حجم باورنکردنی از داده های متنی بدون ساختار هر روز توسط رسانه های اجتماعی، صفحات وب و انواع منابع دیگر تولید می شود. اما بدون توانایی رام کردن و استفاده از آن داده ها، نمی توانید ارزشی از آن بدست آورید. در این دوره آموزشی، یاد بگیرید که چگونه داده های متنی آشفته را با استفاده از پایتون به بینش های قدرتمند تبدیل کنید. مربی درک جدامسکی شروع می کندn سپس به موضوعات پیچیده تری مانند word2vec، doc2vec و شبکه های عصبی تکراری می پردازد. برای پایان دادن به دوره، او این مفاهیم را با استفاده از آنها در یک مشکل یادگیری ماشینی، زمینه ای واقعی می دهد.

 

آزمون گواهینامه Databricks Certified Data Engineer Associate توانایی شما را در استفاده از پلتفرم Databricks Lakehouse برای تکمیل وظایف اولیه مهندسی داده ارزیابی می کند. همچنین توانایی شما را در استفاده از Apache Spark SQL و Python برای انجام وظایف ETL معماری multihop که به صورت تدریجی داده‌های جدید را از منابع مختلف داده پردازش می‌کند تا برنامه‌های تحلیلی و داشبورد در Lakehouse را تقویت کند، ارزیابی می‌کند.

در این دوره، مربی Noah Gift آموزش عملی و عملی در مورد مفاهیم اصلی و مهارت های تحت پوشش در بخش دوم امتحان ارائه می دهد: ELT با اسپارک آپاچی. اصول تبدیل داده ها را با Apache Spark، از جمله نحوه نصب و استفاده از IntelliJ برای Databricks با Go، Databricks CLI، Databricks برای RStudio، Notebooks، پشتیبانی چند زبانه، Databricks Repos و موارد دیگر را بررسی کنید.

 داده ها به طور تصاعدی در حال افزایش هستند، زیرا جهان به تولید حجم عظیمی ادامه می دهد. در این دوره، یک مهندس داده با بیش از 5 سال تجربه، جنیفر ایبه، به شما نشان می دهد که چگونه سیستم هایی بسازید که داده ها را از منابع مختلف جمع آوری می کند، آنها را تبدیل و داده ها را ذخیره می کند تا بتوانید به طور موثر بینش هایی را از آن استخراج کنید. ما به این خواهیم پرداخت که ETL ها چیست و چگونه آنها را ایجاد می کنید. ما یاد خواهیم گرفت که چگونه از پایتون برای استخراج و تبدیل داده ها استفاده کنیم، ما داده های خود را با استفاده از پانداها و SQL کاوش خواهیم کرد. و در نهایت، داده ها را در سیستم هدف خود بارگذاری کنید. همچنین می توانید زمان بندی مشاغل ETL را با استفاده از پایتون تمرین کنید. هر فصل با چالش‌های مفید و کاربردی همراه است تا به شما کمک کند آنچه را که یاد می‌گیرید تمرین کنید.

 در این دوره ، Eduardo Corpeño - یک مهندس برق ، برنامه نویس رایانه و معلم - با استفاده از پایتون ، یک پایه محکم در پردازش تصویر می سازید. با ایجاد و دستکاری تصاویر شطرنجی در وضوح و قالب های مختلف شروع کنید. بیاموزید که فیلترهای مختلف را بمالید و با فیلترهای Sobel برای استخراج ویژگی های تصویر معنی دار در تشخیص لبه استفاده کنید. تحولات تصویر مستر مانند تغییر اندازه ، و تکنیک های حذف شی و حکاکی درز را برای دوخت موثر تصویر درک کنید. بیاموزید که چگونه می توانید جزئیات تصویر را با استفاده از تحولات مورفولوژیکی مانند فرسایش ، اتساع ، باز و بسته شدن اصلاح کنید. به علاوه ، چالش های عملی کامل مانند از بین بردن نویز ، تنظیم وضوح و افزایش کیفیت تصویر. این که آیا شما به دنبال ارتقاء یک پروژه هستید یا در حرفه جدید AI شروع به کار می کنید ، این دوره شما را به دانش و تکنیک های عملی مجهز می کند تا تصاویر را به طور کارآمد انجام دهید.

 

از زمان راه‌اندازی ChatGPT و انتشار زبان‌های مدل‌سازی جدید توسط OpenAI در سال ۲۰۲۲، علاقه فزاینده‌ای در جامعه فناوری گسترده‌تر برای کشف پتانسیل برنامه‌های کاربردی متعدد هوش مصنوعی مولد در نرم‌افزار و توسعه وب وجود داشته است. در این دوره، به مربی سندی لودوسکی بپیوندید تا با جدیدترین ابزارها و فن‌آوری‌ها، با تمرینات عملی و چالش‌های تمرینی در طول مسیر، به سرعت به سرعت برسید.

با نحوه استفاده از هوش مصنوعی مولد برای ایجاد موارد بعدی آشنا شوید. نسل برنامه های پایتون، از جمله OpenAI API، که به شما امکان می دهد چت ربات دستیار هوش مصنوعی خود را مستقیماً در یک برنامه بسازید و سفارشی کنید. سندی به شما نشان می‌دهد که چگونه می‌توانید با مدل‌های تولیدی دیگر مانند DALL-E و Whisper Audio API و همچنین نحوه گسترش قابلیت‌های LLM با فراخوانی تابع و ساخت یک ربات چت با دانش سفارشی با استفاده از LangChain، embeddings و ChromaDB، آزمایش کنید.

 

Python for Data Science and Machine Learning Essential Training یکی از محبوب ترین دوره های علوم داده در LinkedIn Learning است. اکنون به روز شده و به دو قسمت گسترش یافته است و تجربه عملی و واقعی تری از پایتون به شما می دهد. در بخش اول، مربی لیلیان پیرسون شما را گام به گام از طریق یک پروژه علم داده و یادگیری ماشین راهنمایی می کند: یک اسکراپر وب که داده ها را از وب دانلود و تجزیه و تحلیل می کند. در طول راه، او تکنیک هایی را برای پاکسازی، قالب بندی مجدد، تبدیل و توصیف داده های خام معرفی می کند. ایجاد تجسم؛ حذف نقاط پرت؛ انجام تجزیه و تحلیل ساده داده ها؛ و با استفاده از Streamlit نمودارهای مبتنی بر وب تولید کنید. در پایان این دوره، شما تجربه کدنویسی اولیه ای را کسب خواهید کرد که می توانید آن را در سازمان خود ببرید و به سرعت در پروژه های علم داده سفارشی و یادگیری ماشین خود اعمال کنید.

این دوره با GitHub Codespaces یکپارچه شده است. ، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و با استفاده از ابزاری که احتمالاً در محل کار با آن مواجه می‌شوید، تمرین عملی را از هر ماشینی، در هر زمان انجام دهید. برای یادگیری نحوه شروع، ویدیوی "استفاده از فضاهای کد GitHub با این دوره" را بررسی کنید.

 اگر ندانید که واقعاً به کدام یک نیاز دارید، هر ابزار برای چه چیزی مفید است و چگونه همه آنها کار می کنند، داشتن انواع ابزار عالی در اختیار شما مفید نیست. در این دوره، به عملکرد درونی شبکه های عصبی بپردازید تا بتوانید به طور موثرتری با ابزارهای یادگیری ماشین کار کنید. مربی Eduardo Corpeño با ارائه یک سری تمرینات در Python به شما کمک می کند تا به طور مثال یاد بگیرید تا به شما کمک کند تا آنچه را که در داخل می گذرد درک کنید. کشف کنید که چگونه می توان بخش هایی از یک نورون بیولوژیکی را با عناصر پایتون مرتبط کرد، که به شما امکان می دهد مدلی از مغز بسازید. سپس، یاد بگیرید که چگونه یک شبکه بسازید و آموزش دهید، و همچنین یک شبکه عصبی ایجاد کنید که اعداد را از یک نمایشگر هفت بخش تشخیص می دهد. حتی اگر احتمالاً به جای نوشتن کد خود با شبکه‌های عصبی از مجموعه نرم‌افزاری کار خواهید کرد، دانشی که در این دوره کسب می‌کنید می‌تواند به شما در انتخاب معماری شبکه عصبی و روش آموزشی مناسب برای هر مشکلی که با آن روبرو می‌شوید کمک کند.

 PyTorch به سرعت در حال تبدیل شدن به یکی از محبوب ترین فریم ورک های یادگیری عمیق در سراسر جهان است، و همچنین به یک مهارت ضروری در کیت ابزار هوش مصنوعی شما تبدیل می شود. به دلیل ادغام عمیق آن با پایتون، تحسین رهبران صنعت را به دست آورده است. ادغام آن با پلتفرم های ابری برتر، از جمله Amazon SageMaker و Google Cloud Platform. و نمودارهای محاسباتی آن که می توان در پرواز تعریف کرد. در این دوره، به جاناتان فرناندز بپیوندید تا به اصول یادگیری عمیق با استفاده از PyTorch بپردازد. با شروع با یک مدل تشخیص تصویر کارآمد، او نشان می‌دهد که چگونه اجزای مختلف در پشت سر هم قرار می‌گیرند و کار می‌کنند - از تانسورها، توابع از دست دادن، و خودکار تا عیب‌یابی شبکه PyTorch.

 Flask یک چارچوب پایتون برای ساخت برنامه های کاربردی وب سبک و پویا است. این به سرعت بخشیدن به کارهای خسته کننده توسعه پشت صحنه، مانند نقشه برداری URL، کمک می کند و کنترل بیشتری نسبت به نزدیک ترین رقیب خود، جنگو، ارائه می دهد. اگر می‌خواهید Flask را یاد بگیرید، این دوره آموزشی و مثال‌های عملی مورد نیاز برای شروع سریع را ارائه می‌دهد. به مربی نیک والتر بپیوندید تا مزایا و معایب کار با Flask را پوشش دهد و نحوه ایجاد اولین برنامه خود را با این فریم ورک شرح دهد. Nick جریان داده را در Flask پوشش می دهد. کار با قالب ها با استفاده از Jinja، موتور قالب در Flask. استفاده از نقشه ها و نماها برای سازمان؛ آزمایش برنامه Flask شما؛ و پروژه خود را با Gunicorn پیاده سازی کنید.

 اگر به دنبال درک عمیق تری از یادگیری عمیق و پایتون هستید، این دوره عملی می تواند به شما کمک کند. در این دوره، مهندس معمار ابر و مهندس داده خبره گوگل، جانانی راوی، شما را از طریق پیچیدگی های یادگیری عمیق تمام پشته با پایتون راهنمایی می کند. پس از بررسی آموزش عمیق پشته کامل، MLOps و MLflow، به راه‌اندازی محیط خود در Google Colab و اجرای MLflow بپردازید. نحوه بارگیری و کاوش یک مجموعه داده و همچنین نحوه ثبت معیارها، پارامترها و مصنوعات را بیاموزید. آموزش مدل، ارزیابی و تنظیم فراپارامتر را کاوش کنید. به علاوه، به استقرار مدل و پیش‌بینی‌ها بپردازید.

 آیا به دنبال تقویت مهارت های پایتون خود هستید؟ شاید برخی از اصول پایتون را یاد گرفته اید و می خواهید مهارت های خود را بیشتر کنید؟ این دوره با Kaylee Kohfeldt آموزش عملی و عملی در مورد مفاهیم پایتون مانند مجموعه ها، مجموعه ها، قالب بندی رشته ها و توابع لامبدا ارائه می دهد. Kayle مهارت هایی را پوشش می دهد که ممکن است در برنامه نویسی روزانه خود از آنها استفاده نکنید - مانند شمارنده، جستجوگر پالیندروم، پاک کردن داده های تکراری و موارد دیگر - که می تواند به شما در گسترش دانش پایتون کمک کند. اگر می‌خواهید مهارت‌های پایتون خود را به سطح بالاتری ببرید تا بتوانید کدهای خوانا و کارآمدتر بنویسید، در این دوره آموزشی به Kaylee بپیوندید.

این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه تنظیمات ماشین محلی ارائه می دهد. با Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

 

با استفاده از پایتون و مایکروسافت PowerShell ، قدرت اتوماسیون را باز کنید. با یادگیری نحوه ادغام مفاهیم برنامه نویسی اساسی و کاربردهای عملی برای تقویت بهره وری و بهره وری ، از کارهای دستی دست و پا گیر خداحافظی کنید. این دوره ، که توسط پلت فرم توسعه حرفه ای سایبری در صنعت طراحی شده است ، Cybrary را شامل می شود ، اصول خودکار خودکار کردن کارهای مشترک مربوط به مدیریت پرونده ، پردازش داده ها ، برنامه های کاربردی ایمیل و وب ، مدیریت سیستم و پروتکل های امنیتی را پوشش می دهد. در پایان این دوره ، شما آماده خواهید بود تا سریعتر انجام شود تا بتوانید روی آنچه مهمترین موارد است متمرکز شوید.

توجه: این دوره توسط Cybrary ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم.

 در این دوره آموزشی، نحوه تنظیم گردش کار در GitHub Actions را برای خودکارسازی فرآیندها با R و Python یاد بگیرید. مربی Rami Krispin شما را از طریق فرآیند اتوماسیون راهنمایی می کند و نمونه هایی از دنیای واقعی را به اشتراک می گذارد. او به شما نشان می‌دهد که چگونه یک خط لوله داده راه‌اندازی کنید، ابرداده را از یک خط لوله بیرون بکشید و یک داشبورد زنده را با اقدامات و صفحات GitHub اجرا کنید. اگر از صرف ساعت‌ها صرف اجرای دستی اسکریپت‌ها یا کاهش سرعت گردش کار خود با کشیدن داده‌ها از API یا به‌روزرسانی داشبورد خسته شده‌اید، در این دوره آموزشی به Rami بپیوندید تا ببینید اتوماسیون چگونه می‌تواند سرعت کار شما را افزایش دهد.

 پایتون سریع ترین زبان برنامه نویسی در حال رشد جهان است. این ابزار قدرتمندی است که به ساده‌سازی توسعه و علم داده کمک می‌کند. در این دوره آموزشی از Madecraft، می توانید یاد بگیرید که چگونه قدرت زبان پایتون را با ابزارهای تجزیه و تحلیل داده ها و گزارش در مایکروسافت اکسل ترکیب کنید. کشف کنید که چگونه از پانداها و کتابخانه‌های openpyxl برای بازرسی، فیلتر کردن، تمیز کردن و تبدیل داده‌ها استفاده کنید و چگونه گزارش‌های محکمی بسازید که به کسب‌وکارها کمک می‌کند تا اقدام کنند. نحوه کار با حجم زیادی از داده ها را که به تنهایی در اکسل غیرقابل مدیریت هستند، کشف کنید. در پایان این دوره، بینندگان می‌آموزند که چگونه این ترکیب ابزارها می‌تواند کسب‌وکارها را به بینش‌های بهتری نسبت به قبل هدایت کند.

nn ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

 در هر سازمانی، وظایفی وجود دارد که از اتوماسیون سود می‌برند، اما اغلب فرآیندها برای نرم‌افزارهای استاندارد بسیار جادار هستند. Python یک زبان برنامه نویسی آسان برای یادگیری است که به سازمان ها اجازه می دهد تا خودکارسازی سفارشی را اسکریپت کنند و در زمان صرفه جویی کنند. در این دوره آموزشی می توانید یاد بگیرید که چگونه کارهای تکراری خود را با استفاده از پایتون خودکار کنید. این دوره یک "کتاب آشپزی" را برای توسعه دهندگان و غیر توسعه دهندگان ارائه می دهد که به شما امکان می دهد تقریباً هر چیزی را خودکار کنید: از پر کردن PDF و راه اندازی برنامه ها گرفته تا ارسال ایمیل و پست صوتی، کار با تقویم ها و سازماندهی فایل ها و پوشه ها. نحوه استفاده از Python و کتابخانه‌ها و ابزارهای منبع باز مانند Beautiful Soup و Selenium را برای ایجاد راه‌حل‌های ظریفی که کار سختی را برای شما انجام می‌دهند، بیابید.

nn ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

 در این دوره ، جنیفر هریسون - رئیس جمهور Teachmegis - قدرت تحول آمیز Arcgis API را برای پایتون به نمایش می گذارد زیرا این کار را به صورت خودکار انجام می دهد و کارهای GIS را تقویت می کند. در مورد اصول مدیریت حساب های کاربری ArcGIS ، حفظ خدمات وب و اجرای تحلیل مکانی به طور کارآمد بیاموزید. به برنامه نویسی پایتون بروید تا داده های GIS را به طور دقیق انجام دهید ، به صورت خودکار ژئوپروسسینگ و عملیات GIS را ساده کنید. کتابخانه های قدرتمند پایتون و نوت بوک های ArcGIS را کاوش کنید و یاد بگیرید که چگونه از ابزارهای ژئوپروسیت ESRI به صورت آنلاین استفاده کنید. دریابید که چگونه پروژه های GIS خود را خودکار کنید و منجر به بهبود دقت و بهره وری شود. این که آیا شما یک تکنسین GIS ، تحلیلگر داده یا برنامه ریز فضایی هستید ، استفاده از ARCGIS API برای Python مهارت های مدیریت داده های جغرافیایی شما را غنی می کند.

 ویژگی های برنامه نویسی شی گرا (OOP) در پایتون ساخت برنامه هایی با پیچیدگی و مدولاریت رو به افزایش را آسان تر می کند. در این دوره آموزشی، می‌توانید یاد بگیرید که چگونه از اصول OOP اصلی مانند وراثت و ترکیب به همراه برخی ویژگی‌های اختصاصی پایتون مانند روش‌های جادویی و کلاس‌های داده برای ساخت برنامه‌هایی که توسعه‌پذیر و کارآمد هستند، استفاده کنید. با استفاده از برخی اصول شی گرا شروع کنید و سپس از ویژگی های پایتون مانند روش های جادویی استفاده کنید تا کلاس های خود را به شدت با زبان پایتون و کلاس های داده ادغام کنید تا به طور چشمگیری مقدار کد دیگ مورد نیاز برای ساخت اشیاء داده محور را کاهش دهید.

 Go به طور پیوسته در حال تبدیل شدن به یکی از محبوب ترین زبان های برنامه نویسی است و سازمان های بیشتری اکنون از Go برای نوشتن خدمات استفاده می کنند. بسیاری از توسعه دهندگان پایتون اکنون مجبور به انتقال به Go هستند و در این دوره، Miki Tebeka به توسعه دهندگان پایتون کمک می کند تا شروع به نوشتن برنامه های Go کنند. Miki اصول اولیه را پوشش می‌دهد، از انواع داخلی گرفته تا تعاریف عملکرد، و همچنین به مهندسی پروژه و همزمانی می‌پردازد. او همچنین چالش‌ها و راه‌حل‌هایی را برای هر فصل ارائه می‌کند، بنابراین می‌توانید مهارت‌های خود را در حین یادگیری تمرین کنید. اگر یک توسعه‌دهنده پایتون هستید که در حین انتقال به Go به دنبال تجربه‌ای عملی هستید، در این دوره آموزشی به Miki بپیوندید.

 اگر به دنبال راه‌های کارآمدتری برای آماده‌سازی داده‌های خود برای تجزیه و تحلیل هستید، زمان آن رسیده است که مجموعه مهارت‌های خود را ارتقا دهید و رویکرد خود را برای پاکسازی داده‌ها ارزیابی مجدد کنید. در این دوره، مربی Miki Tebeka برخی از مهم ترین ویژگی های پاکسازی و جمع آوری داده های تولیدی را با مثال های کدنویسی عملی با استفاده از پایتون برای آزمایش مهارت های شما به شما نشان می دهد. در مورد ارزش سازمانی داده های تمیز با کیفیت بالا بیاموزید، توانایی خود را برای تشخیص خطاهای رایج و رفع سریع آنها در حین حرکت توسعه دهید. در طول مسیر، Miki استراتژی‌های تمیز کردنی را ارائه می‌کند که می‌تواند به بهینه‌سازی گردش کار شما کمک کند، از جمله نکاتی برای تجزیه و تحلیل علت و ابزارهای آسان برای جلوگیری از خطا.

این دوره با GitHub Codespaces، یک محیط توسعه‌دهنده ابری فوری، یکپارچه شده است. که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

 

تجزیه و تحلیل بازاریابی خود را با پایتون به سطح بعدی برسانید. ویژگی هایی که پایتون را برای دانشمندان داده بسیار مفید می کند ، همان مواردی است که بازاریابان می توانند از آنها برای درک بهتر مشتریان ، عملکرد محصول ، رقابت و بازار استفاده کنند. در این دوره از Madecraft ، یاد بگیرید که چگونه از پایتون برای بهبود نتایج بازاریابی برای تجارت خود استفاده کنید. در طول راه ، نکاتی در مورد ترکیب این تکنیک ها برای انجام تجزیه و تحلیل بازار ، پیش بینی رفتار مصرف کننده ، ارزیابی رقابت ، نظارت بر روند بازار و موارد دیگر دریافت کنید.

این دوره توسط madecraft ایجاد شده است. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی می کنیم. عرض = "20 ٪" قد = "20 ٪" />