آموزش یادگیری ماشینی و یادگیری عمیق: عملی پایتون

سرفصل ها و درس ها

معرفی یادگیری ماشین و چرخه حیات پروژه هوش مصنوعی. Machine Learning Introduction & AI Project Life Cycle.

• معرفی دوره - درباره دوره Course Introduction - About the course

• مقدمه ای بر مفاهیم یادگیری ماشینی Introduction to Machine Learning Concepts

• انواع یادگیری ماشینی Types of Machine Learning

• انواع روش های نظارت شده - رگرسیون و طبقه بندی Types of Supervised Methods - Regression & Classification

• مثال های بیشتر در مورد رگرسیون و طبقه بندی More examples on Regression and Classification

• الگوریتم های یادگیری ماشین Machine Learning Algorithms

• مسابقه مفاهیم Concepts Quiz

• مراحل چرخه حیات پروژه یادگیری ماشین Stages of Machine Learning Project Life Cycle

• مسابقه مفاهیم Concepts Quiz

• معماری: استقرار مدل یادگیری ماشین در تولید Architecture : Machine Learning Model Deployment in Production

فرآیند مهندسی ویژگی - حیاتی ترین فرآیند Feature Engineering Process - Most Critical Process

• فرآیند مهندسی ویژگی - حیاتی ترین فرآیند Feature Engineering Process - The Most Critical Process

• رمزگذاری ویژگی های طبقه بندی شده Categorical Feature Encoding

• نمونه گیری تصادفی و اعتبارسنجی متقاطع - آماده سازی داده ها برای مدل سازی Random Sampling & Cross Validation - Data Preparation for Modelling

• مسابقه مفاهیم Concepts Quiz

تعیین بهترین مدل یادگیری ماشین - فرآیند درک دقت و خطا Determine Best Machine Learning Model - Accuracy & Error Understanding Process

• متریک اعتبارسنجی دقت مدل طبقه بندی - قسمت 1 Classification Model Accuracy Validation Metric - Part 1

• متریک اعتبارسنجی دقت مدل رگرسیون Regression Model Accuracy Validation Metric

• مسابقه مفاهیم Concepts Quiz

کد - دوره سقوط پایتون - شیرجه سریع عمیق به اصول پایتون Code - Python Crash Course - Quick Deep Dive to Python Fundamentals

• مقدمه ای بر Anaconda & Jupiter - Python IDE Introduction to Anaconda & Jupiter - Python IDE

• رشته ها، اعداد و انواع داده پایتون Python Strings , Numbers and Data Types

• عملیات منطقی پایتون و دستورات شرطی Python Logical Operations & Conditional Statements

• عملیات منطقی پایتون و دستورات شرطی Python Logical Operations & Conditional Statements

• توابع کد قابل استفاده مجدد پایتون Python Reusable Code Functions

• فراخوانی API پیش شرطی سازی داده با JSON API call pre data conditioning with JSON

• تماس API، درخواست و پاسخ، کپی کم عمق و عمیق API call , Request and Response, Shallow & Deep Copy

• رسیدگی به استثنا Exception Handling

ایجاد API با Web Framework Flask API creation with Web framework Flask

• معرفی فلاسک Flask introduction

• درخواست و پاسخ فلاسک Flask Request and Response

• بارگذاری فایل فلاسک Flask File Upload

• درخواست API پیش‌بینی مدل با فلاسک Model Prediction API Request with Flask

• یک درخواست فلاسک ایجاد کنید تا بیشترین عدد را از لیست اعداد بدست آورید Create a flask request to get the highest number from the list of numbers

کد - پردازش داده با چارچوب قدرتمند پانداها Code - Data Processing with Powerful Pandas Framework

• Pandas Framework - خواندن فایل های داده - فایل های csv و excel با استفاده از Pandas Pandas Framework - Read Data Files - csv & excel Files using Pandas

• Pandas Framework - فیلتر کردن داده ها در قاب های داده Pandas Framework - Filter Data in Data Frames

• Pandas Framework - رها کردن ستون ها و انواع داده ها Pandas Framework - Drop Columns & Datatypes

• چارچوب پانداها - عملیات گروهی روی داده Pandas Framework - Group Operations on Data

• Pandas Framework - Concat Operations on Data Pandas Framework - Concat Operations on Data

• پرس و جو پایگاه داده با پانداها Database Query with Pandas

• چالش کد - پردازش داده ها Code Challenge - Data Processing

الگوریتم - K-نزدیکترین همسایه (KNN) - یادگیری تحت نظارت Algorithm - K-Nearest Neighbor (KNN) - Supervised Learning

• فاصله اقلیدسی بین نقاط Euclidian Distance between points

• الگوریتم: K- طبقه بندی نزدیکترین همسایه (KNN). Algorithm : K- Nearest Neighbor (KNN) Classification

• الگوریتم: K- نزدیکترین همسایه (KNN) رگرسیور Algorithm : K- Nearest Neighbor (KNN) Regressor

• مسابقه متریک فاصله Distance Metric Quiz

• آزمون محاسبه خطا و دقت Error & Accuracy Calculation Quiz

• آزمون نمونه گیری Sampling Quiz

• معرفی پلتفرم ابری Kaggle Kaggle Cloud Platform Introduction

• کد پروژه: KNN Classifier Model Training & Validation Project Code : KNN Classifier Model Training & Validation

• ایجاد مدل برای پیش بینی گونه ها Model Creation to Predict Species

• کد پروژه: آموزش و اعتبارسنجی مدل رگرسیور KNN Project Code : KNN Regressor Model Training & Validation

• ایجاد مدل برای پیش بینی حق بیمه Model Creation to Predict Insurance Premium

الگوریتم: رگرسیون خطی - یادگیری تحت نظارت Algorithm: Linear Regression - Supervised Learning

• الگوریتم: رگرسیون خطی - بهترین معادله مدل خطی را بیابید Algorithm : Linear Regression - Find the Best Linear Model Equation

• الگوریتم: رگرسیون خطی - عناصر مدل خطی و استراتژی پیش بینی Algorithm : Linear Regression - Elements of Linear Model and Prediction Strategy

• کد پروژه: مدل رگرسیون خطی را توسعه دهید Project Code : Develop Linear Regression Model

الگوریتم - ماشین‌های بردار پشتیبان (SVM) - یادگیری تحت نظارت Algorithm - Support Vector Machines (SVM) - Supervised Learning

• الگوریتم - دسته بندی کننده ماشین های بردار پشتیبان (SVM) - یادگیری نظارت شده Algorithm - Support Vector Machines (SVM) Classifier - Supervised Learning

• دسته‌بندی ماشین‌های بردار پشتیبانی (SVM) - بهترین Hyperplane را پیدا کنید Support Vector Machines (SVM) Classifier - Find the Best Hyperplane

• رگرسیون ماشین های بردار پشتیبانی (SVM) - بهترین خط رگرسیون را پیدا کنید Support Vector Machines (SVM) Regression - Find the Best Regression Line

• کد پروژه: کاربرد طبقه‌بندی کننده SVM در مجموعه داده سرطان Project Code : Application of SVM Classifier on Cancer Dataset

الگوریتم - K - معنی - یادگیری بدون نظارت Algorithm - K - Means - Unsupervised Learning

• مقدمه یادگیری ماشین بدون نظارت Unsupervised Machine Learning Introduction

• الگوریتم: K- به معنی خوشه بندی Algorithm: K- Means Clustering

• الگوریتم: K- به معنای روش خوشه بندی آرنج Algorithm: K- Means Clustering Elbow Method

• امتحان مفاهیم بدون نظارت Unsupervised Concepts Quiz

• کد پروژه : مدل K-Means Clustering - قسمت 1 آموزش Project Code : K-Means Clustering Model - Part 1 Training

• کد پروژه : مدل K-Means Clustering - قسمت 2 آموزش Project Code : K-Means Clustering Model - Part 2 Training

• مدل تحلیل مالی - تحلیل الگوهای کارت اعتباری مشتری Financial Analysis Model - Customer Credit Card Patterns Analysis

الگوریتم - خوشه بندی فضایی مبتنی بر چگالی (DBSCAN) - یادگیری بدون نظارت Algorithm - Density-Based Spatial Clustering (DBSCAN) - Unsupervised Learning

• الگوریتم - خوشه بندی فضایی مبتنی بر چگالی (DBSCAN) - اصل کاری Algorithm - Density-Based Spatial Clustering (DBSCAN) - Working Principle

• استانداردسازی داده ها قبل از الگوریتم خوشه بندی Standardization of Data Prior to Clustering Algorithm

• کد پروژه: DBSCAN در تجزیه و تحلیل محتوای آب و مزیت آن Project Code : DBSCAN on Water Content Analysis & it's Advantage

الگوریتم - تجزیه و تحلیل سری های زمانی - تک متغیره و چند متغیره Algorithm - Time Series Analytics - Univariate & Multivariate

• مقدمه ای بر داده های تک متغیره Introduction to Univariate Data

• مقدمه ای بر سری های زمانی تک متغیره Introduction to Univariate Time Series

• آهنگسازی سری زمانی - قسمت 1 Time Series Composition - Part 1

• آهنگسازی سری زمانی - قسمت 2 Time Series Composition - Part 2

• مدلسازی تک متغیره در مقابل چند متغیره Univariate vs Multivariate Modelling

• الگوریتم - مقدمه ای بر FBProphet Algorithm - Introduction to FBProphet

• مستندات الگوریتم FBProphet - صفحه رسمی FBProphet Algorithm Documentation - Official Page

• کد پروژه: الگوریتم FBProphet - آموزش مدل Project Code: FBProphet Algorithm - Model Training

• فرآیند آموزش و اعتبارسنجی سری های زمانی Time Series Training & Validation Process

• کد پروژه: دقت اعتبارسنجی مدل FBProphet، پیش بینی و تجزیه Project Code : FBProphet Model Validation Accuracy, Forecasting & Decomposition

طراحی و پیاده سازی مدل شبکه های عصبی یادگیری عمیق Deep Learning Neural Networks Design & Model Implementation

• مقدمه ای بر شبکه عصبی عمیق Introduction to Deep Neural Network

• توابع فعال سازی شبکه عصبی عمیق Deep Neural Network Activation Functions

• پردازش تک نورون در معماری شبکه عصبی عمیق Single Neuron Processing in a Deep Neural Network Architecture

• مسابقه مفاهیم یادگیری عمیق Deep Learning Concepts Quiz

• گرادیان از دست دادن Gradient of Loss

• وزن شبکه عصبی عمیق و توابع هزینه Deep Neural Network Weights & Cost Functions

• نزول حداقل و شیب جهانی با بهینه سازی وزن Global Minimum & Gradient Descent with Weight Optimization

• مسابقه مفاهیم یادگیری عمیق Deep Learning Concepts Quiz

• قانون انتشار پشت و زنجیره Back Propagation & Chain Rule

• کد: پیاده سازی طبقه بندی کننده یادگیری عمیق Keras Code: Keras Deep Learning Classifier Implementation

• کد: اجرای رگرسیون یادگیری عمیق Keras Code: Keras Deep Learning Regression Implementation

• مسابقه مفاهیم یادگیری عمیق Deep Learning Concepts Quiz

چارچوب‌های AutoML مبتنی بر H2o.ai و پیاده‌سازی شبکه‌های عصبی عمیق H2o.ai based AutoML Frameworks & Deep Neural Networks Implementation

• H2o.ai AutoML Frameworks H2o.ai AutoML Frameworks

تشخیص تصویر و مفاهیم و پیاده سازی های یادگیری عمیق پیشرفته Image Recognition & Advanced Deep Learning Concepts & Implementations

• تشخیص تصویر - معماری و پردازش شبکه عصبی کانولوشن Image Recognition - Convolutional Neural Network Architecture & Processing

• کد: Multiclass Image Recognition Keras Implementation Code: Multiclass Image Recognition Keras Implementation

• مزایای مدل‌های رمزگذار خودکار یادگیری عمیق Deep Learning Auto Encoder Models Benefits

• Deep Learning Encoders-Decoders - Auto Encoder Models Deep Learning Encoders-Decoders - Auto Encoder Models

• کد: Keras Deep Learning Auto Encoder Models Code: Keras Deep Learning Auto Encoder Models

• درک شبکه سیامی یادگیری عمیق Understanding Deep Learning Siamese Network

• آموزش عمیق معماری شبکه سیامی Deep Learning Siamese Network Architecture

• مسابقه مفاهیم Concepts Quiz

به مصاحبه ساختگی زنده - تجزیه و تحلیل SWOT و توصیه برای موفقیت بپیوندید Join LIVE Mock Interview - SWOT analysis & Recommendation for Success

• مصاحبه زنده خود را رزرو کنید Book your Live Interview