در حال حاضر محصولی در سبد خرید شما وجود ندارد.

پنل کاربری

رمز خود را فراموش کرده اید؟ اگر اولین بار است از سایت جدید استفاده میکنید باید پسورد خود را ریست نمایید.
دسته بندی
دسته بندی

در حال حاضر محصولی در سبد خرید شما وجود ندارد.

کورس یادگیری مبانی AI

کورس یادگیری مبانی AI

10,900 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.

ویدئو معرفی این محصول

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با هوش مصنوعی یاد می گیرید.

عنوان اصلی : Manning - Zero to Ai

سرفصل ها :

00001 فصل 1. مقدمه ای بر هوش مصنوعی
00002 فصل 1. موتور انقلاب AI - یادگیری ماشین
00003 فصل 1. چه هوش مصنوعی پس از همه است
00004 فصل 1. روش تدریس ما
00005 قسمت 1. درک ai
00006 فصل 2. هوش مصنوعی برای داده های کسب و کار اصلی
00007 فصل 2. با استفاده از AI با داده های کسب و کار اصلی
00008 فصل 2. اضافه کردن قابلیت های AI به آینده
00009 فصل 2. مزیت یادگیری ماشین
00010 فصل 2. مطالعات موردی
00011 فصل 2. چگونه مربع AI استفاده می شود تا میلیاردها دلار به کسب و کارهای کوچک بپردازد
00012 فصل 2. ارزیابی عملکرد و خطر
00013 فصل 3. AI برای فروش و بازاریابی
00014 فصل 3. پیش بینی مشتریان Churning
00015 فصل 3. با استفاده از AI برای افزایش نرخ تبدیل و افزایش درآمد
00016 فصل 3. یادگیری unspervised یا خوشه بندی
00017 فصل 3. یادگیری غیرقابل پیش بینی برای تقسیم بندی مشتری
00018 فصل 3. اندازه گیری عملکرد
00019 فصل 3. اتصال ML Metrics به نتایج کسب و کار و خطرات
00020 فصل 3. مطالعات موردی
00021 فصل 3. AI برای پیش بینی نیازهای مشتری - هدف
00022 فصل 4. AI برای رسانه ها
00023 فصل 4. با استفاده از AI برای طبقه بندی تصویر - یادگیری عمیق
00024 فصل 4. با استفاده از یادگیری انتقال با مجموعه داده های کوچک
00025 فصل 4. با استفاده از تولید محتوا و انتقال سبک
00026 فصل 4. مطالعه موردی - بهینه سازی کشاورزی با یادگیری عمیق
00027 فصل 5. AI برای زبان طبیعی
00028 فصل 5. شکستن NLP - اندازه گیری پیچیدگی
00029 فصل 5. اضافه کردن قابلیت های NLP به سازمان شما
00030 فصل 5. تجزیه و تحلیل احساسات
00031 فصل 5. از تجزیه و تحلیل احساسات به طبقه بندی متن
00032 فصل 5. Scoping یک پروژه طبقه بندی NLP
00033 فصل 5. مکالمه طبیعی
00034 فصل 5. طراحی محصولات که بر محدودیت های تکنولوژی غلبه می کنند
00035 فصل 5. مطالعه موردی - ترجمه شده
00036 فصل 5. سوالات مورد
00037 فصل 6. AI برای اصلاح محتوا و ساختمان جامعه
00038 فصل 6. سیستم های مبتنی بر محتوا از ویژگی های ساده
00039 فصل 6. عقل از جمعیت - فیلتر همکاری
00040 فصل 6. توصیه ها اشتباه رفته اند
00041 فصل 6. سیستم بازپرداخت Netflix S
00042 فصل 6. ارزش کسب و کار توصیه ها
00043 قسمت 2. ساختمان AI
00044 فصل 7. آماده پیدا کردن فرصت های AI
00045 فصل 7. اختراع - Scouting برای فرصت های AI
00046 فصل 7. اولویت بندی - ارزیابی پروژه های AI
00047 فصل 7. اعتبار سنجی - تجزیه و تحلیل خطرات
00048 فصل 7. تخلیه یک محصول AI
00049 فصل 7. ترجمه یک پروژه AI به شرایط ML دوستانه
00050 فصل 7. تمرینات
00051 فصل 8. تنظیم فناوری اطلاعات و مردم را تنظیم کنید
00052 فصل 8. کجا اطلاعات را دریافت می کنم
00053 فصل 8. چقدر داده ها نیاز دارم
00054 فصل 8. کیفیت داده ها
00055 فصل 8. استخدام یک تیم AI
00056 فصل 9. استراتژی پیاده سازی AI
00057 فصل 9. گزینه قرض - سیستم عامل های ML
00058 فصل 9. با استفاده از استراتژی لاغر
00059 فصل 9. انجام کارها خودتان - ساخت راه حل ها
00060 فصل 9. درک چرخه فضیلت AI
00061 فصل 9. مدیریت پروژه های AI
00062 فصل 9. هنگامی که AI نتواند
00063 فصل 9. خاطرات عاطفی
00064 فصل 10. چه چیزی پیش رو است
00065 فصل 10. AI و مشاغل
00066 فصل 10. هنگامی که AI نتواند - موارد گوشه ای و حملات های تبلیغاتی
00067 فصل 10. فرصت های AI در جامعه
00068 فصل 10. فرصت های AI در صنایع
00069 فصل 10. مراقبت های بهداشتی
00070 فصل 10. ساخت
00071 فصل 10. در مورد عمومی AI