آموزش هوشمندسازی تحلیل داده: بهینه‌سازی خط لوله تحلیل داده - آخرین آپدیت

دانلود Agentic way to Data Analytics: Streamline Analytics Pipeline

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

ساخت و استقرار عوامل هوش مصنوعی برای خودکارسازی فرآیندهای تحلیل داده با پایتون و LangChain

ابزارها و تکنیک‌های مورد استفاده در تحلیل داده

با استفاده از هوش مصنوعی مولد برای ساده‌سازی خط لوله تحلیل داده: دریافت، پاکسازی، اکتشاف، مدل‌سازی و تفسیر

هوش مصنوعی مولد برای تولید کد جهت تجزیه و تحلیل داده‌ها

چگونه بهره‌وری خود را در کارهای روزمره تحلیل داده افزایش دهیم

هوش مصنوعی مولد برای توسعه محصولات داده آماده استقرار

پیش نیازها:

  • مهارت‌های برنامه‌نویسی پایه - پایتون توصیه می‌شود
  • دانش بنیادی در تحلیل داده
  • آشنایی با یادگیری ماشین
  • پیشینه ریاضیات برای درک مفاهیم تحلیلی بسیار مفید خواهد بود

تا به حال احتمالاً با ChatGPT یا Copilot بازی کرده‌اید - اما این دوره یک آموزش "نحوه درخواست" دیگر نیست. این دوره که توسط یک دانشمند داده‌ی فعال برای همکاران تحلیلگر و علاقه‌مندان به هوش مصنوعی طراحی شده است، به شما نشان می‌دهد که چگونه از ابزارهای هوش مصنوعی مولد در سطح سازمانی برای مقابله با مشکلات واقعی کسب‌وکار و تسریع در ارائه محصول داده خود استفاده کنید. همچنین، با معایب رایج ادغام GenAI در فرآیندهای کاری تجزیه و تحلیل آشنا خواهید شد و متوجه خواهید شد که برای پیشرفت با تکامل این فناوری به چه مهارت‌هایی نیاز دارید.

در طول دوره، من شما را گام به گام راهنمایی خواهم کرد - از تعریف مشکل و جمع‌آوری داده‌ها، از طریق تجزیه و تحلیل اکتشافی و تبدیل، تا ساخت و تفسیر مدل‌ها با کمک GenAI. شما استراتژی‌هایی را برای موارد زیر یاد خواهید گرفت:

  • تکرار و آزمایش سریع

  • به حداقل رساندن سردردهای یادگیری نحو با تمرکز بر مفاهیم اصلی

  • واگذاری وظایف معمول ML به عوامل هوش مصنوعی تا بتوانید روی کارهای با ارزش بالا تمرکز کنید

GenAI را به عنوان شتاب‌دهنده خود و خودتان را به عنوان خلبان در نظر بگیرید - هر تصمیمی هنوز با شماست، اما اکنون با سرعت نور حرکت می‌کنید. ما همه اینها را با نمایش‌های عملی به کار خواهیم گرفت، بنابراین در پایان، شما بینش‌ها را سریع‌تر و با اطمینان بیشتری ارائه خواهید داد.

آماده‌اید تا بازی تحلیل خود را ارتقا دهید؟ بیایید با هم پرواز کنیم!

پ.ن. این توضیحات دوره توسط یک ماشین نوشته نشده است - از اینکه خواندید متشکرم!


سرفصل ها و درس ها

Introduction and Basics

  • Course Goal-هدف دوره Course Goal

  • Generative AI in 90 seconds-هوش مصنوعی مولد در ۹۰ ثانیه Generative AI in 90 seconds

  • GenAI, AI, ML, & Deep Learning in Venn Diagram-GenAI، هوش مصنوعی، یادگیری ماشینی و یادگیری عمیق در نمودار ون GenAI, AI, ML, & Deep Learning in Venn Diagram

  • AI vs Gen AI-هوش مصنوعی در برابر هوش مصنوعی مولد AI vs Gen AI

Impact and Adoption-تاثیر و پذیرش Impact and Adoption

  • Impact vs adoption of Gen AI in industries-تاثیر در برابر پذیرش هوش مصنوعی مولد در صنایع Impact vs adoption of Gen AI in industries

  • Impact & Adoption Case study: Finance and Banking Industry-مطالعه موردی تاثیر و پذیرش: صنعت امور مالی و بانکداری Impact & Adoption Case study: Finance and Banking Industry

  • Impact & Adoption Case study: Marketing and Advertisement Industry-مطالعه موردی تاثیر و پذیرش: صنعت بازاریابی و تبلیغات Impact & Adoption Case study: Marketing and Advertisement Industry

  • Impact & Adoption in Agriculture and the need of Data & Analytics (D&A)-تاثیر و پذیرش در کشاورزی و نیاز به داده و تجزیه و تحلیل (D&A) Impact & Adoption in Agriculture and the need of Data & Analytics (D&A)

  • Importance of Data & Analytics (D&A) for Gen AI-اهمیت داده و تجزیه و تحلیل (D&A) برای هوش مصنوعی مولد Importance of Data & Analytics (D&A) for Gen AI

Journey and Transformation-سفر و تحول Journey and Transformation

  • Journey of Data Analytics: BI to AI to Gen AI-سیر تحول تجزیه و تحلیل داده: از BI به هوش مصنوعی و به هوش مصنوعی مولد Journey of Data Analytics: BI to AI to Gen AI

  • Gen AI driven transformation-تحول مبتنی بر هوش مصنوعی مولد Gen AI driven transformation

  • Gen AI's journey of transformation and impact, Phase-I-سیر تحول و تاثیر هوش مصنوعی مولد، فاز اول Gen AI's journey of transformation and impact, Phase-I

  • Gen AI's journey of transformation and impact, Phase-II-سیر تحول و تاثیر هوش مصنوعی مولد، فاز دوم Gen AI's journey of transformation and impact, Phase-II

Conceptual Frameworks for Gen AI in Data Analytics-چارچوب‌های مفهومی برای هوش مصنوعی مولد در تجزیه و تحلیل داده Conceptual Frameworks for Gen AI in Data Analytics

  • Overview of the Gen AI Key Techniques for Data Analytics-مروری بر تکنیک‌های کلیدی هوش مصنوعی مولد برای تجزیه و تحلیل داده Overview of the Gen AI Key Techniques for Data Analytics

  • Prompt Engineering-مهندسی پرامپت Prompt Engineering

  • Code Generation using ChatGPT, Claude, Co-pilot-تولید کد با استفاده از ChatGPT، Claude، Co-pilot Code Generation using ChatGPT, Claude, Co-pilot

  • Retrieval Augmented Generation (RAG)-بازیابی تولید افزوده (RAG) Retrieval Augmented Generation (RAG)

  • Agentic Design Pattern-الگوی طراحی Agentic Agentic Design Pattern

Code Generation with Prompt Engineering-تولید کد با مهندسی پرامپت Code Generation with Prompt Engineering

  • Setting up Databricks Environment-راه‌اندازی محیط Databricks Setting up Databricks Environment

  • Obtaining Data-دریافت داده‌ها Obtaining Data

  • Exploratory Data Analysis (EDA)-تحلیل داده اکتشافی (EDA) Exploratory Data Analysis (EDA)

  • Machine Learning Model-مدل یادگیری ماشین Machine Learning Model

  • Model Evaluation-ارزیابی مدل Model Evaluation

Retrieval Augmented Generation (RAG) for Data Analytics-بازیابی تولید افزوده (RAG) برای تجزیه و تحلیل داده Retrieval Augmented Generation (RAG) for Data Analytics

  • Introduction-مقدمه Introduction

  • Use cases-موارد استفاده Use cases

  • Risk and Benefits-ریسک‌ها و مزایا Risk and Benefits

  • RAG Ecosystem-اکوسیستم RAG RAG Ecosystem

  • No Code Example with Claude-مثال بدون کد با Claude No Code Example with Claude

From Code to UI: Streamlit RAG App in Action-از کد تا رابط کاربری: اپلیکیشن Streamlit RAG در عمل From Code to UI: Streamlit RAG App in Action

  • Environment Setup-تنظیم محیط Environment Setup

  • Unstructured Data Unlocked: Streamlit + OpenAI RAG-داده‌های بدون ساختار آزاد شده: Streamlit + OpenAI RAG Unstructured Data Unlocked: Streamlit + OpenAI RAG

  • Tabular Data RAG Challenge-چالش RAG داده‌های جدولی Tabular Data RAG Challenge

  • Crack the CSV: Agentic RAG Solution Session-شکستن CSV: جلسه راه‌حل Agentic RAG Crack the CSV: Agentic RAG Solution Session

  • Streamlit Edition: Agentic RAG for Tabular Data-نسخه Streamlit: Agentic RAG برای داده‌های جدولی Streamlit Edition: Agentic RAG for Tabular Data

Agentic Design Pattern for Data Analytics-الگوی طراحی Agentic برای تجزیه و تحلیل داده Agentic Design Pattern for Data Analytics

  • From Generative to Agentic: The AI Evolution-از مولد به Agentic: تکامل هوش مصنوعی From Generative to Agentic: The AI Evolution

  • Agentic AI Ecosystem: Frameworks & Tools-اکوسیستم هوش مصنوعی Agentic: فریم‌ورک‌ها و ابزارها Agentic AI Ecosystem: Frameworks & Tools

  • Build Your Data Analysis Agent with LangChain & Pandas-ساخت Agent تجزیه و تحلیل داده خود با LangChain و Pandas Build Your Data Analysis Agent with LangChain & Pandas

  • Intelligent Data Reporting: Agentic Approach-گزارش‌دهی هوشمند داده: رویکرد Agentic Intelligent Data Reporting: Agentic Approach

  • Agentic Data Explorer: A Streamlit Application-کاوشگر داده Agentic: یک برنامه Streamlit Agentic Data Explorer: A Streamlit Application

نمایش نظرات

آموزش هوشمندسازی تحلیل داده: بهینه‌سازی خط لوله تحلیل داده
جزییات دوره
3.5 hours
38
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
154
4.6 از 5
دارد
دارد
دارد
Dr KM Mohsin
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dr KM Mohsin Dr KM Mohsin

دانشمند داده، دانشمند محاسباتی: نانو الکترونیک