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

آموزش دیتا ساینس بدون کدنویسی با KNIME
جزییات دوره
4h 8m
19
(آخرین آپدیت)
8
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده