رویداد به پایان رسیده است!
مهندسی داده با پایتون ـ کارگاه اول: مقدمه‌ای بر علم داده و کتابخانه‌های مهندسی در تاریخ جمعه ۲۲ مرداد ۱۳۹۵ به پایان رسیده است. (جزئیات بیشتر)

رویدادهای زیر را به شما پیشنهاد می‌کنیم:

مهندسی داده با پایتون ـ کارگاه اول: مقدمه‌ای بر علم داده و کتابخانه‌های مهندسی

شروع رویداد
پنج‌شنبه ۲۱ مرداد ۹۵ ۰۸:۳۰
پایان رویداد
جمعه ۲۲ مرداد ۹۵ ۱۳:۳۰
مکان رویدادتهران
موضوع رویدادتکنولوژی / برنامه نویسی
اضافه به تقویم
مهندسی داده با پایتون ـ کارگاه اول: مقدمه‌ای بر علم داده و کتابخانه‌های مهندسی
برگزارکننده‌ی رویداد
تماس با برگزارکننده
۶۱۵۳
گزارش
مهلت ثبت‌نام برای این رویداد به پایان رسیده است.

توضیحات بیشتر

عنوان دوره:

مهندسی داده با پایتون

Applied Data Science with Python

 

کارگاه این هفته:

مهندسی داده با پایتون ـ بخش اول

Applied Data Science with Python - part 1


نکات کلی دوره:

  • ظرفیت هر کارگاه ۱۵ نفر است.
  • به شرکت‌کنندگان کارگاه‌ها، گواهینامه رسمی بیان (دو زبانه، با هولوگرام شرکت بیان و امضای مدیر عامل) اهدا می‌شود؛ گواهی‌نامه‌ها، پس از پایان یک دوره از کارگاه‌ها صادر و برای افراد ارسال می‌شود و البته در آن، عنوان کارگاه‌هایی ذکر خواهد شد که آن شخص در آنها حضور یافته است.
  • برای شرکت کنندگان در یکی از کارگاه‌های هر دوره، کد تخفیف ۳۰ درصدی برای کارگاه‌های بعدی ارائه می‌شود.
  • پس از هر کارگاه، دسترسی به ویدئوی مباحث ارائه شده برای شرکت کنندگان فراهم خواهد شد.
  • می‌توانید برای اطلاعات بیشتر به تارنمای مدرسه فناوری بیان مراجعه نمایید.
  • لطفاً هر پرسش، پیشنهاد و یا انتقادی را با ما مطرح فرمایید: academy@bayan.co.ir

  

 

علم داده (Data Science)، دانشی میان‌رشته‌ای پیرامون استخراج دانش و آگاهی از مجموعه‌ای داده و اطلاعات است. علم داده از ترکیب مباحث مختلفی به وجود آمده و بر مبانی و روش‌های موجود در حوزه‌های مختلف علمی بنا شده‌است. تعدادی از این حوزه‌ها عبارتند از: ریاضیات، آمار، مهندسی داده، بازشناخت الگو و غیره. هدف این علم، استخراج مفهوم از داده و تولید محصولات داده‌محور است.

آقایان توماس دونپورت و دی جی پاتیل در سال ۲۰۱۲ در مقاله «علم داده: جذاب‌ترین شغل قرن بیست و یکم» متخصصین علم داده را این طور تعریف می‌کنند: «کسانی که می‌دانند چگونه می‌توان از انبوه اطلاعات بدون ساختار، پاسخ سوال‌های کسب‌وکار را پیدا کرد». همچنین استنتون در سال ۲۰۱۳ علم داده را این طور تعریف می‌کند: «علم داده، رشته در حال ظهوری است که به جمع‌آوری، آماده‌سازی، تحلیل، بصری‌سازی، مدیریت و نگهداشت اطلاعات در حجم بالا می‌پردازد». دریسکول نیز در سال ۲۰۱۴ علم داده را این طور تعریف می‌کند: «علم داده، مهندسی عمران داده‌هاست. متخصص علم داده، دانشی کاربردی از داده‌ها و ابزارها دارد، به علاوه، درکی نظری دارد که مشخص می‌کند چه چیزی از نظر علمی ممکن است».

منبع: دانش‌نامه آزاد ویکی‌پدیا

 

این دوره برای این افراد مناسب است:

  • همه کسانی که با «علم داده» آشنا بوده و مطالعاتی در این زمینه داشته‌اند (اعم از دانشجویان یا فارغ التحصیلان رشته‌های زیرمجموعه کامپیوتر، علوم کامپیوتر، فناوری اطلاعات، ریاضی، آمار و غیره).
  • در واقع، این کارگاه‌ها برای افرادی طراحی شده است که در کنار نظریه‌های مورد نیاز تحلیل داده که معمولاً در دانشگاه‌ها آموزش داده می‌شود، علاقمند به استفاده از تجربه‌های عملی و یادگیری مهارت‌های واقعی و کاربردی نیز هستند.

 

پیش نیاز دوره:

  • اطلاعات اولیه‌ای در زمینه آمار و هوش مصنوعی
  • سابقه آشنایی با زبان پایتون
  • همراه داشتن لپ تاپ و نصب Anaconda (ترجیحاً Python 3.x)
  • اگر مشکلی در نصب و راه‌اندازی نرم‌افزارهای پیش نیاز داشتید، نیم ساعت قبل از شروع کارگاه حضور پیدا کنید تا از مباحث عقب نیافتید.

 

زمان‌بندی و محتوای دوره:

کارگاه اول در دو جلسه پنج‌شنبه و جمعه، ۲۱ و ۲۲ مرداد ۱۳۹۵، از ساعت ۸:۳۰ تا ۱۳:۳۰ در شرکت بیان برگزار می‌شود.

هدف از کل این دوره، آموزش مهارت‌های مورد نیاز در زمینه هوش مصنوعی، یادگیری ماشین، آمار و دیداری‌سازی اطلاعات و... است. در این مجموعه کارگاه‌ها، مهندسی داده با استفاده از زبان محبوب پایتون آموزش داده می‌شود که یکی از رایج‌ترین و بهترین زبان‌های تحلیل داده است.

در کارگاه این هفته، پس از معرفی کلی زبان برنامه نویسی پایتون و اصول کلی برنامه‌نویسی با آن، روش‌های مطالعه و تغییر داده تمرین می‌شود.

مقدمه‌ای بر علم داده و کتابخانه‌های مهندسی در پایتون

Week 1

[ Introduction to Data Science and Programming with Python ]

[ Setup & getting started ]

[ Essential Python Libraries ]

[ Exploratory analysis in Python using Pandas ]

[ Data Munging in Python using Pandas ]

[ Introduction to Numpy and SciPy ]

 

ان شاء الله در هفته‌های آینده نیز ادامه این دوره با همین روال برگزار خواهد شد (البته ممکن است تغییراتی وجود داشته باشد):

استخراج داده از وب

Week 2

[ Introduction to Data scraping ]

[ Working With APIs ]

[ XML, JSON and the REST Architecture ]

[ Parsing Html ]

[ Regular Expression ]

[ Xpath and Css selector ]

[ Web Scraping Using scrapy ]

[ Writing a Crawler ]

نمایش اطلاعات و نمودارسازی در پایتون

Week 3

[ Introduction to Applied Plotting, Charting & Data Representation ]

[ 2D and 3D plotting with matplotlib ]

[ The matplotlib object-oriented API ]

[ Customizing Charts ]

الگوریتم‌های یادگیری ماشین

Week 4

[ Introduction to Scikit-learn ]

[ Supervised learning algorithms ]

[ Cross-validation ]

[ Unsupervised learning algorithms ]

[ Feature extraction ]

پردازش زبان طبیعی

Week 5

[ Language Processing in Python by NLTK ]

[ Processing Raw Text ]

[ Categorizing and Tagging Words ]

[ Learning to Classify Text ]

[ Extracting Information from Text ]

 

معرفی مدرس:

«محمد مهدی نعمت الهی» دانشجوی دکتری هوش مصنوعی و مدیر واحد پردازش زبان‌های طبیعی «شرکت بیان» هستند.

آدرس:تهران جنب ایستگاه متروی دانشگاه صنعتی شریف، کوچه زهره، پلاک ۳ (ساختمان بیان)، واحد ۳

اگر مایل به اطلاع از رویدادهای مشابه این رویداد هستید، کلیک کنید.