علم داده و ماشین لرنینگ

علم داده یکی از حوزه‌های مهم و کاربردی در دنیای فناوری است که با ترکیب برنامه‌نویسی، آمار، تحلیل داده و هوش مصنوعی، امکان استخراج اطلاعات و الگوهای ارزشمند از داده‌ها را فراهم می‌کند.

در دوره علم داده و ماشین لرنینگ، شرکت‌کنندگان با مسیر کامل کار با داده، از دریافت و آماده‌سازی داده‌ها تا تحلیل، مصورسازی و ساخت مدل‌های یادگیری ماشین آشنا می‌شوند. بخش مهمی از دوره به استفاده از Python و کتابخانه‌های رایج علم داده اختصاص دارد.

در ادامه، مفاهیم اصلی یادگیری ماشین مانند یادگیری نظارت‌شده و بدون نظارت، رگرسیون، دسته‌بندی، خوشه‌بندی و ارزیابی مدل‌ها آموزش داده می‌شود. شرکت‌کنندگان همچنین با فرآیند آماده‌سازی داده برای مدل‌سازی، انتخاب ویژگی‌ها و بررسی عملکرد مدل‌ها آشنا خواهند شد.

تمرکز دوره بر یادگیری عملی و پروژه‌محور است و تلاش می‌شود مفاهیم تئوری در کنار مثال‌ها و داده‌های واقعی آموزش داده شوند تا شرکت‌کنندگان بتوانند آموخته‌های خود را در پروژه‌های مختلف به کار بگیرند.

پس از این دوره چه یاد می‌گیرید؟

در پایان دوره، شرکت‌کنندگان می‌توانند:

مفاهیم اصلی علم داده و یادگیری ماشین را توضیح دهند.
داده‌ها را جمع‌آوری، پاک‌سازی و آماده‌سازی کنند.
با ساختار داده‌ها و انواع متغیرها کار کنند.
داده‌ها را با Python و کتابخانه‌های رایج تحلیل کنند.
داده‌ها را به شکل نمودارها و گزارش‌های قابل فهم نمایش دهند.
داده‌ها را برای استفاده در مدل‌های یادگیری ماشین آماده کنند.
با الگوریتم‌های اصلی یادگیری ماشین کار کنند.
مدل‌های رگرسیون و دسته‌بندی ایجاد کنند.
از الگوریتم‌های خوشه‌بندی برای تحلیل داده استفاده کنند.
مدل‌های یادگیری ماشین را ارزیابی و مقایسه کنند.
مشکلاتی مانند Overfitting و Underfitting را شناسایی کنند.
یک پروژه کامل علم داده و یادگیری ماشین را از آماده‌سازی داده تا ارزیابی مدل اجرا کنند.

پیش‌نیازها

آشنایی مقدماتی با برنامه‌نویسی توصیه می‌شود.
آشنایی با Python مزیت محسوب می‌شود.
آشنایی مقدماتی با ریاضیات و آمار مفید است.
توانایی کار با کامپیوتر و مفاهیم پایه داده
برای شروع دوره، دانش تخصصی در یادگیری ماشین الزامی نیست.