آموزش راهنمای کامل ChatGPT و Copilot برای پروژه‌های Python & R

Complete Guide to ChatGPT & Copilot for Python & R Projects

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: برنامه نویسی R، R، پایتون، برنامه نویسی پایتون، Github Copilot، ChatGPT، پروژه های علم داده مبانی کدنویسی AI: بیاموزید که چگونه ابزارهای هوش مصنوعی مانند Copilot در نوشتن کد کمک می کنند و کدنویسی را سریعتر و آسان تر می کنند. کد پایتون و R کارآمد را با استفاده از ابزارهای هوش مصنوعی مانند Copilot و ChatGPT ایجاد کنید. افزایش سرعت با Copilot: در سرعت بخشیدن به پروژه های کدنویسی خود با استفاده از پیشنهادات مبتنی بر هوش مصنوعی Copilot استاد شوید. نکات کد نویسی ChatGPT: کشف کنید که چگونه ChatGPT می تواند مشاوره کدنویسی ارائه دهد و کارایی کدنویسی شما را بهبود بخشد. بهبود کد با هوش مصنوعی: درک کنید که چگونه هوش مصنوعی می‌تواند کد شما را اصلاح کند و منجر به برنامه‌نویسی تمیزتر و کارآمدتر شود. ابزارهای هوش مصنوعی برای اشکال‌زدایی: یاد بگیرید که از هوش مصنوعی مانند ChatGPT برای اشکال‌زدایی استفاده کنید و تصحیح خطا را سریع‌تر کنید. ساخت پروژه‌ها با هوش مصنوعی: پروژه‌های کدنویسی را سریع‌تر و با کیفیت کد بهتر با استفاده از کمک هوش مصنوعی Copilot و ChatGPT تکمیل کنید. پیش نیازها: دانش اولیه کدنویسی (اختیاری): برخی از تجربه های قبلی کدنویسی می تواند مفید باشد، اما الزام سختی نیست. این دوره به گونه ای طراحی شده است که برای مبتدیان قابل دسترسی باشد و ابزارهای هوش مصنوعی مانند Copilot و ChatGPT برای پر کردن شکاف ها در دانش کدنویسی پشتیبانی می کنند. دانش اولیه برنامه نویسی پایتون و/یا R. راه‌اندازی محیط علم داده (اختیاری): درس‌های اضافه شده درباره نحوه راه‌اندازی حساب پایتون و R. ChatGPT: برای دسترسی و تعامل با ChatGPT برای کمک و راهنمایی کدنویسی، یک حساب ChatGPT لازم است. حساب GitHub: این به شرکت کنندگان اجازه می دهد تا از مزایای کامل GitHub Copilot برای پیشنهادهای کدنویسی مبتنی بر هوش مصنوعی استفاده کنند.

به دوره تعاملی ما، "راهنمای کامل ChatGPT Copilot برای پروژه های Python R" بپیوندید، که برای ارائه تجربه عملی در حل مشکلات واقعی علم داده با استفاده از AI، Copilot و ChatGPT طراحی شده است.

با وجود ضمانت بازگشت وجه 30 روزه Udemy، اگر کلاس انتظارات شما را برآورده نکرد، جای نگرانی نیست.

این دوره به دو زبان پایتون و R با RStudio تدریس می شود. راهنمای نصب کامل در مورد نحوه نصب و پیکربندی Python و R، در آوریل 2024 اضافه شد. همچنین نحوه اتصال RStudio به Python و استفاده از آن به عنوان IDE پایتون را توضیح می‌دهد.

هر درس در این دوره به تنهایی با تمرکز بر چالش علم داده متفاوت است.

می‌آموزید که چگونه از ابزارهای هوش مصنوعی مانند Copilot و ChatGPT برای پیمایش مؤثر در این چالش‌ها استفاده کنید.

ترکیب ابزارهای هوش مصنوعی مانند Copilot و ChatGPT در گردش کار علم داده می‌تواند سرعت و کارایی شما را به میزان قابل توجهی افزایش دهد، که اغلب بسته به کار، بهره‌وری (X2) را دو برابر یا حتی ده برابر (X10) افزایش می‌دهد.

در اینجا چیزی است که ما با استفاده از یادگیری عملی و مبتنی بر پروژه پوشش خواهیم داد:

  • پاک‌سازی و مرتب کردن داده‌ها: یاد بگیرید که چگونه داده‌های خود را منظم سازماندهی کنید و آن‌ها را برای تجزیه و تحلیل آماده کنید. این یک مرحله کلیدی در علم داده است تا اطمینان حاصل شود که داده های شما دقیق و کار با آنها آسان است. استفاده از پانداها با پایتون و dplyr با R.

  • بارگیری فایل‌ها با فرمت‌های مختلف: نحوه وارد کردن داده‌ها از انواع مختلف فایل‌ها را کشف کنید. این مهارت در علم داده مهم است زیرا به شما امکان می دهد با انواع داده ها در ابزارهایی مانند Copilot و ChatGPT کار کنید.

  • تجسم داده ها با نمودارها: بیاموزید که چگونه از نمودارها برای نمایش داده های خود به شیوه ای واضح و جالب استفاده کنید. نمودارها به شما کمک می کنند الگوها و نکات مهم را ببینید، که بخش بزرگی از علم داده است.

  • تجسم داده‌ها با جداول: بیاموزید که چگونه جداول می‌توانند به شما کمک کنند داده‌ها را ساده و مؤثر نشان دهید و مقایسه و درک آن‌ها را آسان‌تر می‌کند، کاری رایج در علم داده.

  • واکشی داده‌های API: در جمع‌آوری داده‌های زنده از APIها مهارت کسب کنید. این بدان معنی است که می توانید از داده های تازه و واقعی در پروژه های علم داده خود با Copilot و ChatGPT استفاده کنید. هر دو پایتون و R دارای کتابخانه های عالی برای واکشی داده های API هستند.

  • حذف وب: نحوه خراش دادن داده‌هایی را که در قالب‌های مختلف مانند جداول متن و HTML ارائه می‌شوند، بیاموزید. این تضمین می کند که می توانید تمام اطلاعات مربوطه را از یک وب سایت دریافت کنید. پایتون و R بسته به صفحه وب، این وظایف را متفاوت انجام می دهند.

  • اتصال و واکشی از SQL: نحوه دریافت داده از پایگاه داده های SQL را بیاموزید، که برای برخورد با داده های سازمان یافته در بسیاری از پروژه های علم داده ضروری است.

  • دستکاری‌ها و پیوستن به جدول داده‌ها: به روش‌های پیشرفته‌تری برای کار با جداول، مانند تغییر داده‌ها و کنار هم قرار دادن جداول برای دریافت اطلاعات بیشتر، تکنیکی مفید در علم داده، وارد شوید.

  • تجزیه و تحلیل رگرسیون: اصول اولیه تجزیه و تحلیل رگرسیون را درک کنید، که به شما کمک می کند ببینید چگونه چیزها به هم مرتبط هستند و روندهای آینده را پیش بینی کنید، یک روش کلیدی در علم داده.

  • متن کاوی: نحوه استخراج اطلاعات مفید از متن را کاوش کنید، که یک مهارت مهم در علم داده است، به ویژه هنگام کار با ابزارهایی مانند ChatGPT برای تجزیه و تحلیل مقادیر زیادی از داده های متنی.

  • یادگیری ماشینی: شروع به ساخت مدل‌های یادگیری ماشینی کنید، که به شما امکان می‌دهد الگوها را پیدا کنید و از داده‌ها پیش‌بینی کنید، بخش اصلی علم داده. پایتون برنده واضح است اما R در حال رسیدن است!

  • تجزیه و تحلیل بازگشت پورتفولیو: در تجزیه و تحلیل بازده سرمایه گذاری غوطه ور شوید، که به شما کمک می کند تا تصمیمات هوشمندانه ای بر اساس داده ها اتخاذ کنید و ارزش عملی علم داده در امور مالی را نشان می دهد.

در طول هر پروژه، ما از نقاط قوت Copilot و ChatGPT استفاده خواهیم کرد تا نشان دهیم که چگونه این ابزارهای هوش مصنوعی نه تنها می‌توانند فرآیند کدنویسی شما را سرعت بخشند، بلکه کیفیت کار شما را نیز بهبود می‌بخشند.
شما مشاهده خواهید کرد که Python چگونه ممکن است یک مشکل را به سرعت حل کنید، اما R مشکل دارد، و بالعکس.

این دوره برای کسانی که به دنبال تقویت مهارت های علم داده خود با قدرت هوش مصنوعی هستند عالی است.


درباره من:

به‌عنوان مشاوری که تأثیر این ابزارها را به‌دقت تحلیل کرده است، فواید ملموسی را که برای پروژه‌های پیچیده به ارمغان می‌آورند، از نزدیک مشاهده کرده‌ام.

حتی در سناریوهایی که به نظر می‌رسد وظایف ذاتاً در برابر بهینه‌سازی مقاوم هستند، کمک هوشمند ارائه شده توسط Copilot و ChatGPT می‌تواند منجر به صرفه‌جویی قابل توجهی در زمان شود.

به‌طور متوسط، حداقل یک ساعت در روز صرفه‌جویی می‌کنم در حالی که با چالش‌های پیچیده‌ای که معمولاً نیازمند تلاش گسترده هستند، مقابله می‌کنم. این افزایش بهره وری فقط مربوط به تکمیل سریعتر وظایف نیست. این در مورد دستیابی به استانداردهای بالاتر کار با پیشنهادهای روشنگر و مبتنی بر هوش مصنوعی است که این ابزارها ارائه می دهند و روشی را که ما به حل مسئله در علم داده می پردازیم تغییر می دهد.


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

Codebase در Github Codebase on Github

  • Codebase در Github - به منابع مراجعه کنید Codebase on Github - See Ressources

راه اندازی محیط علم داده Setup Data Science Environment

  • پایتون را نصب کنید Install Python

  • R را نصب کنید Install R

  • راه اندازی RStudio، R و Python، Git Setup RStudio, R and Python, Git

بارگذاری اطلاعات با فرمت های مختلف Load Data of Different Formats

  • بارگذاری اطلاعات فرمت های مختلف با پایتون Load Data of Different Formats with Python

  • بارگذاری اطلاعات فرمت های مختلف با R Load Data of Different Formats with R

تمیز کردن و مرتب کردن داده ها Data Clean-Up and Tidy

  • پاکسازی و تمیز کردن داده ها با پایتون و هوش مصنوعی Data Clean-Up and Tidy with Python and AI

  • پاکسازی و مرتب کردن داده ها با R و AI Data Clean-Up and Tidy with R and AI

تجسم داده ها با نمودارها Data Visualization with Graphs

  • تجسم داده ها با نمودارها با R و AI Data Visualization with Graphs with R and AI

  • تجسم داده ها با گراف ها با پایتون و هوش مصنوعی Data Visualization with Graphs with Python and AI

تجسم داده ها با جداول Data Visualization with Tables

  • تجسم داده ها با جداول با R و AI Data Visualization with Tables with R and AI

  • تجسم داده ها با جداول با پایتون و هوش مصنوعی Data Visualization with Tables with Python and AI

واکشی داده های API Fetch API Data

  • داده های API را با پایتون و هوش مصنوعی واکشی کنید Fetch API Data with Python and AI

  • واکشی داده های API با R و AI Fetch API Data with R and AI

حذف وب Web Scrapping

  • حذف وب با پایتون و ChatGPT Web Scrapping with Python and ChatGPT

  • حذف وب با R و ChatGPT Web Scrapping with R and ChatGPT

اتصال و واکشی از SQL Connect and Fetch from SQL

  • یک SQL Server محلی را راه اندازی و اجرا کنید Setup and Run a local SQL Server

  • با Python و ChatGPT و Copilot از SQL متصل و واکشی کنید Connect and Fetch from SQL with Python and ChatGPT and Copilot

  • با R و ChatGPT و Copilot وصل شوید و از SQL واکشی کنید Connect and Fetch from SQL with R and ChatGPT and Copilot

دستکاری جدول داده ها و اتصالات Data Table Manipulations and Joins

  • دستکاری جدول داده ها و اتصال با پایتون و هوش مصنوعی Data Table Manipulations and Joins with Python and AI

  • دستکاری جدول داده ها و اتصال با R و AI Data Table Manipulations and Joins with R and AI

تجزیه و تحلیل رگرسیون Regression Analysis

  • تجزیه و تحلیل رگرسیون با پایتون و ChatGPT و Copilot Regression Analysis with Python and ChatGPT and Copilot

  • تجزیه و تحلیل رگرسیون با R و ChatGPT و Copilot Regression Analysis with R and ChatGPT and Copilot

استخراج متن Text Mining

  • متن کاوی با R و AI Text Mining with R and AI

  • متن کاوی با پایتون و هوش مصنوعی Text Mining with Python and AI

فراگیری ماشین Machine Learning

  • یادگیری ماشین با هوش مصنوعی و پایتون Machine Learning with AI and Python

  • یادگیری ماشینی با هوش مصنوعی و R، قسمت 1 Machine Learning with AI and R, Part 1

  • یادگیری ماشین با هوش مصنوعی و R، قسمت 2 Machine Learning with AI and R, Part 2

تجزیه و تحلیل بازگشت پورتفولیو Portfolio Return Analytics

  • تجزیه و تحلیل بازگشت پورتفولیو با R و AI Portfolio Return Analytics with R and AI

  • تجزیه و تحلیل بازگشت پورتفولیو با پایتون و هوش مصنوعی Portfolio Return Analytics with Python and AI

یادگیری بیشتر More Learning

  • مقاله جایزه - با Arkadi بیشتر بدانید Bonus Article - Learn More with Arkadi

نمایش نظرات

آموزش راهنمای کامل ChatGPT و Copilot برای پروژه‌های Python & R
جزییات دوره
5 hours
32
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,332
4.5 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Arkadi Avanesyan Arkadi Avanesyan

کدمنتور و مربی شرکتی

آرکادی آوانسیان متخصص در سطح جهانی در امور مالی، بانکداری سرمایه گذاری، فناوری و علوم داده است.

آرکادی دارای مدرک کارشناسی مهندسی و کارشناسی ارشد در رشته مالی کمی از دانشگاه آزاد بروکسل است.

از طریق کدمنتور، او به بیش از 750 مشتری در علوم داده، امور مالی و برنامه نویسی راهنمایی کرده است، به رتبه 5 ستاره دست یافته است و برای 10 ماه متوالی در سال 2020 یک مربی برجسته بوده است.

در حال حاضر، او آموزش های شرکتی را انجام می دهد، دوره های با کیفیت بالا ایجاد می کند و مشتریان خصوصی را به صورت تک به تک آموزش می دهد.