<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>داده‌کاوی و یادگیری ماشین &#8211; مدرسه پردازش و تحلیل داده دقیقه</title>
	<atom:link href="https://d-learn.ir/course-tag/datamining_and_machinelearning/feed/" rel="self" type="application/rss+xml" />
	<link>https://d-learn.ir</link>
	<description>یادگیری گام به گام علوم داده و تحلیل داده</description>
	<lastBuildDate>Fri, 06 Nov 2026 14:42:38 +0000</lastBuildDate>
	<language>fa-IR</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	

<image>
	<url>https://d-learn.ir/wp-content/uploads/2021/10/cropped-Picture1-e1633785514326-150x150.png</url>
	<title>داده‌کاوی و یادگیری ماشین &#8211; مدرسه پردازش و تحلیل داده دقیقه</title>
	<link>https://d-learn.ir</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>مشتق‌گیری و بهینه‌یابی در پایتون</title>
		<link>https://d-learn.ir/courses/driv_opt/</link>
		
		<dc:creator><![CDATA[حمیده حسین‌زاده]]></dc:creator>
		<pubDate>Fri, 06 Nov 2026 14:42:36 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=21547</guid>

					<description><![CDATA[<p>مشتق‌گیری یکی از مفاهیم پایه ریاضیات است که در بسیاری از حوزه‌های ریاضیات، علوم ریاضی و مهندسی مورد استفاده قرار می‌گیرد. مشتق‌گیری به معنی محاسبه نرخ تغییر یک تابع در یک نقطه خاص است. این نرخ تغییر با مشتق یا تغییرات کوچک تابع در آن نقطه محاسبه می‌شود</p>
<p>مشتق‌گیری را می‌توان برای بهینه‌سازی پارامترهای مدل و یافتن بهترین راه‌حل برای یک مسئله، به کار برد. به همین دلیل، مشتق‌گیری از مهم‌ترین ابزارها و تکنیک‌هایی است که در بسیاری از الگوریتم‌ها و روش‌های یادگیری ماشین همچون رگرسیون، روش‌های دسته‌بندی، شبکه‌های عصبی، و ... به‌کار می‌رود و نقش مهمی ایفا می‌کند. </p>
<p>از مهم‌ترین الگوریتم‌های بهینه‌سازی می‌توان به الگوریتم گرادیان کاهشی (Gradient Descent)  اشاره نمود که پایه و أساس آن مشتق‌گیری است. گرادیان کاهشی یک الگوریتم بهینه‌سازی است که برای پیدا کردن بهترین پارامترهای مدل در یادگیری ماشین استفاده می‌شود. در این الگوریتم، با استفاده از مشتقات جزئی تابع هزینه نسبت به پارامترهای مدل، یک مقدار برای هر پارامتر محاسبه می‌شود که با تغییر آن، تابع هزینه را به حداقل می‌رساند. با توجه به سادگی و کارایی الگوریتم گرادیان کاهشی، این الگوریتم به عنوان یکی از روش‌های محبوب برای بهینه‌سازی مدل‌های یادگیری ماشین مطرح شده است.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/driv_opt/">مشتق‌گیری و بهینه‌یابی در پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>مشتق‌گیری یکی از مفاهیم پایه ریاضیات است که در بسیاری از حوزه‌های ریاضیات، علوم ریاضی و مهندسی مورد استفاده قرار می‌گیرد. مشتق‌گیری به معنی محاسبه نرخ تغییر یک تابع در یک نقطه خاص است. این نرخ تغییر با مشتق یا تغییرات کوچک تابع در آن نقطه محاسبه می‌شود مشتق‌گیری را می‌توان برای بهینه‌سازی پارامترهای مدل و یافتن بهترین راه‌حل برای یک مسئله، به کار برد. به همین دلیل، مشتق‌گیری از مهم‌ترین ابزارها و تکنیک‌هایی است که در بسیاری از الگوریتم‌ها و روش‌های یادگیری ماشین همچون رگرسیون، روش‌های دسته‌بندی، شبکه‌های عصبی، و &#8230; به‌کار می‌رود و نقش مهمی ایفا می‌کند. از مهم‌ترین الگوریتم‌های بهینه‌سازی می‌توان به الگوریتم گرادیان کاهشی (Gradient Descent) اشاره نمود که پایه و أساس آن مشتق‌گیری است. گرادیان کاهشی یک الگوریتم بهینه‌سازی است که برای پیدا کردن بهترین پارامترهای مدل در یادگیری ماشین استفاده می‌شود. در این الگوریتم، با استفاده از مشتقات جزئی تابع هزینه نسبت به پارامترهای مدل، یک مقدار برای هر پارامتر محاسبه می‌شود که با تغییر آن، تابع هزینه را به حداقل می‌رساند. با توجه به سادگی و کارایی الگوریتم گرادیان کاهشی، این الگوریتم به عنوان یکی از روش‌های محبوب برای بهینه‌سازی مدل‌های یادگیری ماشین مطرح شده است.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/driv_opt/">مشتق‌گیری و بهینه‌یابی در پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>یادگیری ماشین در پایتون: یادگیری بانظارت</title>
		<link>https://d-learn.ir/courses/mlpy-intro</link>
		
		<dc:creator><![CDATA[ساجده فدائی]]></dc:creator>
		<pubDate>Tue, 06 Oct 2026 14:44:28 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=85923</guid>

					<description><![CDATA[<p>داده‌ها همه‌جا هستند، از شبکه‌های اجتماعی گرفته تا سیستم‌های مالی، پزشکی، و حتی ماشین‌های خودران. یادگیری ماشین به عنوان یکی از مهم‌ترین و داغ‌ترین شاخه‌های هوش مصنوعی، ابزاری قدرتمند برای تحلیل داده‌ها، استخراج الگوهای پنهان و پیش‌بینی بر اساس آن‌هاست. این درسنامه با هدف آشنایی با مفاهیم و الگوریتم‌های یادگیری ماشین و به کارگیری آن‌ها [&#8230;]</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/mlpy-intro">یادگیری ماشین در پایتون: یادگیری بانظارت</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>داده‌ها همه‌جا هستند، از شبکه‌های اجتماعی گرفته تا سیستم‌های مالی، پزشکی، و حتی ماشین‌های خودران. یادگیری ماشین به عنوان یکی از مهم‌ترین و داغ‌ترین شاخه‌های هوش مصنوعی، ابزاری قدرتمند برای تحلیل داده‌ها، استخراج الگوهای پنهان و پیش‌بینی بر اساس آن‌هاست. این درسنامه با هدف آشنایی با مفاهیم و الگوریتم‌های یادگیری ماشین و به کارگیری آن‌ها با استفاده از کتابخانه scikit-learn در محیط پایتون طراحی شده و مبانی یادگیری ماشین و سپس معرفی چهارچوب یادگیری بانظارت و برخی از مهم‌ترین الگوریتم‌های آن متمرکز خواهد بود.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/mlpy-intro">یادگیری ماشین در پایتون: یادگیری بانظارت</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>کاهش ابعاد داده در پایتون</title>
		<link>https://d-learn.ir/courses/dim-reduce-py/</link>
		
		<dc:creator><![CDATA[حمیده حسین‌زاده]]></dc:creator>
		<pubDate>Tue, 06 Oct 2026 14:44:18 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=42182</guid>

					<description><![CDATA[<p>در دنیای امروزی، حجم انبوهی از داده‌ها در اختیار ما قرار دارد، اما استفاده بهینه از این داده‌ها نیازمند تکنیک‌هایی است که بتوانند اطلاعات مهم را از نویز و پیچیدگی‌های اضافی جدا کنند. در این دوره، با مفاهیم و ابزارهای کاربردی کاهش ابعاد داده آشنا می‌شوید که به شما کمک می‌کنند داده‌های خود را ساده‌تر کنید، الگوهای مخفی را کشف کنید و پردازش‌ها را سریع‌تر انجام دهید.  </p>
<p>از جمله کاربردهای کاهش ابعاد داده می‌توان به موارد زیر اشاره کرد:</p>
<p>- تشخیص تصاویر و پردازش ویدیو: کاهش ابعاد برای بهینه‌سازی مدل‌های یادگیری ماشین و شناسایی ویژگی‌های مهم.<br />
- تحلیل داده‌های ژنتیکی و زیست‌پزشکی: استخراج ویژگی‌های کلیدی برای تشخیص بیماری‌ها.<br />
- سیستم‌های توصیه‌دهنده: افزایش دقت پیشنهادات با تجزیه‌وتحلیل داده‌های کاربران.<br />
- بازارهای مالی و تحلیل کسب‌وکار: خلاصه‌سازی داده‌های پیچیده برای تصمیم‌گیری بهتر.<br />
- نمایش داده‌ها: فراهم‌کردن امکان درک بهتر از الگوهای داده با نمایش در ابعاد کمتر.  </p>
<p>این دوره، از مبانی تئوری تا پیاده‌سازی عملی الگوریتم‌هایی مانند PCA و t-SNE را پوشش می‌دهد. شما یاد خواهید گرفت چگونه این الگوریتم‌ها را در پایتون اجرا کنید و داده‌ها را به شکلی کاربردی و هوشمندانه تحلیل کنید. این دوره مناسب علاقه‌مندان به یادگیری ماشین، علم داده و تحلیل‌گران داده در صنایع مختلف است.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/dim-reduce-py/">کاهش ابعاد داده در پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/dim-reduce-py/">کاهش ابعاد داده در پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>مبانی یادگیری ماشین با پایتون</title>
		<link>https://d-learn.ir/courses/mlpy-intro/</link>
		
		<dc:creator><![CDATA[سعید مجیدی]]></dc:creator>
		<pubDate>Tue, 06 Oct 2026 14:44:15 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=42083</guid>

					<description><![CDATA[<p>یادگیری ماشین (Machine Learning) به مجموعه‌ای از الگوریتم‌ها و تکنیک‌هایی گفته می‌شود که به کامپیوترها اجازه می‌دهد تا از داده‌ها یا تجربیات گذشته چیزهایی یاد بگیرند و بدون نیاز به برنامه‌نویسی معمول و متداول، رفتار یا پاسخی را برای ورودی‌های جدید تولید کنند. در واقع، روش‌های یادگیری ماشین با به کارگیری الگوریتم‌های آماری و ریاضی، الگوهایی را در داده‌ها شناسایی می‌کنند و از آن‌ها برای پیش‌بینی و تصمیم‌گیری در مورد داده‌های جدید استفاده کنند. یادگیری به دلیل داشتن مزایایی مانند قابلیت پردازش حجم بزرگی از داده‌ها، توانایی شناسایی الگوهای پیچیده و پیش‌بینی دقیق، اهمیت بسیاری در بسیاری از زمینه‌های کاربردی مانند پردازش زبان‌های طبیعی، تشخیص تصاویر، پیش‌بینی بازار، تحلیل داده‌ها و ... دارد. در این درس مقدماتی با مبانی یادگیری ماشین و برخی از الگوریتم‌های شناخته‌شده آن مانند رگرسیون، درخت‌تصمیم، نزدیک‌ترین k-همسایه، رگرسیون لجستیک و مانند آن‌ها آشنا می‌شویم و آن‌ها را محیط پایتون به کار می‌گیریم.  </p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/mlpy-intro/">مبانی یادگیری ماشین با پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><br data-mce-bogus="1"></p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/mlpy-intro/">مبانی یادگیری ماشین با پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>مدلسازی قیمت موبایل</title>
		<link>https://d-learn.ir/courses/mobile-price/</link>
		
		<dc:creator><![CDATA[سعید مجیدی]]></dc:creator>
		<pubDate>Sat, 03 Oct 2026 05:25:41 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=82249</guid>

					<description><![CDATA[<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/mobile-price/">مدلسازی قیمت موبایل</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/mobile-price/">مدلسازی قیمت موبایل</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>تحلیل داده‌های دیوار</title>
		<link>https://d-learn.ir/courses/rslisting/</link>
		
		<dc:creator><![CDATA[علیرضا کدیور]]></dc:creator>
		<pubDate>Fri, 11 Sep 2026 18:00:56 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=91561</guid>

					<description><![CDATA[<p>پروژه پایانی «تحلیل داده‌ آگهی‌های دیوار»، فرصتی است برای تجربه‌ی چرخه‌ی کامل تحلیل داده بر بستر یک مجموعه‌ی واقعی و بزرگ از داده‌های منتشرشده در پلتفرم دیوار — یکی از پربازدیدترین بازارهای آنلاین ایران. این پروژه بر پایه‌ی داده‌های بیش از یک میلیون آگهی املاک طراحی شده است؛ داده‌هایی که بازتابی زنده از رفتار اقتصادی، قیمت‌گذاری، ترجیحات کاربران و پویایی‌های بازار مسکن در ایران‌اند. در این پروژه، شما با مراحل اساسی پروژه‌های علوم داده از پاک‌سازی و تحلیل اکتشافی تا مدلسازی، خوشه‌بندی و پردازش زبان طبیعی در محیط پایتون آشنا می‌شوند و می‌آموزند چگونه از داده‌های خام، بینش‌های معنادار و ارزشمند از منظر کسب‌وکار استخراج کنند.</p>
<p>در طول پروژه، شما گام‌به‌گام با پرسش‌هایی واقعی روبه‌رو می‌شوید: از ارزیابی کیفیت داده و کشف الگوهای قیمتی گرفته تا خوشه‌بندی املاک و پیش‌بینی قیمت آگهی‌ها. همچنین، با استفاده از متن آگهی‌ها و روش‌های NLP، مدلی برای تشخیص نوع ملک و نوع کاربر (شخصی یا مشاور املاک) ساخته می‌شود تا هوشمندی پنهان در زبان طبیعی آگهی‌ها آشکار شود. هدف نهایی این پروژه آن است که نشان دهد چگونه ترکیب تحلیل داده، یادگیری ماشین و پردازش زبان‌های طبیعی می‌تواند به درکی عمیق‌تر از موضوعات واقعی منجر شود و مسیر تصمیم‌گیری مبتنی بر داده را برای ذی‌نفعان مختلف در یک بازار هموار کند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/rslisting/">تحلیل داده‌های دیوار</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p data-start="274" data-end="920">پروژه «تحلیل داده‌ آگهی‌های دیوار»، فرصتی است برای تجربه‌ی چرخه‌ی کامل تحلیل داده بر بستر یک مجموعه‌ی واقعی و بزرگ از داده‌های منتشرشده در پلتفرم <strong data-start="454" data-end="463">دیوار</strong> — یکی از پربازدیدترین بازارهای آنلاین ایران. این پروژه بر پایه‌ی داده‌های بیش از یک میلیون آگهی املاک طراحی شده است؛ داده‌هایی که بازتابی زنده از رفتار اقتصادی، قیمت‌گذاری، ترجیحات کاربران و پویایی‌های بازار مسکن در ایران‌اند. در این پروژه، شما با مراحل اساسی پروژه‌های علوم داده از پاک‌سازی و تحلیل اکتشافی تا مدلسازی، خوشه‌بندی و پردازش زبان طبیعی در محیط پایتون آشنا می‌شوند و می‌آموزند چگونه از داده‌های خام، بینش‌های معنادار و ارزشمند از منظر کسب‌وکار استخراج کنند.</p>
<p data-start="922" data-end="1464">در طول پروژه، شما گام‌به‌گام با پرسش‌هایی واقعی روبه‌رو می‌شوید: از ارزیابی کیفیت داده و کشف الگوهای قیمتی گرفته تا خوشه‌بندی املاک و پیش‌بینی قیمت آگهی‌ها. همچنین، با استفاده از متن آگهی‌ها و روش‌های NLP، مدلی برای تشخیص نوع ملک و نوع کاربر (شخصی یا مشاور املاک) ساخته می‌شود تا هوشمندی پنهان در زبان طبیعی آگهی‌ها آشکار شود. هدف نهایی این پروژه آن است که نشان دهد چگونه ترکیب تحلیل داده، یادگیری ماشین و پردازش زبان‌های طبیعی می‌تواند به درکی عمیق‌تر از موضوعات واقعی منجر شود و مسیر تصمیم‌گیری مبتنی بر داده را برای ذی‌نفعان مختلف در یک بازار هموار کند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/rslisting/">تحلیل داده‌های دیوار</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>پیش‌بینی سفارش در شبکه خرده‌فروشی</title>
		<link>https://d-learn.ir/project/orderpredict</link>
		
		<dc:creator><![CDATA[وحید شمس‌الدینی]]></dc:creator>
		<pubDate>Mon, 03 Aug 2026 07:54:54 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=100138</guid>

					<description><![CDATA[<p>اگر به پیش‌بینی و مدلسازی از نوع classification با استفاده از داده‌های واقعی در خرده‌فروشی، تجارت الکترونیک، اف‌ام‌سی‌جی‌ها و مارکت‌پلیس‌ها علاقه‌مندید، انجام این پروژه فرصتی عالی برای دست‌و‌پنجه‌نرم‌کردن با مسائل علوم داده در یک کسب‌وکار است. </p>
<p>داده‌هایی که در اختیار شما قرار می‌گیرد، حاصل رفتار واقعی شبکه‌ای از خرده‌فروشان است که پس از ناشناس‌سازی و تجمیع، برای این مسابقه آماده شده‌اند. هدف شما ساخت مدلی است که بتواند با استفاده از سوابق خرید هر خرده‌فروش، احتمال ثبت سفارش برند هدف را در آینده پیش‌بینی کند؛ مسئله‌ای که در عمل برای هدفمند کردن کمپین‌های فروش، افزایش بهره‌وری تیم‌های بازاریابی و تخصیص بهینه منابع مورد استفاده قرار می‌گیرد.<br />
این پروژه فرصتی مناسب برای دانشجویان، تحلیلگران داده و متخصصان یادگیری ماشین است تا توانایی خود را در کار با داده‌های واقعی، مهندسی ویژگی، اعتبارسنجی مدل‌ها و طراحی یک راه‌حل‌ جامع پیش‌بینی به محک بگذارند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/project/orderpredict">پیش‌بینی سفارش در شبکه خرده‌فروشی</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>اگر به پیش‌بینی و مدلسازی از نوع classification با استفاده از داده‌های واقعی در خرده‌فروشی، تجارت الکترونیک، اف‌ام‌سی‌جی‌ها و مارکت‌پلیس‌ها علاقه‌مندید، انجام این پروژه فرصتی عالی برای دست‌و‌پنجه‌نرم‌کردن با مسائل علوم داده در یک کسب‌وکار است.</p>
<p>داده‌هایی که در اختیار شما قرار می‌گیرد، حاصل رفتار واقعی شبکه‌ای از خرده‌فروشان است که پس از ناشناس‌سازی و تجمیع، برای این مسابقه آماده شده‌اند. هدف شما ساخت مدلی است که بتواند با استفاده از سوابق خرید هر خرده‌فروش، احتمال ثبت سفارش برند هدف را در آینده پیش‌بینی کند؛ مسئله‌ای که در عمل برای هدفمند کردن کمپین‌های فروش، افزایش بهره‌وری تیم‌های بازاریابی و تخصیص بهینه منابع مورد استفاده قرار می‌گیرد.<br />
این پروژه فرصتی مناسب برای دانشجویان، تحلیلگران داده و متخصصان یادگیری ماشین است تا توانایی خود را در کار با داده‌های واقعی، مهندسی ویژگی، اعتبارسنجی مدل‌ها و طراحی یک راه‌حل‌ جامع پیش‌بینی به محک بگذارند.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/project/orderpredict">پیش‌بینی سفارش در شبکه خرده‌فروشی</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>دوره جامع شبکه‌های عصبی و یادگیری عمیق</title>
		<link>https://d-learn.ir/courses/dpnnv/</link>
		
		<dc:creator><![CDATA[سعید مجیدی]]></dc:creator>
		<pubDate>Mon, 08 Dec 2025 08:01:25 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=94140</guid>

					<description><![CDATA[<p>دوره جامع «شبکه‌های عصبی عمیق با پایتون» یک مسیر آموزشی کاربردی و به‌روز است که شرکت‌کنندگان را از مفاهیم پایه تا طراحی و استقرار مدل‌های پیچیده یادگیری عمیق همراهی می‌کند. </p>
<p>این دوره با ترکیب ارائه روشن و ملموس روش‌ها و مفاهیم، تمرین‌های عملی منظم و پروژه‌های کاربردی طراحی شده است. در نتیجه شرکت‌کنندگان تنها به یادگیری نظری مفاهیم اکتفا نمی‌کنند؛ بلکه آن‌‌ها را با کدنویسی پیاده می‌کنند، با پردازش داده‌های واقعی به کار می‌گیرند. در پایان پروژه‌هایی قابل‌ارائه دارند که نشان‌دهنده میزان تسلط آن‌ها بر روش‌ها و مفاهیم و مهارت عملی آن‌هاست.</p>
<p>در هر جلسه مفاهیم و روش‌های ارائه شده به‌صورت گام‌به‌گام با استفاده از کتابخانه‌های پایتون مانند با PyTorch ، NumPy و … به کار گرفته می‌شوند. تمرین‌ها و مثال‌ها مبتنی بر داده‌های واقعی انتخاب شده‌اند تا شرکت‌کنندگان نحوه کاربرد نظریه در مسائل عملی را بیاموزند و با ظرائف و پیچیدگی‌های آن هنگام در کاربرد آشنا شوند.</p>
<p>دوره از مبانی ریاضی و معماری‌های ساده شبکه‌ای آغاز می‌شود و به‌صورت پیوسته به سمت موضوعات پیشرفته‌تری مانند شبکه‌های کانولوشنی، شبکه‌های بازگشتی، مکانیزم توجه، ترنسفورمرها، مدل‌های مولد و در نهایت شبکه‌های گراف می‌رود. این ترتیبِ پیوسته و مرحله به مرحله سبب می‌شود شرکت‌کنندگان هم فهم عمیق مفهومی داشته باشند و هم بتوانند مدل‌های کاربردی را طراحی، پیاده‌سازی و برای پروژه‌های حرفه‌ای یا پژوهشی آماده کنند. </p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/dpnnv/">دوره جامع شبکه‌های عصبی و یادگیری عمیق</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/dpnnv/">دوره جامع شبکه‌های عصبی و یادگیری عمیق</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>دوره جامع علوم داده و هوش مصنوعی با پایتون</title>
		<link>https://d-learn.ir/courses/pydsaiv/</link>
		
		<dc:creator><![CDATA[علیرضا کدیور]]></dc:creator>
		<pubDate>Sat, 26 Jul 2025 10:45:27 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=82449</guid>

					<description><![CDATA[<p>این دوره آموزشی برای افراد علاقه‌مندی طراحی شده که می‌خواهند وارد بازار کار علوم داده و هوش مصنوعی شوند یا از آن در کار و تحقیقات خود استفاده کنند، اما پیش‌زمینه‌ای در شاخه‌های مختلف آن مانند برنامه‌نویسی، آمار و یادگیری ماشین ندارند.</p>
<p>محتوای این دورۀ آموزشی با رویکردی کارگاهی طراحی شده تا شرکت‌کنندگان مفاهیم و روش‌هایی که یاد می‌گیرند را با حل مسئله و تمرین به کار بگیرند و در مسائل واقعی از آن‌ها‌ استفاده کنند.</p>
<p>ابزار اصلی در این دوره آموزشی، پایتون است. این ابزار از ابتدای دوره به طور کامل آموزش داده خواهد شد و در بسیاری از موضوعات مانند ریاضیاتِ هوش مصنوعی و الگوریتم‌های یادگیری ماشین مورد استفاده قرار خواهد گرفت تا درک مفاهیم انتزاعی را آسان و ملموس‌ کند.</p>
<p>در این دوره علاوه بر حل مسأله و تمرین در طول دوره در هر یک از موضوعات، یک پروژه گروهی نیز در پایان ارائه خواهد شد تا با انجام آن آموخته‌های خود را به صورت جدی‌تری محک بزنید.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/pydsaiv/">دوره جامع علوم داده و هوش مصنوعی با پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
					<div data-elementor-type="wp-post" data-elementor-id="82449" class="elementor elementor-82449" data-elementor-post-type="courses">
											<content:encoded><![CDATA[		<section class="elementor-section elementor-top-section elementor-element elementor-element-2c788338 elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="2c788338" data-element_type="section" data-e-type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-element elementor-element-7159fdf0 elementor-align-center elementor-widget elementor-widget-etlms-course-title tutor-addon etlms-course-title" data-id="7159fdf0" data-element_type="widget" data-e-type="widget" data-widget_type="etlms-course-title.default">
				<div class="elementor-widget-container">
					<h2 class="tutor-course-details-title tutor-fs-4 tutor-fw-bold tutor-color-black tutor-mt-12 tutor-mb-0"> 
					<span>عنوان دوره</span>
			</h2>				</div>
				</div>
				<section class="elementor-section elementor-inner-section elementor-element elementor-element-1aa1b190 elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="1aa1b190" data-element_type="section" data-e-type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-column elementor-col-50 elementor-inner-column elementor-element elementor-element-139976ee" data-id="139976ee" data-element_type="column" data-e-type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-2062db9e elementor-widget elementor-widget-shortcode" data-id="2062db9e" data-element_type="widget" data-e-type="widget" data-widget_type="shortcode.default">
				<div class="elementor-widget-container">
							<div class="elementor-shortcode"><span class="tutor-course-difficulty-level tutor-course-loop-level program">دوره آموزشی</span></div>
						</div>
				</div>
					</div>
		</div>
				<div class="elementor-column elementor-col-50 elementor-inner-column elementor-element elementor-element-1e1aaadc" data-id="1e1aaadc" data-element_type="column" data-e-type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-7ee60cee elementor-widget elementor-widget-shortcode" data-id="7ee60cee" data-element_type="widget" data-e-type="widget" data-widget_type="shortcode.default">
				<div class="elementor-widget-container">
							<div class="elementor-shortcode"><div class="tutor-course-loop-meta">
                <div class="tutor-single-loop-meta">
                    <span>169</span>
                    <i class="tutor-icon-user"></i>
                </div>
                <div class="tutor-single-loop-meta">
                    <i class="tutor-icon-clock"></i> 
                    <span dir="rtl">60 ساعت</span>
                </div>
            </div></div>
						</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				<div class="elementor-column elementor-col-66 elementor-top-column elementor-element elementor-element-1388b7c4" data-id="1388b7c4" data-element_type="column" data-e-type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
							</div>
		</div>
				<div class="elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-6051521e" data-id="6051521e" data-element_type="column" data-e-type="column">
			<div class="elementor-widget-wrap elementor-element-populated">
						<section class="elementor-section elementor-inner-section elementor-element elementor-element-30727948 elementor-section-boxed elementor-section-height-default elementor-section-height-default" data-id="30727948" data-element_type="section" data-e-type="section">
						<div class="elementor-container elementor-column-gap-default">
					<div class="elementor-column elementor-col-100 elementor-inner-column elementor-element elementor-element-34a07955" data-id="34a07955" data-element_type="column" data-e-type="column" data-settings="{&quot;background_background&quot;:&quot;classic&quot;}">
			<div class="elementor-widget-wrap elementor-element-populated">
						<div class="elementor-element elementor-element-51d4169b elementor-widget-divider--view-line elementor-widget elementor-widget-divider" data-id="51d4169b" data-element_type="widget" data-e-type="widget" data-widget_type="divider.default">
				<div class="elementor-widget-container">
							<div class="elementor-divider">
			<span class="elementor-divider-separator">
						</span>
		</div>
						</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				<div class="elementor-element elementor-element-2bebc47a elementor-widget-divider--separator-type-pattern elementor-widget-divider--view-line elementor-widget elementor-widget-divider" data-id="2bebc47a" data-element_type="widget" data-e-type="widget" data-widget_type="divider.default">
				<div class="elementor-widget-container">
							<div class="elementor-divider" style="--divider-pattern-url: url(&quot;data:image/svg+xml,%3Csvg xmlns=&#039;http://www.w3.org/2000/svg&#039; preserveAspectRatio=&#039;none&#039; overflow=&#039;visible&#039; height=&#039;100%&#039; viewBox=&#039;0 0 24 24&#039; fill=&#039;none&#039; stroke=&#039;black&#039; stroke-width=&#039;1&#039; stroke-linecap=&#039;square&#039; stroke-miterlimit=&#039;10&#039;%3E%3Cpolyline points=&#039;0,6 6,6 6,18 18,18 18,6 24,6 	&#039;/%3E%3C/svg%3E&quot;);">
			<span class="elementor-divider-separator">
						</span>
		</div>
						</div>
				</div>
				<div class="elementor-element elementor-element-16171a6b elementor-align-center elementor-layout-row elementor-widget elementor-widget-etlms-course-categories tutor-addon etlms-course-categories" data-id="16171a6b" data-element_type="widget" data-e-type="widget" data-widget_type="etlms-course-categories.default">
				<div class="elementor-widget-container">
												</div>
				</div>
					</div>
		</div>
					</div>
		</section>
				</div>
		<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/pydsaiv/">دوره جامع علوم داده و هوش مصنوعی با پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>یادگیری ماشین با پایتون</title>
		<link>https://d-learn.ir/courses/mlpyv/</link>
		
		<dc:creator><![CDATA[سعید مجیدی]]></dc:creator>
		<pubDate>Fri, 02 May 2025 18:14:29 +0000</pubDate>
				<guid isPermaLink="false">https://d-learn.ir/?post_type=courses&#038;p=79446</guid>

					<description><![CDATA[<p>اگر می‌خواهید از قدرت هوش مصنوعی در تحلیل داده و تحقیقات خود بهره‌مند شوید، یادگیری ماشین مهم‌ترین چیزی است که به آن نیاز دارید. دوره جامع «یادگیری ماشین با پایتون» از مبانی یادگیری ماشین آغاز می‌شود و گام‌ به گام تا مباحث پیچیده‌تری مثل یادگیری گروهی، کاهش ابعاد داده و  شبکه‌های عصبی پیش ‌می‌رود. در این دوره آموزشی تمامی مباحث با رویکردی عملیاتی آموزش داده خواهند شد و تمامی مفاهیم و روش‌های دوره با پردازش داده‌های واقعی در محیط پایتون پیاده‌سازی خواهند شد.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/mlpyv/">یادگیری ماشین با پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p dir="rtl">اگر می‌خواهید از قدرت هوش مصنوعی در تحلیل داده و تحقیقات خود بهره‌مند شوید، یادگیری ماشین مهم‌ترین چیزی است که به آن نیاز دارید. دوره جامع «یادگیری ماشین با پایتون» از مبانی یادگیری ماشین آغاز می‌شود و گام‌ به گام تا مباحث پیچیده‌تری مثل یادگیری گروهی، کاهش ابعاد داده و  شبکه‌های عصبی پیش ‌می‌رود. در این دوره آموزشی تمامی مباحث با رویکردی عملیاتی آموزش داده خواهند شد و تمامی مفاهیم و روش‌های دوره با پردازش داده‌های واقعی در محیط پایتون پیاده‌سازی خواهند شد.</p>
<p>The post <a rel="nofollow" href="https://d-learn.ir/courses/mlpyv/">یادگیری ماشین با پایتون</a> appeared first on <a rel="nofollow" href="https://d-learn.ir">مدرسه پردازش و تحلیل داده دقیقه</a>.</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
