آموزش مقدماتی علوم داده و هوش مصنوعی با پایتون دانشگاه شریف

pydsai

این صفحه امکان دسترسی ثبت‌نام کنندگان دوره علوم داده با پایتون دانشگاه صنعتی شریف بهار ۱۴۰۳ را به محتوای اختصاصی تهیه شده برای دوره فراهم می‌کند. برای دسترسی، لطفا کد ارائه شده توسط برگزارکنندگان را در انتهای صفحه وارد کنید و مراحل را پیش برید. در صورت بروز مشکل با پشتیبانی دوره تماس بگیرید.

رویکرد آموزشی این دوره

این رویداد 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.

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.

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 ملموسکند.

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.

در طول دوره جلسات حل تمرین و رفع اشکال به صورت مستمر برگزار خواهد شد تا مسائل و مشکلات خود را با پشتیبان‌های آموزشی مطرح کنید.

اگر دنبال یک دوره آموزشی با تمرین و چالش و حل مسئله برای یادگیری علوم داده و هوش مصنوعی هستید، این دوره آموزشی برای شماست!

عناوین دوره

  • آشنایی با تفکر الگوریتمی و کد‌نویسی در پایتون (بدون پیش‌نیاز)
  • آشنایی و تمرین پردازش، مصورسازی و تحلیل داده در پایتون
  • کارگاه استفاده از علوم ریاضی و آمار در علوم داده و هوش مصنوعی
  • آشنایی با مبانی و روش‌های داده‌کاوی یادگیری ماشین
  • مبانی شبکه‌های عصبی و یادگیری عمیق
  • آشنایی با تکنیک‌های پردازش زبان‌های طبیعی
  • آشنایی با معماری مدل‌های زبانی بزرگ و تحولات هوش مصنوعی
  • مقدمه‌ای بر یادگیــری تقویتــی و نقش آن در هوش مصنوعی
  • پروژه پایانی و رویداد حضوری

برنامه آموزشی

۱تفکر محاسباتی و برنامه‌نویسی با پایتون (۱۰ جلسه آنلاین)
+ مقدمه‌ای درباره کامپیوتر، تفکر محاسباتی و علوم داده
  • نصب پایتون و مقدمه‌ای درباره برنامه‌‌نویسی
  • مقدارها و عملگرهای پایه
  • شرط و حلقۀ تکرار
  • آشنایی با تحلیل و طراحی الگوریتم
  • توابع پیش‌ساخته و جدید
  • متغیرهای پیمایش‌پذیر
  • مجموعه و دیکشنری

+ برنامه‌نویسی پیمانه‌ای و استفاده از کتابخانه
+ تولید اعداد تصادفی و شبیه‌سازی مونت‌کارلو
+ آشنایی با محاسبات برداری با کتابخانه NumPy
+ آشنایی اولیه با توابع مصورسازی داده در کتابخانه Matplotlib

۲.  مبانی علوم داده، پردازش، مصورسازی (۱۰ جلسه آنلاین)
 + کاربردهایی از تحلیل داده در کسب‌وکار و تحقیقات
+ سازماندهی داده‌ها در قالب جدول
  • آشنایی با ساختارهای طولی و عرضی در جداول
  • ارائه چند نمونه کاربردی از ایده‌های تحلیل داده 

+ ریاضیات علوم داده 

  • مشتق‌گیری بهینه‌یابی در پایتون
  • آشنایی با آمار و احتمال و ارائه نمونه‌های کاربردی در پژوهش و کسب‌وکار
  • آشنایی با جبر خطی و استفاده از آن در علوم داده

+ پردازش و تبدیل داده در ساختارهای جدولی با  Pandas
+ کارگاه تحلیل اکتشافی داده: تحلیل و مصورسازی داده‌های واقعی با کتابخانه‌های Pandas و Matplotlib

۳ داده‌کاوی و یادگیری ماشین (۱۰ جلسه آنلاین)

+ مبانی و مفاهیم یادگیری ماشین
+ مدل‌های پیش‌بینی

  • رگرسیون
  • رگرسیون لجستیک
  • درخت تصمیم
  • نزدیک‌ترین k-همسایه
  • بردار پشتیبان
  • بیز ساده

+ خوشه‌بندی، یادگیری جمعی و کاهش ابعاد داده
+ آشنایی با مبانی شبکه‌های عصبی و یادگیری عمیق

۴.   پروژه پایانی و رویداد حضوری-آنلاین (۲ جلسه آنلاین)

+ دیدار، گفتگو و سخنرانی
+ پرداختن به پروژه پایانی و گروه‌بندی‌ها
+ برنامه‌ریزی برای تحویل و ارائه بازخورد

۵.  ارائه کارنامه و گواهی پایان دوره دانشگاه

مدرسان

میرامید حاجی‌میرصادقی

میرامید حاجی‌میرصادقی

عضو هیأت علمی دانشکده علوم ریاضی دانشگاه صنعتی شریف و مدیرعامل شرکت سرچ‌وایز، دکترای ریاضی از دانشگاه پیر و ماری کوری (پاریس) و دانشگاه صنعتی شریف، سابقه فعالیت پژوهشی در دانشگاه تگزاس در آوستین، مشاور خدمات علوم داده در شرکت‌های اسنپ‌پی و دیجی‌کالا

علیرضا کدیور

علیرضا کدیور

هم‌بنیان‌گذار شرکت پردازش و تحلیل داده دقیقه، کارشناسی ارشد آمار و تحقیق در عملیات از دانشگاه اسکس انگلستان، مدرس مدعو مبانی برنامه‌نویسی و آمار در دانشگاه صنعتی شریف  

سعید مجیدی

سعید مجیدی

هم‌بنیان‌گذار شرکت پردازش و تحلیل داده دقیقه، کارشناسی ارشد آمار و تحقیق در عملیات از دانشگاه اسکس انگلستان، مدرس مدعو مبانی برنامه‌نویسی و آمار در دانشگاه صنعتی شریف  

حمیده حسین زاده

حمیده حسین زاده

تحلیلگر داده و مدیر محصول در شرکت سرچ‌وایز، دکترای علوم ریاضی از دانشگاه الزهرا، محقق پسادکتری علوم داده در دانشگاه بهشتی و سابقه فعالیت تحقیقاتی در دانشگاه واترلوی کانادا

حسام محمدحسینی

حسام محمدحسینی

مدیر ارشد مهندسی داده و پلتفرم مدیریت ارزش مشتری در ایرانسل، سابقه مدیریت محصول در پلتفرم کلان‌داده دیجی‌کالا؛ کارشناسی ارشد مخابرات سیستم از دانشگاه تربیت مدرس

مژگان سعیدی

مژگان سعیدی

: پژوهشگر یادگیری ماشین و علوم زیستی در دانشگاه استنفورد و موسسه تحقیقاتی گلادستون، متخصص پردازش زبان‌های طبیعی، یادگیری عمیق و به‌کارگیری آمار در ژنتیک

شمیم طاهریان

شمیم طاهریان

مدیر تحلیل داده در کارگزاری مفید، مدیر سابق قیمت‌گذاری تپسی و تحلیلگر داده سابق دیوار، دانش‌آموخته مهندسی کامپیوتر و اقتصاد از دانشگاه‌های تهران، شریف و مدرسه اقتصاد لندن، مدرس مدعو دانشگاه تهران

پشتیبان‌های دوره

عماد آرزومند

عماد آرزومند

دانشـــجوی دکترای هوش مصنوعی دانشگاه صنعتی اصفهان

حسین آقامحمدی

حسین آقامحمدی

دانش‌آموخته مهندسی کامپیوتر، در دانشگاه صنعتی شریف، مدرس علوم کامپیوتر

هیوا ابوالهادی‌زاده

هیوا ابوالهادی‌زاده

دانش‌آموخته مهندسی کامپیوتر در دانشگاه شهید باهنر کرمان، دستیار پژوهشی پژوهشگاه دانش‌های بنیادی

مرجان چاپی

مرجان چاپی

دانش آموخته ژنتیک در دانشگاه علوم پزشکی شهید بهشتی، پژوهشگر ژنتیک رفتار-اختلالات ارتباطی

سابقه دوره

fazli | آموزش مقدماتی علوم داده و هوش مصنوعی با پایتون دانشگاه شریف

این دوره آموزشی برای نخستی بار در بهار ۱۴۰۲ با مدیریت و همکاری محمدامین فضلی عضو هیئت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف و تدریس علیرضا کدیور، سعید مجیدی، حمیده حسین‌زاده، مجید پورکاشانی و  بهمن اجدری در بخش آموزش‌های تخصصی دانشگاه صنعتی شریف برگزار شده است. نظر شرکت‌کنندگان دوره سال ۱۴۰۲ را در فایل زیر مطالعه کنید:

سرفصلعنوانارائه‌دهندهتاریخ
۱ – تفکر الگوریتمی و برنامه‌نویسی با پایتونمعرفی دوره، مقدمه‌ای درباره کامپیوتر، تفکر محاسباتی، علوم داده و هوش مصنوعی، رویکرد این دوره در استفاده از هوش مصنوعی، نصب پایتون و شروع برنامه‌نویسی، مقدارها و عملگرهای پایه در پایتون، شرط و حلقه تکرار، آشنایی با تحلیل و طراحی الگوریتم، آزمون و خطا برای پیدا کردن جوابعلیرضا کدیور۷ تیر ۱۴۰۴
توابع پیش‌ساخته و توابع جدید، متغیرهای پیمایش‌پذیر: رشته، لیست، چندتایی ، مجموعه و دیکشنریعلیرضا کدیور۱۰ تیر ۱۴۰۴
تمرین و رفع اشکال (1)علیرضا کدیور۱۷ تیر ۱۴۰۴
وبینار مسیرهای شغلیفرصت‌های شغلی تحلیل داده و هوش مصنوعی در شرکت‌ها و سازمان‌ها (1)اعلام خواهد شد
۲ – پردازش و مصورسازی دادهبرنامه‌نویسی پیمانه‌ای و استفاده از کتابخانه‌ها، تولید اعداد تصادفی با  کتابخانه random، شبیه‌سازی مونت‌کارلو، محاسبات برداری و ماتریسی با numpy، آشنایی با توابع مصورسازی داده در matplotlibعلیرضا کدیور۲۱ تیر ۱۴۰۴
پردازش و تحلیل جداول داده با کتابخانه pandasحسام محمدحسینی۲۴ تیر ۱۴۰۴
پردازش عبارات قاعده‌مند (regular expressions) در پایتونحسام محمدحسینی۲۸ تیر ۱۴۰۴
کارگاه حل مسئله و کدنویسی با پرامپت‌نویسی برای هوش مصنوعی مولدحسام محمدحسینی۳۱ تیر ۱۴۰۴
وبینار مسیرهای شغلیفرصت‌های شغلی تحلیل داده و هوش مصنوعی در شرکت‌ها و سازمان‌ها (2)اعلام خواهد شد
۳ – کاربردهای آمار و ریاضیات در علوم دادهآشنایی با مفاهیم آماری پایه، توزیع‌های آماری، آزمون فرض، A/B Test و تحلیل رگرسیون در پایتونعلیرضا کدیور۶ مرداد ۱۴۰۴
ریاضیات علم داده در پایتون: مشتق‌گیری و بهینه‌یابی، جبر خطی و کاربردهای آنحمیده حسین‌زاده۹ مرداد ۱۴۰۴
تمرین و رفع اشکال (3)حمیده حسین‌زاده۱۰ مرداد ۱۴۰۴
بررسی نمونه‌های واقعی از کاربرد تحلیل داده در کسب‌وکار و اقتصادشمیم طاهری۱۳ مرداد ۱۴۰۴
وبینار مسیرهای شغلیفرصت‌های شغلی تحلیل داده و هوش مصنوعی در شرکت‌ها و سازمان‌ها (3)اعلام خواهد شد
۴ – داده‌کاوی و یادگیری ماشینمبانی و مفاهیم یادگیری ماشین، آشنایی با کتابخانه scikit-learnسعید مجیدی۱۸ مرداد ۱۴۰۴
مدل‌های پیش‌بینی و طبقه‌بندی: رگرسیون و رگرسیون لجستیکسعید مجیدی۲۱ مرداد ۱۴۰۴
مدل‌های پیش‌بینی: درخت تصمیم، نزدیک‌ترین K همسایه (k-means)، بردار پشتیبان و بیز ساده، یادگیری جمعیسعید مجیدی۲۵ مرداد ۱۴۰۴
خوشه‌بندی و کاهش ابعاد دادهحمیده حسین‌زاده۲۸ مرداد ۱۴۰۴
مبانی شبکه‌های عصبی و یادگیری عمیقسعید مجیدی۳۱ مرداد ۱۴۰۴
تمرین و رفع اشکال (4)سعید مجیدی، حمیده حسین‌زاده۸ شهریور ۱۴۰۴
وبینار مسیرهای شغلیفرصت‌های شغلی تحلیل داده و هوش مصنوعی در شرکت‌ها و سازمان‌ها (4)اعلام خواهد شد
5- مقدمه‌ای بر مدل‌های زبانی بزرگ و تحولات هوش مصنوعی در سال های اخیر




تحول هوش مصنوعی با یادگیری ماشین و شبکه‌های عصبی عمیق،‌روش‌های تبدیل متن به بردار TF-IDF، Bag of Words و Word Embedding، معرفی شبکه‌های Sequence-to-Sequenceسعید مجیدی۱۱ شهریور ۱۴۰۴
آشنایی با مدل های زبانی بزرگ۷ معرفی معماری Transformers و مکانیزم توجهسعید مجیدی۱۵ شهریور ۱۴۰۴
آموزش مدل با پیکره‌های متنبی و Fine-tuning مدل‌های زبانیسعید مجیدی۱۸ شهریور ۱۴۰۴
مقدمه‌ای بر یادگیری تقویتی و کاربردهای آن در مدل‌های زبانیمژگان سعیدی۲۲ شهریور ۱۴۰۴
تمرین و رفع اشکال و معرفی پروژه پایانی (5)سعید مجیدی۲۵ شهریور ۱۴۰۴
کارگاهمدیریت نسخه و کار گروهی با gitاعلام خواهد شد
رویداد پایان دورهسخنرانی، گفت‌و‌گوی جمعی، شبکه‌سازی و رفع اشکال پروژه پایانی (حضوری و آنلاین)

میرامید حاجی میرصادقی، حمیده حسین‌زاده،  شمیم طاهری،  علیرضا کدیور، حسام محمدحسینی، سعید مجیدی

هفته آخر شهریور ۱۴۰۴

 

machin learning 3 | آموزش مقدماتی علوم داده و هوش مصنوعی با پایتون دانشگاه شریف

اطلاعات برگزاری

  • شروع دوره: 7 تیر 1404
  • زمان‌ برگزاری: شنبه‌ها و سه‌شنبه‌ها 18:00 تا 21:15
  • پایان دوره: 31 شهریـور 1404
  • مهلت تحویل پروژه پایانی: نیمه مهر 1404
  • تحویل گواهی پایانی: آذر 1404
  • شیوه برگزاری: آنلاین + رویداد حضوری-آنلاین در پایان دوره در دانشگاه صنعتی شریف (هفته آخر شهریور 1404)

پرسش‌های متداول

بله، ویدئوی ضبط‌شده چند ساعت پس از اتمام هر جلسه در اختیار شرکت‌کنندگان قرار خواهد گرفت.

بله، قبل و بعد از هر جلسه، لینک درسنامه‌، تمرین، اسلاید، کد پایتون، ویدئوهای تکمیلی و منابع بیشتر در دسترس شرکت‌کنندگان قرار خواهد گرفت.

شرکت‌کنندگان هر هفته یک ساعت با پشتیبان آموزشی خود جلسه آنلاین خواهند داشت تا اگر بخشی از درس‌ها برایشان مبهم است یا اگر در بعضی از تمرین‌ها نیاز به راهنمایی دارند با پشتیبان آموزشی خود مطرح کنند.

در هفته 6 ساعت کلاس خواهد داشت و 1 ساعت جلسه پشتیبانی، علاوه بر این لازم است به طور متوسط 8 تا 12 ساعت در هفته برای بازبینی فیلم کلاس و اسلاید درس‌ها، مطالعه منابع تکمیلی و حل تمرین‌ها وقت بگذارید.

این دوره پیش‌نیازی فراتر از ریاضیات دبیرستانی ندارد. دسترسی به لپتاپ یا کامپیوتر شخصی برای پیاده‌سازی روش‌ها در پایتون لازم است. مهم‌ترین پیش‌نیاز شرکت در دوره اختصاص زمان کافی و تلاش است.

بله می‌توانید. در دوره‌های قبلی نیز شرکت‌کنندگان فعالی از رشته‌های علوم انسانی و تجربی در دوره حضور داشتند.

امتیاز تمرین‌ها و نمره پروژه تنها در گواهی پایانی نخواهد آمد و تنها در کارنامه عملکرد درج خواهد شد. کارنامه عملکرد شرکت‌کنندگان و رتبه ایشان در دوره، در صورت تمایل ایشان برای شرکت‌ها و سازمان‌های علاقه‌مند به استخدام ارسال خواهد شد.    

تمامی شرکت‌کنندگان، مدرسین و پشتیبانان دوره عضو یک گروه مجازی خواهند بود و امکان برقراری ارتباط از آن طریق وجود خواهد داشت. در جلسات پشتیبانی و پروژه پایانی که به صورت گروهی انجام می‌شود نیز فرصت آشنایی با دیگران و تمرین کار تیمی وجود خواهد داشت. علاوه بر این موارد، در رویداد پایانی که به صورت حضوری برگزار می‌شود فرصت ایجاد ارتباط و آشنایی با افراد دارای علائق حرفه‌ای مشابه را خواهید داشت.   

حضور در این دوره اشتغال شرکت‌کنندگان را تضمین نخواهد کرد، اما در صورت تمایل رزومه شما همراه با کارنامه‌ عملکردتان در دوره برای شرکت‌هایی که در حوزه علوم داده و هوش مصنوعی اعلام نیاز کنند، ارسال می‌شود. تعدادی از این شرکت‌ها نیازهای خود را در وبینارهای دوره تشریح خواهند کرد. به عبارت دیگر شرکت فعال در دوره می‌تواند شانس اشتغال شما را در این حوزه افزایش دهد.

به تمامی کسانی که تا پایان دوره در جلسات شرکت می‌کنند، گواهی حضور و به کسانی اغلب تمرین‌ها و پروژه‌ پایانی خود را تحویل می‌دهند، گواهی موفقیت اهدا خواهد شد. گواهی به صورت کاغذی صادر می‌شود و علاوه بر پست نسخه فیزیکی، نسخه الکترونیک آن نیز در قالب pdf برای شرکت‌کنندگان ارسال خواهد شد. گواهی به صورت دوزبانه صادر خواهد شد و بررسی اصالت آن از درگاه زیر امکان‌پذیر است:

pedu.sharif.edu/certificate

تصویر یک نمونه گواهی حضور و موفقیت در ادامه آمده است.

certificates fa | آموزش مقدماتی علوم داده و هوش مصنوعی با پایتون دانشگاه شریف Certificates | آموزش مقدماتی علوم داده و هوش مصنوعی با پایتون دانشگاه شریف

آیا این دوره قبلاً برگزار شده؟

این دوره پیشتر با عنوان آموزش مقدماتی علوم داده با پایتون در سال 1402 و 1403 برگزار شده است. در دوره جدید مباحث پردازش زبان‌های طبیعی، مدل‌های زبانی بزرگ و یادگیری تقویتی به عنوان موضوعاتِ محوری در تحولات اخیر هوش مصنوعی به آن اضافه شده و به همین خاطر از عبارت «هوش مصنوعی» در عنوان دوره نیز استفاده شده است.

علاوه بر این، تعداد موضوعات آماری دوره مانند آزمون‌های فرض، A/B Test و تحلیل رگرسیون افزایش یافته و دو کارگاه تحت عنوان کارگاه حل مسأله و کدنویسی با پرامپت‌نویسی برای هوش مصنوعی و کارگاه مدیریت نسخه و کار گروهی با git به آن اضافه شده است. 

تغییر مهم دیگر وبینارهای شناسایی فرصت‌های شغلی که اگرچه به صورت عمومی برگزار می‌شود اما شرکت‌کنندگان دوره این فرصت ویژه را خواهند داشت تا پس از آشنایی با ساختار مشاغل علوم داده و هوش مصنوعی در شرکت‌ها و سازمان‌ها با ارائه کارنامه عملکرد خود در دوره برای آن‌ها اقدام کنند.

برگزارکننده

sharif logo 1 | آموزش مقدماتی علوم داده و هوش مصنوعی با پایتون دانشگاه شریف
مرکز آموزش‌های تخصصی دانشگاه صنعتی شریف (دانشکده علوم ریاضی)

دسترسی به محتوای اختصاصی

برای دسترسی به محتوای اختصاصی رویداد لطفا کدی را که در اختیار شما قرار گرفته را وارد کنید و بقیه مراحل را طی کنید.

درخواست پذیرش در دوره‌

برای درخواست پذیرش در این دوره آموزشی به لینک زیر مراجعه کنید:

تماس با پشتیبانی:

۰۹۱۰۳۲۰۹۸۳۷ پشتیبانی تلگرام

دیدگاه‌ها

6 پاسخ

  1. با سلام و خسته نباشید
    میخواستم بدونم دوره جدید تحلیل دیتا با پایتون کی شروع میشه و هزینه دوره چقدر هست ؟ از طریق همین لینک ثبت نام دوره جدید هست ؟
    مدرکی هم در انتهای دوره میدن ؟

  2. سلام.ایا دوره ی جدید ی برای تحلیل داده با پایتون برگزار میشه؟ و اینکه چه زمانی برگزار میشه و آیا مدرک هم داده میشه در دوره ی جدید از طرف دانشگاه شریف؟
    و سوال بعدیم این هست که اگر برگزار نمیشه،آیا میتونیم در همین دوره ثبت نام کنیم؟ و اینکه آیا مدرک هم داده میشه؟

  3. سلام

    این دوره به بخش‌های پایانی رسیده و بعد از ارائه بازخورد به پروژه‌ها و تحویل گواهی به پایان می‌رسه.

    برای اطلاع از دوره‌های آتی لطفا فرم درخواست پذیرش را پر کنید تا ایمیل‌های اطلاع رسانی درباره دوره‌های بعدی برای شما ارسال بشه.

    لینک درخواست پذیرش:
    b2n.ir/pyds

  4. سلام وقتتون بخیر،ببخشید پیش نیاز این دوره رو میفرمایید واینکه برای رشته مهندسی صنایع هم کاربرد دارد؟

  5. سلام

    چه‌طور می‌تونیم درخواست بدم که فقط در بعضی از بخش‌های دوره شرکت کنم؟ توی فرم درخواست جایی نیست ظاهرا. باید اول فرم رو submit کنم و بعد چنین امکانی می‌ده بهم؟

    ممنون

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors