آموزش ساخت با هوش مصنوعی: طراحی داشبوردهای هوشمند با Streamlit - آخرین آپدیت

دانلود Build with AI: AI-Powered Dashboards with Streamlit

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

توضیحات

این دوره درباره چیست؟

در این دوره عملی، نحوه استفاده از Streamlit برای ساخت اپلیکیشن‌های وب را خواهید آموخت. به‌طور خاص، شما یک دستیار کدنویسی مبتنی بر هوش مصنوعی در Streamlit خواهید ساخت که به تولید، اصلاح و نگهداری داشبوردهای داده‌های تعاملی با استفاده از پایتون و API شرکت OpenAI کمک می‌کند. ابتدا با ساخت یک دستیار هوش مصنوعی ساده مبتنی بر چت در Streamlit شروع می‌کنید، سپس نحوه بارگذاری، آماده‌سازی و تحلیل داده‌ها در این پلتفرم را می‌آموزید. در ادامه، داشبوردهای پویا با بصری‌سازی‌های متنوع و فیلترها را از طریق تعاملات متنی با یک دستیار هوش مصنوعی داخلی می‌سازید. در نهایت، روش‌های تست، نگهداری و استقرار (Deploy) داشبورد کامل خود را روی Streamlit Community Cloud خواهید آموخت.

مدرس

چه کسی این دوره را تدریس می‌کند؟

مگان سیلوی (Megan Silvey) مشاور علوم داده و مؤسس Silvey Solutions است که بینش‌های عملی و داده‌محور ارائه می‌دهد و با سازمان‌هایی نظیر سازمان ملل متحد، Emeritus، phData و BankOnIP همکاری کرده است.

اهداف

در پایان این دوره چه توانایی‌هایی خواهم داشت؟

  • تسلط بر بسته Streamlit و کاربرد آن در ساخت اپلیکیشن‌های وب.
  • بارگذاری، پاک‌سازی و بررسی مجموعه‌داده‌ها با استفاده از کدهای پایتون تولید شده توسط هوش مصنوعی.
  • طراحی و نگهداری داشبوردهای تعاملی با کمک ابزارهای هوش مصنوعی.
  • استقرار حرفه‌ای اپلیکیشن‌ها در Streamlit Community Cloud.
  • ارزیابی و پیاده‌سازی بهترین روش‌ها برای ادغام هوش مصنوعی در داشبوردهای Streamlit.

مخاطبان

این دوره برای چه کسانی است؟

  • مشاوران علوم داده
  • برنامه‌نویسان پایتون
  • علاقه‌مندان به یادگیری ماشین
  • توسعه‌دهندگان وب
  • متخصصانی که قصد ورود به حوزه علوم داده را دارند

پیش‌نیازها

قبل از شروع این دوره چه چیزهایی باید بدانم؟

  • دانش مقدماتی برنامه‌نویسی پایتون
  • آشنایی با مفاهیم توسعه وب
  • تجربه کار با داده‌ها و بصری‌سازی (مزیت است اما الزامی نیست)


سرفصل ها و درس ها

مقدمه Introduction

  • ساخت یک داشبورد مبتنی بر هوش مصنوعی با پایتون و Streamlit Build an AI-powered dashboard with Python and Streamlit

1. آشنایی با Streamlit و ابزارهای هوش مصنوعی 1. Introduction to Streamlit and AI Tools

  • اتصال به API OpenAI با استفاده از کلید API Connecting to the OpenAI API with your API key

  • کار با هوش مصنوعی و APIها: بهترین روش‌ها برای ادغام امن Working with AI and APIs: Best practices for secure integration

  • Streamlit چیست و چرا برای داشبوردهای AI استفاده می‌شود؟ What is Streamlit, and why use it for AI dashboards?

  • مبانی Streamlit: آماده‌سازی محیط توسعه Streamlit basics: Setting up your environment

  • مبانی Streamlit: ایجاد ویجت‌ها و تعاملات Streamlit basics: Creating widgets and interactivity

  • مبانی Streamlit: بررسی و بهینه‌سازی اپلیکیشن Streamlit basics: Exploring and refining your app

2. ساخت یک اپلیکیشن داشبورد ساده با Streamlit 2. Building a Basic Streamlit Dashboard App

  • افزودن ویجت چت به رابط کاربری اپلیکیشن Add a chat widget to your app UI

  • اتصال Chat API شرکت OpenAI به اپلیکیشن Streamlit Connect the OpenAI Chat API to your Streamlit app

  • اجرا و نمایش کدهای تولید شده توسط AI در داخل اپلیکیشن Render and run AI-generated code inside your app

  • ساخت یک داشبورد ساده در Streamlit با داده‌های نمونه Build a simple dashboard in Streamlit with sample data

  • مدیریت خطاها و ارائه بازخورد به کاربر در اپلیکیشن Handle errors and provide user feedback in your app

3. کار با داده‌ها در Streamlit 3. Working with Data in Streamlit

  • بارگذاری و پیش‌نمایش داده‌های خارجی در Streamlit Upload and preview external data in Streamlit

  • پاک‌سازی داده‌ها با کمک هوش مصنوعی Clean your data with help from AI

  • استفاده از AI برای کاوش و خلاصه‌سازی داده‌ها Use AI to explore and summarize your data

  • شناسایی شاخص‌های کلیدی عملکرد (KPI) با کمک AI Identify key performance indicator metrics with the help of AI

  • معرفی پروژه هتل لاندون (Landon Hotel) Introducing Landon Hotel

  • تعریف فیلترهای داشبورد با کمک دستیار هوش مصنوعی Define dashboard filters with AI assistance

4. بصری‌سازی داده‌ها و طراحی داشبورد 4. Data Visualization and Dashboard Design

  • تولید بصری‌سازی‌های داده با استفاده از پرامپت‌های AI Generate data visualizations using AI prompts

  • ساخت داشبوردهای تعاملی پاسخ‌دهنده به فیلترها Build interactive dashboards that respond to filters

  • تست اپلیکیشن داشبورد Test your dashboard app

  • استقرار داشبورد در Streamlit Community Cloud Deploy your dashboard to the Streamlit Community Cloud

  • اصلاح و نگهداری داشبورد مبتنی بر هوش مصنوعی Refine and maintain your AI-powered dashboard

  • سازماندهی چیدمان داشبورد با کمک AI Organize your dashboard layout with AI help

  • بهینه‌سازی بصری‌سازی داده‌ها با پیشنهادات AI Refine data visuals using AI suggestions

جمع‌بندی Conclusion

  • گام‌های بعدی Next steps

نمایش نظرات

آموزش ساخت با هوش مصنوعی: طراحی داشبوردهای هوشمند با Streamlit
جزییات دوره
4h 51m
26
(آخرین آپدیت)
4,018
- از 5
ندارد
دارد
دارد
Megan Silvey
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Megan Silvey Megan Silvey

مشاور علم داده

مگان سیلوی یک مشاور علم داده است.

مگان مشتاق کمک به شرکت ها در تصمیم گیری های مبتنی بر داده است. او Silvey Solutions را برای کمک به ایجاد تفاوت در جامعه داده با ارائه بینش‌های عملی و مبتنی بر داده تأسیس کرد. برخی از مشتریان برجسته ای که او با آنها کار کرده است عبارتند از: سازمان ملل متحد، بازنشسته، phData و BankOnIP.

او مدرک کارشناسی ارشد را در تجزیه و تحلیل داده ها از دانشگاه ایالتی کانزاس و لیسانس ریاضیات با رشته روانشناسی را در دانشگاه کانزاس دریافت کرد.