مترجم :
دکتر عینالله جعفرنژاد قمی (عضو هیأت علمی جهاد دانشگاهی)
تعداد صفحه :
214 صفحه
سال انتشار :
1402
قیمت
:
220,000 تومان
250,000 تومان
افزودن به سبد خرید
پیام به فروشنده !
10,100 تومان
اعتبار هدیه بگیرید !
نظر خود را به اشتراک بگذارید
ممنون که نظر دادید
لطفا صبر کنید
ممنون که نظر دادید
لطفا صبر کنید
تضمین اصالت کالا
تخفیفهای دورهای
ارسال سریع به سراسر کشور
پیام جدید
Bonus
چگونه اعتبارِ هدیه بگیرم؟
پس از خرید کالا، به همین صفحه مراجعه کنید و با ثبت نظر خود، اعتبارِ هدیه دریافت کنید !
مشخصات کتاب کاربرد ChatGPT برای یادگیری ماشین با پایتون - راهنمای مبتدیان با مثال های عملی
موضوع
پایتون (زبان برنامه نویسی کامپیوتر)
انتشارات
انتشارات علوم رایانه
نویسنده
النا کانر
مترجم
دکتر عینالله جعفرنژاد قمی (عضو هیأت علمی جهاد دانشگاهی)
تعداد صفحه
214 صفحه
سال انتشار
1402
قطع کتاب
وزیری
نوع جلد
شومیز
شابک
5-202-205-600-978
فهرست مطالب
فصل 0 : به دنیای هوش مصنوعی خوش آمدید
فصل 1 : مقدمهای بر یادگیری ماشین با پایتون
1-1. آشنایی با اصول یادگیری ماشین
1-2. چرا یادگیری ماشین را با پایتون یاد بگیریم؟
1-3. مروری بر مدل زبان چتجیپیتی 4
فصل 2 : آغاز
2-1. نصب و راهاندازی چتجیپیتی 4 برای تولید متن
2-2. درخواستهایی برای یادگیری ماشین با چتجیپیتی
2-3. بهترین روشها برای استفاده از چتجیپیتی برای یادگیری ماشین
2-4. نوتبوک ژوپیتر
فصل 3 : شناخت کتابخانهها و چارچوبها
3-1. نامپای
3-2. پانداس
3-3. Matplotlib
3-4. مدل کراس
3-5. تنسورفلو
3-6. سایکیت ـ لرن
فصل 4 : پیشپردازش متن برای یادگیری ماشین
4-1. توکنسازی
4-2. کوچکسازی حروف
4-3. حذف کلمات توقف
4-4. ریشهسازی
4-5. بُنیابی
4-6. حذف علائم نگارشی
4-7. حذف اعداد
4-8. املا و تصحیح
فصل 5 : ساخت مدل یادگیری ماشین با پایتون
5-1. مروری بر الگوریتم یادگیری ماشین
5-2. آمادهسازی دادهها برای آموزش و آزمایش
5-3. ایجاد خط سیر یادگیری ماشین با سایکیت ـ لرن
فصل 6 : ساخت مدلهای دستهبندی
6-1. درک مسائل دستهبندی
6-2. انواع کارهای دستهبندی و کاربرد آنها
6-3. چالشهای رایج در دستهبندی چندبرچسبی
6-4. دستهبندی نامتوازن
6-5. تکنیکهایی برای رسیدگی به دستهبندی نامتوازن
6-6. انواع دستهبندی متن
6-7. دستهبندی متن با استفاده از چتجیپیتی4
6-8. ارزیابی مدل دستهبندی
فصل 7 : تحلیل رگرسیون با چتجیپیتی 4
7-1. کاربرد تحلیل رگرسیون
7-2. پیادهسازی مدل رگرسیون با چتجیپیتی 4
7-3. مفروضات و محدودیتهای مدل رگرسیون
7-4. ارزیابی مدل رگرسیون
7-5. انواع مدلهای رگرسیون در یادگیری ماشین
فصل 8 : خوشهبندی
8-1. رهنمودهای پیادهسازی خوشهبندی
8-2. ارزیابی مدلهای خوشهبندی
فصل 9 : یادگیری عمیق
9-1. مفهوم یادگیری عمیق
9-2. پیادهسازی مدلهای یادگیری عمیق
9-3. ارزیابی مدلهای یادگیری عمیق
فصل 10 : یادگیری تقویتی عمیق
10-1. پیادهسازی یادگیری تقویتی عمیق
فصل 11 : مدلهای مولد
11-1. مروری بر مدلهای مولد
11-2. پیادهسازی مدلهای مولد
فصل 12 : یادگیری انتقالی
12-1. درک یادگیری انتقالی
12-2. روشهای یادگیری انتقالی
فصل 13 : یادگیری فعال
13-1. درک یادگیری فعال
13-2. انتخاب نمونههایی برای برچسبدهی در یادگیری فعال
13-3. ارزیابی عملکرد روش انتخاب برای یادگیری فعال
فصل 14 : یادگیری فدرال
14-1. درک یادگیری فدرال
14-2. روشهای تجمیع در یادگیری فدرال
فصل 15 : هوش مصنوعی قابل توضیح
15-1. درک هوش مصنوعی قابل توضیح
15-2. تکنیکهای مورد استفاده در هوش مصنوعی قابل توضیح
فصل 16 : کاربرد یادگیری ماشین
16-1. پروژههای عملی
فصل 17 : نتیجهگیری
واژهنامه انگلیسی به فارسی
واژهنامه فارسی به انگلیسی