بلوار ملت - حدفاصل سی و سه پل و پل آذر
031-36292828
نقشه کشی و مدل سازی سه بعدی

AutoCAD 2D

Revit Architecture

مدلسازی با 3D Max

مدلسازی با Rhino

AutoCAD 3D

SketchUp & V-Ray

Grasshopper

Zbrush

اصول طراحی کابینت همراه با مدلسازی در نرم افزار

Lumion

نرم افزارهاي ارائه

Photoshop معماری

V-Ray & Post-Production

Lumion

دوره Post-Production ( تبدیل رندرهای مبتدی به حرفه ای)

Corona & Post-Production

ارائه واقعیت مجازی(VR) و واقعیت افزوده ( AR) پروژه های معماری با Unity 3D

آموزش رندرینگ پیشرفته با KEYSHOT

ویرایش عکس با Camera Raw

دوره جامع ارزهای دیجیتال

نرم افزارهاي تحليلي

Design Builder

Ecotect Analysis

دوره هاي تخصصي

آمادگی آزمون طراحی معماری

آمادگی آزمون نظارت و اجرا معماری

دوره نقشه کشی فاز یک و ضوابط شهرداری

دوره تهیه نقشه های فاز 2 معماری

اسکیس ارشد معماری

اسکیس و راندو پیشرفته

طراحی فضای سبز

اسکیس و راندو پایه

Excel پایه

Excel مهندسی

تحلیل تکنیکال در بازارهای سرمایه (بورس،طلا و ارز)

حسابداری مالیاتی

دوره جامع ICDL

روش های اجرای نازک کاری و دکوراسیون

کنترل پروژه با MSP

کنترل پروژه با Primavera P6

نرم افزارهاي تحليلي

طراحی سازه با نرم افزار ETABS ( پایه)

طراحی انواع دال و فنداسیون با نرم افزار SAFE

SAP

طراحی سوله با SAP

طراحی پیشرفته سازه های بتنی با ETABS

طراحی پیشرفته سازه های فولادی با ETABS

طراحی سازه های گلخانه ای با SAP

ABAQUS

تهيه نقشه هاي كارگاهي

Tekla Structures جامع

Tekla Structuresپیشرفته

AutoCAD 2D

نقشه برداري، ژئوتکنیک و معدن

Civil 3D

Arc GIS پایه

کار با دوربین های توتال استیشن

FLAC3D

ArcGIS پیشرفته

Plaxis 2D

نرم افزار سنجش از دور (RS)و تحلیل تصاویر ماهواره ای ENVI

FLAC 2D

GEO STUDIO

Plaxis 3D

دوره جامع ارزهای دیجیتال

دوره های تخصصی

متره و برآورد و تهیه صورت وضعیت

آمادگی آزمون پایه 3 نظارت و اجرا

دوره جامع آمادگی آزمون محاسبات

صفر تا صد اجرای سازه های بتنی و فولادی (ازسفت کاری تا پایان نازک کاری)

دوره اجرای (ابنیه) سوله

شرایط عمومی پیمان و مدیریت ادعا (Claim Management)

اجرای بهسازی لرزه ای ساختمان های آجری

Access مهندسی

Excel پایه

Excel مهندسی

Matlab پایه

تحلیل تکنیکال در بازارهای سرمایه (بورس،طلا و ارز)

حسابداری مالیاتی

دوره جامع ICDL

روش های اجرای نازک کاری و دکوراسیون

کنترل پروژه با MSP

کنترل پروژه با Primavera P6

نقشه كشي و مدلسازي سه بعدي

Catia پایه

Catia پیشرفته (سطح 2 - سطح سازی و ... )

SolidWorks پایه

Inventor پایه

ArtCAM

Inventor پیشرفته

NX پایه

متحرک سازی و طراحی مکانیزم ها در CATIA ( DMU)

SolidWorks پیشرفته (طراحی و تحلیل مکانیزم ها)

Catia پیشرفته (سطح 3 - ابرنقاط ، ورق کاری و متحرک سازی )

قالب سازی در Catia (پلاستیک)

کتیا پروژه و تمرین (Project & Practice )

AutoCAD 2D

AutoCAD 3D

نرم افزارهاي تحليلي

ABAQUS

ProCAST

ANSYS Workbench

COMSOL

ABAQUS پیشرفته

SolidCAST

Matlab پایه

نرم افزارهاي توليد

PowerMill

Mastercam

کار با دستگاه CNC

Geomagic

Moldflow

Rapidform

دوره جامع ارزهای دیجیتال

دوره هاي تخصصي

نقشه خوانی صنعتی

فولاد شناسی و عملیات حرارتی فولادها

تلرانس گذاری هندسی و ابعادی (GD &T )

بازرسی جوش

تست های غیر مخرب (NDT )

روش های نوین ساخت قطعه

متالوگرافی و شناسایی ریز ساختار فولادها و کلید فولاد

Tekla Structures جامع

Access مهندسی

Excel پایه

Excel مهندسی

Tekla Structuresپیشرفته

تحلیل تکنیکال در بازارهای سرمایه (بورس،طلا و ارز)

حسابداری مالیاتی

دوره جامع ICDL

طراحی نیروگاههای خورشیدی

کنترل پروژه با MSP

کنترل پروژه با Primavera P6

نقشه كشي و مدلسازي سه بعدي

Revit MEP

دوره جامع اصول طراحی و مدلسازی پایپینگ با نرم افزار PDMS

AutoCAD Plant 3D

جامع مدلسازی با نرم افزار AVEVA Everything 3D (E3D)

AutoCAD P&ID

PV Elite

AutoCAD 2D

مهندسی شیمی - پتروشیمی - نفت و گاز

Aspen Plus پایه

Aspen Hysys پایه

Aspen Hysys پیشرفته

Aspen Plus پیشرفته

Aspen B-Jac

نرم افزارهاي تحليلي

Ansys Fluent

Carrier

Caesar II

Ansys APDL

Matlab پایه

دوره جامع ارزهای دیجیتال

دوره های تخصصی

مبانی هیدرولیک صنعتی

مبانی پنوماتیک صنعتی و تعمیرات تجهیزات پنوماتیک

تعمیر و نگهداری سیستم های هیدرولیک صنعتی

Excel پایه

Excel مهندسی

تحلیل تکنیکال در بازارهای سرمایه (بورس،طلا و ارز)

حسابداری مالیاتی

دوره جامع ICDL

طراحی نیروگاههای خورشیدی

کنترل پروژه با MSP

کنترل پروژه با Primavera P6

الكترونيك و مخابرات

Matlab پایه

میکروکنترلر های AVR جامع

Altium Designer

دوره جامع میکروکنترلر ARM - STM32

پردازش تصویر با MATLAB

تحلیل روشنایی با نرم افزار Dialux

AVR پیشرفته

LabVIEW

Proteus

Communication Toolbox

Filter Design Toolbox

دوره جامع Arduino

HFSS

VHDL

دوره جامع Agilent ADS

برق قدرت

Eplan

Digsilent پایه

طراحی نیروگاههای خورشیدی

AutoCAD Electrical

دوره ETAP برای تحلیل سیستم های قدرت

برق صنعتی

طراحی و راه اندازی سیستم های انرژی های تجدید پذیر (انرژی های نو)

اتوماسيون صنعتي

PLC S7 پایه

دوره جامع PLC S7 پیشرفته & Drive

WINCC

دوره جامع PLC دلتا

Industrial Ethernet

PCS 7 پایه

PCS 7 پیشرفته

ProfiBus

دوره هاي مشترك

خانه هوشمند

دوره جامع پردازش سیگنال و سیستم و طراحی فیلتر

شبکه های عصبی و الگوریتم های جستجو گر با نرم افزار MATLAB

Access مهندسی

Excel پایه

Excel مهندسی

تحلیل تکنیکال در بازارهای سرمایه (بورس،طلا و ارز)

حسابداری مالیاتی

دوره جامع ارزهای دیجیتال

دوره جامع ICDL

کنترل پروژه با MSP

کنترل پروژه با Primavera P6

مهندسی صنایع

Excel مهندسی

برنامه ریزی تولید

Access مهندسی

تحلیل تکنیکال در بازارهای سرمایه (بورس،طلا و ارز)

طراحي سيستمهاي اطلاعات مديريت(MIS)

SPSS

تحلیل اقتصادی با Comfar

Excel پایه

دوره جامع ارزهای دیجیتال

شبیه سازی واحد های صنعتی با Arena

طراحی داشبوردهای مدیریتی با Excel

طراحی داشبوردهای مدیریتی با PowerBI

Minitab

GAMS

مدیریت پروژه

کنترل پروژه با MSP

کنترل پروژه با Primavera P6

اصول PMBOK

آموزش کاربری Microsoft Project Server 2019

تحلیل ریسک پروژه با PertMaster

Matlab پایه

حسابداری

حسابداری مالیاتی

حسابداری پایه

Excel حسابداری

ارائه اظهارنامه های مالیاتی

دوره جامع ICDL

برنامه نویسی وب سایت

HTML,CSS,JavaScript

طراحی وب با ASP.Net MVC

SQL Server

طراحی سایت با WordPress

برنامه نویسی وب با PHP

Asp.net Core

Angular JS

django

Laravel

LINUX پایه

Next

Nuxt

React

SEO

UI-UX

Vue JS

SQL Server

برنامه نویسی موبایل

برنامه نویسی Android

Java

Cocoa

Dart

Flutter

Kotlin

React Native

Swift

Xamarin

برنامه نویسی ویندوز

برنامه نویسی C#.Net پایه

دوره جامع ICDL

زبان برنامه نویسی ++C

PowerPoint

برنامه نویسی C#.Net پیشرفته

WPF

WCF

هوش مصنوعی

برنامه نویسی به زبان Python

یادگیری ماشین و داده کاوی( Machine Learning & Data Mining ) در پایتون- کتابخانه Scikit

پردازش تصویر و بینایی ماشین ( Image Processing & Machine vision)در پایتون- کتابخانه OpenCV

یادگیری عمیق (Deep Learning) در پایتون- کتابخانه Keras و TensorFlow

عنوان دروس طراحی داخلی و دکوراسیون سطح یک

نقشه کشی و ترسیم فنی

سبک شناسی و مبانی نظری

مواد و مصالح در طراحی داخلی

AutoCAD 2D

Revit Architecture

عنوان دروس طراحی داخلی و دکوراسیون سطح دو

چیدمان (دکوراسیون ) و رنگ شناسی

اصول طراحی فنی ساختمان

روش های اجرای نازک کاری و دکوراسیون

طراح 1 مسکونی

مبانی رنگ شناسی و روانشناسی محیط

V-Ray & Post-Production

دوره Adobe Photoshop CC

عنوان دروس طراحی داخلی و دکوراسیون سطح سه

تاسیسات مکانیکی و الکتریکی

مدیریت هوشمند در معماری داخلی

بهره گیری از تکنولوژی واقعیت افزوده

طراحی تجاری و اداری

عنوان دروس طراحی داخلی و دکوراسیون اختیاری

اسکیس و راندو پایه

مدلسازی با 3D Max

طراحی گرافیک

دوره Adobe Photoshop CC

Adobe Illustrator CC

آموزش پایه طراحی طلا با Matrix

Corel Draw

دوره جامع طراحی نشانه (لوگو)

Adobe Indesign CC

دوره جامع طراحی گرافیک

آموزش پیشرفته طلا و جواهر با Matrix

نقاشی دیجیتال

دوره جامع ICDL

عکاسی و فیلم سازی

دوره عکاسی دیجیتال پایه

تدوین در Premiere PRO

دوره عکاسی دیجیتال پیشرفته

Adobe Lightroom Classic

انیمیشن و بازی سازی

Adobe After Effects CC

اصول و پایه Stop Motion

بازی سازی دوبعدی

بازی سازی سه بعدی

تولید محتوا

دوره تولید محتوای الکترونیکی

بیان و گویندگی پایه

سخنوری (اعتماد به نفس در صحبت کردن)

بیان و گویندگی پیشرفته

روز هفته 10 12 14 16 18 20 22
شنبه
یکشنبه
دوشنبه
سه شنبه
چهارشنبه
پنجشنبه
جمعه
کد دوره عنوان دوره تاریخ شروع شهریه تخفیف
طول دوره: 20 ساعت
شهریه : 15,000,000 ریال
نوع آموزش:
پیشنیاز: برنامه نویسی به زبان Python
مدرک پایان دوره:
مدرک بین المللی:

برنامه زمانی دوره یادگیری ماشین و داده کاوی( Machine Learning & Data Mining ) در پایتون- کتابخانه Scikit

یادگیری ماشین و داده کاوی( Machine Learning & Data Mining ) در پایتون- کتابخانه Scikit

در حال حاضر کلاسی برای دوره مورد نظر ارائه نشده است در صورت تمایل شماره موبایل خود را ثبت نمایید تا زمان شروع دوره ها برای شما اطلاع رسانی شود

دوره های مرتبط:

داده کاوی چیست و چه کاربردی دارد؟

datamining

داده کاوی چیست؟

داده کاوی فرآیند مرتب سازی از طریق مجموعه داده‌های بزرگ برای شناسایی الگوها و روابطی است که به حل مشکلات تجاری از طریق تجزیه و تحلیل داده‌ها کمک می‌کند. تکنیک‌ها و ابزارهای داده کاوی، شرکت‌ها را قادر می‌سازد تا رویدادهای آینده را پیش بینی کرده و تصمیمات تجاری آگاهانه تری اتخاذ کنند. داده کاوی بخش کلیدی تجزیه و تحلیل داده و یکی از رشته‌های اصلی در علم داده است. این رشته از تکنیک‌های تجزیه و تحلیل پیشرفته، برای یافتن اطلاعات مفید در مجموعه داده‌ها استفاده می‌کند. در یک تعریف جزئی تر، داده کاوی، فرآیند کشف اطلاعات در پایگاه داده برای جمع آوری، پردازش و تجزیه و تحلیل داده‌ها است. پایه و اساس داده کاوی شامل سه رشته علمی‌آمار ، هوش مصنوعی و یادگیری ماشین است.

اهمیت داده کاوی

داده کاوی جزء حیاتی ابتکارات تحلیلی موفق در سازمان‌ها است. اطلاعاتی که تولید می‌کند، در هوش تجاری (BI) و برنامه‌های تحلیلی پیشرفته که شامل تجزیه و تحلیل داده‌های تاریخی و برنامه‌های تحلیلی انلاین که داده‌های جریانی را هنگام ایجاد یا جمع‌آوری بررسی می‌کنند، استفاده می‌شود. داده‌کاوی در جنبه‌های مختلف برنامه ریزی استراتژی‌های تجاری و مدیریت عملیات، شامل کارکردهای مواجهه با مشتری مانند بازاریابی، تبلیغات، فروش و پشتیبانی مشتری، به علاوه تولید، مدیریت زنجیره تامین، امور مالی و منابع انسانی قابل استفاده است. داده کاوی از موارد حیاتی تجاری مانند کشف خرابی، مدیریت ریسک، برنامه‌ریزی امنیت سایبری و بسیاری دیگر پشتیبانی می‌کند. همچنین نقش مهمی‌در مراقبت‌های بهداشتی، دولتی، تحقیقات علمی، ریاضیات، ورزش و غیره دارد.

datamining

نحوه کار داده کاوی

داده کاوی شامل کاوش و تجزیه و تحلیل بلوک‌های بزرگ اطلاعات برای جمع‌آوری الگوها و روندهای معنادار است. فرآیند داده کاوی به پنج مرحله تقسیم می‌شود. ابتدا، سازمان‌ها داده‌ها را جمع آوری کرده و در انبارهای داده (پایگاه داده) خود بارگذاری می‌کنند. در مرحله بعد، آنها داده‌ها را چه در سرورهای داخلی و چه در فضای ابری ذخیره و مدیریت می‌کنند. تحلیلگران کسب‌وکار، تیم‌های مدیریت و متخصصان فناوری اطلاعات به داده‌ها دسترسی داشته و نحوه سازماندهی آن‌ها را تعیین می‌کنند. سپس نرم افزار کاربردی داده‌ها را بر اساس نتایج کاربر مرتب کرده و در نهایت کاربر داده‌های نهایی را در قالبی با قابلیت اشتراک‌گذاری آسان مانند نمودار یا جدول ارائه می‌کند.

کاربرد داده کاوی

در اینجا نحوه استفاده سازمان‌ها و صنایع از داده کاوی برای برنامه‌های تحلیلی معرفی شده است:

  • خرده فروشی

    خرده‌فروشان آنلاین، داده‌های مشتری و سوابق کلیک اینترنتی را برای کمک به هدف قرار دادن کمپین‌های بازاریابی، تبلیغات و پیشنهادات تبلیغاتی برای خریداران فردی استخراج می‌کنند.

  • خدمات مالی

    بانک‌ها و شرکت‌های کارت اعتباری از ابزارهای داده کاوی برای ساخت مدل‌های ریسک مالی، شناسایی تراکنش‌های متقابلانه و درخواست‌های وام و اعتبار استفاده می‌کنند. داده کاوی همچنین نقش کلیدی در بازاریابی و شناسایی فرصت‌های بالقوه افزایش فروش با مشتریان فعلی دارد.

  • بیمه

    بیمه‌گران برای کمک به قیمت‌گذاری سیاست‌های بیمه و تصمیم‌گیری در مورد تأیید برنامه‌های آن مانند مدل‌سازی ریسک و مدیریت مشتریان احتمالی، به داده‌کاوی متکی هستند.

  • ساخت و تولید

    کاربرد داده کاوی برای تولیدکنندگان شامل بهبود زمان و کارایی عملیاتی در کارخانه‌های تولیدی، عملکرد زنجیره تامین و ایمنی محصول است.

  • سرگرمی

    سرویس‌های استریم داده‌کاوی را برای تجزیه و تحلیل آنچه که کاربران تماشا می‌کنند یا گوش می‌دهند و توصیه‌های شخصی‌سازی شده بر اساس عادات تماشا و گوش دادن افراد انجام می‌دهند.

  • مراقبت‌های بهداشتی

    داده‌کاوی به پزشکان در تشخیص شرایط پزشکی، درمان بیماران و تجزیه و تحلیل اشعه ایکس و سایر نتایج تصویربرداری پزشکی کمک می‌کند. تحقیقات پزشکی نیز به شدت به داده کاوی، یادگیری ماشینی و سایر اشکال تجزیه و تحلیل بستگی دارد.

تاریخچه و ریشه‌های داده کاوی

فن آوری‌های ذخیره سازی داده BI و تجزیه و تحلیل آن‌ها ، در اواخر دهه 1980 و اوایل دهه 1990 شروع به ظهور کرده و توانایی بسیاری را برای تجزیه و تحلیل حجم فزاینده ای از داده‌هایی که توسط سازمان‌ها جمع آوری شد، فراهم کردند. اصطلاح داده کاوی در سال 1995 ، زمانی که اولین کنفرانس بین المللی کشف دانش و داده کاوی در مونترال برگزار شد، مورد استفاده قرار گرفت.

مخاطبین داده کاوی

کاربرد داده کاوی در حوزه مالی برای جستجوی الگوها در بازارها تا تلاش دولت‌ها برای شناسایی تهدیدهای امنیتی بالقوه را شامل می‌شود. شرکت‌ها ، به ویژه شرکت‌های آنلاین و رسانه‌های اجتماعی، از داده‌کاوی برای ایجاد کمپین‌های تبلیغاتی و بازاریابی سودآوری که مجموعه‌های خاصی از کاربران را هدف قرار می‌دهند، استفاده می‌کنند.

یادگیری ماشین چیست؟

کاربرد داده کاوی در حوزه مالی برای جستجوی الگوها یادگیری ماشین (machine learning) جزء مهم رو به رشد "علم داده" است. این رشته با استفاده از روش‌های آماری، الگوریتم‌ها را برای طبقه‌بندی یا پیش‌بینی، آموزش داده و موارد کلیدی را در پروژه‌های داده‌کاوی آشکار می‌کنند. استفاده از این روش تصمیم‌گیری را در برنامه‌ها و کسب‌وکارها هدایت کرده و به طور ایده‌آل بر معیارهای رشد کلیدی تأثیر می‌گذارند.

machinelearning

کاربرد یادگیری ماشین

یک سیستم یادگیری ماشینی با فراگیری داده‌های قبلی، مدل‌های پیش‌بینی را می‌سازد، و با استفاده از آن، زمانی که داده‌های جدیدی را دریافت کند، خروجی آن را پیش‌بینی می‌کند. لازم به ذکر است، دقت خروجی پیش‌بینی‌شده به مقدار داده بستگی دارد، زیرا حجم عظیم داده به ساخت مدل بهتری برای پیش بینی خروجی با دقت بیشتر، کمک می‌کند. فرض کنید مشکل پیچیده‌ای داریم، جایی که باید پیش‌بینی‌هایی انجام دهیم، بنابراین به جای نوشتن یک کد برای آن، فقط باید داده‌ها را به الگوریتم‌های عمومی‌تغذیه کنیم و با کمک این الگوریتم‌ها، ماشین منطق را مطابق با آن می‌سازد. داده‌ها و پیش بینی خروجی یادگیری ماشینی طرز تفکر ما را در مورد مشکل تغییر داده است. بلوک دیاگرام زیر کار الگوریتم یادگیری ماشین را توضیح می‌دهد: به طور سنتی، بازیگران سرمایه‌گذاری در بازار اوراق بهادار مانند محققان مالی، تحلیلگران، مدیران دارایی و سرمایه گذاران فردی اطلاعات زیادی را از شرکت‌های مختلف در سراسر جهان به دنبال این هستند تصمیمات سرمایه گذاری سودآوری اتخاذ کنند. با این حال، برخی از اطلاعات مرتبط ممکن است به طور گسترده توسط رسانه‌ها منتشر نشود و ممکن است فقط برای تعداد معدودی از کارمندان شرکت یا ساکنان کشوری که اطلاعات از آنجا سرچشمه می‌گیرد، محرمانه باشد. علاوه بر این، اطلاعات بسیار زیادی وجود دارد که انسان می‌تواند در یک بازه زمانی معین جمع آوری و پردازش کند. اینجاست که یادگیری ماشین وارد می‌شود.

ویژگی‌های یادگیری ماشین

  • یادگیری ماشینی از داده‌ها برای شناسایی الگوهای مختلف در یک مجموعه داده استفاده می‌کند.
  • می‌تواند از داده‌های گذشته درس بگیرد و به طور خودکار بهبود یابد.
  • یک فناوری داده محور است.
  • یادگیری ماشینی بسیار شبیه به داده کاوی است زیرا با حجم عظیمی‌از داده‌ها نیز سروکار دارد.

کاربرد‌های یادگیری ماشین

در حال حاضر از یادگیری ماشین به طور گسترده توسط مشاغل، در تمام بخش‌ها برای پیشبرد نوآوری و افزایش کارایی فرآیند استفاده می‌شود. در سال 2021، در نتیجه یک همه پرسی، 41 درصد از شرکت‌ها راه‌اندازی سیستم مرتبط با هوش مصنوعی خود را سرعت بخشیدند. این تازه واردان به 31 درصد شرکت‌هایی می‌پیوندند که قبلاً فناوری‌های هوش مصنوعی را اجرا می‌کردند.

machinelearning
  • امنیت داده

    مدل‌های یادگیری ماشینی می‌توانند آسیب‌پذیری‌های امنیتی داده‌ها را قبل از تبدیل شدن به نقض ( error) شناسایی کنند. با نگاهی به تجربیات گذشته، مدل‌های یادگیری ماشینی می‌توانند فعالیت‌های پرخطر آینده را پیش‌بینی کرده و براساس آن ریسک را به طور فعال کاهش داد.

  • امور مالی

    بانک‌ها، کارگزاری‌های تجاری و شرکت‌های فین تک از الگوریتم‌های یادگیری ماشینی برای خودکارسازی معاملات و ارائه خدمات مشاوره مالی به سرمایه‌گذاران استفاده می‌کنند. به عنوان مثال بانک آمریکا از یک ربات چت به نام اریکا برای خودکارسازی پشتیبانی مشتری استفاده می‌کند.

  • مراقبت‌های بهداشتی

    ML با تجزیه و تحلیل مجموعه عظیم داده‌های مراقبت بهداشتی، با تسریع در کشف بیماری و درمان ، بهبود نتایج بیماری، و خودکارسازی فرآیندهای معمول برای جلوگیری از خطای انسانی استفاده می‌شود. به عنوان مثال، واتسون IBM از داده کاوی برای ارائه داده‌هایی به پزشکان استفاده می‌کند که می‌توانند از آنها برای شخصی‌سازی درمان بیمار استفاده کنند.

دوره داده کاوی و یادگیری ماشین در مجتمع آموزشی مهرگان

مجتمع آموزشی مهرگان پیشرو در تدریس زبان‌های مختلف برنامه نویسی و ‌هوش‌مصنوعی در اصفهان، با بهره گیری از اساتید خبره و روش‌های به روز تدریس، دوره داده کاوی و یادگیری ماشین به زبان برنامه پایتون را برگزار ‌می‌کند. در طی برگزاری کلاس‌ها علاوه بر مرور دانش‌ها پایه زبان برنامه نویسی، شما تحت آموزش تخصصی پایتون و کتابخانه Scikit به صورت کاربردی و پروژه محور قرار ‌می‌گیرید به صورتی که پس از اتمام دوره شما کاملا به مباحث و تکنیک‌های داده کاوی و یادگیری ماشین تسلط پیدا کرده و مانند یک برنامه نویسی حرفه ای شروع به خلق برنامه‌های کاربردی کنید در پایان دوره می‌توانید نسبت به اخذ مدرک قابل ترجمه یا مدرک فنی حرفه ای اقدام نمایید.

آنچه خواهید آموخت


از آن جای که یادگیری نرم افزار بدون انجام تمرینات و پروژه های عملی امکان پذیر نمی باشد آموزش این دوره مبتنی بر روش TPH خواهد بود

پیش نیاز پایتون مقدماتی، مبانی ریاضی پردازش تصویر (ریاضی مهندسی)

مباحث دوره به اختصار به شرح زیر می باشد:
  • معرفی یادگیری ماشین و کاربردها- معرفی شاخه های اصلی (با نظارت، بدون نظارت و نیمه نظارتی)- معرفی و راه اندازی کتابخانه های مورد نیاز در پایتون (numpy و scikit)
  • رگرسیون خطی و غیر خطی
  • روش های ارزیابی مدل
  • دسته بندی (knn-naïve bayes- Decision Tree-SVM )
  • یادگیری بی نظارت (k-means- Hierarchical - Density Base)
  • روشهای انتخاب ویژگی و کاهش بعد(PCA-LDA)
  • مروری بر کتابخانه های پردازش متن (NLTK, Gensim, TextBlob)
  • یادگیری منیفولد
  • روش های ترکیبی یادگیری
  • مروری بر یادگیری نیمه نظارتی