آموزش علم داده با پایتون

دوره آموزشی علم داده با پایتون

مدرس : دکتر امین نظارات مشاهده روزمه

طول دوره : 24 ساعت

هزینه دوره اختصاصی : توافقی

نوع برگزاری : کارگاهی

ثبت نام از طریق شماره تماس : 03536232176 آدرس ایمیل : info@astek.ir

اهداف دوره :

با گسترش کاربردهای فناوری اطلاعات در حوزه های مختلف، نیاز به خودکار سازیفرآیندهای تصمیم سازی و تصمیم گیری، روند فزاینده‌ای داشته است. دانش هوش مصنوعی به عنوان یکی از راهکارهای اصلی برای رفع این نیازها، از روشهای مبتنی بریادگیری ماشینی استفاده میکند.

با استفاده از تکنیک های یادگیری ماشین، کامپیوتر، الگوهای موجود در داده ها(اطلاعات پردازش شده) را یادگرفته و میتواند از آن استفاده کند. یادگیری ماشین با فرآیند های داده کاوی، بسیار شبیه(و از نگاه کاربردی تقریباً یکسان) است. در فرآیند یادگیری ماشین، داده ها، بسیار اهمیت دارند. اصطلاح معروفی در این حوزه وجود دارد که به این صورت ترجمه کرده ایم: اگر داده ی بد، به سیستم تزریق شود، خروجی نیز، خروجی بدی خواهد بود به این معنی که، هر چقدر الگوریتم های مختلف یادگیری ماشین، قوی و جامع طراحی شوند، اگر داده های خوبی به سیستم وارد نشود(مثلا داده های غلط یا داده های ناکافی)، سیستم، پاسخی غیر دقیق و ناصحیح ارائه می دهد

رئوس مطالبی که طی این دوره ارائه می شود به شرح زیر می باشد:

مبانی پایتون

آشنایی با مفاهیم برنامه نویسی در پایتون
انواع ساختارهای داده ای در پایتون
نحوه کار با داده ها در پایتون
نحوه کار با کتابخانه Pandas
نحوه کار با کتابخانه Numpy
نحوه کار با کتابخانه Scipy
روش ماژول بندی پروژه های پایتونی
نحوه ساخت Rest API در پایتون

مبانی یادگیری ماشینی

مقدمه‌ای بر یادگیری ماشینی
یادگیری با نظارت، طبقه‌بندی با استفاده از الگوریتم KNN، روش‌های مختلف محاسبه فاصله، درخت تصمیم، مسئله تقریب تابع
یادگیری بی‌نظارت، خوشه‌بندی با استفاده از K-Means، خوشه‌بندی سلسله‌مراتبی
کاهش ابعاد، آشنایی با PCA، آشنایی با SVD
ماشین بردار پشتیبانی
نحوه ارزیابی مدل، مفهوم بیش‌برازش و زیربرازش
معیارهای ارزیابی، دقت، یادآوری، صحت، ROC، ماتریس برخورد

کلیات و مفاهیم پایه در یادگیری ماشین