کتاب هوش مصنوعی: مبانی احتمال و آمار در تصمیم‌گیری هوشمند

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 هوش مصنوعی: مبانی احتمال و آمار در تصمیم‌گیری هوشمند

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مفاهیم پایه و نظری هوش مصنوعی**

📋 سرفصل‌های دوره

  • 1. معادلات پایه احتمالات
  • 2. توزیع‌های معمولی و غیرمعمولی
  • 3. میانگین، واریانس و انحراف استاندارد
  • 4. توزیع‌های Binomial و Poisson
  • 5. قوانین بزرگ اعداد
  • 6. قوانین توزیع نرمال
  • 7. توزیع‌های نرمال چندمتغیره
  • 8. معیارهای مقایسه‌ای توزیع‌ها
  • 9. تحلیل آزمون‌های فرضی (t-test)
  • 10. تحلیل تباين (ANOVA)
  • 11. تحلیل رگرسیونی ساده
  • 12. رگرسیون خطی و مدل‌های خطی
  • 13. مفاهیم پایه‌ی آمار توصیفی
  • 14. تحلیل داده‌های ترکیبی (multivariate analysis)
  • 15. معیارهای ارزیابی مدل (accuracy, precision, recall)
  • 16. مفهوم فریب مثبت و منفی (False Positive/Negative)
  • 17. تحلیل ROC و AUC
  • 18. تحلیل حساسیت و خاصیت
  • 19. تجزیه و تحلیل داده‌های آموزشی (Data Splitting)
  • 20. مفهوم Bayes در تصمیم‌گیری (Bayesian Decision Theory)
  • 21. توزیع‌های پس‌از‌همدانی (Posterior Distributions)
  • 22. مکانیزم‌های Markov و مدل‌های متسلسل
  • 23. مدل‌های شبکه‌های عصبی (Neural Networks) و آمار
  • 24. آموزش با انحراف (Gradient Descent) و آمار
  • 25. مفهوم پیش‌احتمال (Prior) و توزیع پیش‌از‌همدانی
  • 26. توسعهٔ مدل‌های ترکیبی (Ensemble Methods) با آمار
  • 27. تحلیل خطا (Bias-Variance Tradeoff)
  • 28. روش‌های تصحیح (Calibration) مدل‌ها
  • 29. تحلیل حساسیت (Sensitivity Analysis) در داده‌ها
  • 30. استفاده از آزمون‌های غیرپارامتری (Non-parametric tests)
  • 31. مفاهیم پایه‌ی داده‌های کل‌نگاری (Big Data) و آمار
  • 32. مدل‌های گرافیکی (Graphical Models) و احتمال
  • 33. تحلیل سلسله مراتبی (Time Series) و آمار
  • 34. پیش‌بینی احتمالاتی (Probabilistic Forecasting)
  • 35. تحلیل متغیرهای ترکیبی (Multicollinearity) در رگرسیون
  • 36. تجزیه و تحلیل داده‌های دسته‌بندی شده (Stratified Sampling)
  • 37. استفاده از توزیع‌های نرمال برای مدل‌های خطی
  • 38. مدل‌های تصمیم‌گیری تکمیلی (Decision Trees) و آمار
  • 39. مدل‌های Random Forest و آمار پیش‌بینی
  • 40. تحلیل ویژگی‌های مهم (Feature Importance) با آمار
  • 41. مفهوم L1 و L2 ریگولارسازی و آمار
  • 42. آموزش با داده‌های نابرابری (Imbalanced Data) و آمار
  • 43. مدل‌های گرام (Gaussian) و توزیع‌های غیر نرمال
  • 44. تحلیل توزیع‌های قدرت (Power Law) در داده‌های واقعی
  • 45. روش‌های Monte Carlo برای شبیه‌سازی آمار
  • 46. تحلیل داده‌های تایم‌سرس (Time Series) و مدل‌های ARIMA
  • 47. مدل‌های تعاملی (Interactive Models) و آمار
  • 48. تحلیل داده‌های espacial (Spatial Data) و آمار
  • 49. استفاده از Bayesian Optimization در hyperparameter tuning
  • 50. تحلیل توزیع‌های Poisson برای داده‌های شمارشی
  • 51. تحلیل توزیع‌های Dirichlet برای داده‌های نسبی
  • 52. استفاده از Copula برای مدل‌سازی وابستگی
  • 53. تحلیل توزیع‌های Student-t برای داده‌های با توزیع‌های سنگین
  • 54. مدل‌های Bayesian Additive Regression Trees (BART) و آمار
  • 55. تحلیل توزیع‌های Exponential Family
  • 56. تحلیل توزیع‌های Beta برای داده‌های proporت
  • 57. استفاده از Bayesian Model Averaging (BMA) در پیش‌بینی
  • 58. تحلیل توزیع‌های Dirichlet Process برای clustering
  • 59. مدل‌های Bayesian Deep Learning با توزیع‌های پیش‌از‌همدانی
  • 60. تحلیل توزیع‌های Student-t Process برای داده‌های نویز
  • 61. استفاده از Bayesian nonparametric Methods در تحلیل داده‌ها
  • 62. تحلیل توزیع‌های Weibull برای تحلیل قابلیت اعتماد
  • 63. مدل‌های Bayesian Ensemble با ترکیب posterior
  • 64. تحلیل توزیع‌های Multivariate Normal with covariance estimation
  • 65. استفاده از Bayesian shrinkage priors در ریگروشن
  • 66. تحلیل توزیع‌های Multivariate t with robust covariance
  • 67. استفاده از Bayesian Optimization با توزیع‌های پیش‌از‌همدانی
  • 68. تحلیل توزیع‌های Weibull برای قابلیت اعتماد (reliability engineering)
  • 69. مدل‌های Bayesian hierarchical with Dirichlet priors
  • 70. تحلیل توزیع‌های Multivariate normal with shrinkage
  • 71. استفاده از Bayesian nonparametric در متن‌کاوی

📚 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.