×
ribbon

ماشین لرنینگ، علم داده و مهندسی هوش مصنوعی با پایتون

تسلط بر ماشین لرنینگ و مهندسی هوش مصنوعی: از تحلیل داده تا راهکارهای ایجنت هوش مصنوعی (Agentic AI) مسیر شغلی خود در هوش مصنوعی را با یک دورهٔ جامع و کاملاً عملی آغاز کنید؛ دوره‌ای ... بیشتر

جدید
زیرنویس
17دانشجو
متوسط

آکادمی گرولی

+ 1 مدرس دیگر

به‌روزرسانی: ۱۴۰۴/۱۱/۱۴

محتوای دوره
پیش‌نیاز‌ها
درباره دوره
درباره استاد

آنچه در این دوره می‌آموزید

ساخت سیستم‌های هوش مصنوعی مولد با استفاده از OpenAI، روش RAG و عامل‌های مدل‌های زبانی بزرگ (LLM Agents)

پیاده‌سازی شبکه‌های عصبی مصنوعی با TensorFlow و Keras

اجرای ماشین لرنینگ در مقیاس بسیار بزرگ با MLLib در Apache Spark

طبقه‌بندی تصاویر، داده‌ها و احساسات (تحلیل احساسات) با استفاده از یادگیری عمیق

انجام پیش‌بینی با استفاده از رگرسیون خطی، رگرسیون چندجمله‌ای و رگرسیون چندمتغیره

مصورسازی داده‌ها با Matplotlib و Seaborn

محتوای دوره

17 فصل143 جلسه21 ساعت ویدیو
شروع کار
  نصب: شروع کار
"00:48
  [فعالیت] ویندوز: نصب و استفاده از Anaconda و فایل‌های دوره
مشاهده
"10:50
  [فعالیت] مک: نصب و استفاده از Anaconda و فایل‌های دوره
"08:07
  [فعالیت] لینوکس: نصب و استفاده از Anaconda و فایل‌های دوره
"09:11
  مبانی پایتون، بخش 1 [اختیاری]
"04:58
  [فعالیت] مبانی پایتون، بخش 2 [اختیاری]
"05:17
  [فعالیت] مبانی پایتون، بخش 3 [اختیاری]
"02:46
  [فعالیت] مبانی پایتون، بخش 4 [اختیاری]
مشاهده
"04:02
  معرفی کتابخانهٔ Pandas [اختیاری]
"10:14
مرور آمار و احتمال، و تمرین پایتون
مدل‌های پیش‌بینی
یادگیری ماشین با پایتون
سیستم‌های پیشنهاددهنده
تکنیک‌های بیشتر داده‌کاوی و یادگیری ماشین
کار با داده‌های دنیای واقعی
Apache Spark: یادگیری ماشین روی داده‌های کلان
طراحی آزمایش / یادگیری ماشین در دنیای واقعی
یادگیری عمیق و شبکه‌های عصبی
مدل‌های مولد
هوش مصنوعی مولد: GPT، چت‌جی‌پی‌تی، ترنسفورمرها و شبکه‌های عصبی مبتنی بر توجهِ خودی (Self-Attention)
رابط برنامه‌نویسی OpenAI (توسعه با استفاده از GPT و ChatGPT)
بازیابی تقویت‌شده با تولید (RAG)، RAG پیشرفته و عوامل LLM
الگوهای هوش مصنوعی عامل‌محور و کیت توسعه OpenAI Agents
پروژه نهایی
موفق شدی!

پیش‌نیاز‌ها

  • برای شرکت در این دوره، به یک کامپیوتر دسکتاپ (ویندوز، مک یا لینوکس) نیاز دارید که امکان اجرای Anaconda 3 یا نسخه‌های جدیدتر را داشته باشد. در طول دوره، مراحل نصب نرم‌افزارهای رایگان موردنیاز به‌صورت گام‌به‌گام آموزش داده می‌شود.
  • داشتن مقداری تجربه قبلی در برنامه‌نویسی یا اسکریپت‌نویسی الزامی است.
  • همچنین تسلط به ریاضیات در سطح دبیرستان مورد نیاز خواهد بود.

درباره دوره

تسلط بر ماشین لرنینگ و مهندسی هوش مصنوعی: از تحلیل داده تا راهکارهای ایجنت هوش مصنوعی (Agentic AI)

مسیر شغلی خود در هوش مصنوعی را با یک دورهٔ جامع و کاملاً عملی آغاز کنید؛ دوره‌ای که شما را از سطح مبتدی تا پیشرفته همراهی می‌کند. پایتون، علم داده، یادگیری ماشینی کلاسیک و جدیدترین مباحث مهندسی هوش مصنوعی؛ از جمله هوش مصنوعی مولد، ترنسفورمرها و عامل‌های مدل‌های زبانی بزرگ (LLM Agents / Agentic AI)؛ را بیاموزید.

چرا این دوره؟

  • یادگیری از طریق عمل
    با بیش از ۱۴۵ جلسه آموزشی و بیش از ۲۱ ساعت محتوای ویدیویی، این دوره بر پروژه‌های عملی پایتون و کاربردهای واقعی تمرکز دارد نه صرفاً مباحث نظری.
  • طراحی‌شده برای دنیای واقعی
    یاد بگیرید شرکت‌هایی مانند Google، Amazon و OpenAI چگونه از هوش مصنوعی برای ایجاد نوآوری استفاده می‌کنند. محتوای دوره بر اساس مهارت‌های موردنیاز کارفرمایان پیشرو در صنعت فناوری تدوین شده است.
  • تجربه ندارید؟ مشکلی نیست
    از صفر و با درس‌های مناسب مبتدیان در پایتون و آمار شروع می‌کنید. در پایان دوره، قادر خواهید بود با ابزارهای پیشرفتهٔ هوش مصنوعی، سیستم‌های هوشمند بسازید.
  • مسیر ساختارمند از مبتدی تا مهندس هوش مصنوعی
  • طراحی‌شده برای رشد شغلی
    چه برنامه‌نویسی باشید که قصد ورود به حوزهٔ هوش مصنوعی را دارد و چه متخصص فناوری که می‌خواهد مهارت‌های خود را گسترش دهد، این دوره یک آموزش کامل و منطبق با نیاز صنعت ارائه می‌دهد. مفاهیم به‌صورت شفاف و با زبانی ساده توضیح داده می‌شوند، با تمرکز بر کاربرد عملی آموخته‌ها.

 

آنچه در این دوره می‌آموزید:

۱. مبانی برنامه‌نویسی

دوره‌ای فشرده از پایتون مخصوص مبتدیان را آغاز می‌کنید و مفاهیم پایه‌ای لازم برای علم داده و هوش مصنوعی را می‌آموزید.

۲. علم داده و آمار

پایه‌ای محکم در تحلیل داده، مصورسازی، آمار توصیفی و استنباطی، و مهندسی ویژگی‌ها ایجاد می‌کنید مهارت‌هایی ضروری برای کار با داده‌های واقعی.

۳. یادگیری ماشینی کلاسیک

با یادگیری نظارت‌شده و بدون نظارت آشنا می‌شوید؛ از جمله رگرسیون خطی، درخت‌های تصمیم، ماشین‌های بردار پشتیبان (SVM)، خوشه‌بندی، مدل‌های تجمیعی (Ensemble) و یادگیری تقویتی.

۴. یادگیری عمیق با TensorFlow و Keras

شبکه‌های عصبی، شبکه‌های عصبی کانولوشنی (CNN) و شبکه‌های عصبی بازگشتی (RNN) را با مثال‌های کدنویسی واقعی و تمرین‌های عملی یاد می‌گیرید.

۵. مهندسی پیشرفتهٔ هوش مصنوعی و هوش مصنوعی مولد

فراتر از ML سنتی رفته و جدیدترین ابزارها و تکنیک‌ها را فرا می‌گیرید، از جمله:

  • ترنسفورمرها و سازوکار خودتوجهی (Self-Attention)
  • GPT، ChatGPT و API شرکت OpenAI
  • فاین‌تیون کردن مدل‌های پایه
  • تولید تقویت‌شده با بازیابی پیشرفته (Advanced RAG)
  • LangChain و عامل‌های مدل‌های زبانی بزرگ (LLM Agents)
  • طراحی و پیاده‌سازی سیستم‌های چندعامله با OpenAI Agents SDK
  • پروژه‌های واقعی هوش مصنوعی مولد و راهبردهای استقرار

۶. کلان‌داده و Apache Spark

می‌آموزید چگونه یادگیری ماشینی را برای داده‌های بسیار بزرگ با استفاده از Spark مقیاس‌پذیر کنید و تکنیک‌های ML را روی خوشه‌های محاسباتی توزیع‌شده به کار ببرید.

نظرات دانشجویان

«دورهٔ شما را شروع کردم و این دوره نقشی کلیدی در انتقال من به موقعیتی داشت که اکنون در آن با استفاده از هوش مصنوعی مسائل سازمانی را حل می‌کنم. دورهٔ شما مسیر موفقیت در پژوهش هوش مصنوعی سازمانی را شفاف کرد و شما را به تأثیرگذارترین مدرس یادگیری ماشینی که تاکنون دیده‌ام تبدیل کرد.» — کناد باسو، دکتری

همین امروز ثبت‌نام کنید و آیندهٔ خود را در هوش مصنوعی بسازید

به هزاران یادگیرنده بپیوندید که با این دوره شغل گرفته‌اند، پروژه‌ها را رهبری کرده‌اند و برنامه‌های واقعی هوش مصنوعی ساخته‌اند. در یکی از سریع‌ترین حوزه‌های در حال رشد فناوری، یک گام جلوتر بمانید.

سفر خود را از امروز آغاز کنید؛ از مبتدی پایتون تا مهندس هوش مصنوعی.

این دوره برای چه کسانی مناسب است:

  • توسعه‌دهندگان نرم‌افزار یا برنامه‌نویسانی که می‌خواهند به مسیر شغلی پردرآمد علم داده و یادگیری ماشینی وارد شوند، از این دوره بهرهٔ زیادی خواهند برد.
  • متخصصان فناوری که کنجکاو هستند بدانند یادگیری عمیق واقعاً چگونه کار می‌کند.
  • تحلیل‌گران داده در حوزهٔ مالی یا سایر صنایع غیر‌فناوری که قصد ورود به صنعت فناوری را دارند و می‌خواهند تحلیل داده را به‌جای ابزارهای آماده، با استفاده از کدنویسی انجام دهند.
  • البته برای موفقیت در این مسیر، داشتن مقداری تجربهٔ قبلی در برنامه‌نویسی یا اسکریپت‌نویسی ضروری است.
  • اگر هیچ تجربه‌ای در کدنویسی یا اسکریپت‌نویسی ندارید، فعلاً این دوره برای شما مناسب نیست. ابتدا یک دورهٔ مقدماتی پایتون بگذرانید و سپس به این دوره بازگردید.
 
 

اطلاعات بیشتر

گواهی‌نامه

ماشین لرنینگ، علم داده و مهندسی هوش مصنوعی با پایتون

پس از گذراندن محتوای دوره به صورت آنلاین (بدون دانلود) در سایت مکتب‌خونه، در صورتی‌ که حد نصاب قبولی در دوره را کسب و تمرین ها و پروژه های الزامی را ارسال کنید، گواهی‌نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

قابل اشتراک‌گذاری در

linkdin

درباره استاد

آکادمی گرولی
90دوره
29,043دانشجو

آکادمی گرولی با هدف توانمندسازی و توسعه حرفه‌ای افراد در حوزه‌های مختلف شغلی  فعالیت می‌کند. دوره‌ها و وبینارهایی که گرولی ارائه می‌کند، به شما در جهت ارتقای مهارت‌های فنی و  نرم در حوزه‌های تخصصی مانند مدیریت محصول، بازاریابی دیجیتال، رشد (Growth) و توسعه کسب‌وکار  و دیگر حوزه‌های شغلی دسته‌بندی می‌شوند. آکادمی گرولی، اولین مجموعه در ایران است که دوره‌های حرفه‌ای شرکت بین‌المللی ریفورج  که شامل ۲۱ دوره با محتوای کاربردی در کلاس جهانی می‌باشد را با زیرنویس فارسی ارائه کرده است.

اطلاعات بیشتر

دیگر دوره‌های آکادمی گرولی

Frank Kane
1دوره
17دانشجو

مدیر ارشد سابق آمازون و مدیرعامل Sundog Education
فرانک بیش از ۹ سال در شرکت‌های Amazon و IMDb فعالیت داشته و سامانه‌های پیشنهاددهنده‌ای را توسعه داده که هر روز برای صدها میلیون کاربر محصولات و فیلم‌ها را پیشنهاد می‌دهند.
او در آمازون سمت Bar Raiser داشته و بیش از ۱۰۰۰ مصاحبه استخدامی انجام داده است.
فرانک دارای 20 اختراع  ثبت‌شده در زمینه‌ی رایانش توزیع‌شده، داده‌کاوی و یادگیری ماشین است و از سال ۲۰۱۲ شرکت آموزشی خود به نام Sundog Education را اداره می‌کند که تاکنون به بیش از یک میلیون دانشجو آموزش داده است.
 

اطلاعات بیشتر

v4