: رویکردها و کاربردها

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 هوش مصنوعی: رویکردها و کاربردها

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: هوش مصنوعی و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر هوش مصنوعی
  • 2. تاریخچه هوش مصنوعی
  • 3. هوش مصنوعی و انسان: مقایسه
  • 4. فلسفه هوش مصنوعی
  • 5. اخلاق در هوش مصنوعی
  • 6. کاربردهای هوش مصنوعی در زندگی روزمره
  • 7. هوش مصنوعی و جامعه
  • 8. هوش مصنوعی و آینده شغل ها
  • 9. انواع هوش مصنوعی: محدود و عمومی
  • 10. یادگیری ماشین: تعاریف و مفاهیم
  • 11. یادگیری نظارت شده
  • 12. رگرسیون خطی
  • 13. رگرسیون لجستیک
  • 14. درختان تصمیم
  • 15. ماشین های بردار پشتیبان (SVM)
  • 16. یادگیری بدون نظارت
  • 17. خوشه بندی (Clustering)
  • 18. K-Means Clustering
  • 19. Hierarchical Clustering
  • 20. Dimensions Reduction
  • 21. Principal Component Analysis (PCA)
  • 22. Factor Analysis
  • 23. Deep Learning: مقدمه
  • 24. شبکه های عصبی مصنوعی
  • 25. ساختار شبکه عصبی
  • 26. توابع فعال سازی
  • 27. پس انتشار خطا (Backpropagation)
  • 28. شبکه های عصبی کانولوشنال (CNN)
  • 29. کاربرد CNN در بینایی ماشین
  • 30. شبکه های عصبی بازگشتی (RNN)
  • 31. کاربرد RNN در پردازش زبان طبیعی
  • 32. شبکه های حافظه طولانی کوتاه (LSTM)
  • 33. شبکه های حافظه طولانی کوتاه (GRU)
  • 34. یادگیری تقویتی
  • 35. مفاهیم یادگیری تقویتی
  • 36. عامل و محیط
  • 37. پاداش و جریمه
  • 38. سیاست ها و توابع ارزش
  • 39. یادگیری عمیق در یادگیری تقویتی
  • 40. کاربرد یادگیری تقویتی در رباتیک
  • 41. کاربرد یادگیری تقویتی در بازی ها
  • 42. پردازش زبان طبیعی (NLP)
  • 43. مفاهیم پایه NLP
  • 44. توکن سازی و ریشه یابی
  • 45. مدل های زبانی
  • 46. یادگیری ماشین برای NLP
  • 47. شبکه های عصبی برای NLP
  • 48. ترجمه ماشینی
  • 49. خلاصه سازی متن
  • 50. تحلیل احساسات
  • 51. سیستم های توصیه گر
  • 52. کاربرد سیستم های توصیه گر
  • 53. الگوریتم های فیلترینگ مشترک
  • 54. مبتنی بر محتوا
  • 55. سیستم های توصیه گر ترکیبی
  • 56. هوش مصنوعی در پزشکی
  • 57. تشخیص بیماری با هوش مصنوعی
  • 58. کشف دارو با هوش مصنوعی
  • 59. رباتیک جراحی
  • 60. هوش مصنوعی در کشاورزی
  • 61. کشاورزی دقیق
  • 62. پیش بینی محصولات
  • 63. مدیریت منابع
  • 64. هوش مصنوعی در آموزش
  • 65. شخصی سازی یادگیری
  • 66. ارزیابی خودکار
  • 67. سیستم های کمک آموزشی
  • 68. هوش مصنوعی در مالی
  • 69. تشخیص تقلب
  • 70. مدیریت ریسک
  • 71. معاملات خودکار
  • 72. هوش مصنوعی و امنیت سایبری
  • 73. تشخیص نفوذ
  • 74. شناسایی بدافزار
  • 75. امنیت شبکه
  • 76. چالش های اخلاقی و حقوقی هوش مصنوعی
  • 77. حریم خصوصی داده ها
  • 78. سوگیری در الگوریتم ها
  • 79. مسئولیت پذیری
  • 80. آینده هوش مصنوعی
  • 81. هوش مصنوعی و محاسبات کوانتومی
  • 82. هوش مصنوعی عمومی (AGI)
  • 83. همزیستی انسان و هوش مصنوعی
  • 84. ملاحظات فرهنگی در هوش مصنوعی
  • 85. هوش مصنوعی و ارزش های ایرانی-اسلامی
  • 86. کاربردهای سازگار هوش مصنوعی در ایران
  • 87. فناوری های نوظهور و هوش مصنوعی
  • 88. پردازش تصویر با هوش مصنوعی
  • 89. شناخت الگو
  • 90. تحلیل سری های زمانی
  • 91. شبکه های عصبی گراف (GNN)
  • 92. یادگیری انتقالی (Transfer Learning)
  • 93. یادگیری چند وظیفه ای (Multi-task Learning)
  • 94. یادگیری فعال (Active Learning)
  • 95. یادگیری نیمه نظارت شده (Semi-supervised Learning)
  • 96. یادگیری فدرال (Federated Learning)
  • 97. هوش مصنوعی قابل توضیح (XAI)
  • 98. روش های توضیح پذیری
  • 99. کاربرد XAI در حوزه های حساس
  • 100. ملاحظات فنی پیاده سازی 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.