آموزش بوت‌کمپ Copilot و عامل‌های هوش مصنوعی برای علوم داده [2026] - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• معرفی مدرس و دموی عملی Copilot برای علوم داده! Instructor Introduction and CoPilot for Data Science Practical Demo!

• سرفصل‌های بوت‌کمپ و نکات کلیدی برای موفقیت Bootcamp Outline & Key Success Tips

• مبانی Copilot و عامل‌های AI CoPilot & AI Agents 101

• دانلود منابع بوت‌کمپ Download the Bootcamp Materials

پاکسازی و تحلیل داده‌ها با Copilot و GPT-5 Data Wrangling and Analysis with CoPilot & GPT-5

• برنامه آموزشی فصل: پاکسازی و تحلیل داده‌ها Module Agenda - Data Wrangling and Analysis

• مبانی پاکسازی، تحلیل و مهندسی ویژگی Data Wrangling, Analysis, & Feature Engineering 101

• مهندسی پرامپت و ۵ نکته برتر در طراحی پرامپت Prompt Engineering & Top 5 Prompt Engineering Tips

• تکنیک‌های مهندسی پرامپت: Zero، Few و Chain of Thought Prompt Engineering Techniques: Zero, Few, and Chain-of-thought Prompting

• کتابخانه Pandas و یکپارچگی با Copilot Pandas Library and CoPilot Integration

• پروژه ۱ - بخش ۱: وارد کردن فایل‌های اکسل به Pandas DataFrames با Copilot Project 1 – Task 1: Importing Excel Files into Pandas DataFrames with CoPilot

• پروژه ۱ - بخش ۲: مکان‌یابی و مدیریت مجموعه‌داده‌های ناقص Project 1 – Task 2: Locating and Handling Missing Datasets

• پروژه ۱ - بخش ۳: ادغام و الحاق داده‌ها با Copilot Project 1 – Task 3: Data Merging and Concatenation with CoPilot

• پروژه ۱ - بخش ۴: تحلیل، فیلتر کردن و مرتب‌سازی داده‌ها Project 1 – Task 4: Data Analysis, Filtering and Sorting

• پروژه ۱ - بخش ۵: بصری‌سازی داده‌ها Project 1 – Task 5: Data Visualization

• تکنیک‌های مهندسی ویژگی Feature Engineering Techniques

• پروژه عملی ۲ - بخش ۱: بارگذاری، جایگزینی مقادیر و اکتشاف داده‌ها Practical Project 2 – Task 1: Data Loading, Imputation, & Exploration

• پروژه عملی ۲ - بخش ۲: One Hot Encoding و مقیاس‌بندی ویژگی‌ها Practical Project 2 – Task 2: One Hot Encoding & Features Scaling

• پروژه عملی ۲ - بخش ۳: فیلتر کردن Pandas DataFrame و بصری‌سازی داده‌ها Practical Project 2 – Task 3: Pandas DataFrame Filtering & Data Visualization

• پروژه عملی ۳ - بخش ۱: مرور پروژه و قابلیت‌های قدرتمند GPT-5 Practical Project 3 – Task 1: Project Overview & GPT-5 Powerful Features

• پروژه عملی ۳ - بخش ۲: ساخت یک عامل AI برای پاکسازی داده‌ها در Copilot Practical Project 3 – Task 2: Build a Data Wrangling AI Agent in CoPilot

• سوال تمرینی: پاکسازی داده‌ها و مهندسی ویژگی Practice Opportunity Question: Data Wrangling & Feature Engineering

• پاسخ تمرین بخش ۱: پاکسازی داده‌ها و مهندسی ویژگی Practice Opportunity Solution Part 1: Data Wrangling & Feature Engineering

• پاسخ تمرین بخش ۲: پاکسازی داده‌ها و مهندسی ویژگی Practice Opportunity Solution Part 2: Data Wrangling & Feature Engineering

• سخن پایانی و تشکر! Concluding Remarks and Thank You!

بصری‌سازی داده‌ها و روایتگری با استفاده از Microsoft Copilot و عامل‌های AI تحلیلگر Data Visualization & Storytelling Using Microsoft CoPilot & Analyst AI Agents

• برنامه آموزشی فصل و کتابخانه‌های بصری‌سازی داده در پایتون Module Agenda & Data Visualization Libraries in Python

• انواع بصری‌سازی داده‌ها Data Visualization Types

• مرور پروژه ۱: بصری‌سازی و روایتگری گزارش جهانی شادی Project 1 Overview - World Happiness Report Visualization & Storytelling

• پروژه ۱ (بخش الف): نمودار پراکندگی، خط رگرسیون بهینه و نمودار ستونی Project 1 (Part A) - Scatterplot, Best-Fit Regression Line, & Bar Chart

• سوال تمرینی: نمودارهای پراکندگی، ستونی و خط رگرسیون Practice Opportunity Question: Scatter, Bar, & Regression Line Plots

• پاسخ تمرین: نمودارهای پراکندگی، ستونی و خط رگرسیون Practice Opportunity Solution: Scatter, Bar, & Regression Line Plots

• پروژه ۱ (بخش ب): نقشه‌های حرارتی همبستگی، Pairplots و ۱۰ بصری‌سازی با GPT-5 Project 1 (Part B) - Correlation Heatmaps, Pairplots, & 10 GPT-5 Visualizations

• پروژه ۱ (بخش ج): عامل AI تحلیلگر برای بصری‌سازی داده‌ها Project 1 (Part C) - Analyst AI Agent for Data Visualization

• مرور پروژه ۲: بصری‌سازی و روایتگری داده‌های فروش وال‌مارت Project 2 Overview - Walmart Sales Data Visualization & Storytelling

• پروژه ۲ (بخش الف): بصری‌سازی و روایتگری داده‌های فروش وال‌مارت Project 2 (Part A) - Walmart Sales Data Visualization & Storytelling

• پروژه ۲ (بخش ب): بصری‌سازی و روایتگری داده‌های فروش وال‌مارت Project 2 (Part B) - Walmart Sales Data Visualization & Storytelling

• سوال تمرینی: عامل AI تحلیلگر Practice Opportunity Question: AI Analyst Agent

• پاسخ تمرین: عامل AI تحلیلگر Practice Opportunity Solution: AI Analyst Agent

• مرور پروژه نهایی: بصری‌سازی و روایتگری داده‌های سرطان Final Project Overview - Cancer Data Visualization & Storytelling

• پاسخ پروژه نهایی (بخش الف): بصری‌سازی و روایتگری داده‌های سرطان Final Project Solution (Part A) - Cancer Data Visualization & Storytelling

• پاسخ پروژه نهایی (بخش ب): بصری‌سازی و روایتگری داده‌های سرطان Final Project Solution (Part B) - Cancer Data Visualization & Storytelling

• پاسخ پروژه نهایی (بخش ج): بصری‌سازی و روایتگری داده‌های سرطان Final Project Solution (Part C) - Cancer Data Visualization & Storytelling

• سخن پایانی و تشکر! Concluding Remarks & Thank You!

توسعه و اعتبارسنجی مدل با استفاده از Copilot و عامل‌های AI Model Development and Validation Using CoPilot & AI Agents

• مرور فصل توسعه و اعتبارسنجی مدل Model Development and Validation Module Overview

• مرور پروژه عملی: ساخت یک عامل AI پیش‌بین بازاریابی در Copilot Practical Project Overview - Build a Marketing Predictor AI Agent in CoPilot

• مقایسه مدل‌های طبقه‌بند ML: رگرسیون لجستیک، جنگل تصادفی، SVM و غیره ML Classifier Models Comparison - Logistic Regression, Random Forest, SVM,..etc

• شاخص‌های کلیدی عملکرد (KPIs) مدل‌های طبقه‌بندی و ماتریس اغالت Classification Models KPIs & Confusion Matrix

• تمرین عملی مدل‌های طبقه‌بندی Classification Models Practice Opportunity

• پاسخ تمرین مدل‌های طبقه‌بندی Classification Models Practice Opportunity Solution

• پروژه عملی: ساخت عامل‌های AI در Copilot - بخش ۱ Practical Project: Build AI Agents in CoPilot - Part 1

• پروژه عملی: ساخت عامل‌های AI در Copilot - بخش ۲ Practical Project: Build AI Agents in CoPilot - Part 2

• پروژه عملی: ساخت عامل‌های AI در Copilot - بخش ۳ Practical Project: Build AI Agents in CoPilot - Part 3

• پروژه عملی: ساخت عامل‌های AI در Copilot - بخش ۴ Practical Project: Build AI Agents in CoPilot - Part 4

• سوال تمرینی: آموزش مدل‌های طبقه‌بند ML در Copilot Practice Opportunity Question: Train ML Classifier Models in CoPilot

• پاسخ تمرین بخش الف: آموزش مدل‌های طبقه‌بند ML در Copilot Practice Opportunity Solution Part A: Train ML Classifier Models in CoPilot

• پاسخ تمرین بخش ب: استفاده از عامل AI تحلیلگر Copilot Practice Opportunity Solution Part B: Using CoPilot Analyst AI Agent

• نتیجه‌گیری، خلاصه و پیام تشکر! Conclusion, Summary, & Thank You Message!

تشخیص ناهنجاری با استفاده از Copilot و GPT-5 Anomaly Detection Using CoPilot & GPT-5

• برنامه آموزشی فصل تشخیص ناهنجاری Anomaly Detection Module Agenda

• مقدمه‌ای بر تشخیص ناهنجاری و مرور تکنیک‌ها Introduction to Anomaly Detection and Techniques Overview

• متد تشخیص ناهنجاری Z-Score Z-Score Anomaly Detection Method

• پروژه عملی بخش الف: ساخت عامل AI تشخیص ناهنجاری در Copilot Practical Project Part A - Build Anomaly Detector AI Agent in CoPilot

• پروژه عملی بخش ب: ساخت عامل AI تشخیص ناهنجاری در Copilot Practical Project Part B - Build Anomaly Detector AI Agent in CoPilot

• الگوریتم Isolation Forest Isolation Forest Algorithm

• سوال تمرینی: عامل AI برای تشخیص ناهنجاری Isolation Forest Practice Opportunity Question: AI Agent for Isolation Forest Anomaly Detection

• پاسخ تمرین: عامل AI برای تشخیص ناهنجاری Isolation Forest Practice Opportunity Solution: AI Agent for Isolation Forest Anomaly Detection

• سخن پایانی و تشکر! Concluding Remarks & Thank You!

پیوست الف: مبانی یادگیری ماشین و علوم داده Appendix A: Machine Learning & Data Science Fundamentals

• پیوست الف.۱: ریاضیات ساده رگرسیون خطی ۱-۰-۱ Appendix A.1 - Simple Linear Regression Math 101

• پیوست الف.۲: مجموع کمترین مربعات (Least Sum of Squares) Appendix A.2 - Least Sum of Squares

• پیوست الف.۳: Scikit Learn Appendix A.3 - Scikit Learn

• پیوست الف.۴: مرور XGBoost Appendix A.4 - XGBoost overview

• پیوست الف.۵: مقدمه‌ای بر XG Boost Appendix A.5 - Intro to XG-Boost

• پیوست الف.۶: بوستینگ (Boosting) چیست؟ Appendix A.6 - What is Boosting

• پیوست الف.۷: درخت‌های تصمیم مجموعه‌ای (Ensemble) Appendix A.7 - Ensemble Decision Trees

• پیوست الف.۸: توازن بایاس و واریانس (Bias-Variance Tradeoff) Appendix A.8 - Bias Variance Tradeoff

• پیوست الف.۹: منظم‌سازی L2 (Ridge) Appendix A.9 - L2 regularization Ridge

• پیوست الف.۱۰: منظم‌سازی L1 (Lasso) Appendix A.10 - L1 regularization Lasso

پیوست ب: کیفیت و نیازمندی‌های داده در علوم داده Appendix B: Data Quality and Requirements in Data Science

• پیوست ب.۱: استراتژی داده و اجزای کلیدی Appendix B.1 - Data Strategy and Key Components

• پیوست ب.۲: اجزای استراتژی داده - مثال عملی Appendix B.2 - Data Strategy Components - Practical Example

• پیوست ب.۳: تعریف نیازمندی‌های داده - بخش ۱ Appendix B.3 - Defining Data Requirements Part 1

• پیوست ب.۴: تعریف نیازمندی‌های داده - بخش ۲ Appendix B.4 - Defining Data Requirements Part 2

• پیوست ب.۵: تعریف نیازمندی‌های داده - بخش ۳ Appendix B.5 - Defining Data Requirements Part 3

• پیوست ب.۶: ارزیابی کیفیت داده‌ها Appendix B.6 - Data Quality Assessment

• پیوست ب.۷: برچسب‌گذاری داده‌ها (Data Labeling) Appendix B.7 - Data Labeling

• پیوست ب.۸: تفاوت Data Lake، Data Warehouse و Database Appendix B.8 - Data Lake Vs. Data Warehouse Vs. Database

• پیوست ب.۹: حاکمیت و امنیت داده‌ها Appendix B.9 - Data Governance and Security

پیوست ج: مایکروسافت Copilot (مطالب تکمیلی اختیاری) Appendix C: Microsoft CoPilot (Additional Optional Materials)

• پیوست ج.۱: مقایسه Microsoft Copilot، نسخه Pro و Microsoft 365 Copilot Appendix C.1 - Microsoft CoPilot Vs. Pro Vs. Microsoft 365 CoPilot

• پیوست ج.۲: موارد استفاده عمومی Copilot - بخش ۱ Appendix C.2 - CoPilot General Use Cases - Part 1

• پیوست ج.۳: موارد استفاده عمومی Copilot - بخش ۲ Appendix C.3 - CoPilot General Use Cases - Part 2

• پیوست ج.۴: انجام پاکسازی داده‌ها با استفاده از پایتون در اکسل Appendix C.4 - Performing Data Wrangling Using Python in Excel

تبریک و پیام تشکر! Congratulations & Thank You Message!

• تبریک برای اتمام بوت‌کمپ! Congratulations on Completing the bootcamp!