هوش مصنوعی چیست؟ راهنمای شروع از مفهوم تا پروژه
هوش مصنوعی را با مثال روشن بشناسید؛ تفاوت AI و یادگیری ماشین، مهارت‌های لازم، انتخاب پروژه، خط مبنا و محدودیت‌های مدل را قدم‌به‌قدم بررسی کنید.
مطالعهٔ مقاله ←مقاله‌ها
از شناخت مفهوم تا ساختن: ۱۲ راهنمای مفصل، همراه مثال و تمرین. مطالعهٔ مقاله‌ها رایگان و بدون ورود است.
آموزش پایتون برای تحلیل داده؛ از صفر تا گزارش فروش
پایتون را با یک پروژهٔ فروش یاد بگیرید؛ محیط مجازی، متغیر، شرط، حلقه، تابع، CSV و آزمون را تمرین کنید و برای کار با NumPy و Pandas آماده شوید.
مطالعهٔ مقاله ←ریاضیات یادگیری ماشین؛ آمار، احتمال و جبر خطی کاربردی
ریاضیات لازم برای یادگیری ماشین را با مثال عملی بفهمید؛ بردار، ماتریس، آمار، احتمال شرطی، گرادیان و خطا را به پروژه و ارزیابی درست مدل وصل کنید.
مطالعهٔ مقاله ←آموزش NumPy؛ آرایه، محور و Broadcasting با مثال
NumPy را با جدول فروش تمرین کنید؛ shape، dtype، محور، برش، Broadcasting، کپی و استانداردسازی را یاد بگیرید و از خطاهای عددی و نشت داده دور بمانید.
مطالعهٔ مقاله ←پاک‌سازی داده با Pandas؛ از فایل خام تا جدول قابل‌اعتماد
پاک‌سازی داده با Pandas را اصولی انجام دهید؛ نوع ستون، مقدار خالی، تکرار، متن فارسی، مقدار پرت و merge را با مثال عملی و گزارش کیفیت بررسی کنید.
مطالعهٔ مقاله ←مصورسازی داده با Matplotlib و Seaborn؛ نمودار درست بسازید
برای سؤال تحلیلی خود نمودار درست انتخاب کنید؛ رسم با Matplotlib و Seaborn، محور، رنگ، تجمیع، متن فارسی و خطاهای رایج گزارش را کاربردی بیاموزید.
مطالعهٔ مقاله ←آموزش SQL برای تحلیل داده؛ گزارش درست با JOIN و GROUP BY
SQL را برای تحلیل داده یاد بگیرید؛ SELECT، NULL، GROUP BY، JOIN و توابع پنجره‌ای را تمرین کنید و از دوباره‌شماری فروش در گزارش‌ها جلوگیری کنید.
مطالعهٔ مقاله ←یادگیری ماشین چیست؟ از تعریف مسئله تا اولین مدل پایتون
اولین پروژهٔ یادگیری ماشین را اصولی بسازید؛ ویژگی و برچسب، تقسیم داده، خط مبنا، Pipeline، بیش‌برازش و تحلیل خطا را با مثال پایتون تمرین کنید.
مطالعهٔ مقاله ←ارزیابی مدل و نشت داده؛ چرا دقت بالا همیشه معتبر نیست؟
ارزیابی مدل را معتبر انجام دهید؛ نشت داده، تقسیم زمانی و گروهی، Precision، Recall، F1 و اعتبارسنجی متقاطع با Pipeline را کاربردی بررسی کنید.
مطالعهٔ مقاله ←یادگیری عمیق چیست؟ شبکهٔ عصبی از مفهوم تا تمرین عملی
یادگیری عمیق را با شبکهٔ کوچک بشناسید؛ نورون، فعال‌سازی، زیان، گرادیان، انتقال یادگیری و بیش‌برازش را همراه مثال و معیار ارزیابی درست بیاموزید.
مطالعهٔ مقاله ←آموزش NLP فارسی؛ از Hazm تا تحلیل احساسات قابل‌ارزیابی
پردازش زبان فارسی را از داده تا مدل دنبال کنید؛ نرمال‌سازی با Hazm، نیم‌فاصله، TF-IDF، تحلیل احساسات، نشت متن و ارزیابی خطا را عملی بیاموزید.
مطالعهٔ مقاله ←استقرار مدل با FastAPI؛ از پیش‌بینی محلی تا API قابل‌اعتماد
مدل را با FastAPI به API تبدیل کنید؛ قرارداد ورودی، Pydantic، بارگذاری مدل، آزمون HTTP، امنیت، نسخه‌بندی و پایش را با نمونهٔ آموزشی یاد بگیرید.
مطالعهٔ مقاله ←دنبال دوره و ثبت پیشرفت هستید؟
مقاله‌ها برای مطالعه‌اند؛ دورهٔ رایگان و پیشرفت درس‌ها همچنان از مسیر قبلی در دسترس است.
مشاهدهٔ دورهٔ رایگان