آموزش پایتون: برنامه‌نویسی پایتون برای هوش مصنوعی (۱) - آخرین آپدیت

دانلود Python: Python Programming for Artificial Intelligence (1)

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

آموزش پایتون از مبتدی تا حرفه‌ای: گام اول سفر هوش مصنوعی

با پایتون مانند یک حرفه‌ای یاد بگیرید! از مبانی تا علم داده، یادگیری ماشین و هوش مصنوعی در سال ۲۰۲۱

از یک مبتدی کامل به یک برنامه‌نویس پایتون با اعتماد به نفس تبدیل شوید.

شما با اطمینان خاطر می‌توانید در رزومه خود "پیشرفته در پایتون برای هوش مصنوعی" را بنویسید.

پس از یادگیری پایتون، سازگاری شما با زبان‌های برنامه‌نویسی دیگر آسان‌تر خواهد شد.

این دوره تنها اولین بخش از ۷ بخش آموزشی است که قصد داریم به شما بیاموزیم. این دوره پایه و اساس آخرین دوره ما، یعنی دوره هوش مصنوعی، خواهد بود. برای درک بهتر، اگر زندگی یک هوش مصنوعی باشد، این دوره اولین گام‌های شما در این زندگی است.

مهارت‌های پیش‌نیاز پایتون را برای ورود به حوزه‌های تخصصی مانند یادگیری ماشین، علم داده و هوش مصنوعی کسب کنید.

با کتابخانه‌های NumPy، Pandas و Matplotlib که کتابخانه‌های اساسی علم داده هستند، آشنا خواهید شد.

اختیاری: مهارت‌های برنامه‌نویسی شیءگرا (OOP) در پایتون را به دانش خود اضافه کنید.

پایتون را از توسعه‌دهندگان نرم‌افزار با تجربه بیاموزید.

پیش‌نیازها:

  • هیچ دانش قبلی از برنامه‌نویسی پایتون لازم نیست.
  • داشتن یک کامپیوتر با اتصال اینترنت کافی است.
  • رویاهای خوب در مورد اهداف و آینده.

این دوره اولین بخش از سفر ۷ مرحله‌ای هوش مصنوعی است.

  1. پایتون
  2. علم داده
  3. ابزارهای بصری‌سازی
  4. یادگیری ماشین
  5. یادگیری عمیق
  6. یادگیری آماری
  7. یادگیری تقویتی

ما زیرساخت زبان پایتون مورد نیاز برای یادگیری هدف نهایی خود، الگوریتم‌های هوش مصنوعی را فرا خواهیم گرفت.

شرح دوره پایتون

  • مقدمه‌ای بر پایتون
    • نصب پایتون
    • شرح یودمی
    • گیت‌هاب و منابع تیم دیتاآی
  • مبانی پایتون
    • متغیرها
    • رشته‌ها
    • اعداد
    • توابع داخلی
    • توابع تعریف‌شده توسط کاربر
    • توابع لامبدا
    • لیست‌ها
    • تاپل‌ها
    • دیکشنری‌ها
    • دستورات شرطی if-else
    • حلقه‌های For و While
  • برنامه‌نویسی شیءگرا (OOP)
    • کلاس و سازنده (Constructor)
    • متغیرهای کلاس
  • مدیریت خطاهای برنامه‌نویسی
    • خطاهای سینتکسی
    • استثنائات (Exceptions)
  • کتابخانه NumPy
    • مبانی NumPy
    • عملیات NumPy
    • اندیس‌گذاری و برش (Indexing and Slicing)
    • تغییر شکل آرایه‌ها
    • روی‌هم‌گذاری آرایه‌ها
    • تبدیل و کپی آرایه
  • کتابخانه Pandas
    • مقدمه‌ای بر Pandas
    • متدهای پایه Pandas
    • اندیس‌گذاری و برش
    • فیلترینگ
    • لیست کامپرهنشن (List Comprehension)
    • الحاق (Concatenating)
    • تبدیل داده‌ها
  • کتابخانه Matplotlib
    • مرور Pandas
    • نمودار خطی
    • نمودار پراکندگی
    • هیستوگرام
    • نمودار میله‌ای
    • نمودارهای ترکیبی (Subplots)
  • اختیاری: برنامه‌نویسی شیءگرا (OOP)
    • کلاس‌ها
    • ویژگی‌ها (Attributes)
    • متدها (Methods)
    • متدها در مقابل توابع
    • سازنده/مقداردهنده (Constructor/Initializer)
    • کپسوله‌سازی (Encapsulation)
    • ارث‌بری (Inheritance)
    • کلاس‌های انتزاعی (Abstract Classes)
    • بازنویسی (Overriding)
    • چندریختی (Polymorphism)
    • پروژه اجاره وسیله نقلیه
  • ۲ آزمون عملی: میان‌ترم + آزمون نهایی
  • ۲۶ کوئیز

چرا پایتون؟

  • بر اساس تحقیقات IEEE سال ۲۰۲۰، پایتون یکی از پرکاربردترین و محبوب‌ترین زبان‌های برنامه‌نویسی در سراسر جهان است.
  • پایتون به دلیل یادگیری آسان، اولین انتخاب تازه‌کاران در دنیای کدنویسی است.
  • پایتون متن‌باز است و توسط بزرگترین شرکت‌های جهان مانند فیس‌بوک یا گوگل پشتیبانی می‌شود.
  • هنگامی که صحبت از علم داده، یادگیری ماشین یا هوش مصنوعی به میان می‌آید، زبان پایتون اولین چیزی است که به ذهن می‌رسد. این امر باعث شده پایتون مخاطبان گسترده‌ای در سراسر جهان داشته باشد.
  • از نظر شغلی، پایتون یکی از زبان‌هایی است که بیشترین فرصت‌های شغلی را ارائه می‌دهد.

فرصت‌هایی که با این دوره به دست خواهید آورد:

  • توانایی کدنویسی از صفر: با هم کدنویسی خواهیم کرد.
  • کدها و قالب‌ها: می‌توانید تمام قالب‌ها و کدهای پایتون که در دوره ایجاد کرده‌ایم را دانلود کنید. با تشکر از این کدها و قالب‌ها، زیرساخت برنامه‌ها و پروژه‌هایی را که بعداً انجام خواهید داد، ایجاد می‌کنید.
  • نظریه و منطق: ما نه تنها به شما می‌گوییم چگونه کد بنویسید، بلکه منطق و نظریه پشت کدی که می‌نویسیم و چرایی نوشتن چنین کدی را نیز توضیح می‌دهیم.
  • پشتیبانی در کلاس: ما فقط درس‌های ویدیویی ارائه نمی‌دهیم. ما یک تیم و جامعه حرفه‌ای برنامه‌نویسان پایتون را برای حمایت از شما ایجاد کرده‌ایم. این بدان معناست که پاسخ سوالات خود را ظرف ۲۴ ساعت دریافت خواهید کرد.

ما که هستیم: آکادمی تیم دیتاآی

تیم دیتاآی تیمی از برنامه‌نویسان پایتون و دانشمندان داده است.

برای ثبت‌نام در دوره اقدام کنید.


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه پایتون Python Introduction

  • نصب پایتون Python Installation

  • گیت‌هاب و منابع تیم دیتا Datai Team Github and Resources

  • اختیاری: گوگل کولب Optional: Google Colab

مبانی پایتون Python Basics

  • متغیرها Variables

  • رشته‌ها Strings

  • اعداد Numbers

  • متغیر - رشته - عدد Variable - String - Number

  • توابع داخلی Built-in Functions

  • توابع تعریف شده توسط کاربر User Defined Functions

  • توابع پیش‌فرض و انعطاف‌پذیر Default and Flexible Functions

  • توابع داخلی - تعریف شده توسط کاربر - پیش‌فرض Built-in - User Defined - Default Functions

  • تمرین 1 Practice 1

  • تابع لامبدا Lambda Function

  • تابع لامبدا Lambda Function

  • لیست List

  • تاپل Tuple

  • دیکشنری Dictionary

  • لیست - تاپل - دیکشنری List - Tuple - Dictionary

  • دستورات شرطی (دستورات if-else) Conditionals (if-else Statements)

  • تمرین 2 Practice 2

  • حلقه for For Loop

  • حلقه while While Loop

  • دستور if else - حلقه‌های for و while If Else Statement - For & While Loops

  • تمرین 3 Practice 3

برنامه‌نویسی شی‌گرا Object Oriented Programming

  • کلاس و سازنده Class and Constructor

  • متغیرهای کلاس Class Variables

  • مثال کلاس Class Example

  • برنامه‌نویسی شی‌گرا Object Oriented Programming

  • بخش اختیاری: برنامه‌نویسی شی‌گرا Optional Section: Object Oriented Programming

مدیریت خطاهای برنامه‌نویسی Dealing with Programming Errors

  • خطای نحوی Syntax Error

  • تلاش - گرفتن خطا 1 Try - Except 1

  • تلاش - گرفتن خطا 2 Try - Except 2

  • خطاهای برنامه‌نویسی Programming Errors

  • آزمون تمرینی 1: میان‌ترم Practice Test 1: Midterm

Numpy Numpy

  • مبانی Numpy Numpy Basics

  • مبانی Numpy Numpy Basics

  • عملیات پایه Numpy Numpy Basic Operations

  • عملیات پایه Numpy Numpy Basic Operations

  • اندیس‌گذاری و برش Indexing and Slicing

  • اندیس‌گذاری و برش Indexing and Slicing

  • دستکاری شکل آرایه Shape Manipulation

  • دستکاری شکل آرایه Shape Manipulation

  • چسباندن آرایه‌ها Stacking Arrays

  • چسباندن آرایه‌ها Stacking Arrays

  • تبدیل و کپی آرایه Convert and Copy Array

Pandas Pandas

  • مقدمه Pandas Introduction to Pandas

  • متدهای پایه Pandas Pandas Basic Methods

  • متدهای پایه Pandas Pandas Basic Methods

  • اندیس‌گذاری و برش دیتافریم‌ها Indexing and Slicing Data Frames

  • اندیس‌گذاری و برش دیتافریم‌ها Indexing and Slicing Data Frames

  • فیلتر کردن دیتافریم Pandas Filtering Pandas Data Frame

  • فیلتر کردن دیتافریم Pandas Filtering Pandas Data Frame

  • فهرست‌نویسی List Comprehension

  • الحاق داده‌ها Concatenating Data

  • الحاق داده‌ها Concatenating Data

  • تبدیل داده‌ها Transforming Data

بصری‌سازی با Matplotlib Visualization with Matplotlib

  • مرور Pandas Pandas Review

  • نمودار خطی Line Plot

  • نمودار پراکندگی Scatter Plot

  • هیستوگرام Histogram

  • نمودار میله‌ای Bar Plot

  • نمودارهای فرعی Subplots

  • Matplotlib Matplotlib

آزمون نهایی پایتون Python Final Exam

  • آزمون تمرینی 2: آزمون نهایی Practice Test 2: Final Exam

نتیجه‌گیری Conclusion

  • نتیجه‌گیری پایتون Python Conclusion

  • منابع اضافی پایتون Python Additional Resources

بخش اختیاری: برنامه‌نویسی شی‌گرا Optional Section: Object Oriented Programming

  • کلاس‌ها Classes

  • کلاس‌ها Classes

  • ویژگی‌ها Attributes

  • ویژگی‌ها Attributes

  • متدها Methods

  • متدها در مقابل توابع Methods vs Functions

  • متدها Methods

  • سازنده/مقداردهنده اولیه Constructor/Initializer

  • سازنده/مقداردهنده اولیه Constructor/Initializer

  • پروژه ماشین حساب Calculator Project

  • تکلیف ماشین حساب Calculator Homework

  • کپسوله‌سازی Encapsulation

  • کپسوله‌سازی Encapsulation

  • وراثت Inheritance

  • وراثت Inheritance

  • پروژه وراثت Inheritance Project

  • کلاس‌های انتزاعی Abstract Classes

  • کلاس‌های انتزاعی Abstract Classes

  • بازنویسی Overriding

  • بازنویسی Overriding

  • چندریختی Polymorphism

  • چندریختی Polymorphism

  • پروژه درس Lecture Project

  • معرفی پروژه اجاره خودرو Rent a Vehicle Project Introduction

  • کلاس‌ها و متدهای مورد استفاده در پروژه Classes and Methods Used in Project

  • کلاس اجاره خودرو (کلاس والد) Rent a Vehicle Class (Parent Class)

  • کلاس اجاره اتومبیل (کلاس فرزند) Rent a Car Class (Child Class)

  • کلاس اجاره دوچرخه (کلاس فرزند) Rent a Bicycle Class (Child Class)

  • کلاس مشتری Customer Class

  • صفحه ورود مشتری: منوی دوچرخه Customer Login Page: Bicycle Menu

  • صفحه ورود مشتری: منوی خودرو Customer Login Page: Car Menu

  • تست پروژه اجاره خودرو Rent a Vehicle Project Test

  • نتیجه‌گیری Conclusion

  • امتیاز اضافه BONUS

نمایش نظرات

آموزش پایتون: برنامه‌نویسی پایتون برای هوش مصنوعی (۱)
جزییات دوره
8.5 hours
73
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
520
4.1 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

DATAI TEAM DATAI TEAM

استاد بزرگ کگل و مهندس هوش مصنوعی

Datai Team Academy Datai Team Academy

هوش مصنوعی و علم داده