دوره آموزش پایتون با رویکرد داده‌کاوی

زبان برنامه نویسی پایتون یکی از ساده‌ترین زبان‌های برنامه‌نویسی حال حاضراست و منحنی یادگیری آن توسط دانشجویان بسیار سریع طی می‌شود. از این رو، این دوره برای کسانی که هیچ آشنایی با پایتون ندارند مناسب است.

همچنین شرکت در این دوره به کسانی که به دنبال این هستند تا در بازار کار متغیر و مهیج این روزها، کاری سرگرم‌کننده و جذاب در دنیای برنامه‌نویسی برای خود پیدا کنند، توصیه می‌شود؛ چراکه پایتون در کنار سادگی بسیار بالا، یکی از زبان‌های قوی و پرکاربرد است که در بسیاری از شرکت‌های بزرگ دنیا همچون گوگل بخشی جدانشدنی را به خود اختصاص داده است.

کسانی که به دنبال تحقیق و فعالیت در حوزه علوم داده و داده‌کاوی هستند به‌خوبی می‌دانند که پایتون یکی از برترین زبان‌ها و ابزارهای مهم در دنیای علم داده( Data Science) است و برای ورود به این حوزه چاره‌ای جز یادگیری پایتون ندارند. قدم اول ورود به این حوزه آشنایی با پایتون است.

لازم به ذکر است که در حال حاضر، پراستفاده ترین کتابخانه های یادیگیری عمیق (DeepLearning) که با جرات می توان گفت که داغ ترین و جذاب ترین حوزه هوش مصنوعی است، بر روی پایتون پیاده سازی شده­اند و علاقه مندان به این حوزه باید در ابتدای امر به یادگیری پایتون بپردازند...

·       دانشجویان کامپیوتر، صنایع، آمار و برق

·       حسابداران و تحلیل‌کنندگان که به‌نوعی به داده‌کاوی و برنامه‌نویسی نیازمند هستند.

·       متخصصین حوزه پردازش صوت و تصویر و ویدئو

·       تمامی افرادی که به‌نوعی نیاز به پردازش و تحلیل حجم بالایی از داده‌های مرتب‌شده/نشده را دارند.

پیاده سازی برنامه‌های متنوع در پایتون، فراگیری کتابخانه‌های موردنیاز و تخصصی در حوزه تخصصی فرد، تحلیل و تفسیر برنامه‌هایی که به زبان پایتون نوشته‌شده‌اند، پیاده‌سازی و انجام پروژه‌های داده‌کاوی و استفاده از پایتون در پروژه‌های دانشگاهی ازجمله توانمندی‌هایی است که دانشجویان و شرکت‌کنندگان پس از گذراندن این دوره کسب خواهند کرد.

1.    آشنایی با پایتون و بیان قدرت و ضعف آن نسبت به زبان‌های دیگر
2.    آموزش پیاده‌سازی کد در محیط Jupyter-Notebook و PyCharm
3.    آشنایی مقدماتی با سینتکس پایتون (List, Dictionary, Exception/Error Handling, functions, loops and … )
4.    Exception/Error Handling, Debugging
5.    بررسی lambda Functions and Comprehensions
6.    OOP
7.    معرفی و پیاده‌سازی پروژه با پرکاربردترین کتابخانه‌های Pandas, Numpy and Matplotlib
8.    بررسی و پیاده­سازی الگوریتم‌های داده‌کاوی همچون: Association Rules, K-Means, Neural Networks and Text mining با استفاده از کتابخانه های همچون scikit-learn

شرکت‌کنندگانی که در این دوره ثبت‌نام می‌کنند، در محیطی دوستانه و در کنار یکدیگر، به کمک استاد دوره و با روش تعاملی تمامی پروژه‌ها و برنامه‌های نوشته‌شده در کلاس را "خودشان" پیاده‌سازی می‌کنند و یک‌بار تمامی مطالب کلاس را به‌صورت عملی مشاهده می‌کنند. (***لذا به همراه داشتن لپ‌تاپ برای تمامی دانشجویان الزامی است***).

در پایان دوره پروژه‌هایی با داده‌های واقعی به دانشجویان داده خواهد شد و دانشجویان می‌بایست این پروژه‌ها را در مدت معلوم انجام دهند. سنجش دانشجویان بر این اساس خواهد بود و اعطای مدرک معتبر ACM از انجمن علمی دانشکده کامپیوتر دانشگاه صنعتی خواجه‌نصیرالدین طوسی منوط به موفقیت در انجام پروژه‌های عملی خواهد بود. مدرک داده‌شده جزو معتبرترین مدارک علوم کامپیوتر بوده و امکان ارائه به سازمان‌های بین‌المللی را نیز داراست.

همچنین لازم به ذکر است که تمامی محتویات دوره ازجمله مطالب آموزشی، فیلم‌های کلاس، تمرینات و داده‌ها به دانشجویان داده خواهد شد.

آشنایی مختصر با مفاهیم برنامه نویسی...

https://t.me/ce_kntu