آموزش آمار و احتمال در پایتون

poster
پیش‌نمایش دوره

نگاه کلی این دوره، آموزش تمامی مفاهیم وابسته به آمار و احتمال است که در دنیای ماشین لرنینگ و علوم داده کاربرد خواهند داشت. در این دوره آموزشی با موضوعاتی مانند مبانی مجموعه و ترکیبات ... ادامه

برگزارکننده:  مکتب‌خونه  مکتب‌خونه
2.3 (19 رای)
سطح: مقدماتی
 پلاس
  
زمان مورد نیاز برای گذراندن دوره:  66 ساعت
مجموع محتوای آموزشی:  9 ساعت ویدئو - 57 ساعت تمرین و پروژه
 (قابل دانلود می‌باشد)
مهلت دوره:  9 هفته
  
حد نصاب قبولی در دوره:  70 نمره
فارغ‌التحصیل شدن در این دوره نیاز به ارسال تمرین‌ها و پروژه‌های الزامی دارد. 
organization-pic  گواهینامه این دوره توسط مکتب‌خونه ارائه می‌شود.
course-feature   گواهی‌نامه مکتب‌خونه course-feature   خدمات منتورینگ course-feature   پروژه محور course-feature   تمرین و آزمون course-feature   تالار گفتگو course-feature   تسهیل استخدام

پیش‌نیاز‌ها

برای شرکت در دوره آموزش آمار و احتمال در پایتون چه پیش‌­نیازهایی وجود دارد؟

در تمام طول دوره سعی شده است تا مباحث به طور کامل و با زبانی ساده توضیح داده شوند. اما برای یادگیری بهتر این دوره لازم است با موارد زیر آشنایی داشته باشید:

  • آشنایی با مفاهیم ریاضی و مفاهیم اولیه مربوط به آمار و احتمال
  • آشنایی اولیه و مقدماتی با مفاهیم مربوط به پایتون و ماشین لرنینگ
  • با یادگیری مباحث مربوط به این دوره می­‌توانید با تسلط بیشتری وارد مباحث مربوط به ماشین لرنینگ و علوم داده شوید.

سرفصل‌های دوره آموزش آمار و احتمال در پایتون

نظریه مجموعه

در فصل اول از دوره آمار و احتمال در پایتون به یادگیری مفاهیم پایه‌ای آمار از جمله مجموعه‌ها، عملگر‌ها و نمودار ون می‌پردازیم.

  مقدمه‌ای بر فصل نظریه مجموعه‌ها
مشاهده
"02:49  
  مجموعه در پایتون
مشاهده
"05:58  
  عملگرهای مجموعه
"03:12  
  عملگرهای مجموعه در پایتون
"06:23  
  عملگرهای منطقی مجموعه
"03:29  
  عملگرهای مطنقی مجموعه در پایتون
"10:23  
  مجموعه متناهی و نامتناهی، شمارا و ناشمارا
"05:34  
  مثال‌هایی از مجموعه در پایتون
"05:45  
  نمودار ون
"02:23  
  کوییز نظریه مجموعه
 20%    
"03:00  
  رسم نمودار (الزامی)
 26.7%    
"30:00  
  میزان تفاهم (الزامی)
 53.3%    
"60:00  
ترکیبیات و شمارش

در فصل دوم این دوره با یکی از مفاهیم مهم احتمال به نام ترکیبیات آشنا می‌شویم و مثال‌های مربوط به جایگشت را با پایتون پیاده‌سازی می‌کنیم.

  مقدمه‌ای برفصل
مشاهده
"01:11  
  اصل جمع
"01:51  
  اصل ضرب
"02:29  
  اصل متمم
"01:20  
  حل مثال متمم در پایتون
"04:14  
  جایگشت
مشاهده
"02:30  
  حل مثال جایگشت در پایتون
"04:38  
  مسئله صف مرکب
"05:10  
  مسئله تیم‌های مرکب
"03:29  
  جایگشت با تکرار
"01:32  
  جایگشت با تکرار در پایتون
"03:32  
  جایگشت دوری
"02:49  
  ترکیب
"03:21  
  مسئله دختر و پسر
"01:59  
  مسئله دختر و پسر در پایتون
"03:08  
  سنگ, کاغذ, قیچی
"03:34  
  اصل شمول و عدم شمول
"02:16  
  کوییز ترکیبیات و شمارش
 40%    
"04:00  
  حروف یاسوج (الزامی)
 60%    
"90:00  
احتمال مقدماتی

فصل سوم این دوره مربوط به احتمال مقدماتی است. در این فصل با اصول کولموگروف آشنا می‌شویم و چندین مسئله مربوط به آن را حل می‌کنیم.

  مقدمه‌ای برفصل احتمال مقدماتی
"01:16  
  آزمایش تصادفی
"02:52  
  اصول احتمال کولموگروف
مشاهده
"04:31  
  اثبات چند اصل کولموگروف
"03:48  
  احتمال کلاسیک
"02:02  
  مسئله میانگین دختر و پسر
"03:15  
  وقایع مستقل و وابسته
مشاهده
"03:12  
  مسئله برنده بازی مرکب
"02:54  
  تفاوت دو دیدگاه احتمالی
"02:11  
  کوییز احتمال مقدماتی
 14.3%    
"02:00  
  پیدا کردن وقایع (الزامی)
 42.9%    
"45:00  
  آزمایشگاه (الزامی)
 42.9%    
"30:00  
احتمال شرطی

احتمال شرطی که در فصل چهارم این دوره با آن آشنا می‌شویم از مهم‌ترین مباحث احتمال است. همچنین در این فصل درباره قانون زنجیره، قانون احتمال کل و قانون بیز می‌آموزیم.

  مقدمه‌ای بر احتمال شرطی
"01:40  
  تعریف احتمال شرطی
مشاهده
"03:00  
  اصول احتمال شرطی
"02:53  
  مسئله مجموع دو تاس 7 می‌شود
"02:22  
  قانون زنجیره‌
"03:19  
  مسئله لامپ‌های سوخته
"02:24  
  مسئله سر وقت بودن محمدرضا در پایتون
"05:01  
  استقلال دو رخداد
مشاهده
"03:25  
  مسئله آیا من 20 سال زنده می‌مانم؟
"03:13  
  قانون احتمال کل
"03:55  
  مسئله کیسه و تیله‌ها
"02:30  
  قانوین بیز
"01:53  
  مسئله دزدی و دزد و گناه
"05:08  
  کوییز احتمال شرطی
 25%    
"02:00  
  مشکل ژنتیکی (الزامی)
 37.5%    
"30:00  
  دزد پایتون (الزامی)
 37.5%    
"60:00  
مقدمه‌ای بر داده و آمار

فصل پنجم دوره آمار و احتمال در پایتون مختص معرفی داده‌ها و شاخص‌های اولیه در آمار است.

  مقدمه‌ای بر داده و آمار
"00:55  
  انواع داده
مشاهده
"05:09  
  جامعه و نمونه
"03:11  
  معیارهای آماری
"01:44  
  میانگین داده‌ها
"03:23  
  میانه و نما داده‌ها
"07:33  
  دامنه و چارم و دامنه بین چارکی
"03:50  
  انحراف معیار و واریانس
"04:06  
  معیارهای انواع داده‌ها و داده‌های گمشده
"04:40  
  بررسی معیار (الزامی)
 42.9%    
"60:00  
  پایتون آماردان (الزامی)
 57.1%    
"150:00  
متغیر تصادفی و توزیع احتمالی

در این فصل به یادگیری متغیر تصادفی، امید ریاضی و توزیع‌های احتمال مانند توزیع تجمعی و نرمال می‌پر‌دازیم.

  مقدمه‌ای بر متغیر تصادفی و توزیع احتمالی
"00:53  
  تعریف متغیر تصادفی
مشاهده
"03:24  
  تابع جرم و چگالی احتمال
"05:06  
  مسئله تا زمانی که سکه شیر بیاد!
"02:33  
  امید ریاضی
"05:31  
  خواص امید ریاضی
"07:39  
  مسئله امید واریانس!
"05:44  
  متغیر تصادفی برنولی
"06:07  
  متغیر تصادفی دوجمله‌ای
"07:15  
  مسئله چقدر جایزه می‌خواهیم؟
"03:18  
  متغیر تصادفی پوآسون
مشاهده
"06:27  
  مسئله چقدر غلط املایی!
"02:50  
  خواص متغیر تصادفی پیوسته
"02:45  
  تابع توزیع تجمعی
"02:38  
  متغیر تصادفی یکنواخت
"07:04  
  توزیع نرمال (گوسی)
"09:53  
  تابع تجمعی توزیع نرمال
"05:22  
  قانون 68 – 95 – 99.7
"05:04  
  کار با توزیع دلخواه
"03:59  
  کوییز متغیر تصادفی و توزیع احتمالی
 26.3%    
"05:00  
  توزیع جدید! (الزامی)
 42.1%    
"240:00  
  پای‌گوسی (الزامی)
 31.6%    
"240:00  
انواع نمودارها

در مباحث آماری، مصورسازی داده‌ها به آماردان کمک می‌کند داده‌ها را بهتر بفهمد. فصل هفتم این دوره به شما انواع نمودار‌های آماری را می‌آموزد.

  مقدمه‌ای بر انواع نمودارها
مشاهده
"00:59  
  نمودار میله‌ای
"04:15  
  نمودار هیستوگرام
مشاهده
"05:17  
  نمودار میله‌ای پشته‌ای
"05:31  
  نمودار دایره‌ای و دونات
"03:53  
  نمودار نقطه‌ای
"05:23  
  نمودار خطی
"02:23  
  نمودار حرارتی
"04:24  
  نمودار جعبه‌ای و چند جعبه‌ای
"03:56  
  نمودار توأم
"04:36  
  نمودار ازدحام
"02:50  
  پای‌گراف (الزامی)
 100%    
"180:00  
توزیع توأم

توزیع توأم مبحثی مهم و پیچیده است که در این فصل از دوره آمار و احتمال در پایتون به آن پرداخته می‌شود.

  مقدمه‌ای بر توزیع توأم
مشاهده
"01:36  
  توابع احتمال توزیع توأم
"02:49  
  مسئله توپ در توپ
"06:19  
  توزیع مسئله توپ در توپ
"02:15  
  تابع توزیع توأم پیوسته
"04:35  
  توزیع حاشیه‌ای
"04:54  
  تابع قشنگ (الزامی)
 50%    
"60:00  
  پایتون توام (الزامی)
 50%    
"90:00  
داده پرت و نرمال‌سازی

در آمار، نوعی داده به نام داده‌ی پرت وجود دارد که ممکن است نتیجه‌ی تحلیل داده‌ها را تغییر دهد. در این فصل روش تشخیص داده‌های پرت و نرمال‌سازی داده‌ها را می‌آموزیم.

  مقدمه‌ای بر داده‌های پرت و نرمال‌سازی
مشاهده
"01:28  
  تشخیص داده پرت با نمودار جعبه‌ای
"08:28  
  تشخیص داده پرت و خیلی پرت با توزیع نرمال
"07:25  
  نرمال‌سازی و دلیل استفاده از آن
"03:01  
  نرمال‌سازی کمینه بیشینه و استانداردسازی
"03:32  
  انتقال لگاریتمی
"02:21  
  برش دادن داده
"02:50  
  چولگی
"06:49  
  کشیدگی
"02:02  
  آنومالی
"02:40  
  کوییز داده پرت و نرمال‌سازی
 20%    
"02:00  
  تابع پرت (الزامی)
 40%    
"60:00  
  تابع نرمال (الزامی)
 40%    
"120:00  
کوواریانس و همبستگی

در فصل دهم از دوره آمار و احتمال در پایتون درباره کوواریانس و همبستگی می‌آموزیم و مسائل مربوط به آن‌ها را حل می‌کنیم.

  مقدمه‌ای بر کوواریانس و همبستگی
"02:14  
  کوواریانس
"04:07  
  خصوصیات کوواریانس
"02:24  
  مسئله کوواریانس تو در تو
"05:00  
  کوواریانس در پایتون
"03:38  
  همبستگی
"05:37  
  همبستگی پیرسون
"07:05  
  همبستگی اسپیرمن و کندال
"05:25  
  وابستگی (الزامی)
 50%    
"240:00  
  پیاده‌سازی همبستگی (الزامی)
 50%    
"240:00  
تحلیل رگرسیون

فصل یازدهم این دوره مختص تحلیل رگرسیون است و در انتهای دوره پروژه‌ای بر همین اساس قرار گرفته است.

  مقدمه‌ای برتحلیل رگرسیون
"01:46  
  رگرسیون و مفاهیم آن
"05:32  
  مدیریت داده پرت و گمشده برای رگرسیون
"02:48  
  تست نرمالیتی برای رگرسیون
"06:26  
  تشخیص هم‌خطی برای رگرسیون
"05:33  
  فیت کردن و ارزیابی رگرسیون
"09:15  
  رگرسیون جوانا (الزامی)
 100%    
"300:00  
تخمین در آمار

در این فصل با قضیه حد مرکزی، نابرابرای‌های ماراکوف و چبیشف، تخمین نقطه‌ای و بازه‌ای و بازه اطمینان آشنا خواهیم شد.

  مقدمه‌ای بر تخمین در آمار
"01:21  
  قضیه حد مرکزی
"04:16  
  نابرابری مارکوف
"07:01  
  نابرابری چبیشف
"04:06  
  تفاوت آمار با احتمال
"01:43  
  تخمین نقطه‌ای و بازه‌ای
"03:28  
  بازه اطمینان
"05:27  
  تخمین درست‌نمایی بیشینه
"07:17  
  تخمین درست‌نمایی بیشینه در پایتون
"06:17  
  کوییز تخمین در آمار
 6.7%    
"01:00  
  اثبات حد مرکزی (الزامی)
 53.3%    
"180:00  
  در جستجوی لامبدا (الزامی)
 40%    
"180:00  
تست‌های آماری

تست‌های آماری فصل سیزدهم این دوره است که در آن با انواع تست‌ها از جمله تست ناپارامتری و پارامتری، همبستگی و تست‌های توزیع آشنا می‌شوید.

  مقدمه‌ای بر تست‌های آماری
"01:22  
  تست‌های رگرسیون
"02:49  
  تست‌های مقایسه‌ای
"04:55  
  فرض صفر و یک
"02:56  
  مفهوم p-value
"04:00  
  درجه آزادی
"01:39  
  خطای استاندارد
"01:37  
  تست ناپارامتری و پارامتری
"02:51  
  تست‌های نرمالیتی
"05:43  
  تست‌های همبستگی
"05:38  
  تست تی و تست آنووا
"09:42  
  تست‌های توزیع
"04:45  
  کوییز تست‌های آماری
 27.3%    
"03:00  
  پروژه تستی (الزامی)
 72.7%    
"240:00  
پروژه دوره آمار و احتمال در پایتون

در این فصل باید از همه‌ی مباحثی که تا کنون آموخته‌اید استفاده کنید تا پروژه نهایی این دوره را که در باره تاثیر کرونا بر هتل‌های کشور پرتغال است حل کنید.

  تاثیر کرونا بر هتل‌های کشور پرتغال (الزامی)
 100%    
"480:00  
قدم بعدی

در آخرین فصل دوره آمار و احتمال در پایتون درباره کاربرد‌های آمار و احتمال در بقیه حوزه‌ها و نقشه راه یادگیری آن‌ها صحبت می‌شود.

  مقدمه
"00:46  
  نقشه راه تحلیل داده
"02:16  
  نقشه راه یادگیری ماشین
"02:55  
  تفاوت نظریه الگوریتم و هوش مصنوعی
"02:49  

ویژگی‌های دوره

گواهی‌نامه مکتب‌خونه
گواهی‌نامه مکتب‌خونه

در صورت قبولی در دوره، گواهی نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می گیرد.

مشاهده نمونه گواهینامه

ویژگی‌های دوره

خدمات منتورینگ
خدمات منتورینگ

خدمات منتورینگ به معنای برخورداری دانشجو از راهنما یا پشتیبان علمی در طول گذراندن دوره می‌باشد. این خدمات شامل پاسخگویی به سوالات آموزشی(در قالب تیکتینگ)، تصحیح آزمون یا پروژه های دوره و ارائه باز خورد موثر به دانشجو می‌باشد.

ویژگی‌های دوره

پروژه محور
پروژه محور

این دوره طوری طراحی شده است که محتوای آموزشی دوره حول چند پروژه واقعی و کاربردی هستند تا یادگیری دانشجو در طول دوره به کاربردهای عملی تبدیل شود و به این ترتیب بالاترین سطح یادگیری را فراهم نمایند.

ویژگی‌های دوره

تمرین و آزمون
تمرین و آزمون

با قرار گرفتن تمرین ها و آزمون های مختلف در طول دوره، محیطی تعاملی فراهم شده است تا بهره گیری از محتوا و یادگیری بهتر و عمیق تر شود.

ویژگی‌های دوره

تالار گفتگو
تالار گفتگو

شما می توانید از طریق تالار گفتگو با دیگر دانشجویان دوره در ارتباط باشید، شبکه روابط حرفه ای خود را تقویت کنید یا سوالات مرتبط با دوره خود را از دیگر دانشجویان بپرسید.

ویژگی‌های دوره

تسهیل استخدام
تسهیل استخدام

در صورت قبولی در دوره، شما می‌توانید با وارد کردن اطلاعات آن در بخش دوره‌های آموزشی رزومه‌ساز «جاب ویژن»، تایید مهارت خود را در قالب اضافه شدن «مدال مهارت» به روزمه آنلاین خود دریافت نمایید. این مدال علاوه بر ایجاد تمایز در نمایش رزومه شما، باعث بالاتر قرار گرفتن آن در لیست انبوه رزومه‌های ارسالی به کارفرما شده و بدین ترتیب شانس شما را برای استخدام در سازمانهای موفق و پر متقاضی افزایش می‌دهد.

بررسی فرصت‌های شغلی

درباره دوره

نگاه کلی این دوره، آموزش تمامی مفاهیم وابسته به آمار و احتمال است که در دنیای ماشین لرنینگ و علوم داده کاربرد خواهند داشت. در این دوره آموزشی با موضوعاتی مانند مبانی مجموعه و ترکیبات آشنا خواهید شد. پس از آن کار با احتمال کلاسیک، احتمال شرطی و قوانین احتمال شرطی آشنا خواهید شد. در ادامه دوره به داده‌­ها و آمارها پرداخته می‌­شود و پس از آن به بررسی انواع متغیرهای تصادفی و توزیع‌­های احتمالی پرداخته می‌­شود.  

با پیشرفت مباحث دوره به بررسی توزیع­‌های توام و نرمال­‌سازی داده­‌های پرت پرداخته می­‌شود. سایر مباحثی که در این دوره مورد بررسی قرار می­‌گیرد شامل موارد زیر است:

  • ارتباط بین متغیرها به کمک کوواریانس و همبستگی و رگرسیون
  • مفاهیمی مانند درست‌­نمایی بیشینه و تخمین نقطه­‌ای و بازه­‌ای
  • تست­‌های آماری مختلف روی داده‌­های آماری گوناگون
  • تست کردن داده­‌ها برای تشخیص توزیع آن‌ها

 

هدف از آموزش آمار و احتمال در پایتون چیست؟

اصلی­‌ترین هدف مورد نظر در این دوره ایجاد تسلط بالا بر مباحث مربوط به آمار و احتمال بوده است. در این دوره مباحث آموزشی به صورت مفاهیم نظری توضیح داده شده است و در کنار مباحث نظری این آموزش‌­ها با مثال­‌های عملی نیز مورد آموزش قرار می­‌گیرند.

 

دوره آموزش آمار و احتمال در پایتون برای چه کسانی مناسب است؟

در دوره آموزش آمار و احتمال در پایتون سعی شده است تا همه مباحث به صورت کامل و جامع مورد بررسی قرار بگیرند. به این ترتیب می­‌توان این‌گونه بیان کرد که مباحث این دوره در زمینه‌­های گوناگونی کاربردی خواهد بود. به این ترتیب مخاطبان این دوره را می‌­توانیم در دسته­‌های گوناگونی تقسیم­‌بندی کنیم:

  • افرادی که به علم داده علاقه­‌مند هستند.
  • افرادی که قصد دارند در حوزه یادگیری ماشین و علم داده فعالیت داشته باشند.
  • دانشجویان و فارغ‌­التحصیلانی که آمار و احتمال مهندسی در چارت درسی­شان قرار دارد.
  • برنامه‌­نویسان و علاقه­‌مندان به یادگیری زبان برنامه­‌نویسی پایتون.

 

مخاطبان دوره آموزش آمار و احتمال در پایتون در انتهای دوره چه دستاوردی خواهند داشت؟

با توجه به مباحث این دوره مخاطبان در پایان دوره دستاوردهای گوناگونی از جمله موارد زیر خواهند داشت:

  • آشنایی اولیه با مباحث مربوط به هوش مصنوعی
  • آشنایی با مباحث مربوط به علوم داده
  • آشنایی و تسلط بر تمامی مباحث مربوط به آمار و احتمال

 

ویژگی‌­های متمایزکننده این دوره نسبت به دوره‌­های مشابه چیست؟

در این دوره تمامی مباحث مربوط به آمار و احتمال به کامل­‌ترین شکل ممکن مورد بحث و بررسی قرار گرفته است و در کنار این موضوع به پیاده­‌سازی همه مفاهیم پایتون نیز پرداخته شده است. به این ترتیب می‌­توان گفت این دوره کامل‌­ترین و کاربردی­‌ترین دوره آموزش آمار و احتمال در پایتون است.

 

سرفصل‌­های دوره آموزش آمار و احتمال در پایتون به چه صورت است؟

مباحث این دوره در قالب 15 فصل تهیه و ارائه شده است. این 15 فصل به صورت زیر تقسیم‌­بندی شده است:

  • نظریه مجموعه‌ها
  • ترکیبیات و شمارش
  • احتمال مقدماتی
  • احتمال شرطی
  • داده و مقدمه‌ای بر آمار
  • متغیرهای تصادفی و توزیع احتمالی
  • انواع نمودار
  • توزیع توأم
  • داده پرت و نرمال‌سازی
  • کوواریانس و همبستگی
  • تحلیل رگرسیون
  • تخمین آماری
  • تست‌های آماری
  • پروژه آمار و احتمال در پایتون
  • قدم بعدی

درباره استاد

maktabkhooneh-teacher محمدرضا کریمی‌نژاد

محمدرضا کریمی‌نژاد متولد ١٣٨٠، از ۱۵ سالگی شروع به برنامه‌نویسی کرده و از ۱۷ سالگی وارد بازار کار شده است. در مدارس سمپاد برنامه‌نویسی تدریس کرده است و در شرکت‌های نظیر کافه‌بازار و نوبیتکس به عنوان مهندس نرم‌ افزار دارای تجربه می‌باشد. محمدرضا کریمی‌نژاد اکنون در دانشکده پزشکی دانشگاه هاروارد و آزمایشگاه یادگیری ماشین دانشگاه شریف مشغول به پژوهش هست.

مشاهده پروفایل و دوره‌‌های استاد

نظرات کاربران

تا کنون نظری برای این دوره ثبت نشده است. برای ثبت نظر باید ابتدا در دوره ثبت نام کرده و دانشجوی دوره باشید.
سجاد فرخی 1403-01-17
این دوره خیلی خوب پیش نیازی که برای شروع یادگیری ماشین لرنینگ لازم است رو دراختیار قرار می دهد و استاد هم تسلط کامل به مباحث رو دارند
محمدصالح مقدم 1402-10-22
توضیحات کامل و عالی و مفید
حسین اکبری 1402-06-16
سلام در این مرحله که دارم این نظر رو ثبت می‌کنم در ابتدای قسمت احتمال شرطی ام. کیفیت صدا و تصویر واقعا خوبه و استاد تسلط خوبی بر درس دارن اما تسلط خوبی در تدریس اونا ندارن و دوره متاسفانه پر از ایرادات و مشکلات هستش مخصوصا سوالات کوییز ها و اینکه مباحث تئوری این دوره میشه گفت دقیقا شبیه کتاب آمار و احتمال یازدهم دبیرستان هست. این دوره رو بخاطر مسیر یادگیری ماشین لرنینگ مکتب خونه گرفتم و بنده واقعا سطح توقع بیشتری از این دوره داشتم. محتواهای دوره نیاز به ویرایش و حذف قسمت مِن و مِن های دبیر هست و باید کوییز ها اصلاح بشه
مهیار حیدری 1403-01-11
مدل تدریس استاد با استرس هست که تمرکز یادگیری را پایین می اورد
محمد جواد اسدی 1402-11-26
استاد اصلا به مباحث تسلط نداره و بعضی جاها اشتباه می کنه و حتی متوجه اشتباهش هم نمیشه و درس رو ادامه میده!!! و این باعث میشه شما مطالب پایه رو اشتباه یاد بگیرید و دچار سردرگمی بشید. اصلا پیشنهاد نمی کنم که این دوره را تهیه کنید.
مهران زارع میرک آباد 1402-11-18
خیلی بد توضیح میدهند ، واقعا پشیمونم هزینه کردم بابت این دوره .
علی امینی 1402-08-18
این دوره به شدت بد بود و اصلا توصیه نمیکنم کسی بخرد مطالب به شدت بد تدریس شده از مکتب خونه انتظار نمی رفت چنین دوره ای را در نقشه را یادگیری ماشین بزارد
امیر شهبازی آراللو 1402-07-13
سلام من محتوا رو فقط خریدم و میخواستم برای ماشین لرنینگ استفاده کنم و فهم عمیق تری از امار داشته باشم اما یا سطح کلاس در حد توضیحات ساده اس یا اگر بگیم استاد مسلط هست توی انتقال و توضیح کامل خوب عمل نمیکنه و ادم گاهی حس میکنه اگه مثلا کتاب این دروس رو بدون توضیح تهیه میکرد نیازی به این دوره نبود چند بار هم سعی کردم تااخر برم و کامل نگاه کنم ولی هر بار از اینکه مباحث توضیح داده نشد نتونستم به جاهایی رو باید خودت بشینی بفهمی خوبی هاش یه سری اسلاید و تصویر و صدا و تقسیم بندی خوب مباحث هست یعنی به نظرم اگر صدا و تصویر مدرس رو حذف کنید عملا میشه همین دوره ای که هست و اسیبی به دوره وارد نمیشه شاید هم به خاطر مختصر گفتن و در اوردن ویدیو های کوتاه بوده که این اتفاق افتاده نمیدونم شاید هم چون اسم اموزش با پایتون همراه بود من این توقعات رو داشتم وگرنه در حد مرور امار و احتمال خوب باشه برای کسی که مباحث رو بلده ولی مثلا دوره پروفسور andrew ng که درباره ماشین لرنینگ داره همون درس اول که انگلیسی هم هست رگرسیون خطی رو بهتر توضیح میده تا اینجا حتی مباحث دیگه اش مثل واریارنس و ... رو بهتر توضیح داده میشه تا اینجا که البته توی مکتب خونه هم هست دوره اش و رایگان ولی این دوره الان شده ۸۰۰
فردین شیخ میلانی 1402-05-19
به هیچ عنوان پیشنهاد نمیکنم مطالب کاملا گنگ و مدرس تسلط کامل به درس و کد هایی که باید زده بشه رو نداره و حتی تمریناتی که طرح شدن اصلا قابل درک نیستن که باید چیکار کنیم. از مکتب خونه انتظار داشتم نسبت به هزینه ای که در قبال آموزش میکنیم لاقل محتویی ارائه بده که کیفیتو ارزش داشته باشه.
کامران کیانی 1401-07-06
آموزش در این دوره بشدت بده. نمیدونم مکتب خونه چطور چنین دوره‌ای رو پیشنهاد میده. بحث‌های احتمالاتی نیاز به تسلط بسیار زیاد استاد روی مباحث داره. اگر هنوز این دوره رو تهیه نکردین به هیچ عنوان سمتش نرید.
مکتب‌خونه
همراه عزیز؛ با سپاس از نظر شما، موارد مطرح شده جهت بررسی به بخش مربوطه ارسال شد. در صورت نیاز به پیگیری بیشتر با شما در ارتباط خواهیم بود.
دانیال مودی 1401-05-30
من فصل تست های آماری را مشاهده کردم که در آن بیشتر از سردرگمی من خود آموزش دهنده سردرگم بود. آموزش بسیار ضعیف است و کسی که دارد آموزش میدهد زیاد بر مسائل مسلط نیست و نه مفاهیم و نه کدها هیچ کدام به درستی انتقال داده نمیشوند. اگر سایر بخشها هم مشابه این فصل باشند ارزش خرید ندارد. جالبه که 370 نفر 97% رای دادند ولی 2نفر کامنت گذاشتند و هر 2 گفتند که دوره مزخرفه!!! آدم میمونه که به کدوم بخش شک کنه!!!

دوره‌های پیشنهادی

سوالات پرتکرار

آیا در صورت خرید دوره، گواهی نامه آن به من تعلق می گیرد؟
خیر؛ شما با خرید دوره می توانید در آن دوره شرکت کنید و به محتوای آن دسترسی خواهید داشت. در صورتی که در زمان تعیین شده دوره را با نمره قبولی بگذرانید، گواهی نامه دوره به نام شما صادر خواهد شد.

سوالات پرتکرار

حداقل و حداکثر زمانی که می توانم یک دوره را بگذرانم چقدر است؟
برای گذراندن دوره حداقل زمانی وجود ندارد و شما می توانید در هر زمانی که مایل هستید فعالیت های مربوطه را انجام دهید. برای هر دوره یک حداکثر زمان تعیین شده است که در صفحه معرفی دوره می توانید مشاهده کنید که از زمان خرید دوره توسط شما تنها در آن مدت شما از ویژگی های تصحیح پروژه ها توسط پشتیبان و دریافت گواهی نامه بهره مند خواهید بود.

سوالات پرتکرار

در صورت قبولی در دوره، آیا امکان دریافت نسخه فیزیکی گواهی نامه دوره را دارم؟
خیر، به دلیل مسائل زیست محیطی و کاهش قطع درختان، فقط نسخه الکترونیکی گواهی‌نامه در اختیار شما قرار می‌گیرد

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟
بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.

دوره آموزش آمار و احتمال با پایتون

آموزش آمار و احتمال در پایتون دو زمینه بسیار مهم در علوم کامپیوتر و بسیاری از حوزه‌های دیگر از جمله علوم داده، هوش مصنوعی، مهندسی، اقتصاد و حتی علوم زیستی هستند.  اگر قصد انتخاب یک دوره آموزش آمار و احتمال در پایتون را دارید، لازم است که به رویه شکل‌گیری و سرفصل‌های آن دقت کنید. در ادامه قصد داریم به بررسی آموزش آمار و احتمال در پایتون بپردازیم.

رویه شکل‌گیری دوره آمار و احتمال در پایتون 

در ابتدا، دوره باید با معرفی زبان برنامه‌نویسی پایتون و کتابخانه‌های مورداستفاده برای آمار و احتمال مانند NumPy، SciPy و Pandas آغاز شود. سپس به معرفی مفاهیم اساسی آماری مانند میانگین، واریانس، و توزیع‌های احتمالی پرداخته شود. در ادامه، مباحثی مانند آزمون‌های فرض، رگرسیون، و تحلیل واریانس به طور دقیق بررسی شوند.

در مرحله بعدی، دوره آموزش آمار و احتمال در پایتون باید به معرفی مفاهیم پیشرفته‌تری مانند توزیع‌های احتمالی چندبعدی، شبکه‌های بیزین، و مدل‌های پیشرفته یادگیری ماشینی پرداخته و به شرکت‌کنندگان امکان پژوهش و تحلیل داده‌های پیچیده را بدهد. در انتها، دوره باید با مطالبی درباره روش‌های ارائه و بررسی نتایج آماری و نکات اخلاقی در استفاده از داده‌ها و آمار ختم شود.

یک دوره آموزش آمار و احتمال در پایتون باید به شیوه‌ای جامع و سازمان‌یافته ارائه شود تا افراد بتوانند مفاهیم پایه‌ای و پیشرفته‌تر این دو حوزه را درک کرده و از آنها در تحلیل داده‌ها و انجام پژوهش‌های علمی بهره‌مند شوند. این دوره باید با مباحث اساسی شروع شده و به‌تدریج به مباحث پیشرفته پرداخته تا شرکت‌کنندگان بتوانند توانایی‌های لازم برای انجام کارهای پیچیده را در این زمینه به دست آورند.

آمار و احتمال در پایتون و اهمیت آن

در پایتون، کتابخانه‌هایی مانند NumPy، SciPy و Pandas برای کار با داده‌های آماری و احتمالی بسیار قدرتمند هستند. از آمار و احتمال می‌توان برای تحلیل داده‌ها، پیش‌بینی و تصمیم‌گیری‌های هوشمندانه استفاده کرد.

در زمینه آمار، می‌توان به مفاهیمی مانند میانگین، واریانس، انحراف معیار و توزیع‌های احتمالی اشاره کرد. این مفاهیم به ما اجازه می‌دهند تا از داده‌ها بیشترین اطلاعات ممکن را استخراج کرده و الگوهای موجود در آنها را تشخیص دهیم.

در بخش احتمال، مفاهیمی مانند احتمال یک رویداد، توزیع‌های احتمالی مختلف مانند توزیع نرمال و توزیع دوجمله‌ای، و همچنین مفاهیم احتمال شرطی و احتمال معکوس بسیار مهم هستند. با استفاده از این مفاهیم، می‌توانیم به‌دقت بیشتری نتایج پیش‌بینی کنیم و تصمیم‌های بهتری بگیریم. به‌طورکلی، آمار و احتمال در پایتون و سایر زبان‌های برنامه‌نویسی برای تجزیه‌وتحلیل داده‌ها، انجام پژوهش‌های علمی، اتخاذ تصمیم‌های هوشمندانه و حل مسائل واقعی بسیار حیاتی هستند.

در آموزش آمار و احتمال در پایتون چه مباحثی مدنظر است؟

در آموزش آمار و احتمال در پایتون، مباحث متنوعی موردتوجه قرار می‌گیرند تا شرکت‌کنندگان بتوانند توانایی‌های لازم برای تحلیل داده‌ها و انجام پژوهش‌های علمی را کسب کنند. مهم‌ترین مباحثی که در آموزش آمار و احتمالات به زبان ساده در maktabkhooneh مدنظر قرار می‌گیرند عبارت‌اند از:

1. مفاهیم اساسی آماری: شامل میانگین، میانه، واریانس، انحراف معیار، توزیع‌های احتمالی پرکاربرد مانند توزیع نرمال و توزیع دوجمله‌ای و نحوه محاسبه آنها در پایتون و روش‌های آماری با پایتون

2. آزمون‌های فرض: شامل آزمون t، آزمون فیشر، آزمون کای دومیونوف-اسمیرنوف و سایر آزمون‌های فرضی که برای تفسیر داده‌ها و ارزیابی فرضیات مورداستفاده قرار می‌گیرند.

3. رگرسیون: شامل رگرسیون خطی و غیرخطی و نحوه پیاده‌سازی آنها در پایتون به کمک کتابخانه‌های مانند Statsmodels و Scikit-learn.

4. تحلیل واریانس (ANOVA): شامل تحلیل واریانس تک‌متغیره و چندمتغیره و نحوه اجرای آن در محیط پایتون.

5. مدل‌های پیشرفته یادگیری ماشینی: از جمله روش‌های مانند ماشین بردار پشتیبان (SVM)، شبکه‌های عصبی، درخت تصمیم و روش‌های تقویتی.

6. توزیع‌های احتمالی پیشرفته: از جمله توزیع چندمتغیره، توزیع تشریحی، و توزیع بتا.

7. مباحث مربوط به پژوهش و اخلاق در علم داده: شامل انتخاب نمونه، تعیین اندازه نمونه، ارزیابی داده‌ها و گزارش نتایج.

چه کسانی به آموزش آمار و احتمال در پایتون پیشرفته نیاز دارند؟

آموزش آمار و احتمال در پایتون پیشرفته برای افرادی مفید است که در زمینه‌هایی مانند علوم داده، هوش مصنوعی، مهندسی، علوم زیستی، اقتصاد، اجتماعی و حتی در حوزه‌های مرتبط با مهندسی نرم‌افزار فعالیت می‌کنند. این افراد ممکن است به دنبال روش‌ها و ابزارهای پیشرفته برای تحلیل داده‌های پیچیده، انجام پژوهش‌های پیشرفته، ایجاد مدل‌های پیش‌بینی دقیق‌تر، و یا بهبود روش‌های تصمیم‌گیری با استفاده از داده‌های بزرگ هستند.

علاوه بر این، متخصصانی که می‌خواهند الگوریتم‌های پیچیده‌تری را در حوزه هوش مصنوعی، یادگیری ماشین، یادگیری عمیق و شبکه‌های عصبی پیاده‌سازی کنند، نیاز به مفاهیم و ابزارهای آماری و احتمالی پیشرفته دارند. همچنین، دانشجویان و پژوهشگرانی که در زمینه پژوهش‌های علمی فعالیت می‌کنند و نیاز به تحلیل داده‌های پیچیده دارند، از این آموزش‌ها بهره‌مند می‌شوند.

ضمن این موارد، هر کسی که می‌خواهد در تحلیل و تفسیر داده‌ها به سطح پیشرفته برسد و از ابزارهای رایج و قدرتمند برای این منظور استفاده کند، نیاز به آموزش آمار و احتمال در پایتون پیشرفته دارد.

کاربردهای آمار و احتمال در پایتون چیست؟

دوره آموزش پایتون و آموزش احتمال در کنار آن، بهترین گزینه برای یادگیری مفاهیم پایه در حوزه‌های ماشین، زبان برنامه‌نویسی پایتون برای هوش مصنوعی و... خواهد بود. در زمینه‌های گسترده، می‌توان به‌راحتی از قابلیت‌های این زبان بی‌نظیر بهره گرفت:

تحلیل داده‌ها

آمار و احتمال در پایتون برای تحلیل داده‌ها به طرق مختلف مورداستفاده قرار می‌گیرد. یکی از اصلی‌ترین کاربردهای آن در جمع‌آوری، تمیزکردن و کاوش در داده‌ها است. این ابزارها به شما امکان می‌دهند تا داده‌های خام را به‌صورت سازمان‌یافته و قابل‌تحلیل تبدیل کنید و از طریق آن‌ها الگوهای موجود در داده‌ها را شناسایی کنید.

علاوه بر این، با استفاده از آمار و احتمال در پایتون می‌توانید آمارهای توصیفی مانند میانگین، میانه، و انحراف معیار را برای داده‌های خود محاسبه کنید. این آمارها به شما اطلاعات مفیدی از توزیع داده‌ها و مرکز و پراکندگی آنها ارائه می‌دهند.

همچنین، آمار و احتمال در پایتون برای تجزیه‌وتحلیل داده‌های اکتشافی نیز بسیار مفید است. با استفاده از نمودارها، هیستوگرام‌ها و دیگر ابزارهای تصویری، می‌توانید الگوها و روابط موجود در داده‌های خود را به طور واضح‌تر مشاهده کنید و برای ارائه و توجیه داده‌ها به دیگران از آنها استفاده کنید.

مدل‌سازی آماری

آمار و احتمال در پایتون برای مدل‌سازی آماری نیز به طور گسترده مورداستفاده قرار می‌گیرد. یکی از اصلی‌ترین کاربردهای آن، برازش مدل‌های خطی و غیرخطی به داده‌هاست. این کاربرد برای تخمین و پیش‌بینی روابط بین متغیرها و تأثیر آنها بر یکدیگر استفاده می‌شود. با استفاده از روش‌هایی مانند رگرسیون خطی، رگرسیون لجستیک، و مدل‌های غیرخطی مانند درخت تصمیم و شبکه‌های عصبی، می‌توانید رابطه بین متغیرها را مدل کنید و به تحلیل و پیش‌بینی داده‌های جدید بپردازید.

پس از برازش مدل به داده‌ها، یکی از مراحل مهم دیگر ارزیابی دقت مدل است. در این مرحله، از معیارهایی مانند میزان خطا، دقت، حساسیت و ویژگی‌های دیگر استفاده می‌شود تا عملکرد مدل‌ها ارزیابی شود. این مرحله بسیار مهم است؛ زیرا اطمینان از قابلیت پیش‌بینی و دقت مدل‌های آماری را به ما می‌دهد.

یادگیری ماشین

آمار و احتمال در پایتون برای یادگیری ماشین نیز از اهمیت بسیاری برخوردار است. در این حوزه، از مفاهیم آماری و احتمالی برای ساخت مدل‌های یادگیری ماشین برای مسائل مختلفی مانند طبقه‌بندی، رگرسیون و خوشه‌بندی استفاده می‌شود. از جمله الگوریتم‌های محبوب برای طبقه‌بندی می‌توان به ماشین‌های بردار پشتیبان (SVM)، درخت تصمیم و شبکه‌های عصبی اشاره کرد.

پس از ساخت مدل‌ها، مرحله بعدی تنظیم مدل‌ها و ارزیابی عملکرد آنهاست. در این مرحله، از تکنیک‌هایی مانند تقسیم داده‌ها به دو مجموعه آموزش و آزمون، تنظیم پارامترهای مدل (مانند انتخاب مقدار مناسب برای پارامترها یا استفاده از روش‌های خاصی مانند جستجوی خطا)، و ارزیابی با استفاده از معیارهایی مانند دقت، حساسیت، و امتیاز F1 استفاده می‌شود. این ارزیابی‌ها به ما اطلاعاتی ارائه می‌دهند که می‌توان از آنها برای بهبود عملکرد مدل‌ها استفاده کرد و اطمینان حاصل کرد که مدل‌های ساخته شده قادر به پیش‌بینی و تفسیر داده‌های جدید هستند.

شبیه‌سازی

آمار و احتمال در پایتون برای شبیه‌سازی‌ها نیز به‌عنوان یک ابزار قدرتمند مورداستفاده قرار می‌گیرد. با استفاده از این ابزارها، می‌توان پدیده‌های پیچیده را با استفاده از مدل‌های ساده‌تر تقلید کرده و عملکرد آنها را بررسی کرد. این شبیه‌سازی‌ها می‌توانند از جمله مدل‌های تصادفی، شبکه‌های عصبی، و یا مدل‌های ریاضی ساده‌تر مانند مدل‌های احتمالی باشند.

بعد از انجام شبیه‌سازی‌ها، مرحله بعدی تجزیه‌وتحلیل نتایج است. در این مرحله، داده‌های حاصل از شبیه‌سازی‌ها را به‌دقت مورد بررسی قرار داده و الگوها، تغییرات و ویژگی‌های مهم آنها را تحلیل می‌کنیم. از ابزارهای آماری و داده‌کاوی مختلفی مانند محاسبه میانگین، واریانس، تحلیل ترکیبی، نمودارها و هیستوگرام‌ها برای تجزیه‌وتحلیل دقیق داده‌های حاصل از شبیه‌سازی‌ها استفاده می‌شود.

معرفی دوره آموزش آمار و احتمال در پایتون در مکتبخونه

یکی از دوره‌های برتر آموزش آمار و احتمال در پایتون «آمار و احتمال در پایتون از مبتدی تا پیشرفته در مکتب خونه» است. دوره آموزش جامع پایتون با همکاری متخصصان آمار و برنامه‌نویسان پایتون تدوین شده و به شرکت‌کنندگان امکان می‌دهد تا مباحث پایه‌ای و پیشرفته آمار و احتمال را به همراه کاربردهای عملی در پایتون فرابگیرند. دوره با معرفی زبان پایتون و کتابخانه‌های مورداستفاده برای آمار و احتمال مانند NumPy، SciPy و Pandas آغاز شده و سپس به مباحث اساسی آماری مانند میانگین، واریانس، توزیع‌های احتمالی و آزمون‌های فرض پرداخته می‌شود.

در ادامه، مفاهیم پیشرفته‌تری مانند رگرسیون، تحلیل واریانس، مدل‌های پیشرفته یادگیری ماشینی و توزیع‌های احتمالی پیچیده‌تر مورد بررسی قرار می‌گیرند. این دوره با تمرین‌ها و پروژه‌های عملی همراه است که به شرکت‌کنندگان اجازه می‌دهد مفاهیم یاد گرفته شده را در محیط واقعی به کار ببندند و تجربة عملی کسب کنند. 

ورای آن، در انتهای دوره، به مسائل اخلاقی و روش‌های ارائه نتایج آماری نیز پرداخته می‌شود تا شرکت‌کنندگان آمادگی لازم برای استفاده از داده‌ها به شکل مسئولانه و اخلاقی را به دست آورند. این دوره مناسب برای دانشجویان، محققان، و تمامی افرادی است که به دنبال یادگیری آمار و احتمال با استفاده از زبان پایتون هستند.

سرفصل‌های دوره آمار و احتمال در پایتون

از روش‌های آماری پایتون گرفته تا آموزش یادگیری ماشین با پایتون، مفاهیم و کلیات زیادی وجود دارد که انتظار می‌رود در یک دوره کامل و حرفه‌ای، حضور داشته باشد. در آموزشی که در مکتب خونه دنبال می‌کنید، علاوه بر مفاهیم اصلی، موارد مذکور نیز مرور می‌گردد:

1. مقدمات آمار:

·         مفاهیم پایه آمار

·         انواع داده‌ها

·         مقیاس‌های اندازه‌گیری

·         نمایش داده‌ها

2. مقدمات احتمال:

·         فضای نمونه و رویداد

·         احتمال

·         قوانین اساسی احتمال

·         استقلال رویدادها

3. متغیرهای تصادفی:

·         تعریف و انواع متغیرهای تصادفی

·         توزیع‌های احتمال

·         توزیع‌های دوتایی و چندمتغیره

4. امید ریاضی و واریانس:

·         امید ریاضی

·         ویژگی‌های امید ریاضی

·         واریانس

·         هم‌واریانس و کواریانس

5. قضیه حد مرکزی:

·         بیان قضیه حد مرکزی

·         کاربردهای قضیه حد مرکزی

6. نمونه‌گیری و برآورد:

·         مفاهیم پایه نمونه‌گیری

·         توزیع نمونه

·         برآورد پارامترها

·         آزمون فرض

7. کتابخانه‌های آمار و احتمال در پایتون:

·         معرفی کتابخانه‌های NumPy، Pandas و SciPy

·         کار با داده‌ها در NumPy

·         تحلیل داده‌ها در Pandas

·         توابع آماری در SciPy

8. کاربردهای آمار و احتمال در پایتون:

·         شبیه‌سازی‌های تصادفی

·         مدل‌سازی آماری

·         تجزیه‌وتحلیل داده‌ها

·         یادگیری ماشین

مخاطبین دوره آموزش آمار و احتمال با پایتون

بسته به شرایط و نیاز فنی، افراد می‌توانند به‌صورت آزادانه در دوره آموزش آمار و احتمال پایتون شرکت کنند. اما به طبع، پیش‌نیاز یادگیری در یک سری مفاهیم برای دسته‌بندی خاصی از گروه‌های آموزشی خواهد بود:

1. علاقه‌مندان به علم داده:

·         افرادی که به دنبال یادگیری اصول و مبانی علم داده هستند.

·         دانشجویانی که در رشته‌های مرتبط با علم داده؛ مانند آمار، ریاضی، علوم کامپیوتر و مهندسی تحصیل می‌کنند.

·         افراد شاغل در حوزه‌های مختلف که می‌خواهند مهارت‌های خود را در زمینه تحلیل داده‌ها ارتقا دهند.

2. برنامه‌نویسان پایتون:

·         برنامه‌نویسانی که به زبان پایتون تسلط دارند و می‌خواهند از آن برای انجام محاسبات آماری و احتمالی استفاده کنند.

·         توسعه‌دهندگانی که در زمینه یادگیری ماشین و هوش مصنوعی فعالیت می‌کنند و نیاز به درک مفاهیم آماری و احتمالی دارند.

·         افرادی که به دنبال یادگیری یک زبان برنامه‌نویسی جدید برای کاربردهای آماری هستند.

3. محققان:

·         محققانی که در زمینه‌های مختلف علمی مانند علوم اجتماعی، پزشکی، مهندسی و... فعالیت می‌کنند و نیاز به تجزیه‌وتحلیل داده‌ها دارند.

·         دانشجویانی که در حال انجام تحقیقات تحصیلات تکمیلی هستند و نیاز به استفاده از ابزارهای آماری برای تحلیل داده‌های خود دارند.

·         متخصصانی که در زمینه‌های مختلف مانند بازاریابی، مالی و... فعالیت می‌کنند و نیاز به تحلیل داده‌ها برای تصمیم‌گیری دارند.

4. سایر علاقه‌مندان:

·         هر فردی که به مفاهیم آمار و احتمال و کاربردهای آنها در دنیای واقعی علاقه‌مند است.

·         افرادی که به دنبال یادگیری مهارت‌های جدید برای ارتقای شغلی خود هستند.

شروع آموزش آمار و احتمال در پایتون با مکتب خونه

درصورتی‌که نیاز به یادگیری و طی دوره آموزش آمار و احتمال مهندسی در پایتون دارید دوره مکتب خونه به سبب بهره‌گیری از تمام پتانسیل‌های علمی، تجربی و آموزشی، می‌تواند بهترین راهنمای شما برای ورود به این جریان مهم باشد.

آمار و احتمال برای یادگیری ماشین و مفاهیم مرتبط با به هوش مصنوعی و تحلیل داده، یک جزو مهم و ضروری است. به طبع انتخاب بهترین و کامل‌ترین آموزش آن نیز اصلی مهم برای ورود به این فضا خواهد بود. با شرکت در این دوره‌ها و یا مرور مفاهیم و سرفصل‌های آموزش پایتون و موارد مرتبط با آن، می‌توانید رویه یادگیری را به شکلی بهتر و بهینه‌تر، بدون صرف وقت هموار سازید. همچنین در مکتب خونه انواع دوره آموزش برنامه نویسی، آموزش پایتون و آموزش آمار و احتمال به عنوان مکمل و پیش نیاز این دوره موجود است.

poster
پیش‌نمایش دوره
  
برگزار کننده:  مکتب‌خونه
  
زمان مورد نیاز برای گذراندن دوره:  66 ساعت
مجموع محتوای آموزشی:  9 ساعت ویدئو - 57 ساعت تمرین و پروژه
 (قابل دانلود می‌باشد)
مهلت دوره:  9 هفته
  
امتیاز شما:  4.91 %
  
حد نصاب قبولی در دوره:  70 نمره
فارغ‌التحصیل شدن در این دوره نیاز به ارسال تمرین‌ها و پروژه‌های الزامی دارد. 
organization-pic  گواهینامه این دوره توسط مکتب‌خونه ارائه می‌شود.
course-feature   گواهی‌نامه مکتب‌خونه course-feature   خدمات منتورینگ course-feature   پروژه محور course-feature   تمرین و آزمون course-feature   تالار گفتگو course-feature   تسهیل استخدام