جلد خودآموز مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)

فایل آموزشی

آموزش پژوهش در هوش مصنوعی؛ بازتولید مقاله، یادگیری تقویتی، سری زمانی و گراف، پیشرفته (خودآموز مرز)

خودآموز پیشرفته برای رفتن از مصرف‌کنندهٔ پژوهش به تولیدکننده: خواندن و بازتولید مقاله، طراحی آزمایش، یادگیری تقویتی، سری‌های زمانی و داده‌های گرافی، بهینه‌سازی و آموزش توزیع‌شده، و نوشتن یک کار پژوهشی از خودت. خودآموز دانلودی کامل و مستقل با جواب تمرین‌ها؛ قالب PDF، EPUB و MOBI، دانلود از حساب کاربری پس از پرداخت.

امتیاز خریدارهای این خودآموز

هنوز امتیازی نیست

میانگین از سومین امتیاز

  • ۵ ستاره: ۰ نفر
  • ۴ ستاره: ۰ نفر
  • ۳ ستاره: ۰ نفر
  • ۲ ستاره: ۰ نفر
  • ۱ ستاره: ۰ نفر
یادداشت‌ها و پرسش‌ها
قیمت
۲۹۹٬۰۰۰ تومان
قالب
PDF · EPUB · MOBI
تعداد صفحه
۷۷۶
حجم
۲۷٫۹ مگابایت
زبان
فارسی
خرید و دریافت فایل

برای خرید حساب کاربری لازم است و فایل بعد از پرداخت در حساب من می‌ماند.

هر فایل به نام خریدارش آماده می‌شود: شمارهٔ موبایل و شناسهٔ حساب با خطی ریز در حاشیهٔ صفحه‌ها می‌آید. برای کاربرانِ زیر ۱۸ سال، بخشی از شماره پوشانده می‌شود.

دربارهٔ این فایل

نسخهٔ دانلودی خودآموز «مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)» با ۴۵ فصل و ۷۷۶ صفحه.

خودآموزی کامل و مستقل با جوابِ تمرین‌ها: برای خواندن و تمرین به سایت نیازی نیست. فهرست کامل و چند صفحهٔ نمونه را همین‌جا ببین.

پیش‌نمایش

این تصویرها چند صفحه از همین فایل‌اند.

  • صفحهٔ ۲ از خودآموز مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)صفحهٔ ۲
  • صفحهٔ ۳ از خودآموز مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)صفحهٔ ۳
  • صفحهٔ ۱۰ از خودآموز مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)صفحهٔ ۱۰
  • صفحهٔ ۱۱ از خودآموز مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)صفحهٔ ۱۱
  • صفحهٔ ۲۳ از خودآموز مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)صفحهٔ ۲۳
  • صفحهٔ ۲۴ از خودآموز مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)صفحهٔ ۲۴
صفحهٔ ۲ از خودآموز مرز — خودآموز پژوهش و موضوع‌های نو در هوش مصنوعی (پیشرفته)
صفحهٔ ۲ · ۱ از ۶

فهرست مطالب

  1. ترم ۱ — خواندن و بازتولید۱۰
    1. آناتومیِ یک مقاله۱۰
    2. ادعا، شاهد، و آنچه گفته نشده۲۳
    3. بازتولید: از متن تا کد۳۷
    4. وقتی بازتولید شکست می‌خورد۵۰
    5. خواندنِ کدِ دیگران۶۴
    6. جست‌وجوی ادبیات بدونِ غرق شدن۷۹
    7. بحرانِ بازتولیدپذیری در یادگیری ماشین۹۴
    8. پروژه: یک نتیجهٔ کوچک را بازتولید کن۱۰۹
  2. ترم ۲ — طراحیِ آزمایش۱۲۸
    1. فرضیه، نه کنجکاوی۱۲۸
    2. متغیر، کنترل، آزمایشِ کنترلی۱۴۲
    3. توان و اندازهٔ اثر۱۵۷
    4. مقایسهٔ چندگانه و شکارِ نتیجه۱۷۳
    5. ابلیشنی که واقعاً چیزی می‌گوید۱۸۶
    6. تحلیلِ خطا به‌عنوان روش۱۹۹
    7. ثبت و نوشتنِ نتیجه۲۱۵
    8. پروژه: یک آزمایشِ کامل۲۳۲
  3. ترم ۳ — یادگیری تقویتی۲۵۰
    1. تصمیم، پاداش، محیط۲۵۰
    2. اکتشاف در برابرِ بهره‌برداری۲۷۱
    3. `Q-learning` جدولی۲۸۸
    4. وقتی جدول جا نمی‌شود۳۰۶
    5. مستقیم سراغِ سیاست۳۲۴
    6. بازیگر و منتقد۳۴۳
    7. چرا RL شکننده است۳۶۵
    8. پروژه: عاملی که یاد می‌گیرد۳۷۴
  4. ترم ۴ — ترتیب، زمان، و ساختار۳۹۴
    1. چرا split تصادفی روی زمان مرگ‌آور است۳۹۴
    2. خطِ پایه در سری‌زمانی۴۰۸
    3. ویژگی‌های زمانی۴۲۳
    4. پیش‌بینیِ احتمالی۴۴۱
    5. داده روی گراف۴۵۷
    6. شبکهٔ گرافی، از صفر۴۷۳
    7. ارزیابی روی گراف۴۹۰
    8. پروژه: دادهٔ ساختاردار۵۰۷
  5. ترم ۵ — مقیاس و بهینه‌سازی۵۲۶
    1. بهینه‌ساز، از داخل۵۲۶
    2. برنامهٔ نرخ یادگیری، بازبینی‌شده۵۴۹
    3. دقتِ عددی و پایداری۵۶۷
    4. آموزشِ توزیع‌شده: مفهوم۵۸۷
    5. اندازهٔ دسته و قوانینِ مقیاس۶۰۴
    6. از FLOP تا زمانِ واقعی۶۲۱
    7. پروژه: یک قانونِ مقیاسِ کوچک۶۳۷
  6. ترم ۶ — تولیدِ کارِ نو۶۵۲
    1. پیدا کردنِ سؤالِ خوب۶۵۲
    2. از ایده تا آزمایشِ حداقلی۶۷۰
    3. نوشتنِ گزارشِ پژوهشی۶۸۷
    4. بازبینیِ همتا: دادن و گرفتن۷۰۴
    5. انتشار و بازتولیدپذیریِ کارِ خودت۷۲۳
    6. پروژهٔ نهایی: یک کارِ کوچکِ اصیل۷۴۳

از میز خواننده‌ها

یادداشت‌ها و پرسش‌ها

ستاره‌ها را فقط کسانی می‌دهند که آن را خریده‌اند و یادداشتشان مهر «خریدار» دارد. پرسیدن دربارهٔ آن برای همه آزاد است و نوشتهٔ اول هر کس پیش از انتشار خوانده می‌شود.

یادداشت‌ها بعد از بارگذاری صفحه نشان داده می‌شوند.