کاربر گرامی خوش آمدید

دیتاساینس لند با آرزو دهش

مشخصات کانال | نظرات کاربران (1)
دیتاساینس لند با آرزو دهش
دیتاساینس لند با آرزو دهش
امتیاز کانال
امتیاز 5 از 5 (1 رای)
نوع :
هوش مصنوعی
مجری :
آرزو دهش
پست ها:
20 درسنامه
فالوِور :
10 نفر

توی این کانال میتونین در رابطه با علوم داده و به صورت تخصصی یادگیری ماشین و یادگیری عمیق آموزش ببینین. علاوه بر مطالبی که خودم بهتون آموزش می دم، دوره های پر کاربرد خارجی رو هم با هم بررسی میکنیم به این صورت که اگر چالش زبان انگلیسی دارین میتونین اون ها رو با زیر نویس فارسی ببینین و یاد بگیرین. اگه این حوزه برای تو هم کاربردیه و دوست داری در این زمینه بیشتر یاد بگیری خوشحال میشم توی Data Science Land با من همراه باشی. برای ورود به کانال اول لازمه که توی شبکه بست ثبت نام کنید. اگه از قبل عضو هستید اول وارد بشید

درباره مجری کانال

سلام به کانالم خوش اومدین👋 من آرزو دهش هستم. توی این کانال می خوام در رابطه با علوم داده باهاتون صحبت کنم و مطالبی که بلدم یا بعدا یادشون می گیرم رو باهاتون به اشتراک بذارم تا بتونیم در کنار هم مفاهیم بیشتری رو در این زمینه یاد بگیریم.

من توی مقطع کارشناسی، مهندسی فناوری اطلاعات و در مقطع ارشد هم مهندسی نرم افزار(تمرکز مدیریت داده) خوندم. چند سالی میشه که با دنیای جذاب علوم داده آشنا شدم و شروع کردم به کار کردن و یادگیری بیشتر توی این حوزه. البته هنوز هم در حال یادگیری هستم و به نظرم یادگیری توی این علم مثل تمامی علوم دیگه تمومی نداره و این یکی از جذابیت های رشد توی یک مسیره

اینم آدرس کگل و لینکدین من هست، حتما بهشون سر بزنین:

https://www.kaggle.com/arezoodahesh

www.linkedin.com/in/arezoo-dahesh

 

**********************************************************

دوست داشتم خیلی خلاصه درباره محتوای درسنامه های یادگیری ماشین بدون کدنویسی هم براتون بگم.

توی پارت اول درباره سرفصل های زیر باهاتون صحبت میکنم:

*معرفی داده کاوی

*مدل فرآیندی CRISP-DM

* معرفی یادگیری ماشین

*دانلود Rapidminer از وب سایت رسمی

*معرفی بخش ها و پنل های Rapidminer

*کار با عملگرها

*شروع حل مسئله داده محور (کیس طبقه بندی) منطبق با مدل CRISP-DM (فاز درک داده)

 

و توی پارت دوم و در ادامه مطالب بخش قبل، درباره این سرفصل ها باهم صحبت می کنیم:

*حل مسئله داده محور (کیس طبقه بندی) منطبق با مدل CRISP-DM (فاز آماده سازی داده)

*حل مسئله داده محور (کیس طبقه بندی) منطبق با مدل CRISP-DM (فاز مدل‌سازی)

*معرفی و آموزش Classification

*حل مسئله داده محور (کیس طبقه بندی) منطبق با مدل CRISP-DM (فاز ارزیابی)

*حل مسئله داده محور (کیس طبقه بندی) منطبق با مدل CRISP-DM (فاز استقرار)

*Deployment چیست و اشاره به دو مثال عملی برای استقرار مدل ساخته شده در گام های قبل

*مثال1: استقرار مدل ساخته شده برای مدل پیش بینی با استفاده از اکسل و رپیدماینر

مثال2: ایجاد App ساده برای مدل پیش بینی با استفاده از PMML و کتابخانه customtkinter

 

مرسی از همراهیتون. کلی موفق باشین😉

ساختار کانال

  • Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning
    • 00- معرفی دوره
    • W01S01- Introduction_A conversation with Andrew Ng
    • W01S02- A primer in machine learning
    • W01S03- The ‘Hello World’ of neural networks
    • W01S04- Working through ‘Hello World’ in TensorFlow and Python
    • W02S01- A Conversation with Andrew Ng
    • W02S02- An Introduction to computer vision
    • W02S03- Writing code to load training data
    • W02S04- Coding a Computer Vision Neural Network
    • W02S05- Walk through a Notebook for computer vision
    • W02S06- Using Callbacks to control training
    • W02S07- Walk through a notebook with Callbacks
    • W03S01- A conversation with Andrew Ng
    • W03S02- What are convolutions and pooling
    • W03S03- Implementing convolutional layers
    • W03S04- Implementing pooling layers
    • W03S05- Improving the Fashion classifier with convolutions
  • یادگیری ماشین بدون کدنویسی - NoCodeML
    • یادگیری ماشین بدون کدنویسی - NoCodeML - پارت اول
    • یادگیری ماشین بدون کدنویسی - NoCodeML - پارت دوم
    • یادگیری ماشین بدون کدنویسی - NoCodeML - مستندات
هزینه عضویت در کانال: 300,000 تومان
دیگر کانال های این مجری

نظرات کاربران

1402/08/14

احمد کریمی نسب

خیلی خوبه که دوره های خارجی با زیرنویس فارسی میذارید. عالیه