مشکل زیرساخت شبکه و افت سرعت کاملاً برطرف شده است. در حال حاضر فعالسازی و آمادهسازی دورهها در حال انجام است. از صبر و شکیبایی شما سپاسگزاریم.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش دیتا ساینس بدون کدنویسی با KNIME
- آخرین آپدیت
دانلود No-Code Data Science with KNIME
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره آموزشی به شما دسترسی عملی به KNIME میدهد؛ یک پلتفرم رایگان، متنباز و بدون کدنویسی (No-Code) برای علوم داده که جهت ساخت راهکارهای واقعی یادگیری ماشین و هوش مصنوعی مولد بدون نوشتن حتی یک خط کد استفاده میشود. شما یاد خواهید گرفت که KNIME را نصب کنید، در ویرایشگر بصری گردش کار (Workflow Editor) پیمایش کنید و گرهها (Nodes) را برای خواندن، پاکسازی و تبدیل دادهها متصل کنید تا مهارتهای پایه آمادهسازی دادهها را که در تیمهای تحلیل حرفهای استفاده میشود، کسب کنید.
سپس، مدلهای طبقهبندی را با استفاده از درختهای تصمیم، ماتریسهای اغتشاش (Confusion Matrices) و منحنیهای ROC، همگی از طریق گردش کارهای کشیدن و رها کردن (Drag-and-Drop) بسازید و ارزیابی کنید. شما چندین مدل را با ابزارهای AutoML در KNIME مقایسه کرده و مدلی را که بهترین عملکرد را روی دادههای شما دارد، مستقر خواهید کرد.
این دوره همچنین هوش مصنوعی مولد و تولید تقویتشده با بازیابی (RAG) را در KNIME تنها با استفاده از منابع رایگان، از جمله مدل محلی GPT4All و API رایگان Hugging Face معرفی میکند تا بتوانید یک مدل زبانی را به دادههای خود متصل کرده و یک خط لوله (Pipeline) هوش مصنوعی فعال بسازید.
چه در علوم داده تازهکار باشید و چه بخواهید ابزارهای یادگیری ماشین بدون کد را به مهارتهای فعلی خود اضافه کنید، در پایان این دوره قادر خواهید بود یک راهکار تحلیلی کامل مبتنی بر هوش مصنوعی را بهطور کامل با نرمافزارهای رایگان و بدون نیاز به اشتراکهای پولی، ساخته، ارزیابی و تبیین کنید.
سرفصل ها و درس ها
شروع کار با علوم داده و یادگیری ماشین بدون کد
Getting Started with No-Code Data Science and Machine Learning
علوم داده بدون کدنویسی با KNIME
No-Code Data Science with KNIME
بررسی چشمانداز پلتفرمهای بدون کد (No Code)
Exploring the No-Code Platform Landscape
آشنایی با پلتفرم تحلیلی KNIME
Understanding the KNIME Analytics Platform
نصب KNIME و بررسی رابط کاربری
Installing KNIME and Exploring the Interface
بهکارگیری مفاهیم یادگیری ماشین در KNIME
Applying Machine Learning Concepts in KNIME
آمادهسازی دادهها و ساخت مدلهای پیشبینانه
Preparing Data and Building Predictive Models
درک اصول آمادهسازی دادهها
Understanding Data Preparation Principles
مشاهده و بررسی دادهها در KNIME
Viewing and Exploring Data in KNIME
ساخت اولین گردش کار (Workflow)
Creating Your First Workflow
پاکسازی و تبدیل دادهها در KNIME
Cleaning and Transforming Data in KNIME
کاوش و بصریسازی دادهها در KNIME
Exploring and Visualizing Data in KNIME
ساخت داشبوردهای تعاملی در KNIME
Building Interactive Dashboards in KNIME
بخشبندی دادهها برای مدلسازی
Partitioning Data for Modelling
ساخت و ارزیابی یک مدل طبقهبندی
Building and Evaluating a Classification Model
مقایسه، ثبت و استقرار در KNIME
Comparing, Capturing, and Deploying in KNIME
گسترش گردش کارهای KNIME با هوش مصنوعی مولد
Extending KNIME Workflows with Generative AI
استفاده از دستیار هوش مصنوعی KNIME (K AI)
Using the KNIME AI Assistant (K-AI)
اتصال مدلهای زبانی بزرگ (LLMs) به KNIME
Connecting LLMs to KNIME
ساخت یک گردش کار RAG رایگان در KNIME
Building a Free RAG Workflow in KNIME
ارائه یک راهکار جامع و کامل هوش مصنوعی
Delivering an End-to-End AI Solution
بررسی مسیرهای شغلی در هوش مصنوعی بدون کد و علوم داده
Exploring Career Paths in No-Code AI and Data Science
نمایش نظرات