کتاب کاربرد ChatGPT برای یادگیری ماشین با پایتون - راهنمای مبتدیان با مثال های عملی

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