یادگیری فرآیند دادهکاوی به صورت عملی
آشنایی با معروفترین ابزارهای دادهکاوی
آموزش تحلیل انواع مختلف داده
آموزش ساخت مدلهای مختلف هوش مصنوعی
آشنایی حداقلی با زبان برنامهنویسی پایتون و مفاهیم الگوریتمهای یادگیری ماشین پیش نیاز این دوره است.
این دوره آموزشی بهصورت عملی به دانشجویان کمک میکند تا با استفاده از پایتون و کتابخانههای مختلف، مهارتهای لازم برای دادهکاوی و تحلیل دادهها را به دست آورند. در این دوره از کتابخانههایی مانند numpy، pandas، pyspark، matplotlib، scikit-learn، pytorch و networkx استفاده میشود.
در ابتدا با چرخه عملی دادهکاوی در صنعت آشنا شده و سپس با کتابخانه numpy بهعنوان ابزاری برای کار با دادههای عددی از جمله آرایهها، ماتریسها و بردارها آشنا میشویم. سپس با استفاده از کتابخانه pandas، بهعنوان ابزاری برای کار با دادههای جدولی، مهارتهای لازم برای تحلیل دادهها و پردازش دادههای بزرگ را فرامیگیریم.
در ادامه، با کتابخانه pyspark، بهعنوان یک ابزار برای پردازش دادههای بزرگ و توزیع شده، آشنا میشویم و با استفاده از آن، دادهها را بهصورت موازی پردازش میکنیم.
سپس با کتابخانه matplotlib، بهعنوان ابزاری برای تولید نمودارها و نمایش دادهها در قالب گرافیکی، آشنا میشویم و با استفاده از آن، دادههای خود را بهصورت گرافیکی نمایش میدهیم.
در ادامه با کتابخانه scikit-learn، بهعنوان یک ابزار برای یادگیری ماشین و استفاده از الگوریتمهای تحلیل داده، آشنا میشویم و با استفاده از آن، دادههای خود را با استفاده از روشهای مختلف تحلیل میکنیم.
سپس با کتابخانه pytorch، بهعنوان یک ابزار برای طراحی و پیادهسازی شبکههای عصبی، آشنا میشویم و با استفاده از آن، دادههای خود را با استفاده از شبکههای عصبی تحلیل میکنیم.
در نهایت با کتابخانه networkx، بهعنوان یک ابزار برای تحلیل شبکهها و گرافها، آشنا میشویم و با استفاده از آن، دادههای خود را در قالب شبکههای گرافی تحلیل میکنیم.
در این دوره، شرکتکنندگان به دانش و مهارتهای لازم برای کار با دادههای بزرگ، تحلیل دادهها و استفاده از روشهای مختلف دادهکاوی و تحلیل داده، با استفاده از ابزارهای مختلف پایتون، آشنا میشوند.
هدف این دوره، آشنایی با ابزارهای مختلف دادهکاوی و تحلیل داده و یادگیری کار با آنها است. با پایان این دوره، شرکتکنندگان میتوانند بهصورت مستقل، دادههای خود را تحلیل کرده و از روشهای مختلف دادهکاوی و تحلیل داده برای بهبود کیفیت تصمیمگیری استفاده کنند.
مهندس محمد نظری، دانشجوی دکترای مهندسی نرمافزار دانشگاه صنعتی شریف و برنامهنویس مرکز راهکارهای اطلاعاتی هوشمند شریف هستند. ایشان و همکارانشان در این مرکز بر روی پروژههای مهندسی نرمافزار و برنامهنویسی مقیاس بزرگ در زمینه توسعه تکنولوژیهای ارزشآفرین در صنایع مختلف فعالیت دارند. مهندس محمد نظری مدرک کارشناسی ارشد خود را از دانشگاه علم و صنعت اخذ کرده و در کنکور دکتری مهندسی نرم افزار سال ۱۴۰۱ موفق به کسب رتبه یک شده است.