اکسپرس 24
کتاب تشخیص ناهنجاری با مدل‌های Transformer سبک در دستگاه‌های لبه‌ای

کتاب تشخیص ناهنجاری با مدل‌های Transformer سبک در دستگاه‌های لبه‌ای

تگ‌ها: الگوریتم تشخیص ناهنجاری پردازش داده لبه ترانسفورمر سبک تشخیص ناهنجاری تشخیص ناهنجاری داده تشخیص ناهنجاری در لبه سیستم‌های تعبیه‌شده مدل‌های ترانسفورمر هوش مصنوعی لبه یادگیری ماشین لبه

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 تشخیص ناهنجاری با مدل‌های Transformer سبک در دستگاه‌های لبه‌ای

موضوع کلی: برنامه‌نویسی سیستم‌های تعبیه‌شده (Embedded Systems)

موضوع میانی: Anomaly detection algorithms

📋 سرفصل‌های دوره

  • 1. تشخیص ناهنجاری و کاربردهای آن
  • 2. مبانی مدل‌های Transformer
  • 3. معماری مدل‌های Transformer
  • 4. مکانیسم توجه (Attention) در Transformerها
  • 5. Transformerهای سبک: معرفی و ضرورت
  • 6. روش‌های کاهش حجم مدل‌های Transformer
  • 7. کوانتیزاسیون مدل‌های Transformer
  • 8. هرس (Pruning) مدل‌های Transformer
  • 9. تقطیر دانش (Knowledge Distillation) برای Transformerها
  • 10. بهینه‌سازی Transformerها برای دستگاه‌های لبه‌ای
  • 11. مفاهیم دستگاه‌های لبه‌ای و محدودیت‌ها
  • 12. معرفی فریم‌ورک‌های محبوب برای پیاده‌سازی Transformerها
  • 13. TensorFlow Lite برای Transformerها
  • 14. PyTorch Mobile برای Transformerها
  • 15. ONNX Runtime برای Transformerها
  • 16. جمع‌آوری و آماده‌سازی داده‌های تشخیص ناهنجاری
  • 17. روش‌های پیش‌پردازش داده برای Transformerها
  • 18. برچسب‌گذاری داده‌ها برای تشخیص ناهنجاری
  • 19. معرفی دیتاست‌های رایج تشخیص ناهنجاری
  • 20. ارزیابی عملکرد مدل‌های تشخیص ناهنجاری
  • 21. معیارهای ارزیابی: دقت، صحت، فراخوانی، F1-score
  • 22. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 23. منحنی ROC و AUC
  • 24. تشخیص ناهنجاری در داده‌های سری زمانی
  • 25. تشخیص ناهنجاری در تصاویر
  • 26. تشخیص ناهنجاری در داده‌های متنی
  • 27. تشخیص ناهنجاری در داده‌های صوتی
  • 28. کاربردهای تشخیص ناهنجاری در صنایع مختلف
  • 29. تشخیص ناهنجاری در سیستم‌های نظارتی
  • 30. تشخیص ناهنجاری در شبکه‌های حسگر بی‌سیم
  • 31. تشخیص ناهنجاری در سیستم‌های صنعتی
  • 32. تشخیص ناهنجاری در حوزه سلامت
  • 33. تشخیص ناهنجاری در تراکنش‌های مالی
  • 34. روش‌های آموزش مدل‌های Transformer برای تشخیص ناهنجاری
  • 35. یادگیری خودنظارتی (Self-Supervised Learning)
  • 36. یادگیری نیمه‌نظارتی (Semi-Supervised Learning)
  • 37. یادگیری انتقالی (Transfer Learning)
  • 38. بهبود پایداری مدل‌های Transformer در برابر داده‌های پرت
  • 39. روش‌های مقابله با داده‌های نامتعادل
  • 40. بهینه‌سازی مصرف انرژی Transformerها در دستگاه‌های لبه‌ای
  • 41. تکنیک‌های کاهش محاسبات در زمان استنتاج
  • 42. استفاده از سخت‌افزارهای شتاب‌دهنده (مانند GPU و TPU)
  • 43. پیاده‌سازی تشخیص ناهنجاری با Transformerها در یک مورد مطالعاتی
  • 44. چالش‌ها و محدودیت‌های تشخیص ناهنجاری با Transformerها
  • 45. آینده تشخیص ناهنجاری با مدل‌های Transformer سبک
  • 46. روش‌های ترکیب Transformerها با سایر مدل‌های یادگیری ماشین
  • 47. تشخیص ناهنجاری چندوجهی (Multimodal Anomaly Detection)
  • 48. استفاده از Transformerها برای تشخیص ناهنجاری در گراف‌ها
  • 49. تفسیرپذیری مدل‌های Transformer در تشخیص ناهنجاری
  • 50. روش‌های تجسم و تحلیل نتایج تشخیص ناهنجاری
  • 51. تکنیک‌های افزایش امنیت مدل‌های Transformer در برابر حملات خصمانه
  • 52. بررسی موردی: تشخیص ناهنجاری در داده‌های ترافیکی
  • 53. بررسی موردی: تشخیص ناهنجاری در داده‌های سنسورهای صنعتی
  • 54. بررسی موردی: تشخیص ناهنجاری در داده‌های پزشکی
  • 55. تأثیر انتخاب هایپرپارامترها بر عملکرد مدل
  • 56. روش‌های تنظیم خودکار هایپرپارامترها
  • 57. بهینه‌سازی معماری Transformer برای یک مسئله خاص
  • 58. معرفی کتابخانه‌ها و ابزارهای کمکی برای تشخیص ناهنجاری
  • 59. مفاهیم پایه‌ای آمار و احتمال در تشخیص ناهنجاری
  • 60. مفاهیم پایه‌ای پردازش سیگنال در تشخیص ناهنجاری
  • 61. روش‌های ارزیابی کیفیت داده‌ها
  • 62. تکنیک‌های مدیریت داده‌های بزرگ در تشخیص ناهنجاری
  • 63. مبانی یادگیری عمیق و شبکه‌های عصبی
  • 64. مفاهیم کلیدی در پردازش زبان طبیعی (NLP)
  • 65. مفاهیم کلیدی در بینایی ماشین (Computer Vision)
  • 66. روش‌های کاهش ابعاد داده‌ها
  • 67. روش‌های انتخاب ویژگی (Feature Selection)
  • 68. مفاهیم اساسی امنیت سایبری و حفاظت از داده‌ها

📚 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.