کارگاه آموزشی یادگیری ماشین با پایتون

به گزارش پایگاه خبری دانا انجمن علمی آمار و انجمن علمی اقتصاد با همکاری ( انجمن‌علمی امار دانشگاه گلستان ، انجمن‌علمی ریاضی  دانشگاه شهید مدنی آذربایجان و انجمن‌علمی ریاضی محقق اردبیلی )برگزار میکند:

کارگاه آموزشی یادگیری ماشین با پایتون

یادگیری ماشین (Machine Learning) یکی از زیرمجموعه‌های هوش مصنوعی (Artificial Intelligence) است که به سیستم‌ها این امکان را می‌دهد تا از داده‌ها یاد بگیرند و بدون اینکه به‌طور صریح برنامه‌ریزی شوند، پیش‌بینی‌ها یا تصمیم‌گیری‌هایی انجام دهند. پایتون به عنوان یکی از محبوب‌ترین زبان‌های برنامه‌نویسی در زمینه یادگیری ماشین شناخته می‌شود، به دلیل سادگی و قدرت آن.

ویژگی‌های یادگیری ماشین با پایتون:

 کتابخانه‌های قدرتمند: پایتون دارای کتابخانه‌های متعددی است که فرآیند یادگیری ماشین را ساده‌تر می‌کنند. برخی از این کتابخانه‌ها شامل:

   کتابخانه Scikit-learn: یک کتابخانه جامع برای الگوریتم‌های یادگیری ماشین، شامل طبقه‌بندی، رگرسیون، خوشه‌بندی و غیره.

   کتابخانه TensorFlow: یک کتابخانه متن‌باز برای یادگیری عمیق که توسط گوگل توسعه یافته است.

   کتابخانه Keras: یک کتابخانه سطح بالا برای ساخت و آموزش مدل‌های یادگیری عمیق که بر روی TensorFlow ساخته شده است.

   کتابخانه PyTorch: یک کتابخانه دیگر برای یادگیری عمیق که به خاطر سادگی و انعطاف‌پذیری‌اش محبوب است.

 ساده و قابل فهم: سینتکس ساده پایتون باعث می‌شود که نوشتن و خواندن کدها آسان‌تر باشد. این ویژگی به خصوص در پروژه‌های تحقیقاتی و آموزشی بسیار مفید است.

 پشتیبانی از داده‌های بزرگ: با استفاده از کتابخانه‌هایی مانند Pandas و NumPy، پایتون می‌تواند به راحتی با داده‌های بزرگ کار کند و عملیات پیچیده روی آن‌ها انجام دهد.

 جامعه بزرگ: جامعه‌ی فعال و بزرگ پایتون باعث شده است که منابع آموزشی، مستندات و پشتیبانی فراوانی برای یادگیری ماشین در دسترس باشد.

کاربردهای یادگیری ماشین با پایتون:

تحلیل داده‌ها: تحلیل و استخراج الگوهای معنادار از داده‌ها.

 پیش‌بینی: پیش‌بینی مقادیر آینده بر اساس داده‌های تاریخی.

طبقه‌بندی: دسته‌بندی داده‌ها به گروه‌های مختلف (مثلاً تشخیص اسپم در ایمیل‌ها).

خوشه‌بندی: شناسایی گروه‌های مشابه در داده‌ها (مثلاً تقسیم‌بندی مشتریان).

یادگیری عمیق: استفاده از شبکه‌های عصبی برای حل مسائل پیچیده‌تر مانند تشخیص تصویر و پردازش زبان طبیعی.

یادگیری ماشین با پایتون به دلیل قدرت، سادگی و منابع فراوان، به یکی از انتخاب‌های اصلی محققان و توسعه‌دهندگان در این حوزه تبدیل شده است.
مدرس:دکتر مصطفی طامندی (عضو هیئت علمی گروه آمار دانشگاه ولی عصر(عج)
زمان: ۱۵ تا ۱۸  بهمن ماه
ساعت: 
  ساعت ۱۸ الی ۲۱  
مکان: در بستر ادوبی کانکت(همراه با ضبط جلسات)
هزینه ثبت نام :
 دانشجویان دانشگاه های برگزار کننده ۲۵۰ تومان 
سایر دانشجویان دانشگاه ها ۴۰۰ تومن
همراه با اعطای گواهی معتبر دوره
گواهی همراه با آزمون پایان دوره داده می‌شود 

سر فصل های دوره:
مقدمه ای بر مفاهیم یادگیری ماشین و تحلیل چند متغیره آماری
روش های یادگیری غیر نظارتی : تحلیل مولفه های اصلی، خوشه بندی k-means و سلسله مراتبی
روش های یادگیری نظارتی: رگرسیون، درخت تصمیم، جنگل تصادفی، KNN

جهت ثبت نام وکسب اطلاعات بیشتر به ایدی زیر پیام بدهید
@New_admin20