اگر با متن زیادی کار می کنید، در نهایت می خواهید در مورد آن بیشتر بدانید. مثلا در مورد چیه؟ معنی کلمات در متن چیست؟ کی داره با کی چیکار میکنه چه شرکت ها و محصولاتی ذکر شده است؟ کدام متن ها شبیه هم هستند؟ در این دوره آموزشی، نحوه استفاده از spaCy، یک کتابخانه استاندارد صنعتی در حال رشد سریع برای NLP در پایتون، برای ساختن سیستم‌های پیشرفته درک زبان طبیعی، با استفاده از هر دو رویکرد مبتنی بر قانون و یادگیری ماشین را خواهید آموخت.

بیاموزید که چگونه با Weaviate از تماس‌های ساده LLM به گردش‌های کاری RAG چند وجهی بروید! شما یاد خواهید گرفت که چگونه اسناد PDF را برای استخراج محتوای متنی کلیدی مانند پاراگراف ها، عنوان ها و جداول پردازش کنید. شما این داده ها را برای بازیابی با Weaviate جاسازی و ذخیره خواهید کرد. در نهایت، شما دستورات بازیابی موثر را برای انتقال به مدل‌های تولیدی ایجاد خواهید کرد. برای محدود کردن همه اینها، PDFها را به عنوان تصویر در نظر می گیرید تا به شما امکان می دهد زمینه از بین رفته از تصاویر و نمودارها را ضبط کنید. برای شروع مکالمه با تصاویر و اسناد، از مدل تعبیه چندوجهی ColPali با یک مدل مولد چندوجهی از OpenAI استفاده خواهید کرد!

خطوط داده در پایه هر پلت فرم داده قوی قرار دارند. ساخت این خطوط لوله یک مهارت ضروری برای مهندسان داده است که ارزش باورنکردنی را برای کسب و کاری که آماده قدم گذاشتن به آینده مبتنی بر داده است، فراهم می کند. این دوره مقدماتی به شما کمک می کند تا مهارت های ایجاد خطوط لوله داده موثر، کارآمد و قابل اعتماد را تقویت کنید.

آیا هنوز از وکتورها، جاسازی‌ها و برنامه‌های کاربردی RAG خسته شده‌اید؟ دیگر نگاه نکنید! در این دوره، متوجه خواهید شد که چگونه Graph RAG می تواند دقت و قابلیت اطمینان برنامه های RAG را با ذخیره و پرس و جو کردن اطلاعات در قالب گره ها و روابط، تا حد زیادی بهبود بخشد. پایگاه داده‌های گراف Neo4j را با LangChain ترکیب کنید و یک روش واقعاً عالی برای بازیابی و یکپارچه‌سازی داده‌های خارجی با LLMs دریافت خواهید کرد.

پیوستن دو یا چند مجموعه داده تقریباً برای هر تحلیل دنیای واقعی ضروری است. قبلاً این کار را با صفحات گسترده با استفاده از VLOOKUP و توابع مرتبط انجام داده‌اید. آیا می توانید در حین انتقال به دنیای پایتون از این تجربه استفاده کنید؟ بله! در این دوره آموزشی، نکاتی را در کنار هم قرار دادن مجموعه داده ها با پانداها، استاندارد طلایی پایتون برای دستکاری داده های جدولی، خواهید آموخت. شما از توابع پانداها برای ترکیب داده های لیگ ملی فوتبال (NFL) که در یک محیط صفحه گسترده آشنا قاب شده اند، استفاده خواهید کرد. با داشتن این مهارت ها می توانید از قدرت پانداها استفاده کنید و مجموعه داده های بزرگتر و پیچیده تر را در هر تحلیلی ادغام کنید.

در دنیای هیجان انگیز APIها شیرجه بزنید زیرا ما شما را با اصول مصرف و کار با Web API با استفاده از Python آشنا می کنیم. این دوره برای ابهام زدایی از مفاهیم و کاربردهای عملی APIها طراحی شده است. این یک معرفی عملی به شما ارائه می دهد که در آن یاد خواهید گرفت که چگونه با یک REST API تعامل کنید و آن را در برنامه ها یا گردش کار خود ادغام کنید. در پایان این دوره، درک جامعی از APIها و اعتماد به نفس استفاده از دانش خود در سناریوهای دنیای واقعی خواهید داشت.

کاوش هیجان انگیز یادگیری تقویتی (RL)، یک شاخه محوری از یادگیری ماشین را آغاز کنید. این دوره تعاملی شما را به سفری جامع از طریق اصول اصلی RL می برد که در آن بر هنر آموزش عوامل هوشمند تسلط خواهید داشت و به آنها تصمیم گیری استراتژیک و به حداکثر رساندن پاداش را آموزش می دهید. ماموران شما یاد می‌گیرند که در مجموعه‌ای از محیط‌های مختلف از جعبه ابزار ورزش OpenAI، از جمله پیمایش دریاچه‌ها و کوه‌های یخ‌زده، پیمایش کنند.

آیا می‌خواهید مدل‌های یادگیری ماشین شما در کسری از زمان آموزش ببینند؟ آموزش توزیع شده به شما امکان می دهد مدل ها را در چندین دستگاه آموزش دهید و این امکان را فراهم می کند که پروژه های هوش مصنوعی خود را مقیاس بندی کنید و زمان آموزش را کاهش دهید. در این دوره آموزشی، نحوه استفاده از کتابخانه Hugging Face Accelerator و PyTorch را برای آماده سازی مدل هایی برای آموزش توزیع شده در دستگاه خود خواهید آموخت. به اشتراک گذاری داده ها، تکثیر مدل، و همگام سازی پارامترها را کاوش خواهید کرد و در عین حال تجربه عملی را در استفاده از این تکنیک ها در جریان های کاری در دنیای واقعی، اعم از کار بر روی تصویر، متن، یا مدل های صوتی به دست خواهید آورد.

بازار اوراق قرضه جهان حدود 120 تریلیون دلار ارزش دارد. این نقش کلیدی در کمک به دولت ها و کسب و کارها برای افزایش سرمایه ایفا می کند و بخشی ضروری از بیشتر پرتفوی های سرمایه گذاری است. در این دوره، مهارت های ضروری مورد نیاز برای کار در صنایع مالی، بیمه و حسابداری، از جمله درک و تجزیه و تحلیل بازارها را به دست خواهید آورد. از طریق فعالیت‌های عملی، خواهید فهمید که اوراق قرضه چگونه کار می‌کنند، چگونه آن‌ها را قیمت‌گذاری کنید، و چگونه برخی از ریسک‌های آن‌ها را با استفاده از بسته‌های numpy و numpy-Financial ارزیابی کنید.

توانایی ساخت ابزارهایی با قابلیت بازیابی و تجزیه اطلاعات ذخیره شده در اینترنت در بسیاری از رگه های علم داده ارزشمند بوده و همچنان ادامه دارد. در این دوره آموزشی، پیمایش و تجزیه کدهای html و ساخت ابزارهایی برای خزیدن خودکار وب سایت ها را خواهید آموخت. اگرچه خراش دادن ما با استفاده از اسکرپی کتابخانه همه کاره Python انجام خواهد شد، بسیاری از تکنیک‌هایی که در این دوره یاد می‌گیرید می‌توانند در کتابخانه‌های محبوب پایتون از جمله BeautifulSoup و Selenium نیز اعمال شوند. پس از اتمام این دوره، شما یک مدل ذهنی قوی از ساختار html خواهید داشت، قادر خواهید بود ابزارهایی برای تجزیه کد html و دسترسی به اطلاعات مورد نظر بسازید، و یک عنکبوت خراش ساده برای خزیدن در وب در مقیاس ایجاد کنید.

دانشمندان داده می‌توانند با یادگیری مفاهیم در زمینه مهندسی نرم‌افزار، مزایای بزرگی را تجربه کنند، که به آنها امکان می‌دهد راحت‌تر از کد خود استفاده مجدد کرده و آن را با همکاران به اشتراک بگذارند. در این دوره، شما همه چیز را در مورد ایده های مهم ماژولار بودن، مستندسازی، و تست خودکار یاد خواهید گرفت و خواهید دید که چگونه می توانند به شما کمک کنند تا مسائل علم داده را سریعتر و به گونه ای حل کنید که آینده شما را خوشحال کند. حتی می‌توانید از ابزارهای مهندسی نرم‌افزاری که به دست آورده‌اید برای نوشتن بسته پایتون خود برای انجام تجزیه و تحلیل متن استفاده کنید.

مدل‌های یادگیری ماشینی اکنون بیش از هر زمان دیگری پیاده‌سازی می‌شوند. بدون اعتبار سنجی مناسب، نتایج اجرای داده های جدید از طریق یک مدل ممکن است به اندازه مورد انتظار دقیق نباشد. اعتبارسنجی مدل به تحلیلگران اجازه می دهد تا با اطمینان به این سوال پاسخ دهند که مدل شما چقدر خوب است؟ ما به این سوال برای مدل‌های طبقه‌بندی با استفاده از مجموعه کامل سناریوهای پایان بازی tic-tac-toe، و برای مدل‌های رگرسیون با استفاده از مجموعه داده‌های رتبه‌بندی قدرت آب نبات هالووین نهایی Fivethirtyeight پاسخ خواهیم داد. در این دوره، ما اصول اولیه اعتبارسنجی مدل را پوشش می‌دهیم، تکنیک‌های اعتبارسنجی مختلف را مورد بحث قرار می‌دهیم و شروع به توسعه ابزارهایی برای ایجاد مدل‌های معتبر و با کارایی بالا می‌کنیم.

آیا اصول اولیه یادگیری تحت نظارت را می دانید و می خواهید از مدل های پیشرفته در مجموعه داده های دنیای واقعی استفاده کنید؟ افزایش گرادیان در حال حاضر یکی از محبوب‌ترین تکنیک‌ها برای مدل‌سازی کارآمد مجموعه داده‌های جدولی در همه اندازه‌ها است. XGboost یک پیاده‌سازی بسیار سریع و مقیاس‌پذیر برای تقویت گرادیان است، با مدل‌هایی که از XGBoost استفاده می‌کنند به طور منظم در مسابقات علمی داده آنلاین برنده می‌شوند و در مقیاس در صنایع مختلف مورد استفاده قرار می‌گیرند. در این دوره، یاد خواهید گرفت که چگونه از این کتابخانه قدرتمند در کنار پانداها و scikit-learn برای ساخت و تنظیم مدل های یادگیری نظارت شده استفاده کنید. شما با مجموعه داده های دنیای واقعی برای حل مشکلات طبقه بندی و رگرسیون کار خواهید کرد.

داده ها در اطراف ما هستند و می توانند به ما در درک بسیاری از چیزها کمک کنند. ایجاد یک نمودار زیبا عالی است، اما چگونه می توانیم تفاوت بین چند نقطه پرت در یک نمودار و یک اثر واقعی و قابل اعتماد را تشخیص دهیم؟ آیا روندی که در نمودار می بینیم یک نتیجه قابل اعتماد است یا فقط یک ترفند تصادفی تصادفی؟ در این دوره، شما یاد خواهید گرفت که چگونه مجموعه داده ها را به روشی دقیق بازجویی کنید و به سوالات خود پاسخ روشنی بدهید. طیف وسیعی از تست های آماری، نحوه به کارگیری آنها، نحوه درک نتایج آنها و نحوه برخورد با کاستی های آنها را خواهید آموخت. در طول مسیر، داده‌های ورزشکاران المپیک و تفاوت‌های بین جمعیت‌های قاره‌ها را بررسی خواهید کرد.

آیا برنامه نویسی پایتون خود را پایین آورده اید اما آرزوی بیشتر دارید؟ سپس این دوره برای شماست. در اینجا، دانش خود را در مورد لیست ها، لغت نامه ها، تاپل ها، مجموعه ها و زمان های تاریخ تثبیت و تمرین خواهید کرد. شما ارتباط آنها را در کار با بسیاری از داده های واقعی و نحوه استفاده از چندین مورد از آنها برای حل مشکلات چند مرحله ای، از جمله مطالعه موردی گسترده با استفاده از داده های حمل و نقل شهری شیکاگو، خواهید دید. همچنین یاد خواهید گرفت که چگونه از بسیاری از اشیاء موجود در ماژول مجموعه پایتون استفاده کنید، که به شما امکان می دهد داده های خود را برای اهداف مختلف ذخیره و دستکاری کنید. پس از گذراندن این دوره، برای مقابله با بسیاری از چالش های داده به صورت پایتونیک آماده خواهید بود.

آماده ای برای ایجاد تیم خود از عوامل هوش مصنوعی؟ در این دوره، شما با یک دستیار هوشمند شروع می‌کنید و به گردش‌های کاری کاملی می‌رسید که برنامه‌ریزی، جستجو، یادآوری و همکاری دارند. با استفاده از LlamaIndex، سیستم‌های قدرتمندی ایجاد خواهید کرد که وظایف پیچیده‌ای مانند تحقیق و گزارش عمیق را انجام می‌دهند. در طول مسیر، یاد خواهید گرفت که چگونه ابزارها، حافظه، و همکاری چند عامله را هماهنگ کنید تا به جریان های کاری هوش مصنوعی خود جان ببخشید.

مدل‌های زبان بزرگ (LLM) در رایانه‌ها، تلفن‌ها و برنامه‌های نرم‌افزاری ادغام می‌شوند، اما آنها یک اشکال دارند: دانش آنها توسط داده‌های آموزشی محدود شده است، که کند و پرهزینه است. وارد Retrieval Augmented Generation (RAG) شوید! RAG شما را قادر می سازد تا داده های خارجی را با LLM ها ادغام کنید. در این دوره، تکنیک های پیشرفته برای بارگیری، پردازش و بازیابی داده های خارجی برای LLM ها را خواهید آموخت! برای ایجاد برنامه های RAG از پایگاه های داده برداری، جدیدترین LLM ها، از جمله GPT-4o-Mini، و چارچوب LangChain استفاده خواهید کرد. این دوره با فصلی در Graph RAG پایان می‌یابد، پیچشی در RAG سنتی که از پایگاه‌های داده گراف برای بازیابی داده‌های مطمئن‌تر استفاده می‌کند.

برنامه نویسی شی گرا (OOP) یک الگوی برنامه نویسی پرکاربرد است که زمان توسعه را کاهش می دهد و خواندن، استفاده مجدد و حفظ کد شما را آسان تر می کند. OOP تمرکز را از تفکر در مورد کد به عنوان دنباله ای از اقدامات به نگاه کردن به برنامه شما به عنوان مجموعه ای از اشیاء که با یکدیگر تعامل دارند تغییر می دهد. در این دوره آموزشی، نحوه ایجاد کلاس هایی را یاد خواهید گرفت که به عنوان طرح اولیه برای هر شی در پایتون عمل می کنند. سپس از اصولی به نام وراثت و چندشکلی برای استفاده مجدد و بهینه سازی کد استفاده خواهید کرد. وارد شوید و یاد بگیرید که چگونه کدهای زیبا و تمیز و کارآمد ایجاد کنید!

آماده ای برای باز کردن قدرت برنامه نویسی شی گرا هستید؟ شما در جای مناسب هستید! در این دوره آموزشی، شما بر پایه های برنامه نویسی شی گرا برای توسعه و تقویت مهارت های مورد نیاز برای نوشتن کد قوی و آماده برای تولید با پایتون، بنا خواهید کرد.

اصول اساسی وراثت را برای ایجاد کلاس هایی که عملکرد را از بیش از یک والد به ارث می برند، اعمال کنید. قفل آرایه جدیدی از قابلیت‌ها را با بارگذاری بیش از حد متد باز کنید تا پیاده‌سازی‌های خود را از اپراتورهای داخلی ایجاد کنید، و کلاس‌های شما را قادر می‌سازد به روش‌های جدید و هیجان‌انگیزی استفاده شوند.

مهارت های خود را با تایپ اشاره به سطح بعدی ببرید و تماشا کنید که خواندن، نوشتن و عیب یابی کد شما آسان تر می شود. نحوه تنظیم، دسترسی و حذف یک ویژگی را با استفاده از توصیفگرها و سایر تکنیک های بومی پایتون سفارشی کنید. یاد بگیرید که تکرار کننده های سفارشی خود را برای پیمایش در یک مجموعه یا تولید جریانی از داده بسازید.

قدرت کلاس های پایه انتزاعی و نحوه استفاده از آنها برای ایجاد "طرح های" برای کلاس های مشابه را کشف کنید. تمرین ایجاد رابط های رسمی و غیر رسمی برای ایجاد و اجرای قرارداد بین کلاس ها. در نهایت، دوره را با کلاس های معماری و ساختمان با استفاده از الگوی طراحی روش کارخانه به پایان برسانید.

هنگام کار با داده های بزرگ، با دو مانع رایج روبرو خواهید شد: استفاده از حافظه زیاد و زمان اجرا طولانی. کتابخانه Dask می‌تواند با بارگیری تکه‌هایی از داده‌ها تنها در صورت نیاز، استفاده از حافظه شما را کاهش دهد. می تواند با استفاده از تمام هسته های محاسباتی موجود به صورت موازی، زمان اجرا را کاهش دهد. بهتر از همه، به تغییرات بسیار کمی در کد پایتون موجود شما نیاز دارد. در این دوره، شما از Dask برای تجزیه و تحلیل داده‌های آهنگ Spotify، پردازش تصاویر حرکات زبان اشاره، محاسبه روند داده‌های آب و هوا، تجزیه و تحلیل ضبط‌های صوتی و آموزش مدل‌های یادگیری ماشین بر روی داده‌های بزرگ استفاده می‌کنید.