اکسپرس 24
کتاب هوش مصنوعی قابل اعتماد: از نظریه تا عمل

کتاب هوش مصنوعی قابل اعتماد: از نظریه تا عمل

تگ‌ها: AI Trustworthy AI اخلاق هوش مصنوعی الگوریتم هوش مصنوعی امنیت هوش مصنوعی کاربردهای هوش مصنوعی مدل زبانی بزرگ هوش مصنوعی هوش مصنوعی قابل اعتماد یادگیری ماشین

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 قابل اعتماد: از نظریه تا عمل

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: هوش مصنوعی قابل اعتماد (Trustworthy AI)

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و یادگیری ماشین
  • 2. داده‌ها و پیش‌پردازش آن‌ها در هوش مصنوعی
  • 3. الگوریتم‌های یادگیری نظارت‌شده
  • 4. رگرسیون خطی و چندگانه
  • 5. دسته‌بندی با استفاده از ماشین‌های بردار پشتیبان (SVM)
  • 6. درخت‌های تصمیم و جنگل‌های تصادفی
  • 7. ارزیابی مدل‌های یادگیری ماشین
  • 8. یادگیری بدون نظارت: خوشه‌بندی
  • 9. الگوریتم‌های خوشه‌بندی K-Means و سلسله‌مراتبی
  • 10. کاهش ابعاد و تحلیل مولفه‌های اصلی (PCA)
  • 11. شبکه‌های عصبی مصنوعی: مبانی
  • 12. شبکه‌های عصبی پیش‌خور
  • 13. بهینه‌سازی گرادیان کاهشی
  • 14. شبکه‌های عصبی پیچشی (CNN) برای پردازش تصویر
  • 15. شبکه‌های عصبی بازگشتی (RNN) برای داده‌های ترتیبی
  • 16. پردازش زبان طبیعی (NLP) و مدل‌های زبانی
  • 17. مدل‌های زبانی بزرگ (LLM) و کاربردهای آن‌ها
  • 18. هوش مصنوعی قابل اعتماد: مفاهیم و چالش‌ها
  • 19. سوگیری در هوش مصنوعی و روش‌های کاهش آن
  • 20. تفسیرپذیری مدل‌های هوش مصنوعی (Explainable AI)
  • 21. حریم خصوصی و امنیت داده‌ها در هوش مصنوعی
  • 22. حملات خصمانه (Adversarial Attacks) و دفاع در برابر آن‌ها
  • 23. روش‌های تشخیص ناهنجاری در داده‌ها
  • 24. تست و اعتبارسنجی مدل‌های هوش مصنوعی
  • 25. تضمین کیفیت در توسعه سیستم‌های هوش مصنوعی
  • 26. مفاهیم اخلاقی در هوش مصنوعی
  • 27. مسئولیت‌پذیری و پاسخگویی در سیستم‌های هوش مصنوعی
  • 28. استانداردها و مقررات هوش مصنوعی
  • 29. مدیریت ریسک در پروژه‌های هوش مصنوعی
  • 30. استفاده از هوش مصنوعی در تشخیص تقلب
  • 31. کاربردهای هوش مصنوعی در امنیت سایبری
  • 32. هوش مصنوعی و آینده اشتغال
  • 33. تأثیر هوش مصنوعی بر تصمیم‌گیری
  • 34. روش‌های یادگیری تقویتی
  • 35. شبکه‌های مولد تخاصمی (GAN)
  • 36. هوش مصنوعی در پزشکی و تشخیص بیماری
  • 37. هوش مصنوعی در صنعت مالی
  • 38. هوش مصنوعی در کشاورزی و مدیریت منابع
  • 39. هوش مصنوعی در حمل و نقل و ترافیک
  • 40. هوش مصنوعی در مدیریت انرژی
  • 41. بهینه‌سازی فرایندهای صنعتی با هوش مصنوعی
  • 42. هوش مصنوعی و بازاریابی هوشمند
  • 43. تحلیل احساسات و نظرات با استفاده از هوش مصنوعی
  • 44. چت‌بات‌ها و دستیارهای مجازی
  • 45. بینایی ماشین و پردازش تصویر
  • 46. تشخیص اشیاء و ردیابی آن‌ها
  • 47. شناسایی چهره و کاربردهای آن
  • 48. پردازش گفتار و تبدیل گفتار به متن
  • 49. تولید گفتار مصنوعی
  • 50. یادگیری انتقالی (Transfer Learning)
  • 51. یادگیری خود نظارتی (Self-Supervised Learning)
  • 52. یادگیری فعال (Active Learning)
  • 53. یادگیری چند وظیفه‌ای (Multi-Task Learning)
  • 54. اتوماتیک سازی یادگیری ماشین (AutoML)
  • 55. مهندسی ویژگی (Feature Engineering)
  • 56. انتخاب ویژگی (Feature Selection)
  • 57. مفاهیم پایگاه داده و داده‌کاوی
  • 58. ابزارهای توسعه هوش مصنوعی (TensorFlow, PyTorch)
  • 59. استقرار مدل‌های هوش مصنوعی (Model Deployment)
  • 60. مانیتورینگ و نگهداری مدل‌های هوش مصنوعی
  • 61. مبانی آمار و احتمال در هوش مصنوعی
  • 62. بهینه‌سازی ریاضی در یادگیری ماشین
  • 63. مدل‌سازی Bayesian
  • 64. استفاده از هوش مصنوعی در تحلیل شبکه‌های اجتماعی
  • 65. هوش مصنوعی و اینترنت اشیا (IoT)
  • 66. محاسبات لبه (Edge Computing) و هوش مصنوعی
  • 67. هوش مصنوعی و رباتیک
  • 68. سیستم‌های خبره و استدلال خودکار
  • 69. نظریه‌های بازی و کاربردهای آن در هوش مصنوعی

📚 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.