کتاب تکنیک‌های کاهش ابعاد غیرخطی در یادگیری ماشین

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 تکنیک‌های کاهش ابعاد غیرخطی در یادگیری ماشین

موضوع کلی: علم داده و یادگیری ماشین

موضوع میانی: کاهش ابعاد و استخراج ویژگی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و یادگیری ماشین
  • 2. مبانی یادگیری ماشین نظارت شده
  • 3. مبانی یادگیری ماشین بدون نظارت
  • 4. مقدمه‌ای بر کاهش ابعاد
  • 5. اهمیت کاهش ابعاد در علم داده
  • 6. چالش‌های کاهش ابعاد
  • 7. انواع روش‌های کاهش ابعاد
  • 8. کاهش ابعاد خطی: تحلیل مولفه‌های اصلی (PCA)
  • 9. کاربرد PCA در فشرده‌سازی داده
  • 10. کاربرد PCA در حذف نویز
  • 11. محدودیت‌های PCA
  • 12. کاهش ابعاد غیرخطی: نیاز به روش‌های جدید
  • 13. مقدمه‌ای بر یادگیری منیفولد
  • 14. منیفولدها در فضای داده
  • 15. مفاهیم هندسه دیفرانسیل در یادگیری منیفولد
  • 16. تکنیک‌های مبتنی بر نزدیکی در کاهش ابعاد غیرخطی
  • 17. نگاشت سر-و-چسب (Isomap)
  • 18. نحوه کار Isomap
  • 19. مزایای Isomap
  • 20. معایب Isomap
  • 21. نگاشت چندبعدی مقیاس‌پذیر (LLE)
  • 22. نحوه کار LLE
  • 23. مزایای LLE
  • 24. معایب LLE
  • 25. نگاشت محلی خطی (Laplacian Eigenmaps)
  • 26. نحوه کار Laplacian Eigenmaps
  • 27. مزایای Laplacian Eigenmaps
  • 28. معایب Laplacian Eigenmaps
  • 29. نگاشت توزیع محلی (Locally Linear Embedding)
  • 30. نحوه کار LLE (تکمیل)
  • 31. مقایسه LLE و Isomap
  • 32. خوشه‌بندی بر اساس کاهش ابعاد
  • 33. تجسم داده‌ها با استفاده از کاهش ابعاد
  • 34. روش‌های کاهش ابعاد مبتنی بر گراف
  • 35. تکمیل گراف در روش‌های مبتنی بر گراف
  • 36. مقایسه روش‌های مبتنی بر گراف
  • 37. مقدمه‌ای بر استخراج ویژگی
  • 38. تفاوت کاهش ابعاد و استخراج ویژگی
  • 39. تکنیک‌های استخراج ویژگی خطی
  • 40. استخراج ویژگی مبتنی بر تفکیک (LDA)
  • 41. نحوه کار LDA
  • 42. کاربرد LDA در طبقه‌بندی
  • 43. محدودیت‌های LDA
  • 44. استخراج ویژگی غیرخطی
  • 45. استخراج ویژگی مبتنی بر شبکه عصبی
  • 46. شبکه‌های عصبی خودرمزگذار (Autoencoders)
  • 47. نحوه کار Autoencoders
  • 48. انواع Autoencoders: Autoencoders استاندارد
  • 49. Autoencoders و فشرده‌سازی داده
  • 50. Autoencoders و حذف نویز
  • 51. Autoencoders و استخراج ویژگی
  • 52. Autoencoders در یادگیری عمیق
  • 53. کاربرد Autoencoders در تشخیص ناهنجاری
  • 54. Autoencoders و کاهش ابعاد
  • 55. Autoencoders و بازسازی داده
  • 56. Autoencoders و یادگیری بازنمایی
  • 57. Autoencoders و شبکه‌های مولد تخاصمی (GANs)
  • 58. مقدمه‌ای بر GANs
  • 59. کاربرد GANs در تولید داده
  • 60. GANs و کاهش ابعاد
  • 61. GANs و استخراج ویژگی
  • 62. استخراج ویژگی مبتنی بر درخت تصمیم
  • 63. جنگل‌های تصادفی (Random Forests)
  • 64. کاربرد Random Forests در استخراج ویژگی
  • 65. درختان گرادیان بوستینگ (Gradient Boosting Trees)
  • 66. کاربرد Gradient Boosting Trees در استخراج ویژگی
  • 67. استخراج ویژگی مبتنی بر ماشین بردار پشتیبان (SVM)
  • 68. کاربرد SVM در استخراج ویژگی
  • 69. استخراج ویژگی مبتنی بر مدل‌های گرافیکی
  • 70. شبکه‌های بیزی (Bayesian Networks)
  • 71. کاربرد Bayesian Networks در استخراج ویژگی
  • 72. مدل‌های مارکوف پنهان (HMMs)
  • 73. کاربرد HMMs در استخراج ویژگی
  • 74. کاهش ابعاد و استخراج ویژگی در پردازش تصویر
  • 75. استخراج ویژگی در تشخیص چهره
  • 76. کاهش ابعاد در پردازش سیگنال
  • 77. استخراج ویژگی در پردازش زبان طبیعی
  • 78. کاربرد کاهش ابعاد در سیستم‌های توصیه‌گر
  • 79. کاهش ابعاد در یادگیری تقویتی
  • 80. ارزیابی روش‌های کاهش ابعاد و استخراج ویژگی
  • 81. معیارهای ارزیابی کاهش ابعاد
  • 82. معیارهای ارزیابی استخراج ویژگی
  • 83. پیاده‌سازی روش‌های کاهش ابعاد با استفاده از کتابخانه‌های پایتون
  • 84. پیاده‌سازی PCA در پایتون
  • 85. پیاده‌سازی Isomap در پایتون
  • 86. پیاده‌سازی LLE در پایتون
  • 87. پیاده‌سازی Laplacian Eigenmaps در پایتون
  • 88. پیاده‌سازی Autoencoders در پایتون
  • 89. کاربرد عملی کاهش ابعاد در تحلیل داده‌های بزرگ
  • 90. کاربرد عملی استخراج ویژگی در سیستم‌های هوشمند
  • 91. مسائل اخلاقی و حریم خصوصی در کاهش ابعاد و استخراج ویژگی
  • 92. آینده پژوهش در کاهش ابعاد و استخراج ویژگی
  • 93. چالش‌های محاسباتی در کاهش ابعاد غیرخطی
  • 94. مقایسه جامع روش‌های کاهش ابعاد غیرخطی
  • 95. مقایسه جامع روش‌های استخراج ویژگی
  • 96. کاهش ابعاد و استخراج ویژگی برای داده‌های ترکیبی
  • 97. کاهش ابعاد و استخراج ویژگی برای داده‌های متوالی
  • 98. کاهش ابعاد و استخراج ویژگی برای داده‌های گراف
  • 99. مروری بر پیشرفت‌های اخیر در یادگیری منیفولد
  • 100. مروری بر پیشرفت‌های اخیر در شبکه‌های عصبی خودرمزگذار

📚 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.