آموزش زبان برنامه نویسی پایتون

دوره حضوری و آنلاین آموزش برنامه نویسی پایتون
پایتون یکی از زبان های چند منظوره ، شی گرا و سطح بالا می باشد که کاربرد بسیار زیادی دارد و همچنین از محبوبیت فوق العاده ای برخوردار است .
ساده بودن پایتون برای یادگیری و محاسبه معادلات پیچیده و تحلیل های داده ، از دلایل جذابیت بالای این زبان میباشد .
در طول این دوره به مفاهیم پایه و اساسی این زبان قدرتمند تسلط پیدا خواهید کرد .
پس وقت رو از دست نده...
- مدرس دوره : سید امیر آگاه ( رزومه )
- تعداد ویدیوها : 49 ویدیو
- مدت زمان دوره : 9:55:00
- سطح دوره : پیشرفته
- وضعیت دوره : به اتمام رسیده
- تاریخ آخرین بروزرسانی : 1402/04/13

دوره یادگیری ماشین با پایتون
در این دوره مطالب مورد نیاز برای استفاده از یادگیری ماشین با استفاده از زبان برنامه نویسی پایتون و کتابخانه های مطرح ان را فرا خواهیم گرفت. با توجه به مطالب تئوری و محاسباتی پیچیده ان , در طراحی دوره به نحوی عمل شده است که تئوری های لازم صرفا برای درک مفهوم ارائه گردد و بیشتر به اموزش نحوه بکارگیری ان پرداخته ایم. عزیزانی که مایل به فهم عمیق تر مطالب ریاضی ان میباشند میتوانند به مراجعی که در اختیار قرار میدهیم مراجعه نمایند. دوره طراحی شده دارای 3 زیردوره مقدماتی , متوسط و پیشرفته میباشد. در دوره مقدماتی به ارائه پیش نیازها و اموزش کتابخانه های مورد نیاز پرداخته و در ادامه درخت تصمیم و جنگل تصادفی و رگراسیون خطی اموزش داده می شود. در دوره متوسط متدهای دیگر یادگیری ماشین مورد اشاره قرار خواهند گرفت . دوره پیشرفته نیز اموزش مباحث تئوری و عملی شبکه های عصبی و یادگیری عمیق انجام میگیرد.
سرفصل های دوره:
معرفی دوره
اموزش نصب
مرور سریع پایتون
اموزش NumPy
اموزش Pandas
اموزش Matplotlib
اموزش Seaborn
مفاهیم Machine Learning
اموزش Decision Tree & Random Forest
اموزش Linear Regression
جمع بندی و توضیح مطالب دوره بعد
پیش نیاز های دوره :
- اشنایی و درک مفاهیم برنامه نویسی
- اشنایی با زبان برنامه نویسی پایتون (البته مرور مختصری بر موارد مورد نیاز خواهیم داشت)
فهرستـــ ویدیوها
مدت زمان دوره 9:55:00با مشاهده آنلاین جلسات در سایت ، هزینه اینترنت شما به صورت نیم بها محاسبه خواهد شد.
تمرین قسمت NumPy
در فایل اول (04_Numpy_Practice) تمرین لازم برای قسمت NumPy برای شما در نظر گرفته شده است . لطفا ابتدا سعی نمایید تا با توجه به دستور العملها , خودتان با دستورات فراگرفته شده انها را حل نمایید . در صورت هر گونه ابهام میتوانید از ویدئو این جلسه یا فایل دوم (05_Numpy_Practice_Solution) استفاده نمایید.
تمرین قسمت Pandas
در فایل اول (08_Pandas_Practice) تمرین لازم برای قسمت Pandas برای شما در نظر گرفته شده است . لطفا ابتدا سعی نمایید تا با توجه به دستور العملها , خودتان با دستورات فراگرفته شده انها را حل نمایید . در صورت هر گونه ابهام میتوانید از ویدئو این جلسه یا فایل دوم (09_Pandas_Practice_Solution) استفاده نمایید.
شروع Machine Learning
شروع یادگیری ماشین با پایتون - توضیح اجمالی نحوه نگارش کدهای یادگیری ماشین و استفاده از کتابخانه های مرتبط
آموزش پیاده سازی Linear Regression
بخش دوم - جلسه اول آموزش پیاده سازی Linear Regression با استفاده از پایتون
آموزش پیاده سازی Linear Regression
بخش سوم - جلسه دوم آموزش پیاده سازی Linear Regression با استفاده از پایتون.
تمرین و حل تمرین قسمت Linear Regression
بخش چهارم - در فایل اول (04-Linear Regression Practice) تمرین لازم برای قسمت Linear Regressionبرای شما در نظر گرفته شده است . لطفا ابتدا سعی نمایید تا با توجه به دستور العملها , خودتان با دستورات فراگرفته شده انها را حل نمایید . در صورت هر گونه ابهام میتوانید از ویدئو این جلسه یا فایل دوم (06_Solution_Practice) استفاده نمایید.
آموزش پیاده سازی Logistic Regression
بخش دوم - جلسه اول آموزش پیاده سازی مدل Logistic Regression با استفاده از پایتون در فایل ضمیمه دیتاست اطلاعات هواپیمایی Invistico_Airline و فایل کد پایتون برای اموزش این جلسه و جلسه اتی در دسترس میباشد .
آموزش پیاده سازی Logistic Regression
بخش سوم - جلسه دوم آموزش پیاده سازی مدل Logistic Regression با پایتون فایل دیتاست اطلاعات هواپیمایی و کد پایتون ضمیمه میباشد .
آموزش پیاده سازی Logistic Regression مثال دوم
بخش چهارم - آموزش پیاده سازی مدل Logistic Regression با استفاده از پایتون جلسه اول از تمرین دوم در ضمیمه فایل csv اطلاعات کشتی تایتانیک (titanic) و فایل کد پایتون قراردارد .
آموزش پیاده سازی Logistic Regression مثال دوم
بخش پنجم - آموزش پیاده سازی مدل Logistic Regression با استفاده از پایتون . جلسه دوم از تمرین دوم در ضمیمه فایل csv اطلاعات کشتی تایتانیک (titanic) و فایل کد پایتون قراردارد .
مفاهیم DecisionTree و جنگل تصادفی
بخش اول - در این بخش مفاهیم تئوری لازم برای درخت تصمیم و جنگل تصادفی را مرور خواهیم کرد.
آموزش پیاده سازی DecisionTree
بخش دوم - مثال اول آموزش پیاده سازی مدلDecission Tree با استفاده از پایتون . در فایل ضمیمه دیتاست بیماری دیابت diabetes_data و فایل کد پایتون برای اموزش این جلسه در دسترس میباشد .
آموزش پیاده سازی DecisionTree
بخش سوم - مثال دوم آموزش پیاده سازی مدل Decision Tree با استفاده از پایتون. در فایل ضمیمه دیتاست کشتی تایتانیک اصلاح شده , titanic_data و فایل کد پایتون برای اموزش این جلسه در دسترس میباشد .
تمرین و حل تمرین قسمت Decision Tree
بخش چهارم - در این قسمت فایل های تمرین (DecissionTree_Practice) و حل تمرین (DecisionTree_Practice_Done) و دیتاست مربوطه (loan_data) ضمیمه میباشد.لطفا ابتدا سعی نمایید تا با توجه به دستور العملها , خودتان با دستورات فراگرفته شده انها را حل نمایید. در صورت هر گونه ابهام میتوانید از ویدئو این جلسه یا فایل حل تمرین استفاده نمایید.
ادامه حل تمرین قسمت Decision Tree
بخش پنجم - در قسمت دوم حل تمرین فایل های تمرین (DecissionTree_Practice) و حل تمرین (DecisionTree_Practice_Done) و دیتاست مربوطه (loan_data) ضمیمه میباشد.لطفا ابتدا سعی نمایید تا با توجه به دستور العملها , خودتان با دستورات فراگرفته شده کار را ادامه دهید. در صورت هر گونه ابهام میتوانید از ویدئو این جلسه یا فایل حل تمرین استفاده نمایید.
نظرات کاربران در رابطه با این دوره
ameneh.salahshur@gmail.com
ارسال شده در 1402/04/15سلام و خداقوت.چرا دوره تخفیف نداره
سید امیر آگاه (مدرس)
ارسال شده در 1402/04/20سلام و وقت بخیر , البته دوره هنگام انتشار که تخفیف داشت و بازهم در برخی از زمانها حتما تخفیف خواهد داشت. همین الان 40% تخفیف برای مدتی کوتاه فعال کردم. موفق باشید.
mahmoud mahmoudi
ارسال شده در 1402/04/08خیلی ممنون آموزشتون خوب بود تشکر فراوان
سید امیر آگاه (مدرس)
ارسال شده در 1402/04/08خواهش میکنم. موفق باشید.
mohammad nematollahi
ارسال شده در 1402/03/15سلام و درود به استاد اگاه
استاد بنده درخواستی داشتم که ویدیو های دوره را در بخش های مقدماتی و متوسطه سریع تر بگذارین تا ما سریع تر اشنا بشیم به این مباحث و دوره در بخش های مقدماتی و متوسطه ماه های ماه طول نکشد بسیار ممنون میشم
سید امیر آگاه (مدرس)
ارسال شده در 1402/03/15سلام و وقت بخیر ,
نگرانی جنابعالی برای طولانی نشدن دوره بسیار دقیق هست و قطعا تداوم مستمر جلسات اهمیت بالایی دارد . خوشبختانه در مورد جلسات تمام ویدئو ها و فایل ها توسط مدیر محترم سایت تا اخرین جلسه اپلود شده اند و طبق انچه به بنده اعلام نموده اند , روزانه یک جلسه ویدئو با ضمائم احتمالی ان قابل دسترسی برای دوستان خواهد بود , البته تصور میکنم روزهای تعطیل در روال کاری نباشد .
hossein 87
ارسال شده در 1402/03/14سلام وقت بخیر
ببخشید این دوره خودش سه بخشه؟
یا سه دوره متفاوت هست که بر سایت قرار خواهد گرفت؟
در ضمن پروژه عملی کار میشه
و اینکه چند ساعت هست دوره
سید امیر آگاه (مدرس)
ارسال شده در 1402/03/14سلام مجدد بر شما و دیگر دوستان عزیز ,
ضمن تشکر از بررسی مشخصات دوره , بنظرم اگر فایل 9 دقیقه ای معرفی دوره را ملاحظه بفرمایید جواب سوالتان برطرف خواهد شد اما بصورت کوتاه عرض میکنم . این مسیر 3 دوره مقدماتی , متوسط و پیشرفته دارد (دوره نهایی به شبکه عصبی و یادگیری عمیق میپردازد) . دلیل معین انهم اینستکه اگر شما به هر دلیلی از دوره مقدماتی رضایت نداشتید و یا با اهداف شما مساوی نبود , در دوره های بعدی ثبت نام نفرمایید و زمان و هزینه کمتری متحمل شده باشید . شما برای رسیدن به اهداف دوره ضروریست همه قسمتهای طراحی شده را بگذرانید لازم بذکر است دوره سهل نیست و نیازمند تلاش و ممارست شما میباشد. اگر در دوره اول توان کافی احساس نکردید , طبیعی است که در دوره های بعدی شرکت نفرمایید . اگر دوره برایتان سنگین نبود و جذاب بود و مطالب را جذب کردید , طبیعتا به اهداف تعیین شده که در ویدئوهای معرفی دوره دست خواهید یافت . مجددا لازم بذکر است دوره اصلا اسان نیست ولی در عین حال کاربردی و با تمرین و پروژه برای نیل به اهداف شما طراحی شده است . لیکن اگر تصور بر این دارید که با صرفا گذراندن یک دوره و بدون تمرین و ممارست شما تبدیل به یک مهندس داده خواهید شد , توصیه بر عدم شرکت در دوره دارم .ضروری است علاوه بر موضوعات ذکر شده تمرین با راهنمایی های داده شده بفرمایید و مهارت کافی را کسب فرمایید . بنده هم در حد توان همراهی خواهم داشت تا نتیجه مطلوب حاصل گردد . انشاءا...
hossein 87
ارسال شده در 1402/03/15خیلی ممنون لطف کردین🌹
dell816
ارسال شده در 1402/03/14مدت زمان هر یک از دوره ها چقدر خواهد بود ؟
ایا این دوره را میتوان بعنوان یک مسیر اموزشی برای علم داده در نظر گرفت ؟
جلسات هر چند روز یا هفته در سایت اپلود خواهند شد ؟
سید امیر آگاه (مدرس)
ارسال شده در 1402/03/14با سلام و وقت بخیر .
بعد از تکمیل این دوره شما به یادگیری ماشین و Deep learning مسلط خواهید شد . مسیر , طراحی و گستره دوره در ویدئو معرفی بطور کامل توضیح داده شده است که پیشنهاد میکنم ملاحظه بفرمایید . دوره حاضر, تکمیل و مطابق برنامه بصورت روزانه توسط مدیر سایت جلسات در اختیار دوستان قرار خواهد گرفت .