درباره

دوره آنلاین یادگیری ماشین بدون نیاز به برنامه‌نویسی، NO CODE ML

آشنایی گام به گام با فرآیند داده کاوی بر اساس مدل CRISP-DM
اجرای پروژه های داده کاوی بدون نیاز به برنامه نویسی
استفاده از ابزارهای هوش مصنوعی برای مشاوره، پیشنهاد الگوریتم و تفسیر مدل
آشنایی با مفاهیم Low-Code برای توسعه و پیاده سازی مدل در محیط واقعی
مزایای

دوره آنلاین یادگیری ماشین بدون نیاز به برنامه‌نویسی، NO CODE ML

سرعت توسعه بالا

با استفاده از ابزارهای آماده و گرافیکی، شرکت‌کنندگان می‌توانند در مدت کوتاهی مدل‌ها و اپلیکیشن‌ها را طراحی و پیاده‌سازی کنند. این ویژگی برای سازمان‌هایی که نیاز به راه‌حل‌های فوری دارند، یک مزیت رقابتی مهم محسوب می‌شود.

مشارکت افراد غیر فنی

دوره به افراد بدون پیش‌زمینه برنامه‌نویسی این امکان را می‌دهد که در فرآیند طراحی و توسعه سیستم‌ها مشارکت مؤثر داشته باشند. این تعامل باعث افزایش هم‌افزایی بین واحدهای مختلف سازمان می‌شود.

انعطاف‌پذیری بالا

مدل‌ها و راه‌حل‌های ساخته‌شده با این رویکرد به‌راحتی قابل ویرایش و تطبیق با شرایط جدید کسب‌وکار هستند. در نتیجه سازمان‌ها می‌توانند بدون وابستگی به تیم فنی، سریع‌تر به تغییرات پاسخ دهند.
مخاطبین

دوره آنلاین یادگیری ماشین بدون نیاز به برنامه‌نویسی، NO CODE ML

تحلیل‌گران کسب‌وکار

در این دوره یاد می‌گیرند چگونه ایده‌ها، فرایندها و تحلیل‌های خود را بدون نیاز به تیم فنی، با ابزارهای گرافیکی پیاده‌سازی کنند. رویکرد NoCode - LowCode به آن‌ها این امکان را می‌دهد که مدل‌های مفهومی را به نمونه‌های قابل اجرا تبدیل کنند. این مهارت باعث افزایش سرعت تحلیل، تصمیم‌گیری و اثرگذاری آن‌ها در سازمان می‌شود.

کارآفرینان و صاحبان استارتاپ‌ها

این افراد با استفاده از ابزارهای بدون کدنویسی می‌توانند MVP (نمونه اولیه محصول) خود را سریع بسازند و به بازار عرضه کنند. دوره به آن‌ها کمک می‌کند ایده‌شان را بدون نیاز به توسعه‌دهنده، تست و اعتبارسنجی کنند. نتیجه، کاهش هزینه‌ها و تسریع ورود به بازار است.

دانشجویان فناوری اطلاعات و مهندسی صنایع

این گروه با آشنایی اولیه با فرایند و سیستم، می‌توانند با یادگیری ابزارهای LowCode - NoCode پروژه‌های واقعی اجرا کنند. دوره به آن‌ها کمک می‌کند بدون درگیر شدن در برنامه نویسی سنگین، مدل‌سازی و توسعه انجام دهند. این مهارت یک مزیت رقابتی برای ورود به بازار کار یا همکاری در پروژه‌های استارتاپی خواهد بود.

علاقه‌مندان به ساخت اپلیکیشن بدون برنامه‌نویسی

این گروه شامل افرادی است که ایده یا نیاز مشخصی برای توسعه یک ابزار یا محصول دیجیتال دارند، اما دانش برنامه‌نویسی در اختیارشان نیست. دوره، بستری فراهم می‌کند تا بتوانند با بهره‌گیری از پلتفرم‌های نوین، راه‌حل‌هایی کاربردی و قابل اجرا خلق کنند، بی‌آنکه درگیر پیچیدگی‌های فنی شوند.
مدرس ها و منتورهای

دوره آنلاین یادگیری ماشین بدون نیاز به برنامه‌نویسی، NO CODE ML

آرزو دهش

آرزو دهش
زمانبندی رویداد

دوره آنلاین یادگیری ماشین بدون نیاز به برنامه‌نویسی، NO CODE ML

  • فاز ۱ - درک کسب وکار و داده - جلسه ۱ 16 شهریور 1404
  • فاز ۲ - درک کسب وکار و داده - جلسه ۲ 18 شهریور 1404
  • فاز 3 - آماده سازی داده ها - جلسه 3 23 شهریور 1404
  • فاز 3 - آماده سازی داده ها - جلسه 4 25 شهریور 1404
  • فاز 3 - آماده سازی داده ها - جلسه 5 30 شهریور 1404
  • فاز ۴ - مدلسازی - جلسه ۶ 01 مهر 1404
  • فاز ۴ - مدلسازی - جلسه 7 06 مهر 1404
  • فاز ۴ - مدلسازی - جلسه 8 08 مهر 1404
  • فاز ۴ - مدلسازی - جلسه 9 13 مهر 1404
  • فاز ۴ - مدلسازی - جلسه 10 15 مهر 1404
  • فاز 5 - ارزیابی و پیاده‌سازی - جلسه 11 29 مهر 1404
  • فاز 5 - ارزیابی و پیاده سازی - جلسه 12 04 آبان 1404
  • جلسه رفع اشکال 1 01 مهر 1404
  • جلسه رفع اشکال 2 13 مهر 1404
  • جلسه رفع اشکال 3 27 مهر 1404
  • جلسه رفع اشکال 4 06 آبان 1404
فاز ۱ - درک کسب وکار و داده - جلسه ۱ 16 شهریور 1404
از ساعت 20:00 الی 22:00
آرزو دهش

آشنایی با مفاهیم و ابزار

معرفی مدل CRISP-DM تفاوت داده کاوی، یادگیری ماشین و هوش مصنوعی معرفی ابزار مورد استفاده Rapid Miner تعریف پروژه نمونه
فاز ۲ - درک کسب وکار و داده - جلسه ۲ 18 شهریور 1404
از ساعت 20:00 الی 22:00
آرزو دهش

شناخت داده و تحلیل مقدماتی

تحلیل اولیه متغیرها و روابط بین آن ها تشخیص نوع متغیرها عددی، متنی، طبقه ای بررسی داده های گمشده، داده پرت، تکراری و ناقص
فاز 3 - آماده سازی داده ها - جلسه 3 23 شهریور 1404
از ساعت 20:00 الی 22:00
آرزو دهش

پاکسازی داده ها

حذف یا جایگزینی مقادیر گمشده Missing Values تشخیص و مدیریت داده های پرت Outliers Encoding متغیرهای متنی، حذف رکوردهای ناسازگار
فاز 3 - آماده سازی داده ها - جلسه 4 25 شهریور 1404
از ساعت 20:00 الی 22:00
آرزو دهش

نرمال سازی و مهندسی ویژگی

Normalization و Scaling ساخت ویژگی های جدید از ترکیب متغیرها Engineering Feature انتخاب ویژگی های مؤثر برای مدلسازی Selection Feature
فاز 3 - آماده سازی داده ها - جلسه 5 30 شهریور 1404
از ساعت 20:00 الی 22:00
آرزو دهش

تحلیل اکتشافی داده ها

تحلیل اکتشافی داده چیست؟ ترسیم نمودارهای آماری هیستوگرام، Boxplot، Scatter و ... تحلیل همبستگی متغیرها تحلیل توصیفی برای متغیر هدف
فاز ۴ - مدلسازی - جلسه ۶ 01 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

خوشه بندی Clustering

معرفی خوشه بندی و انواع روش ها و الگوریتم های مرتبط آشنایی با الگوریتم K-Means انتخاب تعداد خوشه با Elbow Method تحلیل نتایج خوشه بندی و پروفایل مشتریان معرفی اولیه مفهوم بهینه سازی پارامترها در خوشه بندی
فاز ۴ - مدلسازی - جلسه 7 06 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

قوانین انجمنی Association Rules

الگوریتم Apriori و کشف قوانین انجمنی مفاهیم Lift و Confidence ،Support کاربرد در تحلیل سبد خرید و کشف الگوهای پنهان
فاز ۴ - مدلسازی - جلسه 8 08 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

طبقه بندی پایهClassification

معرفی طبقه بندی و انواع روش ها و الگوریتم های مرتبط معرفی الگوریتم Naive Bayes و Decision Tree آموزش مدل و مقایسه عملکرد آن ها تفسیر گراف درخت تصمیم و قوانین استخراج شده معرفی اولیه مفهوم تنظیم پارامتر در RapidMiner برای این مدل ها
فاز ۴ - مدلسازی - جلسه 9 13 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

مدل های رأی گیری و Random Forest

معرفی الگوریتم های Voting Classifier بررسی ساختارRandom Forest و تفاوت آن با Decision Tree کاربردها و مزایا در مسائل طبقه بندی تحلیل اهمیت ویژگی ها
فاز ۴ - مدلسازی - جلسه 10 15 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

الگوریتم های پیشرفته: شبکه عصبی و SVM

آشنایی با مفاهیم اولیه شبکه عصبیNeural Network آشنایی با الگوریتم SVM Support Vector Machine مقایسه کلی با مدل های قبلی نکات مهم در انتخاب الگوریتم با توجه به نوع داده
فاز 5 - ارزیابی و پیاده‌سازی - جلسه 11 29 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

ارزیابی و مقایسه مدل ها

Recall ،Precision ،Accuracy ،Confusion Matrix Area Under Curve (AUC) و ROC Curve مقایسه عملکرد مدل ها با پارامترهای بهینه شده
فاز 5 - ارزیابی و پیاده سازی - جلسه 12 04 آبان 1404
از ساعت 20:00 الی 22:00
آرزو دهش

دپلوی ساده مدل با پایتون

معرفی کلی مفهوم دپلوی و اهمیتش در پروژه های واقعی روش های Export مدل از RapidMiner مثلا فرمت PMML یا مدل قابل ذخیره آموزش گام به گام دپلوی ساده مدل در پایتون با استفاده از Flask استفاده از ChatGPT به عنوان دستیار برنامه نویسی و رفع اشکال در روند دپلوی نکات کلیدی برای اجرای مدل در محیط واقعی (مانند دریافت ورودی، پیش بینی و خروجی دادن)
جلسه رفع اشکال 1 01 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

جلسه رفع اشکال

رفع اشکال بخش آماده سازی داده و تحلیل اولیه
جلسه رفع اشکال 2 13 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

جلسه رفع اشکال 2

رفع اشکال بخش خوشه بندی و قوانین انجمنی
جلسه رفع اشکال 3 27 مهر 1404
از ساعت 20:00 الی 22:00
آرزو دهش

جلسه رفع اشکال 3

رفع اشکال بخش طبقه بندی
جلسه رفع اشکال 4 06 آبان 1404
از ساعت 20:00 الی 22:00
آرزو دهش

جلسه رفع اشکال 4

رفع اشکال بخش ارزیابی مدل ، آماده سازی برای دپلوی و چالش های مطرح شده در زمینه انجام پروژه پایانی
اطلاعات مهم

دوره آنلاین یادگیری ماشین بدون نیاز به برنامه‌نویسی، NO CODE ML

تاریخ شروع: 1404/06/16

  • شماره پشتیبانی: 09302392211
  • روش ثبت نام: از طریق همین صفحه
  • محل برگزاری : ادوبی کانکت
  • زمان بندی : 2 ماه
  • تایم : یکشنبه و سه شنبه از ساعت 20 الی 22
  • تاریخ شروع : 1404/06/16
  • تاریخ پایان : 1404/08/06
  • ظرفیت : 50
  • برگزار کننده : شبکه آموزشی بِست
حامیان

دوره آنلاین یادگیری ماشین بدون نیاز به برنامه‌نویسی، NO CODE ML

شبکه آموزشی بِست

سوالات متداول

  • آیا برای شرکت در این دوره نیاز به دانش برنامه‌نویسی دارم؟
    خیر، این دوره به گونه‌ای طراحی شده که حتی افراد بدون دانش برنامه نویسی هم بتوانند به راحتی مدل‌سازی و توسعه را انجام دهند.
  • مدت زمان دوره چقدر است؟
    مدت زمان دوره حدودا 2 ماه است که شامل آموزش تئوری و تمرین‌های عملی می‌شود.
  • آیا پس از پایان دوره می‌توانم اپلیکیشن یا مدل‌های واقعی بسازم؟
    بله، هدف اصلی دوره آموزش مهارت‌های کاربردی برای طراحی و پیاده‌سازی مدل‌ها و اپلیکیشن‌های واقعی است.
  • این دوره مناسب چه کسانی است؟
    تحلیل‌گران کسب‌وکار، مدیران پروژه، کارآفرینان، دانشجویان و هر فردی که به دنبال یادگیری سریع و آسان توسعه راهکارهای دیجیتال بدون برنامه نویسی است.
کلیه حقوق مادی و معنوی محفوظ است