دوره گام چهارم و پنجم Data Science: یادگیری ماشین و یادگیری عمیق

برگزاری 1 بار این دوره در 0 سال گذشته

۲۰٪

پیش نیاز:گام دوم و سوم Data Science: تحلیل داده 2 و مدلسازی در دیتاساینس

قیمت:از 12,600,000 تومان

لیست دوره‌ها

ابتدا دوره مدنظرتان و نحوه حضور در دوره را انتخاب کنید و در مرحله‌ی بعد نحوه پرداخت (نقد/اقساط) را مشخص و از درگاه بانک واریز کنید،
پس از پرداخت، تیم پشتیبانی کندو برای هماهنگی‌ با شما تماس می‌گیرند.

ابتدا دوره مدنظرتان و نحوه حضور در دوره را انتخاب کنید.

در مرحله‌ی بعد نحوه پرداخت (نقد/اقساط) را مشخص کرده و از درگاه بانک واریز کنید،
پس از پرداخت، تیم پشتیبانی کندو برای هماهنگی‌ با شما تماس می‌گیرند.

در این مرحله از مسیر دیتا ساینس، وارد یکی از مهم‌ترین و کاربردی‌ترین بخش‌ها می‌شید: یادگیری ماشین و یادگیری عمیق.
این دو حوزه، ستون فقرات تصمیم‌گیری هوشمند در بسیاری از کسب‌وکارها و پروژه‌های داده‌محورن. در این دوره یاد می‌گیرید چطور داده‌ها رو به مدل‌هایی تبدیل کنید که بتونن پیش‌بینی کنن، الگوها رو تشخیص بدن و در نهایت تصمیم بگیرن.

دوره با مباحث پایه‌ای یادگیری ماشین شروع میشه. ابتدا با مفاهیم رگرسیون، طبقه‌بندی، و مدل‌سازی با الگوریتم‌هایی مانند درخت تصمیم، جنگل تصادفی و SVM آشنا می‌شید. سپس با ارزیابی مدل، شاخص‌های عملکرد، اعتبارسنجی متقاطع و پیاده‌سازی در زبان R کار خواهید کرد.

در ادامه، وارد دنیای یادگیری عمیق می‌شید. جایی که با شبکه‌های عصبی مصنوعی، CNNها برای تصاویر و LSTMها برای داده‌های سری زمانی آشنا شده و پیاده‌سازی آن‌ها رو با کمک کتابخانه keras یاد می‌گیرید.

این دوره برای کسانی طراحی شده که می‌خوان مدل‌های یادگیری هوشمند رو به شکل واقعی در پروژه‌های خود پیاده‌سازی کنن، بدون اینکه صرفا به تئوری اکتفا کنن.

اهداف و دستاورد‌ها

مهارت ساخت مدل‌های پیش‌بینی و طبقه‌بندی رو به‌صورت عملی یاد می‌گیرید.
داده‌های خام رو به تحلیل‌هایی تبدیل می‌کنید که در مسائل واقعی مثل بازار، رفتار مشتری یا فرایندهای کسب‌وکار کاربرد دارن.
یاد می‌گیرید با ابزارهای حرفه‌ای مثل Keras و R مدل‌سازی رو انجام بدید.
در تحلیل سری‌های زمانی، دسته‌بندی تصاویر و پیش‌بینی رفتار کاربران مهارت پیدا می‌کنید.
تجربه ساخت مدل‌هایی رو به‌دست میارید که واقعا در پروژه‌های بیزینسی به کار میان.
مسیرتون به شغل‌هایی مثل دیتا ساینتیست یا تحلیلگر هوش مصنوعی باز میشه.

نظر مهارت آموزان

چرا دوره‌های آموزشگاه کندو برای مهارت‌آموزی؟

  مهارت‌آموزانی که دوره‌های آموزشی ما را برگزیدند و از انتخابشان راضی بودند، می‌گویند چرا.

هومان حمیدی

(متخصص امنیت)

دوره‌های آنلاین کندو خیلی خوب بودن، آموزششون کاربردی بود و به سرعت یاد گرفتم. الان یه دوره دیگه رو هم ثبت‌نام کردم و منتظر شروعشم.

ندا سلیمانی

(توسعه‌دهنده وب)

کندو یه آکادمی تخصصیه که با دوره‌های آنلاینش همیشه و هرجا در دسترستونه. پشتیبانی حرفه‌ای و اساتید باتجربه‌ش یادگیری رو راحت‌تر و موثرتر می‌کنه.

امیرحسین احمدی

(هلپ دسک)

توی آموزشگاه یه فضای دوستانه و مثبت وجود داره که انگیزه و اشتیاق یادگیری رو چند برابر می‌کنه. تفاوتش با بقیه آموزشگاه‌ها رو از همون ابتدا متوجه می‌شید.

سارا محمودی

(بک‌اند دولوپر)

دوره‌های آنلاین کندو پر از مطالب و نکات کاربردی‌ بود. بهترین جا برای یاد گرفتن اطلاعات تازه و به‌روز توی دنیای IT.

ایمان تقوی

(متخصص شبکه)

دوره‌های کندو واقعاً کمکم کرد راحت‌تر کار پیدا کنم. چیزایی که یاد گرفتم توی مصاحبه‌های فنی حسابی به دردم خورد.

سینا جنتی

(مهندس سخت‌افزار)

چیزی که در رابطه با کندو نظرم رو جلب کرد، سطح علمی بالای اساتیدش بود. حتی گاهی فراتر از سرفصل‌های کلاس یاد می‌گرفتیم. یه تیم دلسوز و حرفه‌ای پشت این مجموعه‌ست.

سرفصل‌ها

گام چهارم : یادگیری ماشین (Machine Learning)

مفاهیم مقدماتی و پیش‌پردازش
تعریف یادگیری ماشین (با تأکید بر داده‌های کمی)
معرفی مختصر داده‌های کیفی (Categorical)
پیش‌پردازش (نرمال‌سازی، مقیاس‌بندی، برخورد با داده‌های گمشده)
انجام پیش‌پردازش در R
مدل‌های یادگیری ماشین
رگرسیون خطی (Linear Regression)
رگرسیون لجستیک (Logistic Regression)
درخت تصمیم (Decision Trees)
جنگل تصادفی (Random Forest)
ماشین بردار پشتیبان (SVM)
پیاده‌سازی عملی هر مدل با استفاده از کتابخانه‌های caret و tidymodels در R
ارزیابی مدل‌ها
شاخص‌های عملکرد (RMSE، MAE، Accuracy، Precision، Recall)
اعتبارسنجی متقاطع (Cross-Validation)
تفسیر خروجی‌های مدل در R

گام پنجم : یادگیری عمیق (Deep Learning)

مبانی و مفاهیم مقدماتی
تعریف شبکه عصبی و یادگیری عمیق
کاربردهای یادگیری عمیق در داده‌های کمی (رگرسیون و طبقه‌بندی)
شبکه‌های عصبی مصنوعی (ANN)
ساختار شبکه‌های عصبی (نورون، لایه، تابع فعال‌ساز)
پیاده‌سازی شبکه عصبی مصنوعی در R با پکیج keras
شبکه‌های عصبی پیشرفته (معرفی کوتاه و عملی)
شبکه‌های عصبی کانولوشن (CNN) (معرفی کاربردهای محدود در داده‌های کمی، مثلاً داده‌های سری زمانی یا ماتریس‌ها)
شبکه‌های عصبی بازگشتی (RNN و LSTM) برای پیش‌بینی سری‌های زمانی
پیاده‌سازی عملی با استفاده از keras در R
ارزیابی و تنظیم شبکه‌ها
ارزیابی عملکرد شبکه‌ها
تکنیک‌های جلوگیری از Overfitting (Dropout, Early Stopping)
تنظیم Hyperparameterها در R

اساتید این دوره

نمونه مدرک دوره

کندو معتبرترین آموزشگاه IT ایران است که بیشترین فارغ‌التحصیلان را دارد.
بسیاری از مدیران صنعت IT ایران در آموزشگاه کندو دوره دیده‌اند.
بسیاری از فارغ التحصیلان آموزشگاه کندو خارج از ایران مشغول به کار شده‌اند.
مدرک کندو قابلیت ترجمه و استفاده برای امور مهاجرتی را نیز دارد.
مدارک دوره‌های حضوری و آنلاین هیچ تفاوتی با هم ندارند.

لابراتوار تجهیز شده 24 ساعته رایگان
سیستم‌ و اینترنت پرسرعت + فیلترشکن
ضبط محتوای کلاس و دسترسی به آن
کافه + امکانات پذیرایی بین کلاس
فوتبال دستی و پینگ پنگ
فضای سبز تجهیز شده

دو آموزشگاه در تهران

ساختمان میرعماد: خیابان مطهری، خیابان میرعماد، کوچه جنتی ۱۳، پلاک ۳۰ (فاصله تا متروی بهشتی ۵ دقیقه پیاده)

ساختمان سنایی: خیابان سنایی، تقاطع خیابان مطهری، کوچه ۲۱، پلاک ۲ (فاصله تا متروی میرزای شیرازی ۱۰ دقیقه پیاده و ایستگاه BRT ولیعصر ۱۰ دقیقه)

مسیریابی از روی گوگل‌مپ:

اساتید و داشجویان کندو در پیشروترین سازمان‌های ایران مشغول به کار هستند؛
بسیاری از اساتید روزی دانشجوی کندو بوده‌اند :)

سوالات متداول

چگونه می‌توانم دوره‌هایی که می‌خرم را دسترسی پیدا کنم؟

پس از خرید، شما به ایمیل خود یک لینک دسترسی ارسال می‌شود. همچنین، می‌توانید به حساب کاربری خود در سایت وارد شوید و از قسمت “دوره‌های من”، به دوره‌های خریداری شده دسترسی پیدا کنید.

چگونه می‌توانم پرداخت انجام دهم؟

آیا دوره‌ها به صورت ضبط شده یا زنده ارائه می‌شوند؟

چگونه می‌توانم با مربی یا استاد در ارتباط باشم؟

آیا می‌توانم دوره‌ها را در زمان خودم مشاهده کنم؟

0 0 رای ها

امتیازدهی به این محتوا

اشتراک در

0 نظرات

قدیمی‌ترین

تازه‌ترین بیشترین رأی

بازخورد (Feedback) های اینلاین

مشاهده همه دیدگاه ها

تلفن