دوره‌ی جامع برنامه نویسی پایتون و ماشین لرنینگ

سایت فقط برای مطالعه‌ی سرفصل هست برای مشاوره

و ثبت نام قسطی از طریق اسنپ‌پی دایرکت بفرستین یا در تلگرام به پشتیبانی پیام بدین:

۰۹۰۰۷۲۰۷۰۷۸

هزینه‌ی دوره‌ی برنامه نویسی پایتون: ۹۸۰ هزار تومان

هزینه‌ی دوره‌ی ماشین لرنینگ: ۲۱۷۰ هزار تومان

مجموعا ۳ میلیون و ۱۵۰ هزار تومان

دوره هارو به صورت جداگانه هم میتونید ثبت نام کنید.

سرفصل های دوره‌ی برنامه نویسی پایتون و ماشین لرنینگ:

معرفی برنامه نویسی و اهداف آن
•بررسی متغیرها و انواع آنها و روش تعریف و استفاده در پایتون
•تعریف عبارات ودستورات ونحوه استفاده از آنها در پایتون
•تعریف توابع وانواع آن ها، نحوه تعریف و استفاده از آن ها در پایتون
•تعریف و نحوه استفاده از توابع شرطی ها و بازگشتی در پایتون
•تعریف عملگرها و نحوه استفاده از آن ها
•بسته بندی و تعمیم و نحوه استفاده از دستورهای تکرار
•تعریف لیست، کاربرد آن، و معرفی انواع لیست ها
•تعریف عملگرهای مورد استفاده و نحوه دستیابی به اعضای لیست
•استفاده از لیست ها به عنوان مقدار بازگشتی
•تعریف دیکشنری، کاربرد دیکشنری، و نحوه ی استفاده از آن
•تعریف کلاس ها
•مشخصه های کلاس
•تعریف کلاس ها و توابع
•تعریف وراثت، و نحوه ی استفاده از آن در پایتون
•تعریف صف پیوندی و کاربرد آن
•نحوه ی ترسیم نمودار ها در پایتون، و نحوه ی ویرایش گرافیکی
•نمودارها
•تعریف داده های آموزشی، داده های صحت، و داده های تست
•نحوه ی استفاده از آن ها در مدل های ماشین لرنینگ، و نحوه ی
•استفاده از آن ها در محیط پایتون
•تعریف درخت، نحوه ی استفاده از درخت در مدل های ریاضی، و
•نحوه ی برنامه نویسی درخت در پایتو

«تعریف ماشین لرنینگ»

مدل های یادگیری با ناظر یا Supervised Learning
مدل های یادگیری بدون ناظر یا Unsupervised Learning

مدل های یادگیری تقویتی یا Reinforcement Learning

تفاوت انواع مدل های رگرسیون خطی و غیر خطی، تک متغیره و چند متغیره

مدل رگرسیون خطی تک متغیره همراه با کد پایتون

مدل رگرسیون خطی چند متغیره همراه با کد پایتون

مدل رگرسیون لاجیستیک همراه با کد پایتون

داده های آموزشی، اعتبار سنجی، و آزمون و کاربرد آن ها

مدل K همسایگی نزدیک رگرسیون همراه با کد پایتون
مدل K همسایگی نزدیک طبقه بندی همراه با کد پایتون

میانگین خطای مطلق یا MAE با کد پایتون

میانگین مربعات خطا یا MSE با کد پایتون

ریشه میانگین مربعات خطا یا RMSE با کد پایتون

ضریب تعیین یا R2 با کد پایتون

نحوه رسم scatter plot دو بعدی
نحوه رسم scatter plot سه بعدی

نحوه رسم bar plot ها (بار چارت ها و بار پلات ها، بار پلات های تکی، بار پلات های چند تایی)

کتابخانه pundas و نحوه import کردن و استفاده از فایل های اکسل از طریق این کتابخانه

ترکیب کردن جدول ها با استفاده از دستور concat

تبدیل index به ستون واقعی در جدول

دستور groupby

گروه بندی محتویات جدول بر اساس مقادیر خاص ستون ها

جمع کردن مقادیر یک ستون بر اساس مقادیر ثابت ستون دیگر در dataframe

استفاده از لایبرری pandas
استفاده از لایبرری numpy
استفاده از لایبرری seaborn
استفاده از لایبرری matplotlib.pyplot

تمیز کردن داده ها
دستور factorize
دستور dummy
مفاهیم آماری صدک های مختلف (percentile) و نحوه دسترسی به آن ها در محیط پایتون
عملیات مختلف روی جدول ها
عوض کردن نام ستون ها
فیلتر ستون ها
Pie Plot ها
Donut پلات ها

نرمال سازی Normalization
استاندارد سازی Standardization
دستور shape
ماتریس همبستگی Correlation Matrix
ماتریس کوواریانس Covariance Matrix

مفاهیم variance و bias
مفاهیم underfitting و overfitting

مدل درخت تصمیم Decision Tree
مدل درخت تصمیم رگرسیون Regression Tree همراه بت کد پایتون
مدل درخت تصمیم طبقه بندی Classification Tree همراه با پایتون
Gini Impurity ناخالصی جینی

مدل درخت تصادفی طبقه بندی Random Forest for Classification همراه با کد پایتون

مدل درخت تصادفی رگرسیون Random forest for Regression همراه با کد پایتون

داده bootstrapped

مدل Support Vector Classifier ها و تفاوتش با Support Vector Machine ها

مدل ساپورت وکتور ماشین Support Vector Machine (SVM) همراه با کد پایتون

ماتریس Confusion یا Confusion Matrix
مدل تجزیه و تحلیل مولفه های اصلی Principal Component Analysis (PCA) همراه با کد پایتون

اگر سوالی داشته باشه اشکالاتتون توسط مدرس به مدت ۵ ماه پاسخ داده میشه و بر طرف میشه
و اگر نمره‌ی قبولی رو گرفتید (نمره ی قبولی شامل تمریناتی است که مدرس برای شما ارسال می کنند و شما باید انجام بدید)

برای صادر شدن گواهی گذراندن دوره می توانید مبلغ۳۰۰ هزار تومان پرداخت کنید و مدرک رو بعد از انجام تمرینات دریافت کنید

این دوره مجموعا۲۷ ساعت می باشد بعد از ثبت نام دکتر خادمی لینک کانال تلگرامی دوره رو در تلگرام میفرستن

بعد از ثبت نام لینک گروه تلگرام دانشجویان کلاس برای تعامل بیشتر با همکلاسیها برایتان ارسال می شود.

مدرس دوره:
دکتر فائزه خادمی