آموزش پایتون کاربردی برای کدنویسی هوش مصنوعی ۲ - آخرین آپدیت

دانلود Practical Python for AI Coding 2

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: ویدیو معرفی: https://youtu.be/TRhwIHvehR0 این دوره برای افرادی است که هیچ تجربه‌ای در کدنویسی پایتون ندارند، بنابراین هیچ دانش یا تجربه قبلی در زمینه برنامه‌نویسی نرم‌افزاری مورد نیاز نیست. در این دوره، دستورات (Syntaxes)، توابع و کتابخانه‌هایی از پایتون که به طور گسترده در کدنویسی هوش مصنوعی استفاده می‌شوند، انتخاب، معرفی و توضیح داده شده‌اند. علاوه بر این، دستورات حیاتی و توابع رایج در AI و رابطه مکمل بین NumPy، Pandas و TensorFlow بررسی شده است، به گونه‌ای که حتی برای کاربران باسابقه پایتون نیز مفید باشد. این دوره با ایجاد یک محیط کدنویسی هوش مصنوعی بدون خطا بر روی سیستم کاربر آغاز می‌شود تا آن‌ها را قادر سازد پس از اتمام دوره، مدل‌سازی و کدنویسی AI را با استفاده از Scikit-learn، TensorFlow و Keras آغاز کنند. با داشتن محیط محلی، کاربران نیازی به استفاده از سرویس‌های ابری نخواهند داشت و می‌توانند مستقیماً کدنویسی هوش مصنوعی را شروع کنند.

سرفصل ها و درس ها

کتابخانه Numpy: کار با آرایه‌ها Numpy library: Using arrays

  • تفاوت‌های بین list، NumPy، Pandas و TensorFlow Differences among list, NumPy, Pandas and TensorFlow

  • مفاهیم پایه آرایه‌ها: نوع داده، شکل و بُعد Basic concepts of arrays: Data type, shape, and dimension

  • آرایه‌های خاص و ایندکس‌گذاری آرایه Special arrays and array indexing

  • عملیات روی آرایه‌ها و قانون broadcasting Array operatins and broadcasting rule

  • برش (Slicing) و تخت کردن آرایه‌ها Slicing and flattening arrays

  • به دست آوردن آمارهای توصیفی Getting summary statistics

کتابخانه Pandas: کار با دیتا-فریم‌ها Pandas library: Using DataFrames

  • معرفی کتابخانه Pandas و Series Introducing Pandas library and Series

  • دیتا-فریم‌ها: ایجاد و تغییر ایندکس DataFrames: creation and index change

  • برش (Slicing) در دیتا-فریم‌ها DataFrames slicing

  • مرتب‌سازی داده‌های دیتا-فریم Sorting DataFrames data

  • تمرین دیتا-فریم با داده‌های Iris DataFrame exercise with Iris data

  • ترکیب دیتا-فریم‌ها بر اساس شناسه یکتا Combining DataFrames based on unique ID

  • آمارهای توصیفی و بردار one hot Descriptive statistics and one hot vector

رشته‌ها و فایل‌ها Strings and files

  • مفهوم رشته، ایندکس‌گذاری و برش String concept, indexing and slicing

  • اتصال و تقسیم رشته‌ها String concatenation and splitting

  • برش پیشرفته رشته‌ها Advanced string slicing

  • تبدیل کاراکتر به کد ASCII و f-strings Character into ASCII code and f-strings

  • خواندن و ذخیره فایل‌های داده Reading and saving data files

بصری‌سازی داده‌ها: matplotlib و seaborn Data visualization: matplotlib and seaborn

  • آماده‌سازی بوم (Canvas) و افزودن زیرنمودارها Preparing canvas and adding subplots

  • نمودارهای خطی و نمودارهای ستونی Line graphs and bar charts

  • رسم هیستوگرام‌ها Drawing histograms

  • نمودار پراکندگی، نمودار جعبه‌ای و نمودار دایره‌ای Scatter plot, box plot and pie chart

  • رسم نمودار با داده‌های دیتا-فریم Drawing with DataFrame data

  • رسم نمودار با Seaborn Plotting with Seaborn

برنامه‌نویسی شی‌گرا: معرفی کلاس و شیء Object oriented programming: introducing class object

  • مفهوم برنامه‌نویسی شی‌گرا و ایجاد کلاس Concept of object oriented programming and creating a class

  • وراثت در کلاس‌ها و بازنویسی متدها (Overriding) Class inheritance and overriding methods

  • مثالی دیگر از وراثت کلاس‌ها و جمع‌بندی نهایی Another example of class inheritance and closing remarks

نمایش نظرات

آموزش پایتون کاربردی برای کدنویسی هوش مصنوعی ۲
جزییات دوره
8h 53m
27
(آخرین آپدیت)
3,159
4.9 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