دیدگاه کاربران
بر اساس امتیاز 10 دانشجو
سید امیررضا صالحی امیری
دادههای واقعی را در پایتون آماده و مدلسازی کنید و با ارزیابی نتایج، به الگوها و بینشهای کاربردی برسید.
پیادهسازی عملی تکنیکهای دادهکاوی در پایتون با استفاده از کتابخانهها
آمادهسازی و پیشپردازش دادهها شامل پاکسازی، تبدیل دادهها و آمادهسازی برای مدلسازی
پیادهسازی و تحلیل الگوریتمهای مهم دادهکاوی مانند خوشهبندی، طبقهبندی، رگرسیون و قوانین انجمنی
ارزیابی مدلها و استخراج بینشهای کاربردی از دادهها با استفاده از تحلیل و بصریسازی دادهها
6 ساعت ویدئو
1 جلسه متنی
گواهینامه مکتبخونه
دسترسی مادامالعمر به محتوای دوره
برای بهرهمندی بهتر از این دوره، آشنایی با مفاهیم پایه دادهکاوی توصیه میشود. به همین دلیل گذراندن دوره «آموزش جامع دادهکاوی» که در آن مفاهیم تئوریک این حوزه بهصورت کامل آموزش داده شده است، به عنوان پیشنیاز در نظر گرفته شده است.
در آن دوره مفاهیمی مانند فرآیند دادهکاوی، پیشپردازش داده، الگوریتمهای مختلف دادهکاوی، معیارهای ارزیابی مدلها و کاربردهای دادهکاوی در حوزههای مختلف بهصورت مفهومی و نظری بررسی شدهاند.
در دوره حاضر فرض بر این است که شرکتکنندگان با این مفاهیم آشنایی دارند و تمرکز اصلی بر پیادهسازی عملی این تکنیکها در پایتون خواهد بود.
همچنین آشنایی اولیه با مبانی برنامهنویسی پایتون (متغیرها، ساختارهای کنترلی، توابع و کار با کتابخانهها) میتواند به درک بهتر مطالب کمک کند، هرچند در طول دوره بخشهایی از کار با کتابخانههای موردنیاز نیز معرفی خواهد شد.
دوره «دادهکاوی با پایتون» یک دوره کاملاً عملی برای پیادهسازی تکنیکهای دادهکاوی در محیط برنامهنویسی پایتون است. در این دوره تمرکز اصلی بر اجرای عملی الگوریتمها، کار با دادههای واقعی و استفاده از کتابخانههای مهم علم داده در پایتون است.
این دوره بهگونهای طراحی شده که شرکتکنندگان بتوانند مفاهیم دادهکاوی را که پیشتر آموختهاند، در قالب کدنویسی و تحلیل عملی دادهها پیادهسازی کنند. به همین دلیل در این دوره تمرکز کمتری بر مباحث تئوریک گذاشته شده و بیشتر زمان به کار با داده، پیادهسازی الگوریتمها و تحلیل نتایج اختصاص دارد.
در طول دوره شرکتکنندگان با فرآیند کامل تحلیل داده در پایتون آشنا میشوند؛ از آمادهسازی و پیشپردازش دادهها گرفته تا تحلیل اکتشافی، پیادهسازی مدلهای مختلف دادهکاوی، ارزیابی مدلها و استخراج بینش از دادهها. همچنین نحوه استفاده از کتابخانههای پرکاربرد مانند NumPy، Pandas، Matplotlib، و Scikit-learn آموزش داده میشود.
هدف این دوره آن است که دانشپذیران بتوانند تکنیکهای مختلف دادهکاوی مانند خوشهبندی، طبقهبندی، رگرسیون، کشف قوانین انجمنی و تشخیص ناهنجاری را بهصورت عملی در پایتون پیادهسازی کرده و در مسائل واقعی تحلیل داده به کار بگیرند.
در پایان دوره، شرکتکنندگان توانایی کار با دادههای واقعی، ساخت مدلهای تحلیلی، ارزیابی نتایج و استخراج الگوها و بینشهای کاربردی از دادهها را خواهند داشت.
بر اساس امتیاز 10 دانشجو

پس از گذراندن دوره به صورت آنلاین در سایت مکتبخونه، گواهینامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتبخونه به اسم شما صادر شده و در اختیار شما قرار میگیرد.
کیفیت این آموزش توسط مکتبخونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر میتوانید درخواست بازگشت وجه کنید.
سید امیررضا صالحی امیری، پژوهشگر و مدرس حوزه مهندسی صنایع و هوش مصنوعی و دانشجوی دکتری مهندسی صنایع دانشگاه صنعتی شریف است. زمینههای تخصصی فعالیت او شامل هوش مصنوعی و یادگیری ماشین، علوم تصمیمگیری، آمار و احتمالات و تحلیل داده است. او در آزمون دکتری مهندسی صنایع در سال ۱۴۰۲ و آزمون کارشناسی ارشد مهندسی صنایع در سال ۱۴۰۰، رتبه ۴ کشوری را کسب کرده و تحصیلات خود را در دانشگاههای صنعتی شریف و نوشیروانی بابل ادامه داده است.
تمرکز اصلی فعالیتهای پژوهشی او بر کاربرد هوش مصنوعی، یادگیری ماشین، بهینهسازی و روشهای آماری برای حل مسائل پیچیده و میانرشتهای، بهویژه در حوزههای سلامت، انرژی و پایداری، قرار دارد. حاصل این فعالیتها، انتشار بیش از ۱۵ مقاله در مجلات معتبر بینالمللی، از جمله مجلات Q1 و ISI، و ارائه پژوهش در کنفرانسهای بینالمللی مهندسی صنایع و علوم پایه است.
او همچنین بیش از ۱۰۰ مقاله را برای مجلات معتبر بینالمللی داوری کرده و در کنار فعالیتهای پژوهشی، در بنیاد ملی نخبگان عضویت دارد و در اجرای پروژههای کاربردی در زمینه ارزیابی عملکرد و تحلیل داده مشارکت داشته است.
در کنار فعالیتهای پژوهشی، تدریس دانشگاهی و تولید محتوای آموزشی در حوزههای مهندسی صنایع، آمار، برنامهنویسی و هوش مصنوعی را نیز دنبال میکند و در آموزش، بر ارائه مفاهیم تخصصی به زبانی روشن، ساختارمند و کاربردی تأکید دارد.

آموزش جامع دادهکاوی در پایتون