12.دوره جامع مهندسی هوش مصنوعی با پایتون(ویژه)

امروز همه از قدرت هوش مصنوعی با خبر هستند .

هوش مصنوعی در تمامی ابعاد بشر رسوخ کرده و هر روز بیشتر از دیروز بر آینده نوع بشر تاثیر گذار هستش .

هوش مصنوعی در حال حاضر در انواع صنایع استفاده میشود و در لبه علم و فناوری درحال حرکت هست .

تمامی بازارهای جهانی ، مالی ، نظامی ، پزشکی ، حمل و نقل ، خودرو سازی ، فضایی و …… از توانایی های هوش مصنوعی درحال استفاده هستند .

شرکت های توسعه هوش مصنوعی بسیاری در داخل و خارج از کشور نیز هستند که به سرعت درحال آموزش الگوریتم های هوش مصنوعی هستند .

ما در این مجموع از آموزش ها قصد داریم که شما تبدیل به یک متخصص هوش مصنوعی حرفه ای شوید .

و از مزایای کار کردن با این فناوری لذت ببرید .

حال اگر شما نیز دوست دارید که این علم رو یاد بگیرید و به عنوان یک متخصص مهندسی هوش مصنوعی شناخته شوید با ما همراه باشید .

در وهله اول چند نمونه آموزش تماشا کنید تا خیالتان از بابت آموزش ها راحت شود .👇👇👇👇👇👇

دروهله دوم لطفا تمامی سرفصل ها را مطالعه کنید 👇👇👇👇👇👇

• آشنایی با علم داده 1
  

• روشها و تکنیک ها
• مقدمه و کلیات

• برنامه نویسی در پایتون 4
  

• 1- مفاهیم و مقدمات پایتون
• 2- آشنایی با Pycharm و شروع برنامه نویسی پایتون
• 3- مقدمه ای بر انواع داده
• 4- انواع داده در پایتون Data Types
• 5- عبارت های شرطی در پایتون
• 6- کنترل ورژن و استفاده از Git در پایتون
• 7- حلقه های For و While
• 8- حل تمرین ها
• 9- لیست ها در پایتون
• 10- تاپل ها در پایتون
• 11- پروژه تمرینی RPS (سنگ-کاغذ-قیچی)
• 12- تابع Range و کاربردهای آن
• 13- آشنایی با Iterator ها
• 14- دیکشنری و کاربردهای آن
• 15- حل تمرین Numeric String
• 16- استفاده از Git در پروژه ها
• 17- آشنایی با مجموعه ها
• 18- خواندن و نوشتن فایل ها در پایتون
• 19- آشنایی با مفهوم دنباله سازی
• 20- آشنایی با فرمت های JSON و CSV
• 21- آشنایی با ماژول ها در پایتون
• 22- تاریخ و زمان در پایتون
• 23- توابع در پایتون
• 24- توابع در پایتون – بخش دوم
• 25- generator ها در پایتون
• 26- نکات تکمیلی توابع Recursive و مبحث Scoping
• 27- آشنایی با Doc String ها
• 28- برنامه نویسی شی‌گرا (OOP) در پایتون
• 29- پروژه آموزشی شی‌گرایی
• 30- پروژه آموزشی شی‌گرایی – بخش دوم
• 31- ادامه بحث شی گرایی در پایتون
• 32- پروژه نهایی دوره طراحی و حل بازی Sudoko
• 33- مباحث تکمیلی
• 34- حل پروژه SUDOKU

• علم داده کاربردی در پایتون 5
  

• 1- مقدمه ای بر دوره
• 2- آشنایی با دیتابیس و تعامل با آن در پایتون
• 3- دیتابیس MySQL و نحوه کار با آن
• 4- API چیست و چگونه کار می کند؟
• 5- آشنایی با Fast-API و نوشتن API با آن
• 6- کتابخانه های علم داده Numpy
• 7- کتابخانه های علم داده Matplotlib
• 8- کتابخانه های علم داده Pandas
• 9- کتابخانه های علم داده پیش پردازش داده ها با Scikit-Learn
• 10- پروژه نهایی دوره

• یادگیری ماشین 6
  

• 1- مفاهیم و مقدمات
• 2- مفاهیم پایه و تئوری
• 3- رگرسیون Regression – بخش اول
• 4- رگرسیون Regression – بخش دوم
• 5-دسته بندی
• 6-مدل های دسته بندی احتمالاتی
• 7-مدل های دسته بندی خطی
• 8-شبکه های عصبی مصنوعی
• 9-مدل ماشین بردار پشتیبان SVM
• 10-درخت تصمیم گیری
• 11-مهندسی ویژگی
• 12-خوشه بندی
• 13-مباحث تکمیلی

• یادگیری عمیق 7
  

• 1- مقدمه و مفاهیم اولیه
• 2- یادگیری بازنمایی – بخش اول
• 3- یادگیری بازنمایی – بخش دوم
• 4- شبکه های RNN – بخش اول
• 5- شبکه های RNN – بخش دوم
• 6- مقدمه ای بر شبکه های CNN
• 7- شبکه های CNN – بخش دوم
• 8- یادگیری انتقال Transfer Learning
• 9- کاربرد یادگیری عمیق در بینایی ماشین
• 10- کاربرد یادگیری عمیق در پردازش زبان طبیعی

شما با گذراندن این دوره میتوانید تبدیل به یک مهندس هوش مصنوعی شوید و در پایان از ما گواهی نامه معتبر دریافت کنید .

جهت مشاوره رایگان و سوالات بیشتر لطفا با پشتیبانی ایتا در ارتباط باشید .

parsitot@

@learn2AI