فرآیند داده کاوی در Python

کد دوره: PY-1601
آشنایی با راهکارهای داده کاوی در پایتون مانند، آشنایی مقدماتی با پایتون و کتابخانه های داده کاوی در آن، خواندن داده ها و آماده سازی آن، بررسی توصیفی داده ها، ویژواالیز نمودن داده ها، معرفی چند روش کلاسیک در یادگیری ماشین و داده کاوی، معرفی و اعمال روشهای باناظر و بدون ناظر روی داده ها به همراه معرفی برخی کاربردهای خاص در داده کاوی و علم داده از قبیل تحلیل داده های متنی، وب، گراف و همجنین شبکه های اجتماعی و کاربردهایی از ابزارهای کلان داده ها، تحلیل معنایی و یادگیری عمیق.

محتوای دوره بخش اول: برنامه نویسی در پایتون  (16 ساعت)

  • مدت دوره: 32 ساعت
  • مخاطب دوره:
    دانشجويان و محققان واحدهاي تحقيقاتي
  • پیش نیاز دوره:
    آشنايي مقدماتي با مفاهيم آمار کاربردي، فرآيند داده کاوي و الگوريتم هاي داده کاوي
  • مدرس:
    حسن عابدی
    کارشناس ارشد هوش مصنوعی
  • علی حلاجی
    کارشناس برنامه نویسی کامپیوتر
  • سفارش اختصاصی این دوره
    021-66915961 ✆

این بخش از دوره برای آشنایی و کسب مهارت برنامه نویسی در محیط پایتون و همینطور الزامات و پیش نیازهای لازم جهت ورود به بخش دوم (فرآیند داده کاوی در پایتون) می باشد.  

مقدماتی

  • پیشگفتار
  • نصب و راه اندازی
  • شیوه های متفاوت استفاده و اجرا
  • نگاهی بر ویرایشگرها
  • مفاهیم و قواعد نحوی
  • خطاها در پایتون

عملگرها و عملوندها

ساختمان داده

  • رشته ها
  • اعداد صحیح و اعشاری
  • مجموعه ها
  • لیست ها
  • دیکشنری ها
  • تاپل ها
  • فایل‌ها و stream ها

حلقه ها

  • حلقه for
  • حلقه while
  • تکنیک های حلقه
  • Generator

تصمیم گیری

  • شرط با if
  • شرط با while
  • تکنیک های تصمیم گیری

توابع

کلاس ها و ارث بری

کتابخانه های مرتبط با داده کاوی

  • کتابخانه Numpy
  • کتابخانه Scipy
  • کتابخانه Matplotlib
  • کتابخانه Pandas
  • کتابخانه Scikit Learn
  • کتابخانه PyTables
  • سایر

محتوای دوره بخش دوم:  داده کاوی در پایتون (16 ساعت)

این بخش از دوره کاملا بصورت عملی و پرکتیکال بوده و توانایی نسبی در برنامه نویسی پایتون و همچنین آشنایی با مفاهیم و الگوریتم های داده کاوی برای شرکت در آن ضروری می باشد. 

آشنایی با مقدمات،  مفاهیم، ابزار‌ها و فرایند کار با داده

  • نصب پکیج‌ها و راه اندازی محیط کار
  • معرفی انواع منابع داده
  • معرفی مفاهیم کار با داده
  • معرفی Workflow کار با داده
  • load کردن و آماده سازی داده
  • Visualization داده
  • انتخاب الگوریتم‌ مناسب

یادگیری ماشین و وظایف داده کاوی

  • ساخت مدل Regression
  • ساخت مدل Classification
  • Clustering داده در پایتون

کاربردهای خاص  در داده کاوی

  • Anomaly Detection در پایتون
  • Text Mining در پایتون
  • Association Rule Mining در پایتون
  • کار با داده‌های گرافی در پایتون
  • یافتن اجتماعات در یک شبکه اجتماعی

ارایه چند مثال عملی از کاربرد‌های تحلیل داده

  • معرفی ابزار‌های تحلیل Big Data مانند Apache Spark
  • جمع‌ آوری اطلاعات از وب(برای نمونه جمع‌آوری توییت‌ها)
  • آشنایی با Sentiment Analysis
  • آشنایی با یادگیری عمیق (Deep Learning) در محیط تنسورفلو یا تورچ (Torch /Tensorflow)

  • ثبت نام عمومی این دوره
    874 هزار تومان

    ثبت نام عمومی - با تخفیف
    743 هزار تومان
    افرادی که طی یک سال قبل حداقل در 2 دوره آموزشی دایکه حضور داشته اند یا دارای کارت معتبر دانشجویی می باشند

مشتریان و همکاران دایکه


    • شهرک علمی و تحقیقاتی اصفهان

    • دانشگاه صنعتی اصفهان

    • دانشگاه صنعتی شریف

    • دانشگاه صنعتی شریف مرکز کیش

    • دانشگاه تهران

    • دانشگاه علم و صنعت ایران

    • دانشگاه علوم پزشکی جندی شاپور اهواز

    • دانشگاه صنعتی شاهرود

    • دانشگاه آزاد اسلامی

    • بانک سامان

    • بانک تجارت

    • بانک توسعه صادرات

    • بانک سپه

    • بانک اقتصاد نوین

    • بانک مسکن

    • بیمه سامان

    • بیمه مرکزی ایران

    • شرکت خودروسازی سایپا

    • شرکت خودروسازی پارس خودرو

    • پرشیا خودرو، نمایندگی رسمی بی ام دبلیو

    • سازمان مدیریت صنعتی

    • نیروی انتظامی ایران

    • سازمان تامین اجتماعی

    • شرکت ملی نفت ایران

    • شرکت ذوب آهن اصفهان

    • شرکت کیش ویر

    • ایرانسل

    • همراه اول

    • شرکت خدمات اینفورماتیک ایران

    • گروه سایت های پرشین بلاگ