| 1 |
مقدمه ای بر شناسایی سیستم و کاربردها قسمت دوم |
|
| 2 |
رگرسیون خطی و روش حداقل مربعات |
|
| 3 |
L1 and L2 Regularization |
|
| 4 |
آنالیز اجزای اصلی PCR و روش تفکیک مقدار تکین SVD |
|
| 5 |
حداقل مربعات بازگشتی |
|
| 6 |
حداقل مربعات بازگشتی جزیی |
|
| 7 |
فرایندهای تصادفی قسمت اول |
|
| 8 |
فرایندهای تصادفی قسمت دوم |
|
| 9 |
فرایندهای تصادفی قسمت سوم |
|
| 10 |
شناسایی مدلهای غیر پارامتری سیستم های خطی قسمت اول |
|
| 11 |
شناسایی مدلهای غیر پارامتری سیستم های خطی قسمت دوم |
|
| 12 |
شناسایی مدلهای پارامتری سیستم های خطی قسمت اول |
|
| 13 |
شناسایی مدلهای پارامتری سیستم های خطی قسمت دوم |
|
| 14 |
شناسایی مدلهای پارامتری سیستم های خطی قسمت سوم |
|
| 15 |
میان ترم |
|
| 16 |
قضیه BLUE |
|
| 17 |
قابلیت شناسایی و شرط تحریک مداوم |
|
| 18 |
حل چند مثال با متلب |
|
| 19 |
کالمن فیلتر گسسته زمانی |
|
| 20 |
کالمن فیلتر پیوسته زمانی |
|
| 21 |
کالمن فیلتر توسعه یافته |
|
| 22 |
فیلتر بیز |
|
| 23 |
تعیین درجه مدل و ساختار |
|
| 24 |
روشهای ارزیابی مدل |
|
| 25 |
شناسایی سیستم در فضای حالت |
|
| 26 |
مقدمه ای بر شناسایی سیستم و کاربردها - قسمت اول |
|
| 27 |
شبکه عصبی و الگوریتم پس انتشار خطا |
|
| 28 |
خطی سازی دقیق |
|
| 29 |
فرآیندهای گوسی |
|
| 30 |
یادگیری عمیق با شبکه عصبی |
|
| 31 |
روشهای تقریب توابع غیر خطی |
|
| 32 |
کارگاه آموزش نرم افزار |
|
| 33 |
ارایه پروژه پایانی |
|