ساخت 120 پروژه علمی داده، یادگیری ماشین و یادگیری عمیق در 120 روز
کلیدواژهها: علم داده، یادگیری ماشین، یادگیری عمیق، پایتون، Flask، Django، AWS، Heroku، هوش مصنوعی، پردازش زبان طبیعی (NLP)، مدل سازی، دیتا ساینس
در این دوره چه خواهید آموخت؟
- مطالعه موردی واقعی و پروژههای عملی برای درک نحوه انجام کارها در دنیای واقعی
- پیادهسازی الگوریتمهای یادگیری ماشین و ارائه پروژههای علم داده به مدیریت
- استفاده از SciKit-Learn برای وظایف یادگیری ماشین
- نحوه استقرار مدلهای یادگیری ماشین
- ایجاد درک شهودی از مدلهای مختلف یادگیری ماشین
- انتخاب مدل مناسب یادگیری ماشین برای هر نوع مسئله
- یادگیری بهترین شیوهها در گردش کار علم داده
- پیشپردازش دادهها، پاکسازی دادهها و تحلیل دادههای حجیم
- استفاده از NumPy برای دادههای عددی
- ایجاد تجسمهای داده سفارشی با Matplotlib و پایتون
- کاوش در مجموعه دادههای بزرگ و پردازش دادهها با Pandas
- استفاده از Seaborn برای نمودارهای آماری
پیشنیازها
دانش اولیه علم داده (Basic knowledge of Data Science)
توضیحات دوره
در این دوره، شما با استفاده از علم داده به صورت عملی به حل مسائل کسب و کار میپردازید. شما یاد میگیرید چگونه پروژههای کاربردی در زمینه یادگیری ماشین، علم داده، هوش مصنوعی، یادگیری عمیق و پردازش زبان طبیعی (NLP) با استفاده از پایتون (Flask، Django) و پلتفرمهای ابری مانند Heroku، AWS و Azure را بسازید و مستقر کنید. علم داده ترکیبی از تخصص دامنه، مهارتهای برنامهنویسی و دانش ریاضیات و آمار برای استخراج بینشهای معنیدار از دادهها است. فعالان علم داده، الگوریتمهای یادگیری ماشین را بر روی اعداد، متن، تصاویر، ویدئو، صدا و موارد دیگر اعمال میکنند تا سیستمهای هوش مصنوعی را برای انجام وظایفی که معمولاً به هوش انسانی نیاز دارند، تولید کنند. امروزه بسیاری از شرکتها اهمیت علم داده، هوش مصنوعی و یادگیری ماشین را درک میکنند و برای رقابت در عصر کلاندادهها، نیاز به توسعه و پیادهسازی موثر قابلیتهای علم داده دارند.
پروژههای عملی در این دوره
ما روی 120 پروژه دنیای واقعی کار خواهیم کرد که برخی از آنها عبارتند از:
- پروژه 1: اپلیکیشن تشخیص دستکاری کارت ملی (استقرار در Heroku)
- پروژه 2: اپلیکیشن Flask پیشبینی نژاد سگ
- پروژه 3: اپلیکیشن واترمارک تصویر (استقرار در Heroku)
- پروژه 4: طبقهبندی علائم ترافیکی
- پروژه 5: اپلیکیشن استخراج متن از تصاویر
- پروژه 6: اپلیکیشن Streamlit پیشبینی بیماری گیاهان
- پروژه 7: اپلیکیشن Flask تشخیص و شمارش وسایل نقلیه
- پروژه 8: اپلیکیشن Flask تعویض چهره
- پروژه 9: اپلیکیشن Flask پیشبینی گونه پرندگان
- پروژه 10: اپلیکیشن Flask طبقهبندی تصویر اینتل
- پروژه 11: اپلیکیشن مترجم زبان با استفاده از سرویس IBM Cloud (استقرار در Heroku)
- پروژه 12: پیشبینی بازدید تبلیغات با IBM Watson (استقرار در Heroku)
- پروژه 13: پیشبینی قیمت لپتاپ (استقرار در Heroku)
- پروژه 14: تحلیلگر متن واتساپ (استقرار در Heroku)
- پروژه 15: سیستم پیشنهاد دوره (استقرار در Heroku)
- پروژه 16: پیشبینی برنده مسابقه IPL (استقرار در Heroku)
- پروژه 17: اپلیکیشن تخمین چربی بدن (استقرار در Microsoft Azure)
- پروژه 18: اپلیکیشن پیشبینی استخدام در دانشگاه (استقرار در Microsoft Azure)
- پروژه 19: پیشبینی پذیرش خودرو (استقرار در Google Cloud)
- پروژه 20: اپلیکیشن طبقهبندی ژانر کتاب (استقرار در Amazon Web Services)
- پروژه 21: طبقهبندی DNA برای یافتن E.Coli (استقرار در AWS)
- پروژه 22: پیشبینی کلمه بعدی در جمله (استقرار در AWS)
- پروژه 23: پیشبینی دنباله بعدی اعداد با LSTM (استقرار در AWS)
- پروژه 24: استخراج کلمات کلیدی از متن با NLP (استقرار در Azure)
- پروژه 25: اصلاح املای غلط (استقرار در Azure)
- پروژه 26: طبقهبندی محبوبیت موسیقی (استقرار در Google App Engine)
- پروژه 27: طبقهبندی تبلیغات (استقرار در Google App Engine)
- پروژه 28: طبقهبندی ارقام تصویر (استقرار در AWS)
- پروژه 29: تشخیص احساسات با شبکههای عصبی (استقرار در AWS)
- پروژه 30: طبقهبندی سرطان پستان (استقرار در AWS)
- پروژه 31: اپلیکیشن تحلیل احساسات Django (استقرار در Heroku)
- پروژه 32: اپلیکیشن نرخ ریزش مشتریان
- پروژه 33: اپلیکیشن پورتال مدیریت یادگیری با Django
- پروژه 34: اپلیکیشن تشخیص چهره Streamlit
- پروژه 35: اپلیکیشن طبقهبندی گربه در مقابل سگ Flask
- پروژه 36: اپلیکیشن پیشبینی درآمد مشتری (استقرار در Heroku)
- پروژه 37: اپلیکیشن پیشبینی جنسیت از صدا (استقرار در Heroku)
- پروژه 38: سیستم پیشنهاد رستوران
- پروژه 39: اپلیکیشن رتبهبندی شادی Django (استقرار در Heroku)
- پروژه 40: اپلیکیشن پیشبینی آتشسوزی جنگل Django (استقرار در Heroku)
- پروژه 41: ساخت اپلیکیشن پیشبینی قیمت خودرو (استقرار در Heroku)
- پروژه 42: ساخت اپلیکیشن شمارش رابطه Django (استقرار در Heroku)
- پروژه 43: ساخت اپلیکیشن پیشبینی قارچ (استقرار در Heroku)
- پروژه 44: پیشبینی رتبهبندی اپلیکیشنهای Google Play با استقرار در Heroku
- پروژه 45: ساخت اپلیکیشن پیشبینی مشتریان بانک Django (استقرار در Heroku)
- پروژه 46: ساخت اپلیکیشن پیشبینی هزینه مجسمه هنرمند Django (استقرار در Heroku)
- پروژه 47: ساخت اپلیکیشن پیشبینی هزینههای پزشکی Django (استقرار در Heroku)
- پروژه 48: اپلیکیشن طبقهبندی صفحات وب فیشینگ Django (استقرار در Heroku)
- پروژه 49: اپلیکیشن پیشبینی تناسب اندازه لباس Django (استقرار در Heroku)
- پروژه 50: ساخت اپلیکیشن شباهت در متن Django (استقرار در Heroku)
- پروژه 51: پروژه فروش جمعه سیاه (Black Friday Sale Project)
- پروژه 52: پروژه تحلیل احساسات (Sentiment Analysis Project)
- پروژه 53: پروژه پیشبینی بیماری پارکینسون
- پروژه 54: پروژه طبقهبندی اخبار جعلی (Fake News Classifier Project)
- پروژه 55: پروژه طبقهبندی نظرات سمی (Toxic Comment Classifier Project)
- پروژه 56: پیشبینی رتبهبندی فیلمهای IMDB
- پروژه 57: پیشبینی کیفیت هوای هند
- پروژه 58: تحلیل موارد کووید-19
- پروژه 59: پیشبینی ریزش مشتری (Customer Churning Prediction)
- پروژه 60: ساخت چتبات (Create A ChatBot)
- پروژه 61: تحلیل فروش بازیهای ویدیویی
- پروژه 62: تحلیل رستورانهای Zomato
- پروژه 63: پیشبینی فروش Walmart
- پروژه 64: پیشبینی سرعت امواج صوتی با تکنیکهای پردازش سیگنال
- پروژه 65: تخمین فشار منافذ با استفاده از یادگیری ماشین
- پروژه 66: پردازش صدا با ML
- پروژه 67: مشخصهسازی متن با تشخیص گفتار
- پروژه 68: طبقهبندی صدا با شبکههای عصبی
- پروژه 69: توسعه دستیار صوتی
- پروژه 70: بخشبندی مشتریان
- پروژه 71: تحلیل FIFA 2019
- پروژه 72: تحلیل احساسات دادههای وب خراشیده شده
- پروژه 73: تعیین کیفیت شراب قرمز
- پروژه 74: تحلیل شخصیت مشتری
- پروژه 75: تحلیل سواد در هند
- پروژه 76: پیشبینی خطر حمله قلبی با Eval ML (Auto ML)
- پروژه 77: تشخیص تقلب در کارت اعتباری با Pycaret (Auto ML)
- پروژه 78: پیشبینی کرایه پرواز با Auto SK Learn (Auto ML)
- پروژه 79: پیشبینی قیمت بنزین با Auto Keras
- پروژه 80: پیشبینی ریزش مشتری بانک با H2O Auto ML
- پروژه 81: پیشبینی شاخص کیفیت هوا با TPOT و استقرار End-to-End (Auto ML)
- پروژه 82: پیشبینی باران با مدلهای ML و PyCaret و استقرار (Auto ML)
- پروژه 83: پیشبینی قیمت پیتزا با ML و EVALML (Auto ML)
- پروژه 84: پیشبینی امتیاز کریکت IPL با TPOT (Auto ML)
- پروژه 85: پیشبینی تعداد اجاره دوچرخه با ML و H2O Auto ML
- پروژه 86: پیشبینی مقاومت فشاری بتن با Auto Keras (Auto ML)
- پروژه 87: پیشبینی قیمت خانه در بنگلور با Auto SK Learn (Auto ML)
- پروژه 88: پیشبینی مرگ و میر بیمارستان با PyCaret (Auto ML)
- پروژه 89: ارزیابی کارکنان برای ارتقاء با ML و Eval Auto ML
- پروژه 90: پیشبینی قابلیت نوشیدن آب با ML و H2O Auto ML
- پروژه 91: اپلیکیشن ویرایشگر تصویر با OpenCV و Tkinter
- پروژه 92: بازی شناسایی برند با Tkinter و Sqlite3
- پروژه 93: اپلیکیشن تراکنش با Tkinter و Sqlite3
- پروژه 94: سیستم مدیریت یادگیری با Django
- پروژه 95: ساخت پورتال خبری با Django
- پروژه 96: ساخت پورتال دانشجو با Django
- پروژه 97: ردیاب بهرهوری با Django و Plotly
- پروژه 98: ساخت گروه مطالعه با Django
- پروژه 99: ساخت اپلیکیشن راهنمای محصولات کشاورزی با PyQt5، SQLite
- پروژه 100: ساخت اپلیکیشن مدیریت رمز عبور با PyQt5، SQLite
- پروژه 101: ساخت اپلیکیشن خبری با پایتون
- پروژه 102: ساخت اپلیکیشن راهنما با پایتون
- پروژه 103: ساخت اپلیکیشن وب سرآشپز با Django، پایتون
- پروژه 104: اپلیکیشن وب حلکننده قیاس منطقی و قوانین استنتاج
- پروژه 105: ساخت اپلیکیشن وب بینایی با Django، پایتون
- پروژه 106: ساخت اپلیکیشن برنامهریز بودجه با پایتون
- پروژه 107: ساخت بازی دوز (Tic Tac Toe)
- پروژه 108: وبسایت تولید رمز عبور تصادفی با Django
- پروژه 109: ساخت وبسایت پورتفولیوی شخصی با Django
- پروژه 110: وبسایت لیست انجام کار (Todo List) برای چندین کاربر
- پروژه 111: اپلیکیشن گرافیکی برنامهریز سکه رمزنگاری
- پروژه 112: ربات توییتر شما (Python، request، API، استقرار، tweepy)
- پروژه 113: ساخت دیکشنری پایتون با استفاده از پایتون، Tkinter، JSON
- پروژه 114: بازی گرفتن تخم مرغ با استفاده از پایتون
- پروژه 115: اپلیکیشن ردیاب روال شخصی با استفاده از پایتون
- پروژه 116: ساخت صفحه نمایش حیوان خانگی با Tkinter و Canvas
- پروژه 117: ساخت بازی کاترپیلار با استفاده از Turtle و پایتون
- پروژه 118: ساخت بازی Hangman با استفاده از پایتون
- پروژه 119: توسعه ماشین حساب هوشمند خود با پایتون و Tkinter
- پروژه 120: استگانوگرافی مبتنی بر تصویر با استفاده از پایتون و pillows
نکات مهم برای موفقیت
نکته: یک برنامه مطالعاتی 60 روزه یا 120 روزه ایجاد کنید. روزانه 1 تا 3 ساعت وقت بگذارید و در 60 یا 120 روز 120 پروژه بسازید.
دوره جامع برای ورود به دنیای علم داده
این تنها دورهای است که برای تبدیل شدن به یک دانشمند داده، استخدام شدن و شروع یک شغل جدید به آن نیاز دارید.
توجه: این دوره ارزش وقت و پول شما را دارد. اکنون ثبت نام کنید قبل از اینکه این پیشنهاد منقضی شود.
Pianalytix .
نمایش نظرات