آموزش رایگان یادگیری ماشین با پایتون

دوره‌ای که در آن زندگی می‌کنیم را عصر داده می‌نامند. داده‌ها و اطلاعات روزبه‌روز در حال افزایش هستند و به قدرت محاسباتی بهتر و منابع ذخیره‌سازی بیشتر نیاز دارند. چالش واقعی در این دوران درک ...

4.5 (144 امتیاز)
18,864 دانشجو
پویان راجیان

پویان راجیان

محتوای دوره
پیش‌نیاز‌ها
درباره دوره
نظرات کاربران
درباره استاد

محتوای دوره

7 فصل 68 جلسه 10 ساعت ویدیو
فصل اول: کتابخانه‌ی numpy
فصل دوم: ‌کتابخانه‌ی pandas
فصل سوم: کتابخانه‌ی matplotlib
فصل چهارم: مباحث آماری
فصل پنجم: پیش‌پردازش داده‌ها
فصل ششم: یادگیری نظارت‌ شده (Supervised Learning)
فصل هفتم: یادگیری نظارت نشده (Unsupervised Learning)

پیش‌نیاز‌ها

شرکت در دوره یادگیری ماشین با پایتون نیازمند این است که شما حداقل آشنایی مقدماتی با پایتون داشته باشید. به همین منظور توصیه می‌شود قبل از شروع این دوره، آموزش مقدماتی زبان پایتون را فرا بگیرید. البته تمام کدها در این دوره به طور کامل برای شما توضیح داده می‌شوند تا شما از این نظر دغدغه‌ای نداشته باشید.

همان‌طور که گفتیم ماشین لرنینگ نوعی هوش مصنوعی است؛ بنابراین آشنایی با این علم نوظهور کمک زیادی به شما در فهم محتواهای ارائه شده خواهد کرد، اما اصراری به گذراندن دوره‌های آموزشی در این زمینه نیست.

کدهایی که در این دوره آموزش داده می‌شود را در گیت‌هاب قرار داده‌ایم؛ بنابراین بهتر است در این سایت ثبت‌نام کنید تا بتوانید کدهای لازم را از این طریق بگیرید.

درباره دوره

دوره‌ای که در آن زندگی می‌کنیم را عصر داده می‌نامند. داده‌ها و اطلاعات روزبه‌روز در حال افزایش هستند و به قدرت محاسباتی بهتر و منابع ذخیره‌سازی بیشتر نیاز دارند. چالش واقعی در این دوران درک تمام داده‌هاست. واضح است که این کار از مغز انسان برنمی‌آید و باید از سیستم‌های هوشمند و ماشین‌ها بدین‌ منظور بهره برد.

یادگیری ماشین اساساً رشته‌ای از علوم کامپیوتر است. این علم نوعی هوش مصنوعی محسوب می‌شود که با استفاده از الگوریتم‌ها و روش‌های مخصوص الگوهای داده‌های خام را استخراج می‌کند. به‌عبارت‌دیگر، سیستم‌های کامپیوتری به کمک این علم می‌توانند داده‌ها را به همان روشی که انسان تولید می‌کند، فراهم آورند.

اخیراً سازمان‌ها سرمایه‌گذاری زیادی روی فناوری‌های جدید مانند هوش مصنوعی، یادگیری ماشین و یادگیری عمیق در پایتون انجام می‌دهند تا اطلاعات کلیدی را از داده‌ها برای انجام کارهای واقعی متعدد و حل مشکلات استخراج کنند.

کارگاه یادگیری ماشین با پایتون مقدمات انجام کارهای زیر را فراهم می‌کند:

  • تشخیص چهره
  • اتومبیل‌های خودران
  • تبلیغات
  • دستیار صوتی
  • الگوریتم‌های فیلترینگ
  • سیستم‌های نظارتی
  • کمپین‌های انتخاباتی و سیاسی
  • تصمیم‌گیری تجاری

 

هدف از یادگیری دوره آموزش یادگیری ماشین با پایتون چیست؟

تمرکز اصلی یادگیری ماشین با پایتون این است که سیستم‌های کامپیوتری را قادر سازد تا بدون برنامه‌ریزی صریح یا مداخله انسان، با کمک تجربه چیزهایی یاد بگیرند. واقعیت این است که ما برای حل مشکلات به هوش انسانی نیاز داریم ولی از طرف دیگر حل مشکلات دنیای واقعی در ابعاد بزرگ برای انسان دشوار است.

بنابراین هدف از آموزش یادگیری عمیق در پایتون این است که بتوانید سیستم‌هایی بسازید که قادر باشند داده‌ها را تحلیل کنند، یاد بگیرند و تصمیمات داده‌محور اتخاذ کنند.

دوره آموزش یادگیری ماشین با پایتون مناسب چه کسانی است؟

دوره آموزش ماشین لرنینگ با پایتون برای تمام فارغ‌التحصیلان، دانشجویان تحصیلات تکمیلی و محققان و کسانی که به این موضوع علاقه‌مندند، مناسب است. افراد زیر می‌توانند با استفاده از این دوره یادگیری ماشین با پایتون را فرابگیرند:

  • کسانی که به طور مقدماتی با پایتون آشنایی دارند.
  • افراد مبتدی و تازه‌کاری که به یادگیری ماشین پایتون علاقه‌مندند.
  • کسانی که قصد دارند در زمینه علم داده (data science) فعالیت کنند.

بعد از فراگیری دوره آموزش یادگیری ماشین با پایتون چه مهارت‌هایی کسب خواهید کرد؟

  • آشنایی با برنامه‌نویسی پایتون
  • آشنایی با چهار پکیج قدرتمند یادگیری ماشین در پایتون که عبارت‌اند از: numpy ،pandas ،matplotlib و seaborn
  • انجام محاسبات علمی در پایتون
  • رسم نمودارهای دوبعدی و آماری
  • آشنایی با مفاهیم پایه آماری، ارتباط بین متغیرها و انواع تست‌ها
  • آماده‌کردن دیتا برای الگوریتم‌های ماشین لرنینگ با پایتون
  • ساخت یک سیستم توصیه‌گر (recommended system)

سرفصل‌های دوره آموزش یادگیری ماشین با پایتون چیست؟

چهار پکیج یا کتابخانه قدرتمند در پایتون وجود دارد که از آن‌ها می‌توان برای یادگیری ماشین با پایتون استفاده کرد. در این دوره به بررسی و آموزش این کتابخانه‌ها می‌پردازیم و نحوه استفاده از آن‌ها و کاربردشان را به شما آموزش می‌دهیم. با استفاده از این کتابخانه‌ها می‌توانید محاسبات علمی انجام دهید، نمودارهای متنوعی بکشید، داده‌ها را برای الگوریتم‌های ماشین لرنینگ آماده کنید و با الگوریتم‌های یادگیری نظارت شده و بدون نظارت آشنا شوید.

در مکتب خونه انواع دوره آموزش هوش مصنوعی، آموزش یادگیری ماشین و آموزش پایتون به عنوان مکمل و پیش نیاز این دوره موجود است.

** دوره درحال تکمیل است

اطلاعات بیشتر

امتیاز و نظرات کاربران

4.5

از مجموع 144 امتیاز

52 نظر

29 روز پیش

واقعا مختصر و مفید بود و یه دید کلی خوبی میده. دم شما گرم

عماد نورانیان

عماد نورانیان

1 ماه پیش

خیلی دوره عالی هست خیلی مختصر و مفیدو با توضیحات خوب.

امیر شهبازی آراللو

امیر شهبازی آراللو

1 ماه پیش

استاد سلام ممنون بابت دوره ی عالی تون

فرشاد شعبانی

فرشاد شعبانی

2 ماه پیش

عالی

دانشجوی دوره

4 ماه پیش

فقط ازصمیم قلبم متشکرم

رسول شریفی

رسول شریفی

4 ماه پیش

واقعا عالی بود. استاد بسیار با انگیزه و خوب توضیح میداد. مطالب برای آشنایی با ماشین لرنینگ به اندازه و مفید بود.

دانشجوی دوره

نظرات بیشتر

دوره‌های پیشنهادی

درباره استاد

پویان راجیان
پویان راجیان
1 دوره
18,864 دانشجو

پویان راجیان دانش‌آموخته‌ی کارشناسی مهندسی فناوری اطلاعات و دارای مدرک MCITP 2008 در حوزه شبکه می‌باشد.

وی برنامه‌نویسی تخصصی را با زبان #C آغاز کرد و از دانش‌آموختگان انستیتو ملی بازی‌سازی ایران در حوزه بازی‌سازی با موتور unity می‌باشد. 
در حال حاضر تخصص اصلی او هوش مصنوعی با زبان پایتون است و از سال ۱۳۹۹ برنامه‌نویسی پایتون و هوش مصنوعی را به علاقه‌مندان این زمینه آموزش می‌دهد.

اطلاعات بیشتر

سوالات پرتکرار

آیا ممکن است که درسی ناقص ضبط شده باشد؟

ما همواره تلاش کرده­‌ایم که دروس را به طور کامل ضبط نماییم و در اختیار شما دوستان قرار دهیم. اما گاهی برخی ناهماهنگی ها سبب می شود که یک یا تعدادی از جلسات یک درس ضبط نشود. توضیح این گونه نواقص در توضیح درس­ ها آمده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت چه باید کرد؟

در صورتی که با هر گونه مشکلی رو به رو شدید می توانید از طریق صفحه ارتباط با ما به ما اطلاع دهید تا ما سریعا مشکل را پیگیری و برطرف نماییم.

آیا امکان دریافت فیلم های یک درس به صورت سی دی یا دی وی دی وجود دارد؟

در حال حاضر امکان ارسال دروس به صورت سی دی یا دی وی دی وجود ندارد.