شبکه

 

زبان برنامه نویسی پایتون

 

دوره مقدماتی و پیشرفته زبان برنامه نویسی پایتون (Python) در راستای یادگیری ماشین

 

تاریخ شروع دوره 30 خرداد ۹۸

رزومه استاد

خانم  زهرا رضایی دانشجوی دکترا هوش مصنوعی بوده

و دارای بیش از ۱۰ مقاله چاپ شده
و سوابق بالای ۵ سال در تدریس و انجام پروژه‌های مختلف پایتون هستند.

ظرفیت ۵ نفر

طول دوره 32 ساعت - 8 جلسه 4 ساعته
استاد دوره

خانم زهرا رضایی

ساعت و روز کلاس 

 روز های پنج شنبه 15 الی 19

هزینه ثبت نام 

 

تخفیف ویژه- مهلت لغایت سه شنبه 

۵۰-٪ تخفیف  برای دانشجویان قبلی 
۴۰٪ برای اعضای کانالها اجتماعی داج

۱.۰۰۰.۰۰۰ تومان

پرداختی در دوقسط،

قسط اول قبل ازشروع کلاس -50% 

قسط دوم حداکثر تا جلسه 4ام -50% 

نحوه پرداخت  

خواهشمند است وجوه ثبت نام را به شماره کارت

5022-2910-7292-6544

بنام اصغر رنجبراقدم واریز نموده و تصویر فیش را در فرم ثبت نام قطعی وارد نمایید.

 

مکان :

آموزشگاه گروه علمی داج

واقع در بلوار اشرفی اصفهانی 


 

 

خلاصه :

پایتون زبان برنامه نویسی رو به رشدی است که امروزه در علوم و کاربردهای مختلف نفوذ پیدا کرده و بسیار از سیستم های کلان آنالیز داده و تجزیه و تحلیل سیستم ها بر اساس ان طرح ریزی و دنبال می شوند. پایتون به دلیل سادگی و کارایی فوق العاده در اولین انتخاب های برنامه نویسان و به خصوص پروژه های کلان قرار می گیرد . هسته مرکزی پایتون همراه با کتابخانه های مختلفی که هر روزه به صورت اکثریت رایگان در اختیار کاربران قرار می گیرند قدرت فوق العاده به کاربران در صنایع مختلف می دهد . این دوره به دوستانی که پروژه های نسبتا متوسط به بالا را در نظر دارند توصیه می گردد.

 

پایتون یکی از بهترین زبان های کنترل دیتا در سیستم های کلان داده است

مدت دوره:

32 ساعت

پيش نياز:

اشنایی اولیه با مفاهیم اولیه برنامه نویسی و علاقه مند به یادگیری مباحث روز فن‌آوری  تحلیل دیتا

پيش نياز:

علاقه مندان علوم مختلف رایانهعلوم ریاضیات کاربردی

اهداف دوره:

اشنایی مقدماتی و پیشرفته با زبان مفسری پایتون با هدایت کاربر به سمت تحلیل بهتر دیتا

 

در انتهای اين دوره دانشجويان قادر خواهند بود:

 

دانشجویان با زبانی بسیار توانمند که امکان بسط و توسعه و کاربرد ان در علوم مختلف میسر است اشنا خواهند شد و همچنین دانشجویان در جلسات قسمت دوم با مباحث تجمیع دیتا- آنالیز دیتاپردازش تصویر - یادگیری ماشین وب کاوی نیز به خوبی اشنا می شوند.

سرفصل دوره:

1

Python learning

12 ساعت         

·       Installation (python core ,pycharm ,anaconda)
·       Python Lists
·       Python Tuples
·       Python Sets
·       Python Dictionaries
·       Python If...Else
·       Python While Loops
·       Python For Loops
·       Python Functions
·       Python Lambda
·       Python Arrays
·       Python Classes/Objects
·       Python Iterators
·       Python Modules
·       Python Dates
·       Python JSON
·       Python PIP
·       Python Try...Except
 
2    

Introduction Machine Learning Library  

20 ساعت  

شامل موارد زیر    

 

·       Essential Libraries and Tools: 

·       Jupyter Notebook 
·       NumPy 
·       SciPy 
·       matplotlib 
·       pandas 
 
     Supervised Learning ·       Classification and Regression
·       Supervised Machine Learning Algorithms
·       k-Nearest Neighbors
·       Linear Models
·       Naive Bayes Classifiers
·       Decision Trees
·       Ensembles of Decision Trees
·       Kernelized Support Vector Machines
·       Neural Networks (Deep Learning)
 
   Unsupervised Learning and Preprocessing ·       Preprocessing and Scaling
·       Dimensionality Reduction, Feature Extraction, and Manifold Learning
·       Principal Component Analysis (PCA)
·       Manifold Learning with t-SNE
·       Clustering
·       k-Means Clustering
·       Agglomerative Clustering
·       DBSCAN
   Representing Data and Engineering Features ·       One-Hot-Encoding
·       Binning, Discretization, Linear Models, and Trees
·       Model-Based Feature Selection
 
     Model Evaluation ·       Cross-Validation
·       Stratified k-Fold Cross-Validation and Other Strategies
·       Metrics for Binary Classification
·       Regression Metrics

 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 برای علاقه مندان دوره تکمیلی زیر بعداٌ برگزار خواهد شد لطفا در بخش اعلام آمادگی برای دوره ثبت نام کنید
 

Python Advanced  

15 ساعت     :   Class structures ·       Text mining ·       Web crawling ·       Image processing 


  منبع درسی:

Tutorial webpage:

·        http://www.tutorialspoint.com/python3

E- Book:

·        Micha Gorelick and Ian Ozsvald , High Performance Python, O’Reilly Media, Inc. 2014
·        Michael T. Goodrich, Roberto Tamassia, Michael H. Goldwasser , Data Structures and Algorithms in Python, John Wiley & Sons, Inc.2013
·        Robert Layton, Learning Data Mining with Python, Packt Publishing. 2015
·        Zachary Radtka and Donald Miner, Hadoop with Python, O’Reilly Media, Inc. 2016


برای ثبت نام کلیک نمایید.