آموزش همکاری و کدنویسی: گیت‌هاب با پایتون و ژوپیتر - آخرین آپدیت

دانلود Collaborate and Code: GitHub with Python and Jupyter

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

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: این دوره شما را با استراتژی‌های حرفه‌ای کنترل نسخه (Version Control) که برای پروژه‌های مشترک علوم داده ضروری هستند، آشنا می‌کند. با شروع از ادغام ادغام گیت‌هاب با نوت‌بوک‌های ژوپیتر، زیربنای محکمی برای ردیابی، اشتراک‌گذاری و مدیریت کدهای تحلیلی ایجاد خواهید کرد. در ادامه، خواهید آموخت که چگونه از هوش مصنوعی مولد برای بهینه‌سازی فرآیندهای مستندسازی و اجرای استراتژی‌های شاخه‌بندی (Branching) تخصصی برای پشتیبانی از آزمایش‌های علوم داده استفاده کنید. از طریق آزمایشگاه‌های عملی با استفاده از پروژه EngageMetrics، آموزش‌های ویدئویی و جلسات تعاملی، یک گردش کار جامع برای کنترل نسخه ایجاد می‌کنید که هم بهره‌وری فردی و هم همکاری‌های تیمی را افزایش می‌دهد. در پایان این دوره، شما قادر خواهید بود: • ادغام نوت‌بوک‌های ژوپیتر با گیت‌هاب برای ردیابی سیستماتیک نسخه‌ها و همکاری تیمی • تولید مستندات جامع و بهینه با استفاده از تکنیک‌های کمک‌گرفته از هوش مصنوعی • پیاده‌سازی استراتژی‌های شاخه‌بندی تخصصی جهت پشتیبانی از آزمایش‌های موازی در علوم داده • ایجاد یک گردش کار حرفه‌ای برای کنترل نسخه که یکپارچگی پروژه را حفظ کرده و در عین حال نوآوری را تسهیل می‌کند

سرفصل ها و درس ها

کنترل نسخه گیت‌هاب برای نوت‌بوک‌ها GitHub Version Control for Notebooks

نسخه‌بندی نوت‌بوک‌ها با گیت‌هاب Versioning Your Notebooks with GitHub

مستندسازی پیشرفته با هوش مصنوعی و استراتژی‌های شاخه‌بندی AI-Enhanced Documentation & Branching Strategies

بهره‌گیری از هوش مصنوعی برای مستندسازی بهتر Leveraging AI for Better Documentation
استراتژی‌های شاخه‌بندی برای پروژه‌های علوم داده Branching Strategies for Data Science Projects