کتاب شمارش و احتمال: پایه‌های ریاضی هوش مصنوعی

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 شمارش و احتمال: پایه‌های ریاضی هوش مصنوعی

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مفاهیم احتمالات و آمار در هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر شمارش و احتمال در هوش مصنوعی
  • 2. اصول شمارش: اصل ضرب و اصل جمع
  • 3. ترکیبیات: جایگشت‌ها
  • 4. ترکیبیات: ترکیب‌ها
  • 5. قانون شمول و عدم شمول
  • 6. اصل لانه کبوتری
  • 7. مقدمه‌ای بر نظریه احتمال
  • 8. فضای نمونه و پیشامدها
  • 9. قوانین احتمال: احتمال اشتراک و اجتماع
  • 10. احتمال شرطی
  • 11. قاعده بیز
  • 12. استقلال پیشامدها
  • 13. متغیرهای تصادفی گسسته
  • 14. توزیع احتمال گسسته
  • 15. امید ریاضی و واریانس
  • 16. توزیع دوجمله‌ای
  • 17. توزیع پواسون
  • 18. توزیع هندسی
  • 19. توزیع فوق هندسی
  • 20. متغیرهای تصادفی پیوسته
  • 21. تابع چگالی احتمال
  • 22. تابع توزیع تجمعی
  • 23. امید ریاضی و واریانس برای متغیرهای پیوسته
  • 24. توزیع یکنواخت پیوسته
  • 25. توزیع نمایی
  • 26. توزیع نرمال (گوسی)
  • 27. قضیه حد مرکزی
  • 28. مقدمه‌ای بر زنجیره‌های مارکوف
  • 29. عملیات روی زنجیره‌های مارکوف
  • 30. حالت‌های گذار و ماتریس گذار
  • 31. توزیع حالت پایدار
  • 32. کاربرد زنجیره‌های مارکوف در مدل‌سازی
  • 33. مقدمه‌ای بر استنتاج آماری
  • 34. برآوردگرها و خواص آن‌ها
  • 35. بازه اطمینان
  • 36. آزمون فرض آماری
  • 37. آزمون t
  • 38. آزمون کای دو
  • 39. رگرسیون خطی ساده
  • 40. رگرسیون خطی چندگانه
  • 41. مقدمه‌ای بر یادگیری ماشینی
  • 42. نقش احتمالات در یادگیری ماشینی
  • 43. مدل‌های احتمالی برای طبقه‌بندی
  • 44. قانون بیز برای طبقه‌بندی
  • 45. نایوب بیز
  • 46. مدل‌های تولیدی در مقابل مدل‌های تمایزی
  • 47. مدل‌های پنهان مارکوف (HMM)
  • 48. کاربرد HMM در پردازش زبان طبیعی
  • 49. کاربرد HMM در تشخیص گفتار
  • 50. مقدمه‌ای بر شبکه‌های بیز
  • 51. ساختمان شبکه‌های بیز
  • 52. استنتاج در شبکه‌های بیز
  • 53. یادگیری شبکه‌های بیز
  • 54. شبکه‌های بیز برای مدل‌سازی عدم قطعیت
  • 55. شبکه‌های بیز در سیستم‌های توصیه‌گر
  • 56. شبکه‌های بیز در تشخیص پزشکی
  • 57. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 58. مدل‌های ARIMA
  • 59. مدل‌های GARCH
  • 60. کاربرد تحلیل سری زمانی در امور مالی
  • 61. کاربرد تحلیل سری زمانی در پیش‌بینی آب و هوا
  • 62. مقدمه‌ای بر بهینه‌سازی احتمالی
  • 63. مسائل بهینه‌سازی تصادفی
  • 64. روش‌های حل مسائل بهینه‌سازی احتمالی
  • 65. کاربرد بهینه‌سازی احتمالی در مدیریت ریسک
  • 66. کاربرد بهینه‌سازی احتمالی در تخصیص منابع
  • 67. مقدمه‌ای بر شبیه‌سازی مونت کارلو
  • 68. تولید اعداد تصادفی
  • 69. پیاده‌سازی شبیه‌سازی مونت کارلو
  • 70. کاربرد شبیه‌سازی مونت کارلو در ارزیابی ریسک
  • 71. کاربرد شبیه‌سازی مونت کارلو در بهینه‌سازی
  • 72. مقدمه‌ای بر نظریه بازی‌ها
  • 73. مفاهیم پایه در نظریه بازی‌ها
  • 74. تعادل نش
  • 75. بازی‌های جمع صفر
  • 76. کاربرد نظریه بازی‌ها در اقتصاد
  • 77. کاربرد نظریه بازی‌ها در علوم سیاسی
  • 78. مقدمه‌ای بر پردازش سیگنال احتمالی
  • 79. فیلتر کالمن
  • 80. فیلتر بیز
  • 81. کاربرد فیلتر کالمن در رباتیک
  • 82. کاربرد فیلتر کالمن در ناوبری
  • 83. مقدمه‌ای بر یادگیری تقویتی
  • 84. مفاهیم پایه در یادگیری تقویتی
  • 85. الگوریتم‌های یادگیری تقویتی
  • 86. شبکه‌های عصبی و یادگیری تقویتی
  • 87. کاربرد یادگیری تقویتی در بازی‌ها
  • 88. کاربرد یادگیری تقویتی در رباتیک
  • 89. کاربرد یادگیری تقویتی در سیستم‌های خودکار
  • 90. مقدمه‌ای بر یادگیری عمیق
  • 91. شبکه‌های عصبی کانولوشنال (CNN)
  • 92. شبکه‌های عصبی بازگشتی (RNN)
  • 93. کاربرد یادگیری عمیق در بینایی ماشین
  • 94. کاربرد یادگیری عمیق در پردازش زبان طبیعی
  • 95. کاربرد یادگیری عمیق در سیستم‌های توصیه‌گر
  • 96. مباحث پیشرفته در شمارش و احتمال
  • 97. کاربرد نهایی شمارش و احتمال در هوش مصنوعی
  • 98. مروری بر روش‌های آماری در هوش مصنوعی
  • 99. تکنیک‌های پیشرفته مدل‌سازی احتمالی
  • 100. پروژه‌های عملی با استفاده از مفاهیم آماری

📚 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.