پایتون با یادگیری ماشین - امروز ساخت مدلهای هوش مصنوعی را شروع کنید
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- آشنایی با برنامهنویسی پایتون
- متغیرها، انواع داده و عملگرها
- دستورات شرطی و حلقهها
- توابع، ماژولها و پکیجها
- مدیریت فایل در پایتون
- مدیریت خطا و استثناها
- کار با کتابخانهها: NumPy و پانداس
- مصورسازی داده با Matplotlib و Seaborn
- عبارات منظم
- تحلیل داده با پانداس
- پاکسازی و تبدیل داده
- نرمالسازی و استانداردسازی داده
- برنامهنویسی شیءگرا (OOP) در پایتون
- درک مفاهیم یادگیری ماشین
- انواع یادگیری ماشین
- گردش کار یادگیری ماشین
- رگرسیون خطی
- رگرسیون لجستیک
- تکنیکهای اعتبارسنجی متقابل
- مبانی تنسورفلو و Keras
- معیارهای ارزیابی مدل
پیشنیازهای دوره
بدون نیاز به تجربه قبلی در زمینه برنامهنویسی
توضیحات دوره
یادگیری ماشین در حال تغییر جهان است و پایتون محبوبترین زبان برنامهنویسی برای ساخت اپلیکیشنهای هوشمند است. این دوره، پایتون با یادگیری ماشین، طراحی شده است تا به شما کمک کند ساخت مدلهای هوش مصنوعی از ابتدا را شروع کنید، حتی اگر در دنیای برنامهنویسی یا یادگیری ماشین تازه وارد هستید.
شما یاد خواهید گرفت چگونه از پایتون و کتابخانههای قدرتمندی مانند پانداس، scikit-learn و NumPy برای ساخت مدلهای یادگیری ماشین واقعی استفاده کنید. این دوره رویکردی عملی و پروژهمحور دارد، بنابراین شما نه تنها تئوری را درک میکنید، بلکه با ساخت اپلیکیشنهای هوش مصنوعی کاربردی، آن را به کار میبرید.
تا پایان این دوره، قادر خواهید بود مدلهای یادگیری تحت نظارت و نظارت نشده را پیادهسازی کنید، عملکرد آنها را ارزیابی نمایید و اعتمادبهنفس لازم برای شروع سفر خود به عنوان یک متخصص یادگیری ماشین را بدست آورید.
آنچه یاد خواهید گرفت:
- اصول یادگیری ماشین و برنامهنویسی پایتون
- پیشپردازش داده و مهندسی ویژگی
- یادگیری تحت نظارت: مدلهای رگرسیون و طبقهبندی
- یادگیری نظارت نشده: خوشهبندی و کاهش ابعاد
- ارزیابی، بهینهسازی و معیارهای عملکرد مدل
- ساخت پروژههای هوش مصنوعی واقعی با پایتون
- درک کامل گردش کار یادگیری ماشین از ابتدا تا انتها
چرا در این دوره شرکت کنید؟
- یادگیری عملی با مثالها و پروژههای واقعی
- رویکرد گامبهگام و مناسب برای افراد مبتدی
- یادگیری پایتون برای یادگیری ماشین، حتی بدون تجربه قبلی
- کسب مهارتهای مورد استفاده در نقشهای علم داده، هوش مصنوعی و صنعت تکنولوژی
در پایان این دوره، شما قادر خواهید بود مدلهای یادگیری ماشین را با پایتون بسازید و مستقر کنید که درهایی را به سوی مشاغلی در زمینه هوش مصنوعی، علم داده و فراتر از آن باز میکند.
همین حالا در این دوره شرکت کنید و سفر خود را در پایتون با یادگیری ماشین آغاز کنید.
این دوره برای چه کسانی مناسب است؟
- مبتدیان علاقهمند به پایتون و یادگیری ماشین
- دانشمندان داده آینده و علاقهمندان به هوش مصنوعی
- توسعهدهندگان نرمافزاری که به دنبال افزودن مهارتهای یادگیری ماشین هستند.
- هر کسی که میخواهد مدلهای هوش مصنوعی کاربردی با پایتون بسازد.
پایتون با یادگیری ماشین - امروز ساخت مدلهای هوش مصنوعی را شروع کنید
-
مبانی پایتون: متغیرها، انواع داده، عملگرها 10:44
-
ساختارهای کنترل: دستورات شرطی و حلقهها 06:48
-
توابع، ماژولها و پکیجها 07:12
-
مدیریت فایل در پایتون 06:53
-
برنامهنویسی شیءگرا (OOP) در پایتون 08:57
-
مدیریت خطا و استثناها 07:29
-
کار با کتابخانهها: NumPy و پانداس 07:20
-
مصورسازی داده با Matplotlib و Seaborn 08:27
-
عبارات منظم 06:56
-
تحلیل داده با پانداس 08:28
-
پاکسازی و تبدیل داده 08:50
-
مدیریت داده گمشده و داده پرت 08:18
-
مهندسی ویژگی 07:44
-
نرمالسازی و استانداردسازی داده 08:26
-
درک مفاهیم یادگیری ماشین 06:44
-
انواع یادگیری ماشین: تحت نظارت، نظارت نشده و تقویتی 08:20
-
گردش کار یادگیری ماشین 06:59
-
رگرسیون خطی 06:57
-
رگرسیون لجستیک 09:17
-
K نزدیک ترین همسایه (KNN) 05:19
-
خوشهبندی K-Means 04:46
-
معیارهای ارزیابی مدل (صحت، دقت، یادآوری و امتیاز F) 08:17
-
تکنیکهای اعتبارسنجی متقابل 09:02
-
مبانی تنسورفلو و Keras 07:58
-
بررسی شبکههای عصبی کانولوشن (CNN) 08:29
مشخصات آموزش
پایتون با یادگیری ماشین - امروز ساخت مدلهای هوش مصنوعی را شروع کنید
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:25
- مدت زمان :03:14:40
- حجم :2.5GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy