بوت‌کمپ جامع هوش مصنوعی، یادگیری ماشین و علم داده

آنچه یاد خواهید گرفت:

• تبدیل شدن به یک دانشمند داده و استخدام در این حوزه
• تسلط به یادگیری ماشین و استفاده از آن در محیط کار
• آموزش یادگیری عمیق، یادگیری انتقالی و شبکه‌های عصبی با استفاده از جدیدترین نسخه Tensorflow 2.0
• استفاده از ابزارهای مدرنی که شرکت‌های بزرگ فناوری مانند Google ،Apple ،Amazon و Meta استفاده می‌کنند.
• چگونگی ارائه پروژه‌های علم داده به مدیریت و ذینفعان
• یادگیری چگونگی انتخاب مدل مناسب یادگیری ماشین برای هر نوع مسئله خاص
• بررسی پروژه‌ها و مطالعات موردی واقعی برای درک چگونگی انجام امور در دنیای واقعی
• یادگیری بهترین روش‌ها در گردش کاری علم داده
• پیاده‌سازی الگوریتم‌های یادگیری ماشین
• آموزش برنامه‌نویسی به زبان پایتون با استفاده از آخرین نسخه Python 3
• چگونگی بهبود و بهینه‌سازی مدل‌های یادگیری ماشین
• آموزش پیش‌پردازش، پاک‌سازی و تحلیل داده حجیم
• ساخت یک پورتفولیوی کاری برای تقویت رزومه
• راه‌اندازی محیط توسعه برای علم داده و یادگیری ماشین.
• آموزش یادگیری نظارت‌شده  و نظارت‌نشده
• استفاده از یادگیری ماشین روی داده سری زمانی 
• بررسی در مجموعه‌داده بزرگ با استفاده از ابزارهای مصورسازی داده مانند Matplotlib و Seaborn
• بررسی در مجموعه‌داده بزرگ و دست‌کاری داده با استفاده از Pandas
• آموزش NumPy و چگونگی استفاده از آن در یادگیری ماشین
• در اختیار داشتن مجموعه‌ای از پروژه‌های علم داده و یادگیری ماشین به همراه تمامی کدها و نوت‌بوک‌ها برای ارائه به بازار کار
• یادگیری و استفاده از کتابخانه محبوب Scikit-learn در پروژه‌ها
• آشنایی با مهندسی داده و چگونگی استفاده از ابزارهایی مانند Hadoop ،Spark و Kafka در صنعت
• انجام مدل‌سازی‌های طبقه‌بندی و رگرسیون
• یادگیری چگونگی اعمال یادگیری انتقالی 

پیش‌نیازهای دوره

• هیچ تجربه قبلی (حتی در ریاضیات و آمار) نیاز نیست؛ آموزش‌ها از اصول مباحث شروع می‌شوند.
• یک کامپیوتر (ویندوز، مک یا لینوکس) با اتصال به اینترنت.
• دو مسیر مجزا برای کسانی که برنامه‌نویسی می‌دانند و کسانی که هیچ پیش‌زمینه‌ای ندارند.
• تمامی ابزارهای استفاده شده در این دوره رایگان هستند.

توضیحات دوره

به یک مهندس کامل هوش مصنوعی، دانشمند داده و متخصص یادگیری ماشین تبدیل شوید! به جامعه آنلاین 900,000 نفری مهندسان بپیوندید. این دوره توسط کارشناسان خبره صنعت تدریس می‌شود که سابقه فعالیت در شرکت‌های بزرگ در مناطقی مانند سیلیکون‌ولی و تورنتو را دارند. فارغ‌التحصیلان دوره‌های آندری هم‌اکنون در شرکت‌هایی نظیر Google، Tesla ،Amazon ،Apple ،IBM و Meta مشغول به کار هستند. شما در این دوره از سطح صفر به مرحله استادی خواهید رسید!

علم داده و یادگیری ماشین را از ابتدا بیاموزید، استخدام شوید و در طول مسیر با مدرن‌ترین و بروزترین دوره علم داده در یودمی لذت ببرید (مدرسان از آخرین نسخه Python ،Tensorflow 2.0 و سایر کتابخانه‌ها استفاده می‌کنند). این دوره بر کارایی تمرکز دارد: دیگر هرگز زمان خود را صرف آموزش‌های گیج‌کننده، قدیمی و ناقص یادگیری ماشین نکنید. مدرسان کاملاً اطمینان دارند که این جامع‌ترین و مدرن‌ترین دوره‌ای است که می‌توانید در هر کجای دیگر درباره این موضوع پیدا کنید (می‌دانیم که ادعای جسورانه‌ای است).

این دوره جامع و پروژه‌محور، شما را با تمامی مهارت‌های مدرن یک دانشمند داده آشنا می‌کند و در طول مسیر، مدرسان پروژه‌های واقعی متعددی را برای افزودن به پورتفولیوی شما خواهند ساخت. شما به تمامی کدها، کتاب‌های کار و الگوها (Jupyter Notebooks) در Github دسترسی خواهید داشت تا بتوانید بلافاصله آن‌ها را در پورتفولیوی خود قرار دهید! مدرسان معتقدند این دوره بزرگ‌ترین چالش ورود به حوزه علم داده و یادگیری ماشین را حل می‌کند: داشتن تمامی منابع لازم در یک جا و یادگیری آخرین ترندها و مهارت‌های شغلی که کارفرمایان به دنبال آن هستند.

برنامه آموزشی بسیار عملی طراحی شده است و مدرسان شما را از ابتدا تا انتها برای تبدیل شدن به یک مهندس حرفه‌ای یادگیری ماشین و علم داده همراهی می‌کنند. دوره شامل 2 مسیر است؛ اگر از قبل برنامه‌نویسی می‌دانید، می‌توانید مستقیماً وارد مباحث اصلی شوید و بخشی را که مدرسان پایتون را از صفر آموزش می‌دهند، نادیده بگیرید. اگر کاملاً مبتدی هستید، مدرسان شما را از همان ابتدا همراهی کرده و پایتون و چگونگی استفاده از آن در دنیای واقعی را برای پروژه‌ها به شما آموزش می‌دهند. نگران نباشید، پس از گذراندن مباحث پایه مانند مبانی یادگیری ماشین و پایتون، وارد موضوعات پیشرفته‌ای مانند شبکه‌های عصبی، یادگیری عمیق و یادگیری انتقالی می‌شوید تا بتوانید تمرینات واقعی داشته باشید و برای دنیای واقعی آماده شوید (مدرسان پروژه‌های کامل علم داده و یادگیری ماشین را به شما نشان می‌دهند و منابع برنامه‌نویسی و برگه‌های تقلب یا همان Cheatsheets را در اختیارتان می‌گذارند)!

موضوعاتی که در این دوره پوشش داده می‌شوند عبارتند از:

• بررسی و مصورسازی داده‌
• شبکه‌های عصبی و یادگیری عمیق
• ارزیابی و تحلیل مدل
• Python 3
• Tensorflow 2.0
• Numpy
• Scikit-Learn
• پروژه‌ها و گردش‌کارهای علم داده و یادگیری ماشین
• مصورسازی داده در پایتون با MatPlotLib و Seaborn
• یادگیری انتقالی 
• شناسایی و طبقه‌بندی تصویر
• Train/Test و اعتبار‌سنجی متقابل
• یادگیری نظارت‌شده: طبقه‌بندی، رگرسیون و سری‌های زمانی
• درخت‌های تصمیم گیری و جنگل‌های تصادفی 
• یادگیری جمعی
• تنظیم ابرپارامترها 
• استفاده از Pandas Data Frames برای حل تسک های پیچیده
• استفاده از Pandas برای مدیریت فایل‌های CSV
• یادگیری عمیق و شبکه‌های عصبی با TensorFlow 2.0 و Keras
• استفاده از Kaggle و شرکت در مسابقات یادگیری ماشین
• چگونگی ارائه یافته‌ها و تحت تأثیر قرار دادن مدیران
• چگونگی پاک‌سازی و آماده‌سازی داده‌ها برای تحلیل
• K Nearest Neighbours
• Support Vector Machines
• تحلیل رگرسیون (رگرسیون خطی و رگرسیون چندجمله‌ای)
• چگونگی استفاده از Hadoop ،Apache Spark ،Kafka و Apache Flink
• راه‌اندازی محیط توسعه با Conda ،MiniConda و Jupyter Notebooks
• استفاده از GPUها با Google Colab

تا پایان این دوره، شما به یک دانشمند داده کامل تبدیل خواهید شد که می‌تواند در شرکت‌های بزرگ استخدام شود. مدرسان از تمام آنچه در طول دوره آموخته‌اید برای ساخت پروژه‌های حرفه‌ای و واقعی مانند تشخیص بیماری قلبی، پیش‌بینی قیمت بولدوزر، طبقه‌بندی تصاویر نژاد سگ و بسیاری موارد دیگر استفاده خواهند کرد. در پایان، شما مجموعه‌ای از پروژه‌های ساخته شده توسط خودتان را در اختیار خواهید داشت که می‌توانید به دیگران ارائه دهید.

حقیقت این است: اکثر دوره‌ها صرفاً علم داده را آموزش می‌دهند و فقط به شما نشان می‌دهند که چگونه شروع کنید؛ اما مسئله این است که شما نمی‌دانید از آنجا به بعد به کجا بروید یا چگونه پروژه‌های مستقل خود را بسازید. یا اینکه کدهای زیاد و ریاضیات پیچیده‌ای را روی صفحه نشان می‌دهند، اما واقعاً مسائل را به اندازه کافی توضیح نمی‌دهند تا بتوانید به تنهایی مسائل یادگیری ماشین در دنیای واقعی را حل کنید.

چه در برنامه‌نویسی تازه‌کار باشید، چه بخواهید مهارت‌های علم داده خود را ارتقا دهید و چه از صنعت دیگری وارد این حوزه شده باشید، این دوره برای شماست. هدف این دوره این نیست که شما را فقط مجبور به کدنویسیِ صرف کند بدون اینکه اصول کار را درک کنید؛ به طوری که پس از اتمام دوره، ندانید جز تماشای یک آموزش دیگر چه کار کنید. خیر! این دوره شما را به چالش می‌کشد تا از یک مبتدی مطلق بدون تجربه در علم داده، به کسی تبدیل شوید که می‌تواند مستقل عمل کند، مدرسان (دانیل و آندری) را کنار بگذارد و گردش‌کارهای علم داده و یادگیری ماشین منحصر به فرد خود را بسازد.

یادگیری ماشین در حوزه‌های بازاریابی و مالی، بهداشت و درمان، امنیت سایبری، خرده‌فروشی، حمل‌ونقل و لجستیک، کشاورزی، اینترنت اشیا، بازی و سرگرمی، تشخیص بیماری، شناسایی تقلب، تشخیص ناهنجاری در تولید، دولت، دانشگاه/تحقیق، سیستم‌های پیشنهادی و بسیاری موارد دیگر کاربرد دارد. مهارت‌هایی که در این دوره می‌آموزید، گزینه‌های شغلی بسیاری را پیش روی شما قرار خواهد داد.

احتمالاً اصطلاحاتی مانند شبکه عصبی مصنوعی یا هوش مصنوعی (AI) را شنیده‌اید؛ تا پایان این دوره، بالاخره متوجه خواهید شد که این عبارات واقعاً چه معنایی دارند!

«همین حالا شرکت کنید» و به جمع دیگران در انجمن ما بپیوندید تا در این صنعت پیشتاز شوید و علم داده و یادگیری ماشین را فرا بگیرید. مدرسان تضمین می‌کنند که این دوره از هر بوت‌کمپ یا دوره آنلاین دیگری در این موضوع بهتر است. به امید دیدار شما در طول دوره!

مدرس دوره:

دانیل بورک: او یک مهندس یادگیری ماشین خودآموخته است که در فضای اینترنت فعالیت می‌کند و علاقه‌ای وافر به پیاده‌روی‌های طولانی و نوشتن مطالب جدید دارد. تجربه او در یادگیری ماشین حاصل کار در Max Kelsen، یکی از آژانس‌های هوش مصنوعی با سریع‌ترین نرخ رشد در استرالیا است. او روی مسائل مربوط به یادگیری ماشین و داده در طیف گسترده‌ای از صنایع از جمله بهداشت و درمان، تجارت الکترونیک، امور مالی، خرده‌فروشی و غیره کار کرده است.

دو مورد از پروژه‌های مورد علاقه او شامل ساخت یک مدل یادگیری ماشین برای استخراج اطلاعات از یادداشت‌های پزشکان برای یکی از مراکز پیشرو تحقیقات پزشکی استرالیا و همچنین ساخت یک مدل زبان طبیعی برای ارزیابی مطالبات بیمه برای یکی از بزرگ‌ترین گروه‌های بیمه استرالیا است. به دلیل عملکرد بالای این مدل زبان طبیعی (مدلی که مطالبات بیمه را می‌خواند و تعیین می‌کند کدام طرف مقصر است)، شرکت بیمه توانست بار ارزیابی روزانه خود را تا 2500 پرونده کاهش دهد.

هدف بلندمدت او ترکیب دانش یادگیری ماشین با پیشینه خود در علم تغذیه است تا به پرسش «چه چیزی باید بخورم؟» پاسخ دهد. او علاوه بر ساخت مدل‌های یادگیری ماشین، به نوشتن و ساخت ویدئو درباره این فرآیند علاقه دارد. مقالات و ویدئوهای او درباره یادگیری ماشین در Medium، وبلاگ شخصی و YouTube در مجموع بیش از 5 میلیون بازدید داشته‌اند.

او هیچ‌چیز را بیشتر از توضیح یک موضوع پیچیده به روشی سرگرم‌کننده و آموزشی دوست ندارد. او سختی یادگیری یک موضوع جدید به صورت آنلاین و خودآموز را به خوبی درک می‌کند، بنابراین تمام توان خود را به کار می‌گیرد تا اطمینان حاصل کند ساخته‌هایش تا حد ممکن قابل دسترس و فهم باشند. روش کار او (Modus operandi) «یادگیری برای خلق کردن و خلق کردن برای یادگیری» است. 

آندری نگوآی: آندری مدرس پرامتیازترین دوره‌های توسعه‌دهندگی در یودمی و یکی از مدرسانی است که سریع‌ترین نرخ رشد دانشجو را دارد. فارغ‌التحصیلان او هم‌اکنون در بزرگ‌ترین شرکت‌های فناوری جهان مانند Apple ،Google ،Amazon ،JP Morgan ،IBM ،UNIQLO و غیره مشغول به کار هستند. او سال‌ها به عنوان توسعه‌دهنده ارشد نرم‌افزار در سیلیکون‌ولی و تورنتو فعالیت کرده است و اکنون تمام دانش و تجربه‌اش را برای آموزش مهارت‌های برنامه‌نویسی به کار گرفته است تا به شما در کشف فرصت‌های شغلی شگفت‌انگیزی که حرفه توسعه‌دهندگی در زندگی ایجاد می‌کند، کمک کند.

او که خود یک برنامه‌نویس خودآموخته بوده است، به خوبی درک می‌کند که تعداد بی‌شماری دوره آنلاین، آموزش و کتاب وجود دارد که بیش از حد طولانی و پرگو هستند و در آموزش مهارت‌های کاربردی ناتوان‌اند. اکثر مردم هنگام یادگیری یک موضوع پیچیده احساس سردرگمی می‌کنند و نمی‌دانند از کجا شروع کنند؛ یا حتی بدتر، اکثر آن‌ها 20,000 دلار هزینه برای شرکت در یک بوت‌کمپ برنامه‌نویسی ندارند. او معتقد است مهارت‌های برنامه‌نویسی باید مقرون‌به‌صرفه و برای همه در دسترس باشد. یک محتوای آموزشی باید مهارت‌های واقعی و به‌روز دنیای کار را آموزش دهد و وقت ارزشمند دانشجو را تلف نکند. او با بهره‌گیری از درس‌های مهمی که در طول کار در شرکت‌های Fortune 500، استارت‌آپ‌های فناوری و حتی راه‌اندازی کسب‌کار شخصی خود آموخته، اکنون 100% وقت خود را وقف آموزش مهارت‌های ارزشمند توسعه نرم‌افزار به دیگران کرده است تا آن‌ها بتوانند کنترل زندگی خود را به دست گرفته و در صنعتی هیجان‌انگیز با امکانات نامحدود فعالیت کنند.

آندری به شما قول می‌دهد که هیچ دوره دیگری به این جامعیت و با این سطح از توضیحات دقیق وجود ندارد. او بر این باور است که برای یادگیری هر مطلب ارزشمندی، باید از پایه شروع کرد و ریشه‌های درخت را پرورش داد. تنها از آن نقطه است که می‌توانید مفاهیم و مهارت‌های خاص (برگ‌ها) را بیاموزید که به ریشه متصل هستند. یادگیری زمانی که به این روش ساختاریافته باشد، رشدی نمایی پیدا می‌کند. با تکیه بر تجربه او در روانشناسی تربیتی و کدنویسی، دوره‌های آندری شما را به درکی از موضوعات پیچیده می‌رساند که هرگز فکر نمی‌کردید امکان‌پذیر باشد. به امید دیدار شما در طول دوره!

این دوره برای چه کسانی مناسب است؟

• هر کسی که هیچ تجربه قبلی ندارد (یا در سطح مبتدی/جونیور است) و می‌خواهد Machine Learning ،Data Science و Python را بیاموزد.
• برنامه‌نویسانی که می‌خواهند مهارت‌های خود را به حوزه علم داده و یادگیری ماشین گسترش دهند تا ارزش حرفه‌ای خود را ارتقا بخشند.
• هر کسی که می‌خواهد این مباحث را از متخصصان صنعت بیاموزد؛ کسانی که نه‌تنها تدریس می‌کنند، بلکه سابقه کار عملی در این میدان را دارند.
• کسانی که به دنبال یک دوره واحد و جامع برای یادگیری Machine Learning و Data Science هستند تا خود را با استانداردهای روز صنعت هماهنگ کنند.
• کسانی که می‌خواهند اصول پایه را به درستی درک کنند، به جای اینکه فقط ساعت‌ها کد زدن یک نفر دیگر را روی صفحه تماشا کنند بدون اینکه واقعاً مطلب را «بفهمند».
• کسانی که می‌خواهند از Deep Learning و شبکه‌های عصبی در پروژه‌های خود استفاده کنند.
• کسانی که می‌خواهند با استفاده از ابزارهای قدرتمند یادگیری ماشین، به کسب‌وکار شخصی یا شرکتی که در آن کار می‌کنند، ارزش افزوده اضافه کنند.