اکسپرس 24
کتاب TypeScript and Machine Learning with TensorFlow.js

کتاب TypeScript and Machine Learning with TensorFlow.js

تگ‌ها: Deep Learning Machine Learning TensorFlow TensorFlow.js TypeScript برنامه نویسی تایپ اسکریپت شبکه عصبی هوش مصنوعی یادگیری ماشین

انتخاب پلن

افزودنی‌های اختیاری

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 TypeScript and Machine Learning with TensorFlow.js

موضوع کلی: برنامه نویسی

موضوع میانی: تایپ اسکریپت (TypeScript)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر TypeScript و مزایای آن نسبت به JavaScript
  • 2. راه‌اندازی محیط توسعه برای TypeScript و TensorFlow.js
  • 3. نوع‌های پایه در TypeScript: boolean، number، string و Array
  • 4. تعریف اینترفیس‌ها و type aliasها در TypeScript
  • 5. توابع و پارامترهای تایپ‌شده در TypeScript
  • 6. جنریک‌ها (Generics) در TypeScript: مفاهیم و کاربرد
  • 7. کلاس‌ها و وراثت در TypeScript
  • 8. مودول‌ها و مدیریت وابستگی‌ها در TypeScript
  • 9. آشنایی با TensorFlow.js و قابلیت‌های آن
  • 10. نصب و بارگذاری TensorFlow.js در پروژه TypeScript
  • 11. ساخت تنسور (Tensor) و عملیات پایه روی آن
  • 12. شاخص‌گذاری، تغییر شکل و برش تنسورها
  • 13. عملیات ریاضی روی تنسورها: جمع، ضرب و ماتریس
  • 14. مفهوم گراف محاسباتی و اجرای مشتقات خودکار
  • 15. خطایابی و دیباگ کدهای TensorFlow.js در TypeScript
  • 16. مدل‌سازی خطی با TensorFlow.js: رگرسیون ساده
  • 17. پیاده‌سازی Gradient Descent از پایه در TypeScript
  • 18. استفاده از بهینه‌سازهای داخلی TensorFlow.js
  • 19. تنظیم نرخ یادگیری و پارامترهای بهینه‌سازی
  • 20. معرفی لایه‌های شبکه عصبی در TensorFlow.js
  • 21. ساخت مدل دنباله‌ای (Sequential) با لایه‌های Dense
  • 22. آموزش مدل با fit و تنظیم epochs و batch size
  • 23. ارزیابی مدل با متد evaluate و پیش‌بینی با predict
  • 24. طبقه‌بندی تصاویر ساده با شبکه عصبی در TensorFlow.js
  • 25. معرفی تنسورفلو جی اس برای پردازش متن
  • 26. توکن‌سازی و تبدیل متن به تنسور
  • 27. شبکه‌های بازگشتی (RNN) و LSTM در TensorFlow.js
  • 28. مدل‌سازی دنباله‌ای برای پیش‌بینی متن
  • 29. استفاده از Embedding لایه برای کلمات
  • 30. معرفی و کاربرد Dropout برای جلوگیری از overfitting
  • 31. نرمال‌سازی داده‌ها قبل از آموزش مدل
  • 32. ذخیره و بارگذاری مدل‌های TensorFlow.js
  • 33. تبدیل مدل آموزش‌دیده به فرمت TensorFlow.js
  • 34. استفاده از مدل‌های از پیش آموزش‌دیده در مرورگر
  • 35. تشخیص اشیاء با TensorFlow.js و مدل‌های آماده
  • 36. پردازش ویدئو در مرورگر با TensorFlow.js
  • 37. طبقه‌بندی صدا با شبکه عصبی در TensorFlow.js
  • 38. معرفی و کاربرد TensorFlow.js در Node.js
  • 39. مدیریت حافظه و تنسورهای موقتی در TensorFlow.js
  • 40. بهبود عملکرد با WebGL و backendهای TensorFlow.js
  • 41. اشکال‌زدایی عملکرد مدل با tf.profiler
  • 42. ایجاد pipeline داده سفارشی با tf.data
  • 43. افزایش داده (Data Augmentation) برای تصاویر
  • 44. انتقال یادگیری (Transfer Learning) با TensorFlow.js
  • 45. مدل‌سازی چندورودی و چندخروجی در TensorFlow.js
  • 46. شبکه‌های کانولوشنی (CNN) برای طبقه‌بندی تصاویر
  • 47. معرفی TensorFlow.js Layers API
  • 48. پیاده‌سازی Autoencoder با TensorFlow.js
  • 49. شبکه‌های مولد تخاصمی (GAN) ساده در TensorFlow.js
  • 50. بهینه‌سازی هایپرپارامترها در TypeScript
  • 51. یکپارچه‌سازی TensorFlow.js با فریم‌ورک‌های UI
  • 52. تست واحد برای مدل‌های TensorFlow.js در TypeScript
  • 53. نوشتن توابع سفارشی Loss و Metric در TensorFlow.js
  • 54. مدل‌سازی با TensorFlow.js در محیط Node.js و فایل‌سیستم
  • 55. تبدیل داده‌های CSV به تنسور برای آموزش
  • 56. مدل‌سازی سری‌های زمانی با TensorFlow.js
  • 57. کاهش ابعاد داده با PCA در TensorFlow.js
  • 58. خوشه‌بندی با K-Means در TensorFlow.js
  • 59. معرفی TensorFlow.js برای یادگیری تقویتی (Reinforcement Learning) ساده
  • 60. ایجاد یک پروژه کامل TypeScript و TensorFlow.js از صفر

📚 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.