یادگیری ماشین از صفر تا صد: هوش مصنوعی، پایتون و R
درباره این دوره
اگر به یادگیری ماشین علاقه داری، این دوره همون چیزیه که دنبالش بودی. اینجا قراره توسط یک دانشمند داده و یک متخصص یادگیری ماشین، مفاهیم پیچیده نظری، الگوریتمها و کتابخانههای برنامهنویسی رو به زبون ساده یاد بگیری. بیش از یک...
یادگیری ماشین از صفر تا صد: هوش مصنوعی، پایتون و R
درباره این دوره
اگر به یادگیری ماشین علاقه داری، این دوره همون چیزیه که دنبالش بودی. اینجا قراره توسط یک دانشمند داده و یک متخصص یادگیری ماشین، مفاهیم پیچیده نظری، الگوریتمها و کتابخانههای برنامهنویسی رو به زبون ساده یاد بگیری. بیش از یک میلیون دانشجو در سراسر دنیا تا حالا از این دوره استفاده کردهاند و مسیر یادگیریشون رو شروع کردن.
ما قدمبهقدم کنارت هستیم تا وارد دنیای یادگیری ماشین بشی. با هر آموزش، مهارت تازهای به دست میاری و درک عمیقتری از این حوزه چالشبرانگیز ولی پر درآمد علم داده پیدا میکنی. فرقی نمیکنه تازهکار باشی یا یه چیزایی بلد باشی؛ این دوره برای همه سطوح طراحی شده.
میتونی این دوره رو با آموزشهای پایتون یا R یا هر دو تموم کنی. هر زبانی که برای مسیر شغلیت مناسبتره رو انتخاب کن. نکته جالب اینجاست که در حال حاضر این دوره با تخفیف ویژه ارائه میشه، پس اگه قصد شروع داری، فرصت خوبیه.
چرا این دوره رو انتخاب کنم؟
آموزش از پایه تا پیشرفته، بدون نیاز به دانش قبلی برنامهنویسی
پوشش کامل مفاهیم با دو زبان پایتون و R
تمرینهای عملی بر اساس مطالعات موردی واقعی
قابل استفاده برای پروژههای دانشگاهی و کاری
مناسب برای ورود به بازار کار علم داده
چه چیزهایی یاد میگیرم؟
این دوره در عین جذاب و سرگرمکننده بودن، عمیقاً به مفاهیم یادگیری ماشین میپردازه. ساختار دوره به این شکله:
بخش ۱ – پیشپردازش دادهها
آمادهسازی دادهها، پاکسازی، نرمالسازی و هر چیزی که قبل از ساخت مدل لازمه.
بخش ۲ – رگرسیون
- رگرسیون خطی ساده و چندگانه
- رگرسیون چندجملهای
- رگرسیون بردار پشتیبان (SVR)
- رگرسیون درخت تصمیم
- رگرسیون جنگل تصادفی
بخش ۳ – طبقهبندی
- رگرسیون لجستیک
- K-NN
- ماشین بردار پشتیبان (SVM) و SVM هستهای
- بیز ساده
- درخت تصمیم و جنگل تصادفی
بخش ۴ – خوشهبندی
- K-Means
- خوشهبندی سلسلهمراتبی
بخش ۵ – یادگیری قوانین وابستگی
- الگوریتم Apriori
- الگوریتم Eclat
بخش ۶ – یادگیری تقویتی
- مرز اطمینان بالا (UCB)
- نمونهبرداری تامپسون
بخش ۷ – پردازش زبان طبیعی (NLP)
- مدل Bag-of-Words و الگوریتمهای NLP
بخش ۹ – کاهش ابعاد
- تحلیل مؤلفههای اصلی (PCA)
- تحلیل تفکیک خطی (LDA)
- Kernel PCA
بخش ۱۰ – انتخاب مدل و Boosting
- اعتبارسنجی متقاطع
- تنظیم پارامترها و جستوجوی شبکهای
- XGBoost
هر بخش مستقل ارائه شده. یعنی میتونی کل دوره رو از اول تا آخر طی کنی، یا فقط سراغ بخشی بری که الان برای شغل یا پروژهت لازمه. این انعطافپذیری کمک میکنه وقتت رو هوشمندانهتر مدیریت کنی.
این دوره چطور به کارم میاد؟
فرض کن دانشجوی ترم آخری و باید پروژه پایانیت رو با یه دیتاست واقعی انجام بدی. بعد از این دوره میتونی دادهها رو پیشپردازش کنی، مدل مناسب رو انتخاب کنی، آموزش بدی و نتایج رو ارزیابی کنی. یا مثلاً توی یه شرکت مشغول به کار بشی و بخوان یه سیستم پیشبینی فروش براشون بسازی؛ با پایتون و R بهراحتی از پسش برمیای.
علاوه بر این، دوره پر از تمرینهای عملی بر اساس مطالعات موردی واقعیه. یعنی فقط تئوری یاد نمیگیری، بلکه توی ساخت مدلهای واقعی هم مهارت پیدا میکنی. قالبهای کدنویسی در پایتون و R هم در اختیارت قرار میگیره که میتونی توی پروژههای شخصی خودت ازشون استفاده کنی.
این دوره مناسب چه کسانیه؟
هر کسی که به یادگیری ماشین علاقه داره
دانشآموزانی با دانش ریاضی در سطح دبیرستان که میخوان شروع کنن
افرادی در سطح متوسط که با مفاهیم پایه مثل رگرسیون خطی یا لجستیک آشنا هستن و میخوان عمیقتر یاد بگیرن
کسانی که توی کدنویسی خیلی راحت نیستن ولی میخوان یادگیری ماشین رو بهسادگی روی دادهها پیاده کنن
دانشجویانی که میخوان وارد حرفه علم داده بشن
تحلیلگران دادهای که میخوان در یادگیری ماشین پیشرفت کنن
افرادی که از شغل فعلیشون راضی نیستن و میخوان دانشمند داده بشن
هر کسی که میخواد با ابزارهای قدرتمند یادگیری ماشین، ارزش افزودهای به کسبوکارش اضافه کنه
مشخصات دوره در یک نگاه
ویژگی
جزئیات
عنوان
یادگیری ماشین از صفر تا صد: هوش مصنوعی، پایتون و R
مدرس
دانشمند داده و متخصص یادگیری ماشین
زبانهای برنامهنویسی
پایتون و R
سطح
مقدماتی تا پیشرفته
تعداد فصلها
بیش از ۴۵ فصل
مدت زمان
بیش از ۴۰ ساعت ویدیو
وضعیت قیمت
تخفیف ویژه فعال
سوالات متداول
آیا بدون دانش برنامهنویسی هم میتونم شرکت کنم؟
بله. دوره از صفر شروع میشه و لازم نیست از قبل کدنویسی بلد باشی.
پایتون یاد بگیرم یا R؟
هر کدوم که به مسیر شغلیت نزدیکتره. توی این دوره هر دو پوشش داده شده و میتونی حتی هر دو رو یاد بگیری.
بعد از دوره میتونم پروژه واقعی انجام بدم؟
قطعاً. تمرینهای عملی و مطالعات موردی واقعی بهت کمک میکنه آماده پروژههای واقعی بشی.
محتوای دوره
شماره
عنوان فصل
تعداد جلسات
مدت زمان
۱
به دوره خوش آمدید!
۴ جلسه
۰۰:۱۰ ساعت
۲
پیشپردازش دادهها
۴ جلسه
۰۰:۱۰ ساعت
۳
پیشپردازش دادهها در پایتون
۲۴ جلسه
۰۱:۳۱ ساعت
۴
پیشپردازش دادهها در زبان R
۱۱ جلسه
۰۰:۴۷ ساعت
۵
به بخش دوم خوش آمدید؛ رگرسیون!
یادگیری ماشین، هوش مصنوعی، پایتون و R — ثبتنام با تخفیف