کتاب یادگیری انتقالی در رباتیک: استفاده از دانش پیشین برای تسلط سریع‌تر روی وظایف جدید

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 یادگیری انتقالی در رباتیک: استفاده از دانش پیشین برای تسلط سریع‌تر روی وظایف جدید

موضوع کلی: یادگیری ماشینی پیشرفته

موضوع میانی: یادگیری ماشینی در حوزه علم داده‌های رباتیک (Robotics Data Science)

📋 سرفصل‌های دوره

  • 1. مبانی رباتیک و یادگیری ماشین
  • 2. یادگیری انتقالی: مفهوم و ضرورت
  • 3. انواع یادگیری انتقالی
  • 4. یادگیری انتقالی مثبت و منفی
  • 5. انتخاب وظیفه مبدأ مناسب
  • 6. انتخاب وظیفه مقصد مناسب
  • 7. شباهت وظایف: معیارها و روش‌ها
  • 8. داده‌های آموزشی: کمیت و کیفیت
  • 9. روش‌های انتقال دانش: مبتنی بر نمونه، مبتنی بر ویژگی، مبتنی بر پارامتر
  • 10. تنظیم دقیق (Fine-tuning) مدل‌های پیش‌آموزش‌دیده
  • 11. انتقال دانش بین دامنه‌ها (Domain Adaptation)
  • 12. انتقال دانش چندوظیفه‌ای (Multi-task Learning)
  • 13. استفاده از شبکه‌های عصبی کانولوشنال (CNN) در یادگیری انتقالی
  • 14. استفاده از شبکه‌های عصبی بازگشتی (RNN) در یادگیری انتقالی
  • 15. انتقال دانش در ربات‌های دست‌ساز
  • 16. انتقال دانش در ربات‌های صنعتی
  • 17. انتقال دانش در ربات‌های متحرک
  • 18. انتقال دانش در ربات‌های خودمختار
  • 19. استفاده از یادگیری تقویتی انتقالی
  • 20. یادگیری انتقالی و شبیه‌سازی به واقعیت (Sim-to-Real)
  • 21. چالش‌های یادگیری انتقالی: گسست دامنه، فاجعه فراموشی
  • 22. روش‌های مقابله با گسست دامنه
  • 23. روش‌های مقابله با فاجعه فراموشی
  • 24. ارزیابی عملکرد یادگیری انتقالی
  • 25. معیارهای ارزیابی: دقت، سرعت، تعمیم‌پذیری
  • 26. ابزارهای نرم‌افزاری یادگیری انتقالی: TensorFlow, PyTorch
  • 27. مجموعه داده‌های استاندارد در یادگیری انتقالی رباتیک
  • 28. کاربردهای یادگیری انتقالی در بینایی ماشین
  • 29. کاربردهای یادگیری انتقالی در پردازش زبان طبیعی
  • 30. کاربردهای یادگیری انتقالی در رباتیک
  • 31. یادگیری انتقالی و یادگیری یک‌شاتی (One-shot Learning)
  • 32. یادگیری انتقالی و یادگیری چندشاتی (Few-shot Learning)
  • 33. یادگیری انتقالی و یادگیری خودنظارتی (Self-supervised Learning)
  • 34. یادگیری انتقالی و یادگیری فعال (Active Learning)
  • 35. استفاده از دانش پیشین در برنامه‌ریزی حرکتی ربات
  • 36. انتقال دانش در کنترل ربات
  • 37. انتقال دانش در مسیریابی ربات
  • 38. انتقال دانش در تشخیص اشیاء
  • 39. انتقال دانش در درک صحنه
  • 40. یادگیری انتقالی و یادگیری تقویتی عمیق (Deep Reinforcement Learning)
  • 41. روش‌های پیشرفته یادگیری انتقالی
  • 42. یادگیری انتقالی در ربات‌های گروهی
  • 43. یادگیری انتقالی و ربات‌های نرم
  • 44. یادگیری انتقالی در ربات‌های پوشیدنی
  • 45. انتقال دانش از انسان به ربات (Imitation Learning)
  • 46. یادگیری انتقالی و مدل‌سازی رفتاری
  • 47. یادگیری انتقالی و پیش‌بینی
  • 48. بهینه‌سازی فرآیند یادگیری انتقالی
  • 49. انتخاب معماری مناسب شبکه عصبی
  • 50. تنظیم هایپرپارامترها در یادگیری انتقالی
  • 51. استفاده از تکنیک‌های منظم‌سازی (Regularization)
  • 52. استفاده از تکنیک‌های افزایش داده (Data Augmentation)
  • 53. یادگیری انتقالی و یادگیری افزایشی (Incremental Learning)
  • 54. یادگیری انتقالی و یادگیری مادام‌العمر (Lifelong Learning)
  • 55. یادگیری انتقالی و یادگیری فدرال (Federated Learning)
  • 56. یادگیری انتقالی و حریم خصوصی
  • 57. یادگیری انتقالی و امنیت
  • 58. آینده یادگیری انتقالی در رباتیک
  • 59. تحقیقات جاری در یادگیری انتقالی
  • 60. چالش‌های پیش روی یادگیری انتقالی
  • 61. اخلاق در یادگیری انتقالی رباتیک
  • 62. یادگیری انتقالی و ربات‌های امدادی
  • 63. یادگیری انتقالی و ربات‌های کشاورزی
  • 64. یادگیری انتقالی و ربات‌های خانگی
  • 65. یادگیری انتقالی و ربات‌های پزشکی
  • 66. یادگیری انتقالی و ربات‌های نظامی (در حد قابلیت‌های غیرتهاجمی و آموزشی)
  • 67. یادگیری انتقالی و ربات‌های فضایی
  • 68. مدل‌های متا-یادگیری (Meta-Learning) و یادگیری انتقالی
  • 69. یادگیری انتقالی و یادگیری خودکار (AutoML)
  • 70. یادگیری انتقالی و یادگیری تقویتی معکوس (Inverse Reinforcement Learning)
  • 71. یادگیری انتقالی و یادگیری با تقلید معکوس (Inverse Imitation Learning)
  • 72. یادگیری انتقالی و یادگیری سلسله مراتبی (Hierarchical Learning)
  • 73. یادگیری انتقالی و یادگیری مبتنی بر گراف (Graph-based Learning)
  • 74. یادگیری انتقالی و یادگیری مبتنی بر توجه (Attention-based Learning)
  • 75. یادگیری انتقالی و یادگیری مبتنی بر حافظه (Memory-based Learning)
  • 76. یادگیری انتقالی و یادگیری مبتنی بر تبدیل‌گر (Transformer-based Learning)

📚 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.