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.
مخاطبین دوره
- تحلیلگران داده در کسب‌وکار
- پژوهشـــــــــــگران و محققــــــیـــــــــن
- برنامه‌نویسان پایتونِ علاقه‌مند به یادگیری ماشین
- علاقه‌مندان هوش مصنوعی و یادگیری ماشین
معرفی مدرس
سعید مجیدی
متخصص یادگیری ماشین، پردازش زبان‌های طبیعی و مدل‌های زبانی بزرگ در گروه صنعتی انتخاب و شرکت پردازش و تحلیل داده دقیقه، دکترای علوم کامپیوتر با گرایش یادگیری ماشین و پردازش زبان از دانشگاه تافتس آمریکا
حمیده حسین‌زاده
متخصص ریاضیات علوم داده و پردازش داده‌های حجیم، دکترای علوم ریاضی از دانشگاه الزهرا، محقق پسادکتری علوم داده در دانشگاه بهشتی و دارای سابقه فعالیت تحقیقاتی در دانشگاه واترلوی کانادا
اطلاعات دوره
- طول دوره: ۳۰ ساعت (۱۰ هفته)
- تاریخ شروع: ۱۴ اردیبهشت ۱۴۰۴
- زمان برگزاری: یکشنبه‌ها ۱۸:۳۰ تا ۲۱:۳۰
- سطح: مقدماتی و متوسط
- شیوه برگزاری: آنلاین (در بستر google meet)
برنامه آموزشی
| هفته | مبحث | مدرس | تاریخ |
| ۱ | معرفی مبانی یادگیری ماشین + معرفی روش نزدیک‌ترین k-همسایه (KNN) | سعید مجیدی | ۱۴ اردیبهشت ۱۴۰۴ |
| ۲ | ریاضیات یادگیری ماشین (بهینه‌سازی و جبر خطی) | حمیده حسین‌زاده | ۲۱ اردیبهشت ۱۴۰۴ |
| ۳ | رگرسیون خطی | سعید مجیدی | ۲۸ اردیبهشت ۱۴۰۴ |
| ۴ | رگرسیون لاجیستیک | سعید مجیدی | ۴ خرداد ۱۴۰۴ |
| ۵ | درخت تصمیم | سعید مجیدی | ۱۱ خرداد ۱۴۰۴ |
| ۶ | یادگیری گروهی | سعید مجیدی | ۱۸ خرداد ۱۴۰۴ |
| ۷ | یادگیری بدون نظارت، خوشه‌بندی | حمیده حسین‌زاده | ۲۵ خرداد ۱۴۰۴ |
| ۸ | تحلیل مولفه اصلی و کاهش ابعاد داده | حمیده حسین‌زاده | ۱ تیر ۱۴۰۴ |
| ۹ | شبکه‌های عصبی مصنوعی و یادگیری عمیق | سعید مجیدی | ۸ تیر ۱۴۰۴ |
| ۱۰ | مباحث تکمیلی و کاربردی در یادگیری ماشین و معرفی پروژه پایانی دوره | سعید مجیدی، حمیده حسین‌زاده | ۲۲ تیر ۱۴۰۴ |
پیش‌نیازها
برای شرکت در این دوره آشنایی با Python لازم است. علاوه بر آن آشنایی با کتابخانه‌های numpy و pandas و matplotlib نیز توصیه می‌شود. اگر با این موارد آشنایی ندارید قبل از شروع دوره، منابعی برای مطالعه و آشنایی با این موضوعات در اختیار شما قرار می‌گیرد.
مزیت‌های دورههای آموزشیِ مدرسه دقیقه
ویدئوی جلسات
دریافت ویدئوی ضبط‌شده هر جلسه چند ساعت بعد از برگزاری آن
پشتیبانی کامل
پرسش‌و‌پاسخ و دریافت پشتیبانی و مشاوره آموزشی در طول مدت دوره
محتوای آموزشی+
دسترسی به محتوای آموزشی و تمرین‌ها علاوه بر محتوای کلاس
پرداخت قسطی
امکان پرداخت قسطی شهریه‌‌ی دورههای آموزشی
شبکه‌سازی
ارتباط با مدرس و شرکت‌کنندگان و تقویت شبکه ارتباطی
صدور گواهی
صدور گواهی دو زبانه معتبر (قابل استعلام)
ثبت‌نام و پرداخت
شهریه
۷,۸۰۰,۰۰۰ تومان
با استفاده از کد تخفیف MLpyW تا ۷ اسفند ۱۴۰۳ از 30% تخفیف برای پرداخت کامل برخوردار شوید.
قابل پرداخت در چهار قسط
۱,۹۵۰,۰۰۰ تومان
با استفاده از کد تخفیف MLpQy تا ۷ اسفند ۱۴۰۳ از 20% تخفیف برای پرداخت قسطی برخوردار شوید.
برگزارکننده
پشتیبان دوره
شماره تماس:
09103209837
شناسه تلگرام:
تماس با مدرسه پردازش و تحلیل داده دقیقه: ۸۸۳۴۹۲۴۴
2 پاسخ
آیا دوره برای کسی که آشنایی قبلی در این حوزه نداره مناسبه؟
این دوره برای تمام کسانی که انگیزه کافی برای فراگیری «یادگیری ماشین» دارند – با هر پیش‌زمینه – مناسبه. به عبارت دیگه، مفاهیم با بیانی ساده و بدون پیش نیاز ارائه میشن. اما با توجه به این که رویکردی عملی برای پیاده سازی روش‌ها و الگوریتم‌های یادگیری ماشین در محیط پایتون در دوره وجود داره، لازمه کسانی که در دوره شرکت می‌کنند با کدنویسی پایتون آشنایی داشته باشند (اگر در این مورد نیاز به منابع برای یادگیری دارید قبل از شروع دوره در اختیارتون میگذاریم).