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.
    افزودن به سبد خرید
    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: ۹ آبان ۱۴۰۲
    طراحی سایت و خدمات سئو

    139,000 تومان
    افزودن به سبد خرید