📋 نقشه راه و مباحث فصل 4
بینایی ماشین و پردازش تصویر
معماریهای مدرن بینایی ماشین صنعتی: تشخیص شیء با خانواده YOLO، قطعهبندی معنایی، استقرار روی سختافزارهای لبه (Edge AI) و پایش خطوط تولید.
مطالعه درس و تستهای تحلیلی ←سامانههای پیشنهاددهنده
طراحی سیستمهای پیشنهادگر: فیلترینگ مشارکتی کاربر-محور و آیتم-محور، رویکرد مبتنی بر محتوا، تجزیه ماتریسی SVD و حل چالش شروع سرد (Cold Start).
مطالعه درس و تستهای تحلیلی ←اینترنت اشیاء هوشمند (AIoT)
کاربرد AIoT در صنایع: حسگرهای شتابسنج و ارتعاش، تبدیل فوریه FFT، برآورد عمر مفید باقیمانده (RUL)، پروتکلهای اینترنت اشیاء و فناوریهای TinyML.
مطالعه درس و تستهای تحلیلی ←هوش مصنوعی در سلامت و پزشکی
پردازش تصاویر پزشکی DICOM با معماری U-Net، مدلهای پیشبینی علائم حیاتی و تریاژ هوشمند، امنیت دادههای بیمار و رگولاتوری FDA در سلامت دیجیتال.
مطالعه درس و تستهای تحلیلی ←هوش مصنوعی در مالی و بانکداری
شناسایی ناهنجاریهای مالی در تراکنشهای شبکه شتاب، امتیازدهی اعتباری (Credit Scoring)، مهار عدم تعادل کلاس با SMOTE و مفسرپذیری در فینتک.
مطالعه درس و تستهای تحلیلی ←هوش مصنوعی در بازاریابی و فروش
مدلسازی پیشبینی ریزش مشتری (Customer Churn) با اولویت Recall، بخشبندی رفتار مشتریان با تحلیل RFM، تخمین ارزش طول عمر (CLV) و تست A/B پویا.
مطالعه درس و تستهای تحلیلی ←هوش مصنوعی در منابع انسانی
اتوماسیون غربالگری رزومهها در سیستمهای ATS، تحلیل احساسات کارکنان، مدلسازی خطر خروج نیروهای کلیدی، قانون ۴/۵ برابری و پیشگیری از تبعیض الگوریتمی.
مطالعه درس و تستهای تحلیلی ←هوش مصنوعی در صنعت و تولید
تحول کارخانههای هوشمند: سیستمهای سایبر-فیزیکی، فرمول شاخص اثرگذاری تجهیزات OEE، کشف ناهنجاری بصری خط تولید، کنترل تازیانهای و هدایت روباتهای انبار.
مطالعه درس و تستهای تحلیلی ←📚 مراجع و منابع علمی معتبر
منابع مرتبط با همین موضوع- IEEE
- ACM
- FDA
- Springer
- McKinsey