آموزش اصول هوش مصنوعی برای متخصصان داده

معرفی Introduction

• معرفی Introduction

1. مقدمه ای بر هوش مصنوعی و یادگیری ماشینی 1. Introduction to AI and Machine Learning

• مروری بر هوش مصنوعی و یادگیری ماشین AI and machine learning overview

• انواع یادگیری ماشینی Types of machine learning

• ابزارهای محبوب هوش مصنوعی و ML Popular AI and ML tools

• برنامه های کاربردی هوش مصنوعی و موارد استفاده AI applications and use cases

2. مهندسی داده و ویژگی 2. Data and Feature Engineering

• انواع داده ها و منابع Data types and sources

• تجزیه و تحلیل داده های اکتشافی (EDA) Exploratory data analysis (EDA)

• تکنیک های پیش پردازش داده ها Data preprocessing techniques

• مهندسی ویژگی Feature engineering

3. تکنیک های یادگیری ماشینی سطح بالا 3. High-Level Machine Learning Techniques

• مروری بر یادگیری تحت نظارت Supervised learning overview

• مروری بر یادگیری بدون نظارت Unsupervised learning overview

• مروری بر یادگیری تقویتی Reinforcement learning overview

• مروری بر یادگیری عمیق: بخش 1 Deep learning overview: Part 1

• مروری بر یادگیری عمیق: بخش 2 Deep learning overview: Part 2

4. پیاده سازی و روندهای آینده 4. Implementation and Future Trends

• ارزیابی و اعتبارسنجی مدل Model evaluation and validation

• چرخه عمر پروژه هوش مصنوعی AI project lifecycle

• اخلاق هوش مصنوعی و تعصب: بخش 1 AI ethics and bias: Part 1

• اخلاق هوش مصنوعی و تعصب: بخش 2 AI ethics and bias: Part 2

نتیجه Conclusion

• همه را با هم بیاورید Bring it all together