نمونه‌گیری در پایتون سنگ بنای آمار استنتاج و آزمایش فرضیه است. این یک مهارت قدرتمند است که در تجزیه و تحلیل نظرسنجی و طراحی تجربی برای نتیجه‌گیری بدون بررسی کل جمعیت استفاده می‌شود. در این دوره آموزشی Sampling in Python، متوجه خواهید شد که چه زمانی از نمونه برداری استفاده کنید و چگونه انواع معمول نمونه برداری را انجام دهید - از نمونه گیری تصادفی ساده تا روش های پیچیده تر مانند نمونه گیری طبقه ای و خوشه ای. با استفاده از مجموعه داده‌های دنیای واقعی، از جمله رتبه‌بندی‌های قهوه، آهنگ‌های Spotify، و فرسایش کارکنان، می‌آموزید که آمار جمعیت را تخمین بزنید و با ایجاد توزیع‌های نمونه‌گیری و توزیع‌های بوت استرپ، عدم قطعیت در تخمین‌های خود را کمی کنید.

برنامه نویسی SQL Server خود را به سطح بعدی ببرید. اول، ما نحوه دستکاری داده‌های زمان تاریخ را با انجام تجزیه و تحلیل داده‌های اکتشافی موقت با مجموعه داده معاملاتی Washington DC BikeShare رفع می‌کنیم. سپس، نحوه ایجاد، به روز رسانی و اجرای توابع تعریف شده توسط کاربر و رویه های ذخیره شده را فرا خواهید گرفت. شما زمینه مناسب برای هر ابزار برنامه نویسی مدولار و بهترین شیوه ها را خواهید آموخت. در فصل آخر، شما تمام مهارت‌های جدید خود را برای حل یک مورد تجاری در دنیای واقعی به کار می‌گیرید که استفاده از تاکسی‌های زرد شهر نیویورک را برای هر منطقه شناسایی می‌کند، و اینکه کدام مکان‌های وانت باید برای هر شیفت راننده برنامه‌ریزی شود.

زیبایی R در این است که برای انجام تجزیه و تحلیل داده ها ساخته شده است. نکته منفی این است که گاهی اوقات R ممکن است کند باشد و در نتیجه تحلیل ما را مختل کند. به همین دلیل، ضروری است که با تکنیک های اصلی برای تسریع تجزیه و تحلیل خود آشنا شوید، بنابراین می توانید زمان محاسباتی را کاهش دهید و در سریع ترین زمان ممکن به بینش دست یابید.

به‌عنوان یک دانشمند داده، بیشتر وقت شما باید صرف جمع‌آوری بینش‌های عملی از داده‌ها شود - نه اینکه منتظر بمانید تا اجرای کدتان به پایان برسد. نوشتن کد پایتون کارآمد می تواند به کاهش زمان اجرا و صرفه جویی در منابع محاسباتی کمک کند، و در نهایت شما را آزاد می کند تا کارهایی را که به عنوان یک دانشمند داده دوست دارید انجام دهید. در این دوره آموزشی، نحوه استفاده از ساختارهای داده، توابع و ماژول‌های داخلی پایتون را برای نوشتن کدهای تمیزتر، سریع‌تر و کارآمدتر یاد خواهید گرفت. ما نحوه تعیین زمان و کد نمایه را برای یافتن تنگناها بررسی خواهیم کرد. سپس، با استفاده از کتابخانه استاندارد پایتون، NumPy و پانداها، از بین بردن این تنگناها و دیگر الگوهای بد طراحی را تمرین خواهید کرد. پس از اتمام این دوره، ابزارهای لازم برای شروع نوشتن کد پایتون کارآمد را خواهید داشت!

قابلیت کار موثر با مجموعه داده‌های بزرگ و استخراج اطلاعات ارزشمند، ابزاری ضروری برای هر دانشمند مشتاق داده است. هنگام کار با مقدار کمی داده، اغلب متوجه نمی شویم که اجرای کد چقدر می تواند کند باشد. این دوره مبتنی بر دانش شما از پایتون و کتابخانه پانداها است و شما را با توابع داخلی کارآمد پانداها برای انجام سریعتر وظایف آشنا می کند. توابع داخلی پانداها به شما این امکان را می‌دهند که ساده‌ترین وظایف، مانند هدف‌گیری ورودی‌ها و ویژگی‌های خاص از داده‌ها، تا پیچیده‌ترین وظایف، مانند اعمال توابع در گروه‌های ورودی، بسیار سریع‌تر از روش‌های معمول پایتون انجام شود. در پایان این دوره، شما قادر خواهید بود یک تابع را بر اساس یک مقدار ویژگی بر روی داده ها اعمال کنید، در مجموعه داده های بزرگ به سرعت تکرار کنید و داده های متعلق به گروه های مختلف را به طور موثر دستکاری کنید. شما این روش‌ها را بر روی مجموعه‌های مختلف داده‌های دنیای واقعی، مانند دست‌های پوکر یا نکات رستوران، اعمال خواهید کرد.

هوش مصنوعی قابل توضیح برای دانشمندان داده و متخصصان یادگیری ماشین بسیار مهم است. این دوره شما را با مهارت های تفسیر رفتارهای مدل هوش مصنوعی با استفاده از پایتون مجهز می کند. شما از کتابخانه Scikit-learn Python و ابزارهایی مانند SHAP و LIME برای تجسم و به دست آوردن بینش در مورد رفتار مدل استفاده خواهید کرد. در پایان دوره، می‌توانید سیستم‌های هوش مصنوعی شفاف‌تر، قابل اعتمادتر و پاسخگوتر بسازید.

ابتدا، با هوش مصنوعی مولد و تفاوت آن با هوش مصنوعی سنتی آشنا خواهید شد. شما عمیق تر در اکوسیستم هوش مصنوعی مولد و بازیگران کلیدی آن: دانشگاه ها، دولت ها، شرکت ها و جوامع منبع باز شیرجه خواهید زد. شما تاثیر ابر را کشف خواهید کرد و در مورد پیشرفت های مدل های مختلف بحث خواهید کرد. این به شما درک بهتری از نحوه رسیدن ما به این پیشرفت عظیم فناوری می دهد.

به طور متوالی، نحوه استفاده از هوش مصنوعی Generative برای بهبود گردش کار را خواهید آموخت. شما نحوه استفاده از آن را از طریق تکنیک‌های افزایش، هم‌آفرینی و جایگزینی بررسی خواهید کرد. شما ارزش هوش مصنوعی مولد را برای عملیات روزانه و تصمیمات استراتژیک کشف خواهید کرد. در نهایت، شما به هوش مصنوعی مسئول و نحوه آماده سازی و رهبری در آینده با هوش مصنوعی مولد از طریق همسویی استراتژیک، مدیریت تغییر و بهبود مستمر می پردازید.

اگر می‌خواهید مهارت‌های جدید «Python for Data Science» را در داده‌های مالی دنیای واقعی اعمال کنید، این دوره ابزارهای بسیار ارزشمندی را در اختیار شما قرار می‌دهد. ابتدا یاد می گیرید که چگونه داده ها را از اکسل به پانداها منتقل کنید و برگردانید. سپس، یاد خواهید گرفت که چگونه قیمت سهام را از API های آنلاین مختلف مانند گوگل یا یاهو امور مالی، داده های کلان از فدرال رزرو، و نرخ ارز از OANDA. در نهایت، نحوه محاسبه بازده برای افق های زمانی مختلف را یاد خواهید گرفت. تجزیه و تحلیل عملکرد سهام بر اساس بخش برای IPOها، و محاسبه و خلاصه همبستگی.

به‌عنوان یک دانشمند داده، باید داده‌ها را پاکسازی کنید، آن‌ها را مورد بحث و بررسی قرار دهید، آن‌ها را تجسم کنید، مدل‌های پیش‌بینی‌کننده بسازید و این مدل‌ها را تفسیر کنید. قبل از اینکه بتوانید این کار را انجام دهید، باید بدانید که چگونه داده ها را به پایتون وارد کنید. در پیش درآمد این دوره، راه های زیادی برای وارد کردن داده ها به پایتون آموختید: از فایل های مسطح مانند txt. و .csv. از فایل‌های بومی به نرم‌افزارهای دیگر مانند صفحات گسترده Excel، Stata، SAS و فایل‌های MATLAB. و از پایگاه داده های رابطه ای مانند SQLite و PostgreSQL. در این دوره آموزشی، شما این پایگاه دانش را با یادگیری وارد کردن داده ها از وب و با کشیدن داده ها از رابط های برنامه نویسی برنامه - APIها - مانند API پخش جریانی توییتر، که به ما امکان می دهد توییت های بلادرنگ را پخش کنیم، گسترش دهید.

اگر تا به حال کاری با سری های زمانی مالی یا اقتصادی انجام داده اید، می دانید که داده ها در اشکال، اندازه ها و دوره های مختلف وجود دارند. دریافت داده‌ها در R می‌تواند استرس‌زا و زمان‌بر باشد، به‌ویژه زمانی که نیاز دارید داده‌ها را از چندین منبع مختلف در یک مجموعه داده ادغام کنید. این دوره شامل وارد کردن داده ها از فایل های محلی و همچنین از منابع اینترنتی می شود.

مهارت های برنامه نویسی جاوا خود را با یادگیری نحوه مدیریت فایل ها، پردازش داده ها و ساخت روش های سفارشی به سطح بعدی ارتقا دهید. در این دوره عملی، خواندن و نوشتن فایل های متنی، مدیریت دایرکتوری ها و سازماندهی داده ها در سیستم خود را تمرین خواهید کرد. همچنین تکنیک‌های کارآمد برای کار با مجموعه‌ها، از جمله فیلتر کردن و تبدیل داده‌ها را کشف خواهید کرد. در نهایت، با ایجاد روش‌های قابل استفاده مجدد، کار با تاریخ‌ها و زمان‌ها، و استفاده از انواع ارزش ساختاریافته برای نوشتن کد جاوا تمیز و قابل نگهداری، مهارت‌های کدنویسی خود را تقویت خواهید کرد.

در بسیاری از مواقع در یادگیری ماشینی، هدف یافتن الگوها در داده‌ها بدون تلاش برای پیش‌بینی است. به این می گویند یادگیری بدون نظارت. یکی از موارد استفاده رایج از یادگیری بدون نظارت، گروه بندی مصرف کنندگان بر اساس جمعیت شناسی و سابقه خرید برای استقرار کمپین های بازاریابی هدفمند است. مثال دیگر این است که بخواهیم عوامل اندازه گیری نشده ای را توصیف کنیم که بیشتر بر تفاوت های جرم و جنایت بین شهرها تأثیر می گذارد. این دوره مقدمه‌ای برای خوشه‌بندی و کاهش ابعاد در R از دیدگاه یادگیری ماشینی ارائه می‌کند، به طوری که می‌توانید در سریع‌ترین زمان ممکن از داده‌ها به بینش‌ها برسید.

مثلاً مجموعه‌ای از مشتریان با ویژگی‌های مختلف مانند سن، موقعیت مکانی و سابقه مالی دارید و می‌خواهید الگوها را کشف کنید و آنها را در خوشه‌ها مرتب کنید. یا شاید شما مجموعه‌ای از متون مانند صفحات ویکی‌پدیا دارید و می‌خواهید آنها را بر اساس محتوایشان به دسته‌هایی تقسیم کنید. این دنیای یادگیری بدون نظارت است که به این دلیل نامیده می شود زیرا شما کشف الگو را با انجام برخی کارهای پیش بینی هدایت نمی کنید یا بر آن نظارت نمی کنید، بلکه در عوض ساختار پنهان را از داده های بدون برچسب کشف می کنید. یادگیری بدون نظارت شامل انواع تکنیک‌ها در یادگیری ماشین، از خوشه‌بندی تا کاهش ابعاد تا فاکتورسازی ماتریسی است. در این دوره، اصول یادگیری بدون نظارت را یاد می گیرید و الگوریتم های ضروری را با استفاده از scikit-learn و SciPy پیاده سازی می کنید. شما یاد خواهید گرفت که چگونه می توانید از مجموعه داده های بدون برچسب اطلاعات را خوشه بندی، تبدیل، تجسم و استخراج کنید و دوره را با ساختن یک سیستم توصیه کننده برای توصیه هنرمندان محبوب موسیقی به پایان برسانید.

مهارت های یادگیری ماشین خود را با scikit-learn رشد دهید و نحوه استفاده از این کتابخانه محبوب Python را برای آموزش مدل ها با استفاده از داده های برچسب گذاری شده کشف کنید. در این دوره، شما یاد خواهید گرفت که چگونه پیش‌بینی‌های قدرتمندی انجام دهید، مانند اینکه آیا مشتری از کسب‌وکار شما خارج می‌شود یا خیر، آیا یک فرد مبتلا به دیابت است یا خیر، و حتی نحوه طبقه‌بندی ژانر یک آهنگ. با استفاده از مجموعه داده‌های دنیای واقعی، نحوه ساخت مدل‌های پیش‌بینی، تنظیم پارامترهای آن‌ها و تعیین میزان عملکرد آنها با داده‌های دیده نشده را خواهید یافت.

این مقدمه در سطح مبتدی برای یادگیری ماشین، چهار مورد از رایج‌ترین الگوریتم‌های طبقه‌بندی را پوشش می‌دهد. شما با درک اساسی از نحوه نزدیک شدن هر الگوریتم به یک کار یادگیری و همچنین توابع R مورد نیاز برای اعمال این ابزارها در کار خود خواهید آموخت.

در این دوره آموزشی در مورد یادگیری تقویتی از بازخورد انسانی، کارایی هوش مصنوعی تولیدی را با درک تخصص انسانی ترکیب کنید. شما یاد خواهید گرفت که چگونه مدل‌های GenAI را واقعاً منعکس‌کننده ارزش‌ها و ترجیحات انسانی کنید، در حالی که تجربه عملی با LLM کسب می‌کنید. همچنین پیچیدگی‌های مدل‌های پاداش را بررسی می‌کنید و یاد می‌گیرید که چگونه بر اساس LLMها برای تولید هوش مصنوعی که نه تنها یاد می‌گیرد بلکه با سناریوهای دنیای واقعی سازگار می‌شود، بسازید.

سفری را برای توانمندسازی ماشین‌ها از طریق یادگیری تقویتی عمیق (DRL) آغاز کنید. این دوره تجربه عملی با الگوریتم های قدرتمند با استفاده از PyTorch و Gymnasium را ارائه می دهد. با پایه های DRL و یادگیری تقویتی سنتی شروع کنید، سپس Deep Q-Networks (DQN) را با اصلاحات پیشرفته مانند تکرار تجربه اولویت دار پیاده سازی کنید. قبل از بهینه‌سازی مدل‌های خود با استفاده از Optuna، مهارت‌های خود را با روش‌های مبتنی بر سیاست ارتقا دهید و الگوریتم‌های استاندارد صنعتی مانند بهینه‌سازی سیاست پروگزیمال (PPO) را بررسی کنید.

این دوره به شما نشان می دهد که چگونه با استفاده از API عملکردی Keras همه کاره، مشکلات مختلفی را حل کنید. شما با شبکه های متراکم ساده و چند لایه (که به عنوان پرسپترون چند لایه نیز شناخته می شود) شروع می کنید و به معماری های پیچیده تر ادامه می دهید. این دوره نحوه ساخت مدل‌هایی با ورودی‌های متعدد و یک خروجی و همچنین نحوه به اشتراک گذاشتن وزن‌ها بین لایه‌های یک مدل را پوشش می‌دهد. ما همچنین موضوعات پیشرفته ای مانند تعبیه دسته ها و شبکه های چند خروجی را پوشش خواهیم داد. اگر تا به حال خواسته اید شبکه ای را آموزش دهید که هم طبقه بندی و هم رگرسیون را انجام می دهد، این دوره برای شما مناسب است!

Spark یک ابزار قدرتمند و همه منظوره برای کار با Big Data است. Spark به طور شفاف توزیع وظایف محاسباتی را در یک خوشه انجام می دهد. این بدان معنی است که عملیات سریع است، اما همچنین به شما امکان می دهد به جای نگرانی در مورد جزئیات فنی، روی تجزیه و تحلیل تمرکز کنید. در این دوره شما یاد خواهید گرفت که چگونه داده ها را به Spark وارد کنید و سپس به سه الگوریتم اصلی یادگیری ماشین اسپارک بپردازید: رگرسیون خطی، رگرسیون لجستیک / طبقه بندی کننده ها، و ایجاد خطوط لوله. در طول مسیر، مجموعه داده بزرگی از تاخیرهای پرواز و پیام های متنی هرزنامه را تجزیه و تحلیل خواهید کرد. با این پیش زمینه، شما آماده خواهید بود که از قدرت Spark استفاده کنید و آن را در پروژه های یادگیری ماشین خود به کار ببرید!

یادگیری ماشینی مطالعه و کاربرد الگوریتم‌هایی است که از داده‌ها یاد می‌گیرند و پیش‌بینی می‌کنند. از نتایج جستجو گرفته تا خودروهای خودران، در همه زمینه‌های زندگی ما ظاهر شده است و یکی از هیجان‌انگیزترین و سریع‌ترین زمینه‌های تحقیقاتی در دنیای علم داده است. این دوره ایده های بزرگ در یادگیری ماشین را آموزش می دهد: چگونه مدل های پیش بینی بسازیم و ارزیابی کنیم، چگونه آنها را برای عملکرد بهینه تنظیم کنیم، چگونه داده ها را برای نتایج بهتر پردازش کنیم و خیلی چیزهای دیگر. بسته محبوب caret R، که یک رابط ثابت برای همه قدرتمندترین امکانات یادگیری ماشین R ارائه می‌کند، در طول دوره استفاده می‌شود.