بوت کمپ عملی توسعه AI هفت روزه

با این راهنمای مبتدی برای ساخت و استقرار پروژه های AI، از مبتدی به متخصص AI تبدیل شوید.

آنچه یاد خواهید گرفت

• مدل های یادگیری ماشین را برای کاربردهای واقعی مانند دسته بندی، رگرسیون و تسک های NLP بسازید، آموزش دهید و مستقر کنید.
• به مفاهیم ضروری AI، از جمله شبکه های عصبی، پیش پردازش داده، ارزیابی مدل و پردازش متن مسلط شوید.
• مدل های AI را به عنوان وب سرویس ها با Flask مستقر کنید که تعامل بلادرنگ کاربر و استقرار ابری در پلتفرم هایی مانند Heroku را امکان پذیر می کند.
• از مدل های از پیش آموزش دیده و تکنیک های یادگیری انتقالی برای پیاده سازی سریع تسک های دسته بندی تصویر و NLP استفاده کنید.

پیش نیازهای دوره

• بدون نیاز به دانش قبلی در کدنویسی: این دوره از مبانی پایتون شروع می کند، پس به تجربه قبلی در برنامه نویسی نیاز ندارید.
• کاربرد اولیه کامپیوتر: دانشجویان باید بدانند چگونه از کامپیوتر استفاده کنند، نرم افزار نصب کنند و از یک مرورگر وب استفاده کنند.
• دانش اولیه ریاضی: درک جبر و جبر خطی اولیه (ماتریس ها و بردارها) مفید خواهد بود.
• کامپیوتر با دسترسی به اینترنت: یک لپتاپ یا دسکتاپ برای نصب نرم افزار، دانلود داده و دنبال کردن درس ها لازم است.

توضیحات دوره

به "بوت کمپ عملی توسعه AI هفت روزه" خوش آمدید، این دوره برای افراد کاملا مبتدی که می خواهند وارد دنیای هوش مصنوعی (AI) شوند طراحی شده است. این دوره برای افرادی که کمی تجربه در برنامه نویسی یا AI دارند یا هیچ تجربه ای ندارند، اما کنجکاوی و تمایل به یادگیری دارند، ایده آل است. چه دانشجو باشید، چه بخواهید شغل خود را تغییر دهید یا فقط بخواهید اولین پروژه AI خود را بسازید، ساختار این دوره به گونه ای است که شما را از دانش صفر به جایی برساند که بتوانید مدل های AI واقعی را مستقر کنید.

آنچه یاد خواهید گرفت:

این دوره همه آنچه برای شروع کار با توسعه AI نیاز دارید را پوشش می دهد. هر روز روز موضوع جدیدی متمرکز است که به تدریج بر اساس آنچه یاد گرفته اید توسعه می یابد. در اینجا بررسی مختصری از آنچه می توانید انتظار داشته باشید آمده است:

روز 1: پایتون برای مبانی AI

این دوره با اساس برنامه نویسی پایتون شروع می شود. پایتون محبوب ترین زبان برای AI است و در آخر روز 1، شما سینتکس اولیه پایتون، انواع داده، کنترل جریان و اینکه چگونه از کتابخانه های ضروری مانند NumPy و Pandas استفاده کنید را درک خواهید کرد. شما اولین برنامه ساده خود را ساخته و برای پروژه های AI آینده آماده خواهید شد.

روز 2: تحلیل داده اکتشافی (EDA)

داده ستون فقرات AI است و قبل از اینکه بتوانید مدل های خود را آموزش دهید، باید بدانید چگونه آن را تحلیل کنید. در روز 2، شما یاد خواهید گرفت چگونه داده را تمیز، دستکاری و مصورسازی کنید. با استفاده از کتابخانه هایی مانند Matplotlib و Seaborn، مجموعه داده ها را بررسی کرده، به داده گمشده رسیدگی کرده و روابط بین ویژگی های مختلف را مصورسازی خواهید کرد. شما با داده واقعی برای کشف بینش های مخفی کار خواهید کرد.

روز 3: آشنایی با یادگیری ماشین

در روز 3، به یادگیری ماشین با تمرکز بر رگرسیون خطی خواهید پرداخت. شما اصول یادگیری تحت نظارت، از جمله اینکه چگونه مجموعه داده خود را به مجموعه های آموزش و تست تقسیم کنید، یک مدل را آموزش دهید و عملکرد آن را ارزیابی کنید را یاد خواهید گرفت. در پایان این روز، شما اولین مدل پیش بینی خود را برای پیش بینی متغیرهای پیوسته مانند قیمت خانه ها خواهید ساخت.

روز 4: مدل های دسته بندی با یادگیری ماشین

سپس، به مشکلات دسته بندی با رگرسیون لجستیک خواهید پرداخت. چه بخواهید پیش بینی کنید یک ایمیل اسپ است یا خیر، چه بخواهید ریزش مشتری را دسته بندی کنید، این دوره به شما یاد می دهد چگونه یک مدل دسته بندی بسازید و آن را با متریک هایی مانند دقت، صحت و بازیابی ارزیابی کنید. شما همچنین یاد خواهید گرفت چگونه ماتریس های درهم ریختگی را برای درک عملکرد مدل خود تفسیر کنید.

روز 5: شبکه های عصبی و یادگیری عمیق

روز 5 دنیای شگفت انگیز شبکه های عصبی را معرفی می کند. شما یک شبکه عصبی پیشخور ساده برای دسته بندی ارقام دست نویس با مجموعه داده MNIST خواهید ساخت. شما تجربه عملی کار با کتابخانه هایی مانند TensorFlow یا PyTorch را بدست آورده و در مورد مفاهیم کلیدی مانند توابع فعال سازی، پس انتشار و آموزش مدل های یادگیری عمیق یاد خواهید گرفت.

روز 6: پردازش زبان طبیعی (NLP)

روز 6 روی پردازش زبان طبیعی (NLP) تمرکز می کند، در این روز یک مدل تحلیل احساسات با داده متنی خواهید ساخت. با استفاده از مدل های از پیش آموزش دیده از Hugging Face یا ساخت مدل خودتان با TensorFlow، شما متن را به عنوان مثبت یا منفی دسته بندی خواهید کرد. این روز مقدمه ای در مورد پیش پرداز متن، توکن سازی و یادگیری انتقالی در NLP ارائه می دهد.

روز 7: استقرار یک مدل AI به عنوان یک وب سرویس

در روز آخر، شما یاد خواهید گرفت چگونه مدل های AI خود را به عنوان یک وب سرویس با Flask مستقر کنید. شما مدل های AI خود را در یک وب اپلیکیشن یکپارچه کرده و آن ها را برای کاربران از طریق یک مرورگر قابل دسترس خواهید کرد. علاوه بر آن، شما اپلیکیشن خود را در یک پلتفرم ابری مانند Heroku مستقر خواهید کرد. در پایان این روز، شما یک وب اپلیکیشن کارآمد با قابلیت AI خواهید داشت که هر کسی می تواند با آن آنلاین تعامل برقرار کند.

چرا در این دوره شرکت کنیم؟

این دوره فقط در مورد تئوری نیست، بلکه در مورد ساخت است. در پایان این هفته، شما پروژه های واقعی در پورتفولیوی خود خواهید داشت. هر روز سرشار از تمرین های کدنویسی عملی و ساخت پروژه است که یادگیری توسعه AI را آسان و قابل دسترس می کنند. چه بخواهید شغل خود را ارتقا دهید، کارفرمایان را تحت تاثیر قرار بدهید یا بخواهید دنیای AI را برای علاقه شخصی بررسی کنید، این دوره طراحی شده است تا این سفر را جذاب، تعاملی و ارزشمند کند.

این دوره برای چه کسانی مناسب است؟

• این دوره برای افراد کاملا مبتدی که تجربه کمی در برنامه نویسی یا یادگیری ماشین دارند یا هیچ تجربه ای ندارند، اما می خواهند توسعه AI را یاد بگیرند طراحی شده است. این دوره برای افرادی که در کنجکاو هستند بدانند AI چگونه کار می کند و می خواهند تجربه عملی در ساخت پروژه های AI واقعی از ابتدا بدست آورند، عالی است. چه دانشجو باشید، چه بخواهید شغل خود را تغییر دهید یا فقط علاقه مند باشید، این دوره راهنمای گام به گام ارائه می دهد و مفاهیم پیچیده AI را قابل فهم می کند. اگر انگیزه دارید یاد بگیرید چگونه مدل های AI پیچیده بسازید و آن ها را مستقر کنید، حتی بدون سابقه فنی، این دوره برای شما است!