وب سایت تخصصی شرکت فرین
دسته بندی دوره ها

Artificial Intelligence Treasure Adventure: AI Secrets

سرفصل های دوره

Unveiling the Elegance of Machine/Deep Learning


1 - Introduction Of The Course
  • 1 - Course Structure

  • 2 - Linear Algebra For Machine Learning
  • 1 - L2 Norms exercise.html
  • 2 - Vectors and Matrices Scalar Vector Matrix Tensor
  • 3 - Vector Operations
  • 4 - Matrix Operations
  • 5 - Norms in ML
  • 6 - Linear Map And Linear Transformation
  • 7 - Eigenvalues and Eigenvectors
  • 8 - Principal Component Analysis
  • 9 - LU Decomposition
  • 10 - QR Decomposition and GramSchmid Process

  • 3 - Calculus And Optimizations
  • 2 - Derivatives Quiz.html
  • 3 - Integration.html
  • 11 - Basics of Calculus Derivatives and Partial Derivatives
  • 12 - Gradients and Directional Derivatives
  • 13 - Integration Double Triple integrals
  • 14 - Local And Global MinimaMaxima
  • 15 - Gradient Descent And Stochastic Gradient Descent
  • 16 - Newtons Method And Conjugate Gradient Descent
  • 17 - Regularization Techniques L1 L2 Elastic Net

  • 4 - Probability and Statistics for Machine Learning
  • 4 - Bayes Theorem.html
  • 18 - Random Variables and Probability Distributions
  • 19 - Joint Marginal and Conditional Distribution
  • 20 - Hypothesis Testing
  • 21 - Confidence Intervals
  • 22 - Maximum Likelihood Estimation MLE and Bayesian Estimation
  • 23 - Naive Bayes Classifier
  • 24 - Gaussian Mixture Models GMMs
  • 25 - Hidden Markov Models HMMs

  • 5 - Multivariable Calculus and Gradient Based Optimizations
  • 26 - Jacobian Matrices
  • 27 - Chain Rule and HighOrder Derivatives
  • 28 - Hessian Matrix and secondorder Conditions
  • 29 - Backpropagation in Neural Network
  • 30 - Vanishing And Exploding Gradients
  • 31 - Optimizers Adam RMSProp SGD

  • 6 - Linear Regression and Entropy
  • 32 - Least Square Estimation
  • 33 - Normal Equations and Matrix Formulations
  • 34 - Polynomial Regression
  • 35 - Shannon Entropy
  • 36 - CrossEntropy Loss
  • 37 - Kullback Leibler Divergence

  • 7 - Neural Networks
  • 38 - FeedForward Neural Networks FNNs
  • 39 - Convolutional Neural Networks CNNs
  • 40 - Recurrent Neural Network RNN
  • 41 - Graph Theory And NN
  • 42 - Autoencoders and Variational Autoencoders
  • 43 - Generative Adversarial Networks GANs

  • 8 - Advanced Topics in Machine Learning
  • 44 - Image Classification and Object Detection
  • 45 - Natural Language Processing NLP
  • 46 - Reinforcement Learning
  • 47 - Quantum Machine Learning
  • 48 - PresentationAI.pdf
  • 48 - Resources and Further Learning
  • 139,000 تومان
    بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
    خرید دانلودی فوری

    در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

    ایمیل شما:
    تولید کننده:
    مدرس:
    شناسه: 22216
    حجم: 1559 مگابایت
    مدت زمان: 242 دقیقه
    تاریخ انتشار: 9 آبان 1402
    طراحی سایت و خدمات سئو

    139,000 تومان
    افزودن به سبد خرید