×
ribbon

تا پایان تخفیف

آموزش علم داده مقدماتی در صنعت نفت

مدرس:

امیرحسین حیدری

در این دوره منحصربه فرد، شما به شکلی جامع و کاربردی با مفاهیم پایتون مقدماتی، علم برنامه نویسی... بیشتر
گواهی‌نامه
دسترسی: کامل
اطلاعات بیشتر
3 (4)
1 دیدگاه
290دانشجو
20ساعت
سرفصل‌ها
متوسط سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

زبان برنامه نویسی پایتون، نصب موارد لازمه و مفاهیم موجود در حوزه داده، برنامه نویسی و مشاغل

ریاضیات شامل آمار و احتمال، جبر خطی، حسابان

بررسی کتابخانه‌های Numpy, Pandas, Matplotlib, Seaborn

بررسی فایل‌های با فرمت las, dlis

این دوره شامل:

10 ساعت ویدئو

1 جلسه متنی

34 تمرین و پروژه

27 سؤال سنجش و یادگیری

دسترسی به تالار گفتگو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

4 هفته مهلت ارسال تمرین و پروژه

سرفصل‌های دوره

3 فصل87 جلسه10 ساعت ویدیو
مفهوم و معرفی برنامه نویسی و مقدماتی پایتون
  مقدمات مفهوم و معرفی برنامه نویسی و مقدماتی پایتون
03:18
  معنی و مفهوم برنامه نویسی در صنعت نفت و بررسی علم داده در این صنعت
03:58
  بررسی جامع تر زبان برنامه نویسی پایتون و تفاوت های زبان برنامه نویسی پایتون و متلب
02:14
  بررسی روش‌های سنتی و مدرن در بهینه سازی مسائل
04:01
  بررسی فریمورک های مرتبط با علم داده
07:21
  بررسی محیط‌های برنامه نویسی
04:04
  بررسی نصب زبان برنامه نویسی و تفاوت های compiler, Interpreter
09:07
  نحوه ساخت محیط‌های مختلف، فعالسازی، غیرفعالسازی و تغییر وضعیت دادن
08:37
  Virtual Environment ,Environment package Manger, تفاوت ها میان مدیریت پکیج و محیط و نحوه مدیریت ورژن های مختلف کتابخانه ها
16:46
  نحوه نصب کتابخانه های مرتبط در پایتون و بررسی فریمورک ها
10:40
  بررسی نصب Anaconda و مورد Environment Variables در ویندوز
09:23
  تفاوت ها، معایا و مزایا زبان برنامه نویسی پایتون و متلب
04:51
  بررسی نقش‌ها و مشاغل موجود مرتبط در حوزه علم داده
07:37
  بررسی زبان‌های برنامه نویسی مفسری و کامپایلری
06:53
  بررسی چالش های موجود در صنعت نفت و راهکار بهینه سازی به کمک هوش مصنوعی
11:40
  بررسی سینتکس های ابتدایی زبان برنامه نویسی پایتون
16:10
  عملگرهای ریاضیاتی در پایتون و وبسایت های معتبر در حوزه یادگیری پایتون
11:30
  بررسی ساختارها و عبارات شرطی
11:13
  لیست‌ها در پایتون
17:54
  تکمیل لیست‌ها در پایتون
09:45
  تاپل‌ها در پایتون
04:02
  ست‌ها در پایتون
04:17
  دیکشنری‌ها در پایتون و مفهوم Iterable بودن
17:23
  اولویت عملگرهای ریاضیاتی
03:58
  حلقه ها در پایتون و دستور های کاربردی
10:29
  ساخت تابع در پایتون
09:49
  نحوه کنترل کردن خطاها به کمک try, except, else, finally
12:41
  تابع Lambda, map, filter در پایتون
16:19
  بررسی جزئی تر تابع lambda
06:58
  نحوه کامنت گذاری و مستندسازی
03:40
  بررسی وبسایت های کاربردی جهت رفع خطاها در پایتون و مراجع یادگیری
06:54
  بررسی انواع خطا در پایتون
07:07
  کلیدواژه های مهم در پایتون و انواع مختلف پرینت گرفتن در پایتون
03:47
  پروژه های عملیاتی
04:05
  کوییز مفهوم و معرفی برنامه نویسی و مقدماتی پایتون
11:00
  تمرین مفهوم و معرفی برنامه نویسی و مقدماتی پایتون (الزامی)
60:00
  تمرین واحد پالایشگاهی (الزامی)
60:00
  تمرین میادین نفتی (الزامی)
60:00
  تمرین بررسی و تحلیل یک مجموعه پیچیده از داده‌ها (الزامی)
60:00
ریاضیات پایه و کاربردی مرتبط با هوش مصنوعی
  معرفی دوره
03:50
  (جبر خطی) - اسکالر و بردار
02:33
  تنسورها و کاربرد آن ها
04:12
  ماتریس‌ها
09:34
  تکمیل ماتریس و مفهوم معکوس پذیری آن
06:53
  مفهوم وابستگی و استقلال خطی
04:19
  بردارها، نرم ها، انواع ضرب ها، تجزیه و جمع بردار
04:45
  کاربرد جبر خطی در یادگیری ماشین و علم داده
03:20
  جزئیات نرم‌ها
04:12
  زاویه بین دو بردار و کاربرد آن ها
02:14
  (بخش دوم - حسابان) - دامنه و برد
02:11
  حد و مشتق
02:37
  توابع چند متغیره
01:56
  مشتق توابع چند متغیره و مشتقات جزئی و کاربرد آن‌ها
03:59
  قوانین مشتق گیری از توابع - قانون حاصل ضرب و زنجیره ای
04:41
  مفهوم گرادیان و کاربرد آن در هوش مصنوعی
04:30
  مشتق و مشتق دوم - نقش شیب - شناسایی نقاط Local, Global
05:37
  (آمار و احتمالات) - معرفی دوره
01:34
  (احتمالات) - فضای نمونه، پیشامد ها و متغیرهای تصادفی
06:21
  پیشامدهای وابسته، پیوسته و ناسازگار در احتمال
06:54
  داده‌های پیوسته و ناپیوسته
03:57
  احتمال شرطی
01:53
  توابع توزیع احتمال: مفاهیم، کاربردها و انواع آن‌ها در داده‌های پیوسته و گسسته
08:56
  آمار توصیفی، انواع نمودارها جهت تحلیل داده و انواع همبستگی داده
13:34
  کوییز ریاضیات پایه و کاربردی مرتبط با هوش مصنوعی
10:00
مقدماتی تا پیشرفته pandas, numpy, Matplotlib, Seaborn و بررسی فایل های LAS, DLIS
  معرفی کتابخانه numpy
05:58
  نحوه نصب کتابخانه numpy با روش‌های مختلف
04:14
  نحوه ساخت آرایه‌های چند بعدی به کمک کتابخانه numpy
05:58
  بررسی ویژگی‌های آرایه‌های NumPy و تحلیل داده‌های چندبعدی
04:43
  نحوه ساخت آرایه‌ها در Numpy و آرایه‌های پرکاربرد
02:14
  مفاهیم ضرب داخلی، ضرب خارجی و استفاده از آن‌ها به کمک Numpy
03:18
  بررسی روش‌های تغییر شکل آرایه‌ها در کتابخانه NumPy به کمک reshape, ravel, flatten
04:40
  فیلتر کردن داده‌ها در NumPy
01:01
  بررسی روش‌های ادغام، تقسیم و ایجاد آرایه‌ها در NumPy و ساخت دیگر آرایه های کاربردی
06:55
  بررسی توابع تصادفی و توزیع‌های آماری در NumPy
04:38
  بررسی عملیات جمع، تفریق، ضرب و تقسیم در NumPy
01:03
  حذف یا کاهش ابعاد آرایه‌ها در NumPy
02:04
  بررسی آمار توصیفی و عملیات پیشرفته در NumPy
13:31
  بررسی جبر خطی (Linear Algebra) در NumPy
05:47
  معرفی کتابخانه Pandas و کاربردهای آن
02:36
  نحوه نصب کتابخانه Pandas
04:22
  بررسی ساختارهای داده‌ای Series و DataFrame
03:29
  خواندن دیتاست‌ها و آدرس‌دهی در Pandas
06:17
  بررسی اولیه و تحلیل کلی دیتاست با Pandas
06:05
  نمایش و فیلتر کردن داده‌ها در DataFrame و استفاده از ابزارهای Indexing و tolist
05:30
  محاسبات آماری (Statistical Calculations) با استفاده از Pandas
01:01
  حذف داده از دیتافریم، نحوه فیلترکردن دیتاست و کاربرد slicing
18:21
  ادامه بررسی loc, iloc, نحوه تغییر نام ستون ها، query و پیمایش در دیتافریم
10:54
  Missing Values (داده های گم شده)
09:11
  concat, merge, groupby در پانداس
06:53
  نحوه خروجی گرفتن از دیتاست جدید و بررسی فایل های با فرمت LAS, DLIS
11:46
  معرفی کتابخانه‌های matplotlib, seaborn جهت تحلیل داده
00:53
  بررسی رفرنس‌های دو کتابخانه مصورسازی و معرفی و بررسی چندین نمودار پرکاربرد
15:43
  بررسی ادامه مصورسازی‌ها
10:48
  کوییز مقدماتی تا پیشرفته pandas, numpy, Matplotlib, Seaborn
06:00
  توضیحات پروژه ها
00:12
  پروژه Pandas (الزامی)
120:00
  پروژه Matplotlib (الزامی)
120:00
  پروژه LAS & DLIS (الزامی)
120:00

پیش‌نیاز‌ها

این دوره برای تمامی افرادی که به یادگیری علم داده در صنعت نفت علاقه‌مند هستند طراحی شده است. شرکت در این دوره نیازمند هیچ پیش‌نیاز خاصی نیست، اما آشنایی اولیه با مفاهیم پایه‌ای ریاضی و آمار و همچنین مبانی برنامه‌نویسی می‌تواند به شما کمک کند تا مطالب را سریع‌تر و بهتر درک کنید. اگر در این زمینه تجربه‌ای ندارید، نگران نباشید؛ محتوا و ساختار این دوره به گونه‌ای طراحی شده که تمامی افراد، حتی بدون سابقه قبلی، می‌توانند از آن بهره‌مند شوند و مسیر یادگیری خود را آغاز کنند.

توضیحات دوره

در این دوره منحصربه‌فرد، شما به شکلی جامع و کاربردی با مفاهیم پایتون مقدماتی، علم برنامه‌نویسی و مبانی علم داده آشنا خواهید شد. این دوره نه‌تنها شما را به اصول پایه‌ای علم داده مسلط می‌کند، بلکه به طور خاص به نحوه کاربرد این دانش در صنعت نفت، به‌ویژه در حوزه حفاری چاه‌های نفتی می‌پردازد.

همچنین این دوره شامل پروژه ها و تمارینی میباشد که به صورت شخصی سازی شده بررسی شده و نکات لازمه جهت بهبود به شما ارائه میشود.


ارزش‌افزوده این دوره:

این دوره توسط مهندس امیرحسین حیدری، مدیرعامل شرکت DrillAI و یکی از متخصصان برجسته در حوزه علم داده و کاربردهای آن در صنعت نفت تدریس می‌شود. علاوه بر آموزش مفاهیم، شما از پشتیبانی یک منتور اختصاصی بهره‌مند خواهید شد که در تمامی مراحل یادگیری و رفع اشکال همراه شما خواهد بود.

ویژگی‌های منحصر‌به‌فرد:

رویکرد عملی و پروژه‌محور: تمرکز بر مسائل واقعی صنعت نفت.
مهارت‌افزایی کاربردی: توانایی به‌کارگیری دانش علمی برای اتخاذ تصمیمات هوشمندانه و بهینه.
این دوره، فرصتی استثنایی برای علاقه‌مندان به علم داده، برنامه‌نویسی و حوزه نفت و گاز فراهم می‌آورد تا بتوانند با تسلط به مهارت‌های روز دنیا، مسیر حرفه‌ای خود را متحول کنند.

پایتون یکی از زبان‌های برنامه‌نویسی سطح بالا و چندمنظوره است که به دلیل سادگی در یادگیری، انعطاف‌پذیری و قدرت بالا، به یکی از محبوب‌ترین زبان‌ها در حوزه‌های علم داده، هوش مصنوعی و تحلیل داده‌ها تبدیل شده است. این زبان با داشتن کتابخانه‌های متنوع و قدرتمندی مانند NumPy، Pandas، Matplotlib و Scikit-learn، ابزاری ایده‌آل برای تجزیه و تحلیل داده‌ها، ساخت مدل‌های پیش‌بینی و پردازش داده‌های بزرگ محسوب می‌شود. اگر به دنبال یادگیری زبان برنامه‌نویسی‌ای هستید که نه تنها در پروژه‌های علمی و صنعتی بلکه در کارهای روزمره نیز کاربردی باشد، پایتون انتخابی هوشمندانه است.

 

   - پایتون: زبان رایگان و متن‌باز، پشتیبانی از کتابخانه‌های متعدد برای علم داده، و قابلیت اجرا روی انواع سیستم‌عامل‌ها.

   - متلب: نرم‌افزاری تجاری، مناسب برای محاسبات عددی پیچیده، اما نسبت به پایتون محدودتر است.

   مزایا و معایب هر دو زبان به نیاز خاص پروژه و تجربه کاربر بستگی دارد.

   این دوره برای مهندسان، تحلیلگران داده، و افرادی که در صنعت نفت مشغول به کار هستند و علاقه‌مند به یادگیری نحوه استفاده از داده‌ها برای بهبود فرآیندها و تصمیم‌گیری‌ها هستند مناسب است. همچنین دانشجویان نیز میتوانند با یادگیری و بررسی این دوره و محتوای آن از یک امتیاز بسیار مهم و کاربردی برای خود و آینده کاریشان بهره مند شوند. لازم به ذکر است که محتوای دوره طوری طراحی شده است که هر شخص از هر صنعت و حوزه ای میتواند یادگیری را شروع کرده و از استفاده آن بهره مند شوند.

   پس از اتمام دوره، شرکت‌کنندگان می‌توانند داده‌های مربوط به صنعت نفت را جمع‌آوری، تحلیل و مدل‌سازی کرده و به تصمیم‌گیری‌های بهینه‌تری در زمینه‌های مختلف صنعت نفت کمک کنند. با توجه به پیشرفت و نیاز روز افزون این علم در صنعت، میتوان به بهبود فرایند ها نیز فکر کرد. 

این دوره با تمرکز بر نیازهای خاص صنعت نفت طراحی شده و ترکیبی از مباحث علمی و عملی مرتبط با این صنعت را ارائه می‌دهد. در این دوره، با استفاده از پایتون به عنوان زبان اصلی، مفاهیمی مانند تحلیل داده‌ها، استخراج الگوها، و پیش‌بینی‌های مبتنی بر داده‌های صنعت نفت به طور کامل پوشش داده می‌شود. این انتخاب هوشمندانه، پایتون را به عنوان ابزاری قدرتمند برای یادگیری و کاربرد در پروژه‌های واقعی معرفی می‌کند و دوره را از دیگر دوره‌های مشابه متمایز می‌سازد.

همچنین، در کنار برنامه‌نویسی و تحلیل داده، مفاهیم پایه‌ای و کاربردی ریاضیات نیز در این دوره بررسی شده‌اند تا شما بتوانید با درک عمیق‌تر و بهتر از داده‌ها، تصمیم‌گیری‌های هوشمندانه‌تر و کارآمدتری انجام دهید. این دوره به طور کامل نیازهای عملی متخصصین و علاقه‌مندان به علم داده در صنعت نفت را برآورده می‌کند و فرصتی بی‌نظیر برای ارتقای دانش و مهارت‌های شما فراهم می‌سازد.

   علم داده می‌تواند به تحلیل‌های دقیق‌تر و تصمیم‌گیری‌های هوشمندانه‌تر در زمینه‌های مختلف مانند پیش‌بینی تولید، کاهش هزینه‌ها و افزایش بهره‌وری و نرخ نفوذ کمک کند. این علم به شرکت‌ها امکان می‌دهد تا از داده‌های موجود به بهترین نحو استفاده کنند.

   با توجه به گسترش استفاده از داده‌ها در صنایع مختلف، علم داده تبدیل به یکی از مهارت‌های ضروری برای بهبود عملکرد و رقابت‌پذیری در بازار جهانی شده است. دوره ما نیز به دلیل محتوای تخصصی و کاربردی‌اش در صنعت نفت، محبوبیت زیادی پیدا کرده است.

دیدگاه کاربران

3

بر اساس امتیاز 4 دانشجو

1
2
3
4
5

مرضیه کریمی بهبهانی

1 روز پیش

5

خوب

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه
1دوره
290دانشجو
3نظر و امتیاز

مهندس امیرحسین حیدری، فارغ‌التحصیل کارشناسی ارشد رشته مهندسی نفت از دانشگاه صنعتی شریف، دارای بیش از ۶ سال تجربه در برنامه‌نویسی و ۳ سال فعالیت تخصصی در حوزه هوش مصنوعی در صنایع مختلف، است.

یکی از برجسته‌ترین دستاوردهای او، طراحی و توسعه پروژه‌ای بزرگ در صنعت نفت و گاز در زمینه بهینه‌سازی حفاری چاه‌های نفت و گاز با استفاده از هوش مصنوعی است که به افزایش کارایی، کاهش هزینه‌ها و بهبود عملکرد عملیاتی کمک شایانی کرده‌ است.

مهندس حیدری با ترکیب مهارت‌های خود ازجمله مهندسی نفت، برنامه‌نویسی، علوم داده و هوش مصنوعی، الگویی از یک متخصص چندبعدی را نشان می‌دهد که می‌تواند آینده‌ای هوشمندتر برای صنایع ترسیم کند.

مهارت‌هایی که می‌آموزید

دوره‌های مشابه

سوالات پرتکرار

حداقل و حداکثر زمانی که می‌توانم یک دوره را بگذرانم چقدر است؟

برای گذراندن دوره، حداقل زمان مشخصی وجود ندارد و شما می‌توانید در هر زمان که مایل هستید، ویدیوهای آموزشی دوره را ببینید و تمارین را انجام دهید؛ اما برای هر دوره یک حداکثر زمان تعیین شده که در صفحه معرفی دوره قابل مشاهده است که تنها در این بازه زمانی امکان تصحیح پروژه‌ها توسط پشتیبان و دریافت گواهی‌نامه را خواهید داشت.

آیا پس از به اتمام رساندن و قبولی در دوره، می‌توانم نسخه فیزیکی گواهی‌نامه را دریافت کنم؟

خیر. به‌دلیل ملاحظات محیط‌زیستی و کاهش مصرف کاغذ، گواهی‌نامه فقط به‌صورت الکترونیکی ارائه می‌شود.

آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟

بله. پس از پایان مدت دوره نیز به ویدئوها، تمرین‌ها، پروژه‌ها و سایر محتوای آموزشی دوره دسترسی خواهید داشت؛ اما امکان تصحیح تمرین‌ها توسط پشتیبان دوره و دریافت گواهی‌نامه برای شما وجود نخواهد داشت.

آیا در صورت خرید دوره، گواهی‌نامه آن به من تعلق می‌گیرد؟

خیر. با خرید دوره، امکان شرکت در دوره و دسترسی به محتوای آن را خواهید داشت؛ اما تنها در صورتی که در بازه زمانی تعیین‌شده دوره را با موفقیت و نمره قبولی به اتمام برسانید، گواهی‌نامه به نام شما صادر می‌شود.