آموزش ChatGPT: یادگیری ماشینی (AI) با استفاده از ChatGPT

ChatGPT: Master Machine Learning (AI) using ChatGPT

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری علم داده، یادگیری ماشین و تکنیک‌های یادگیری عمیق در پایتون با استفاده از قدرت ChatGPT به مفاهیم و ابزارهای اساسی علم داده، از جمله برنامه‌نویسی پایتون، تجسم داده‌ها و تجزیه و تحلیل آماری تسلط پیدا می‌کند. تجربه عملی را با کتابخانه های علوم داده محبوب مانند NumPy، Pandas، Matplotlib و Seaborn به دست آورید. مفاهیم رگرسیون خطی و لجستیک، درخت های تصمیم گیری و جنگل های تصادفی را برای کارهای پیش بینی و طبقه بندی درک و به کار ببرید. تکنیک های یادگیری بدون نظارت مانند خوشه بندی و کاهش ابعاد را بیاموزید. روش های پیشرفته در NLP و یادگیری عمیق را بیاموزید. مفاهیم و تکنیک های تحلیل و پیش بینی سری های زمانی را درک کنید. ساخت سیستم های توصیه و خراش وب. یادگیری تقویتی و رباتیک را بیاموزید. مهارت های جدید خود را در پروژه های دنیای واقعی و موارد استفاده به کار ببرید. برای تبدیل شدن به یک دانشمند داده یا تحلیلگر داده، به مهارت هایی مجهز باشید. یک پایه قوی برای پیگیری موضوعات پیشرفته در یادگیری ماشین و هوش مصنوعی بدست آورید. پاکسازی، کاوش و تجسم داده ها را برای کشف الگوها و بینش ها بیاموزید. پیش نیازها:اکانت Active ChatGPT آشنایی اولیه با مفاهیم برنامه نویسی. آشنایی با مفاهیم پایه ریاضی مانند احتمال و آمار. درک مفاهیم اساسی جبر خطی و حساب دیفرانسیل و انتگرال مفید خواهد بود اما ضروری نیست. آشنایی با مفاهیم پایه علوم کامپیوتر مانند ساختار داده ها و الگوریتم ها مفید است اما ضروری نیست. مقداری دانش از یادگیری ماشین مفید است اما ضروری نیست.

این دوره برای آشنایی کامل با دنیای علم داده با استفاده از ChatGPT طراحی شده است. شما مفاهیم و ابزارهای اساسی علم داده از جمله برنامه نویسی پایتون، تجسم داده ها و تجزیه و تحلیل آماری را خواهید آموخت. در طول دوره، تجربه عملی با کتابخانه‌های معروف علم داده مانند NumPy، Pandas، Matplotlib و Seaborn کسب خواهید کرد.

ما رگرسیون خطی و لجستیک، درخت‌های تصمیم‌گیری و جنگل‌های تصادفی را برای کارهای پیش‌بینی و طبقه‌بندی پوشش خواهیم داد.

علاوه بر این، تکنیک های یادگیری بدون نظارت مانند خوشه بندی و کاهش ابعاد را خواهید آموخت. ما همچنین روش های پیشرفته در NLP و یادگیری عمیق را پوشش خواهیم داد.

شما مفاهیم و تکنیک های تحلیل و پیش بینی سری های زمانی را یاد خواهید گرفت. همچنین سیستم‌های توصیه ساختمان و اسکراپینگ وب را پوشش خواهیم داد.

ما همچنین آموزش تقویتی و رباتیک را پوشش خواهیم داد.

در طول دوره، مهارت‌های جدید خود را در پروژه‌های دنیای واقعی و موارد استفاده به کار خواهید برد. در پایان دوره، شما به مهارت‌هایی مجهز می‌شوید که می‌توانید یک دانشمند داده یا تحلیلگر داده شوید و پایه‌ای قوی برای پیگیری موضوعات پیشرفته در یادگیری ماشین و هوش مصنوعی خواهید داشت.

این دوره برای طیف وسیعی از یادگیرندگان، از جمله دانشمندان و تحلیلگران مشتاق داده، متخصصان با پیشینه های مختلف که می خواهند علم داده را برای تجزیه و تحلیل داده ها و تصمیم گیری های مبتنی بر داده یاد بگیرند، دانش آموزانی که در حال تحصیل در علوم کامپیوتر، ریاضیات، آمار هستند، در نظر گرفته شده است. یا رشته‌های مرتبطی که می‌خواهند درک عمیق‌تری از علم داده به دست آورند، کارآفرینان و صاحبان کسب‌وکارهای کوچک که می‌خواهند بینشی از داده‌ها برای بهبود کسب‌وکار خود کسب کنند، متخصصان فناوری اطلاعات که می‌خواهند مهارت‌های علم داده را به مجموعه ابزار خود اضافه کنند، محققان و دانشگاهیان که می‌خواهند تجزیه و تحلیل داده ها برای حمایت از تحقیقات خود و هر کسی که علاقه مند به درک اصول علم داده، یادگیری ماشین و هوش مصنوعی است.


سرفصل ها و درس ها

معرفی دوره Course Introduction

  • نگاهی اجمالی به معلم و تشویق یادگیری هوش مصنوعی A glimpse of the teracher and the Encouraging of learning AI

  • حساب OpenAI را ثبت کنید و از ChatGPT استفاده کنید Register OpenAI account and start using ChatGPT

  • شما با اطمینان در چه موضوعاتی آگاه هستید؟ What topics are you confidently knowledgeable in?

  • گیجی Perplexity

مقدمه ای بر علم داده و پایتون Introduction to Data Science and Python

  • مقدمه ای بر پایتون Intro to Python

  • لیست ها lists

  • چندتایی tuple

  • فرهنگ لغت dictionary

  • تابع محدوده range function

  • خ str

  • مجتمع complex

  • با استفاده از پایتون و پاندا، مجموعه داده انتخابی خود را کاوش و تجزیه و تحلیل کنید Explore and analyze a dataset of your choice using Python and Pandas

رگرسیون خطی Linear Regression

  • رگرسیون خطی (نمایش کلی ریاضی) Linear regression (Math Overview)

  • ساخت یک مدل رگرسیون خطی برای پیش بینی قیمت مسکن Build a linear regression model to predict housing prices

درختان تصمیم و جنگل تصادفی Decision Trees and Random Forest

  • پیاده سازی یک الگوریتم درخت تصمیم برای طبقه بندی گل های زنبق Implement a decision tree algorithm to classify iris flowers

  • از Random Forest برای طبقه بندی اینکه آیا وام بانکی نکول می شود یا خیر، استفاده کنید Use Random Forest to classify whether a bank loan will default or not

یادگیری بدون نظارت Unsupervised Learning

  • از الگوریتم خوشه بندی K-means برای تقسیم بندی مشتریان با رفتار خرید استفاده کنید Use K-means clustering algorithm to segment customers by purchasing behavior

افزایش گرادیان Gradient Boosting

  • یک مدل تقویت گرادیان برای تشخیص ناهنجاری در ترافیک شبکه بسازید Build a gradient boosting model for anomaly detection in network traffic

پردازش زبان طبیعی (NLP) Natural Language Processing (NLP)

  • از تکنیک های پردازش زبان طبیعی برای تجزیه و تحلیل احساسات در مجموعه ای از فیلم ها استفاده کنید Use natural language processing techniques to analyze sentiment in a set of movi

یادگیری عمیق Deep Learning

  • ایجاد یک شبکه عصبی برای طبقه بندی تصاویر ارقام دست نویس Create a neural network to classify images of handwritten digits

  • از DL برای ایجاد مدلی استفاده کنید که بتواند متن جدیدی تولید کند Use DL to create a model that can generate new text

  • یک مدل یادگیری عمیق برای تقسیم بندی تصویر ایجاد کنید Create a deep learning model for image segmentation

سری زمانی و پیش بینی Time series and Forecasting

  • یک مدل پیش‌بینی سری زمانی برای پیش‌بینی قیمت سهام بسازید Build a time series forecasting model to predict stock prices

سیستم توصیهگر Recommender Systems

  • یک سیستم توصیه برای پیشنهاد محصولات به خریداران آنلاین بسازید Build a recommendation system to suggest products to online shoppers

Web Scraping و Big Data Web Scraping and Big Data

  • برای جمع‌آوری داده‌ها از اینترنت، یک اسکریپت اسکرپینگ وب ایجاد کنید Create a web scraping script to collect data from the internet

استقرار مدل یادگیری ماشین Machine Learning Model Deployment

  • مدل MobileNetV2 را با استفاده از gradio در وب مستقر کنید Deploy MobileNetV2 model to the web using gradio

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش ChatGPT: یادگیری ماشینی (AI) با استفاده از ChatGPT
جزییات دوره
3.5 hours
26
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,453
4.2 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Mohamad Ghaith Alzin Mohamad Ghaith Alzin

مهندس نرم افزار رباتیک