آموزش یادگیری ماشین با پایتون (Python) – پیش ثبت نام

دسترسی به اطلاعات این آموزش: اطلاعات کلی محتوا و سرفصل ها پیش نمایش و دانلود اطلاعات تکمیلی دیدگاه ها

درباره ناشر

فرادرس
فرادرس

فرادرس بزرگ‌ترین ناشر دیجیتال آموزش‌های تخصصی، دانشگاهی و مهندسی است.

درباره مدرس

گروه مدرسین فرادرس
گروه مدرسین فرادرس

فرادرس از جهت فرصت آموختن، یک محیط کاملا باز (بدون هیچ مرز و شرط برای ورود) برای همه است. اما از جهت فرصت آموزش دادن، یک محیط به شدت بسته است و مدرسین آن با عبور از سخت ترین ضوابط علمی و فیلترهای مهارت آموزشی برگزیده و دستچین می شوند. در چندین سال گذشته کمتر از 5 درصد متقاضیان تدریس در فرادرس توانسته اند به مرحله نهایی ارائه آموزش در آن برسند. ارائه یک آموزش توسط «گروه مدرسین فرادرس» تضمینی برای کیفیت آن می باشد. (+)



امروزه، یادگیری ماشینی در اکثر صنایع و کسب و کارها مورد استفاده قرار می گیرد و تصمیمات بسیار تأثیر گذار دنیای امروز بر اساس پردازش ها و نتایج به دست آمده از یادگیری ماشینی است. همچنین زبان برنامه نویسی پایتون (Python) با رشد و گسترده تر شدن روزافزون جامعه کاربری اش، بستر بسیار مناسبی جهت فعالیت های یادگیری ماشینی را فراهم کرده است.

👤 مدرس: گروه مدرسین فرادرس
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

وضعیت انتشار در حال ویرایش
زمان تقریبی انتشار ۲ تا ۷ هفته

درخواست اطلاع رسانی انتشار این آموزش

این آموزش در حال ویرایش و تدوین است و به زودی در فرادرس ارائه عمومی آن آغاز خواهد شد. شما می توانید با وارد کردن ایمیل خود، در اولین زمان، از انتشار نهایی این آموزش مطلع شوید.

مزایای درخواست اطلاع رسانی انتشار:

  • مطلع شدن از انتشار آموزش در اولین زمان پس از انتشار
  • دادن بیشترین اولویت انتشار به آموزش های مورد نظر خود (آموزش های با بیشترین پیش ثبت نام، با اولویت بیشتری منتشر می شوند)
  • دریافت تخفیف ویژه به هنگام انتشار، مختص افرادی که درخواست اطلاع رسانی در یک آموزش داشته اند.




    توضیحات

    اگر کالبدی برای هوش مصنوعی متصور شویم از یادگیری ماشینی می توان به عنوان مغز این کالبد یاد کرد که عهده دار پردازش های این سیستم خواهد بود. امروزه، یادگیری ماشینی در اکثر صنایع و کسب و کارها مورد استفاده قرار می گیرد و تصمیمات بسیار تأثیر گذار دنیای امروز بر اساس پردازش ها و نتایج به دست آمده از یادگیری ماشینی است. همچنین زبان برنامه نویسی پایتون با رشد و گسترده تر شدن روزافزون جامعه کاربری اش، بستر بسیار مناسبی جهت فعالیت های یادگیری ماشینی را فراهم کرده است.

    در این دوره سعی داریم در ابتدا بسته های شناخته شده پایتون را معرفی و سپس کار با توابع آن ها را بیاموزیم و در انتها، مباحث یادگیری ماشینی را با مثال های متعدد در پایتون فرا بگیریم.

     

    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
    • درس یکم: مقدمه ای در رابطه با یادگیری ماشینی
      • یادگیری ماشینی چیست؟
      • مطالبی که در این دوره به آن پرداخته می شود
      • مطالبی که در این دوره به آن پرداخته نمی شود
      • معرفی و نصب آناکوندا (Anaconda)
      • معرفی و نصب نوت بوک Jupyter
      • آموزش Markdown
    • درس دوم: آموزش های مورد نیاز از بسته NumPy
      • معرفی و نصب بسته NumPy
      • ساخت آرایه و ماتریس و تفاوت های این دو
      • برش زدن آرایه ها
      • ایندکس با بولین ها
      • توابع پرکاربرد NumPy
      • خواص آرایه ها
      • اضافه کردن یا حذف کردن آرایه ها
      • اتصال آرایه ها یا جدا کردن آنها
    • درس سوم: آموزش های مورد نیاز از بسته pandas
      • معرفی و نصب بسته pandas
      • وارد کردن داده ها
      • DataFrame و Series
      • خواص دیتا فریم ها
      • دسترسی به سطرها و ستون ها در دیتا فریم ها
      • فیلتر کردن داده ها در دیتا فریم ها
    • درس چهارم: پیش پردازش داده ها
      • داده های تکراری و فیلتر کردن آنها
      • داده های خالی و فیلتر کردن آنها
      • تجمیع و تبدیل داده ها
      • گروه بندی داده ها
      • مقیاسه کردن داده ها
    • درس پنجم: ترسیم داده ها
      • معرفی و نصب بسته Matplotlib
      • ترسیم انواع نمودار به روش های مختلف
      • قالب بندی نمودار و معرفی Marker
      • بر چسب گذاری، یادداشت نویسی در نمودارها
      • معرفی و نصب بسته Seaborn
    • درس ششم: مبانی آمار و ریاضیات در پایتون با بسته SciPy
      • معرفی و نصب بسته SciPy
      • معرفی توابع پرکاربرد بسته SciPy
      • معرفی متدهای پرکاربرد بسته SciPy
      • ارتباط به بین متغیرها
    • درس هفتم: مباحث یادگیری ماشینی با استفاده از بسته Scikit-Learn
      • معرفی و نصب بسته Scikit-learn
      • کاهش ابعاد (Dimensionality reduction)
      • داده های پرت (Outlier)
      • خوشه بندی (Clustering)
      • طبقه بندی (Classification)
      • تخمین (Regression)
      • خراش دادن وب (Web Scraping)

     

    مفید برای رشته‌های
    • مهندسی کامپیوتر


    اطلاعات تکمیلی

    نام آموزش آموزش یادگیری ماشین با پایتون (Python) – پیش ثبت نام
    ناشر فرادرس
    کد آموزش FVML9606
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    تعداد DVD یک عدد (در صورت دریافت غیر آنلاین)



    مطالب مرتبط


    دیدگاه ها

    1. 0 از 5

      :

      PLZ!!! prepare it as soon as possible!!!!


    نظر شما در مورد این فرادرس چیست؟

    درج دیدگاه

    امتیاز شما به این آموزش:

    *




درخواست اطلاع رسانی انتشار این آموزش

این آموزش در حال ویرایش و تدوین است و به زودی در فرادرس ارائه عمومی آن آغاز خواهد شد. شما می توانید با وارد کردن ایمیل خود، در اولین زمان، از انتشار نهایی این آموزش مطلع شوید.

مزایای درخواست اطلاع رسانی انتشار:

  • مطلع شدن از انتشار آموزش در اولین زمان پس از انتشار
  • دادن بیشترین اولویت انتشار به آموزش های مورد نظر خود (آموزش های با بیشترین پیش ثبت نام، با اولویت بیشتری منتشر می شوند)
  • دریافت تخفیف ویژه به هنگام انتشار، مختص افرادی که درخواست اطلاع رسانی در یک آموزش داشته اند.



برچسب‌ها: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,




فرادرس در رسانه ها و جشنواره ها

روزنامه ایرانیان مرکز توسعه فناوری اطلاعات و رسانه های دیجیتال روز آفرین نت استارت کنفرانس مهندسی برق ایران جشنواره وب ایران

عضویت در خبرنامه فرادرس

برای دریافت اخبار مربوط به آخرین فرادرس های منتشر شده، ایمیل خود را در کادر زیر وارد نمایید.


تمامی محصولات و خدمات این وبسایت، حسب مورد دارای مجوزهای لازم از مراجع مربوطه می‌باشند و فعالیت‌های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است.
فرادرس مجوز نشر دیجیتال از وزرات فرهنگ و ارشاد اسلامی پرداخت آنلاین -  بانک ملت پرداخت آنلاین - بانک پارسیان پرداخت آنلاین - بانک اقتصاد نوین پرداخت آنلاین - بانک سامان