دوره هوش مصنوعی

• مفاهیم بنیادین علم داده، آمار کاربردی

√ مفهوم دقیق علم داده، تحلیل داده مبتنی بر یادگیری ماشین و ضرورت استراتژیک یادگیری آن در عصر حاضر

√ تعریف علم داده، هوش مصنوعی و یادگیری ماشین و ارتباط آن‌ها با یکدیگر.

√ بررسی کامل چرخه حیات یک پروژه علم داده (از تعریف مسئله تا استقرار مدل).

√ مطالعه موردی کاربردهای واقعی و موفق علم داده در صنایع مختلف ایران و جهان.

 √ چرا یادگیری علم داده برای آینده شغلی شما یک سرمایه‌گذاری هوشمندانه است؟

• • اصول تحلیل آماری

  • √ مروری جامع و کاربردی بر مفاهیم کلیدی آمار توصیفی (شاخص‌های مرکزی، شاخص‌های پراکندگی، انواع توزیع‌های آماری مهم).
  • √ اهمیت درک آماری برای تفسیر صحیح نتایج مدل‌های یادگیری ماشین.

• • تسلط بر محیط برنامه‌ نویسی Google Colab و آشنایی با Jupyter Notebook

  • √ معرفی کامل محیط گوگل کولب به عنوان یک ابزار آنلاین، رایگان و قدرتمند برای اجرای کدهای پایتون.
  • √ نحوه ایجاد و مدیریت نوت‌بوک‌ها، کار با سلول‌های کد و متن، نصب کتابخانه‌های مورد نیاز.
  • √ استفاده بهینه از منابع رایگان گوگل کولب (CPU, GPU, TPU).
  • √ آشنایی مختصر با محیط ژوپیتر نوتبوک برای کار به صورت آفلاین.

• • تحلیل‌های آماری پیشرفته در پایتون

  • کار با کتابخانه‌های آماری پایتون مانند SciPy.stats و Statsmodels.
  • انجام عملی آزمون‌های فرض متداول (مانند t-test, ANOVA, Chi-squared test).
  • محاسبه ضرایب همبستگی و تحلیل رگرسیون ساده با استفاده از ابزارهای آماری.
  • تفسیر خروجی‌های آماری و نتیجه‌گیری بر اساس آن‌ها.

تسلط بر کتابخانه‌های Pandas، Numpy و مصورسازی داده‌ها با Matplotlib 

• • √ کار با ساختارهای داده اصلی Pandas: Series و DataFrame.
  • √ خواندن و نوشتن داده از فرمت‌های مختلف (CSV, Excel, JSON, SQL databases).
  • √ روش‌های پیشرفته انتخاب، فیلتر کردن و نمونه‌گیری داده‌ها (Slicing, Dicing, Indexing).
  • √ مرتب‌سازی، رتبه‌بندی و گروه‌بندی داده‌ها (Aggregation, GroupBy operations).
  • √ ادغام، ترکیب و تغییر شکل دیتافریم‌ها (Merging, Joining, Concatenating, Pivoting).
  • √ تکنیک‌های مؤثر برای مدیریت داده‌های گمشده (Missing Values Imputation) و داده‌های پرت (Outliers).

• • آموزش عمیق کتابخانه Numpy

  • √ کار با آرایه‌های چندبعدی (ndarrays) و انواع داده‌های Numpy.
  • √ انجام عملیات برداری و ماتریسی به صورت بهینه (Vectorization).
  • √ استفاده از توابع ریاضی، آماری و جبر خطی پیشرفته در Numpy.
  • √ تولید اعداد تصادفی و کار با توزیع‌های مختلف.

• • مصورسازی داده ها

  • √ اصول و مبانی مصورسازی مؤثر داده‌ها.
  • √ خلق انواع نمودارهای استاندارد و پیشرفته (نمودار خطی، میله‌ای، پراکندگی، هیستوگرام، نمودار جعبه‌ای (Box Plot)، نمودار ویولن (Violin Plot)، نقشه حرارتی (Heatmap)، نمودار جفتی (Pair Plot) و …).
  • √ سفارشی‌سازی کامل ظاهر نمودارها (عناوین، برچسب‌ها، رنگ‌ها، فونت‌ها، لجند).

• • تحلیل اکتشافی داده

  • √ انتخاب یک مجموعه داده واقعی و جذاب (مثلاً داده‌های مربوط به مشتریان یک شرکت، داده‌های فروش، داده‌های پزشکی یا ورزشی).
  • √ بارگذاری و پاکسازی اولیه داده‌ها.
  • √ انجام تحلیل‌های آماری توصیفی و مصورسازی‌های مناسب برای درک ویژگی‌های داده.
  • √ شناسایی الگوها، روابط، روندها و نقاط پرت در داده‌ها.
  • √ فرموله کردن سوالات کلیدی کسب‌وکار و تلاش برای پاسخ به آن‌ها با استفاده از داده‌ها.

• • Machine learning

  • √ تعریف دقیق یادگیری ماشین و جایگاه آن در هوش مصنوعی.
  • √ بررسی انواع اصلی یادگیری: یادگیری نظارت‌شده (Supervised Learning)، یادگیری بدون نظارت (Unsupervised Learning)، یادگیری نیمه نظارت‌شده (Semi-supervised Learning) و یادگیری تقویتی (Reinforcement Learning).
  • √ تشریح کامل فرآیند گام به گام ساخت و ارزیابی یک مدل یادگیری ماشین: از تعریف مسئله و جمع‌آوری داده تا آموزش مدل، ارزیابی، تنظیم هایپرپارامترها و استقرار.
  • √ مفاهیم کلیدی مانند بیش‌برازش (Overfitting)، کم‌برازش (Underfitting)، بایاس (Bias) و واریانس (Variance) و روش‌های مقابله با آن‌ها (مانند اعتبارسنجی متقابل – Cross-validation).

• • رگرسیون خطی

  • √ اولین قدم در مدل‌سازی برای پیش‌بینی مقادیر پیوسته (مانند قیمت، دما، میزان فروش).
  • √ مفاهیم، فرضیات مدل، تابع هزینه (Cost Function) و روش حداقل مربعات معمولی (OLS).
  • √ پیاده‌سازی از پایه و با استفاده از کتابخانه Scikit-learn در پایتون.
  • √ معیارهای ارزیابی مدل‌های رگرسیون (MAE, MSE, RMSE, R-squared, Adjusted R-squared).

• • یادگیری مدل های یادگیری ماشین 

  • √ درک عمیق و شهودی از نحوه عملکرد این الگوریتم بهینه‌سازی تکراری و حیاتی.
  • √ انواع مختلف آن: گرادیان کاهشی دسته‌ای (Batch GD)، گرادیان کاهشی تصادفی (Stochastic GD – SGD) و گرادیان کاهشی دسته‌ای کوچک (Mini-batch GD).
  • √ اهمیت پارامتر نرخ یادگیری (Learning Rate) و روش‌های تنظیم آن.

• • رگرسیون چندجمله‌ای

  • √ مدل‌سازی روابط غیرخطی بین متغیرها با استفاده از ویژگی‌های چندجمله‌ای.
  • √ معرفی و پیاده‌سازی روش‌های قدرتمند تنظیم مدل (L1 و L2 Regularization) برای جلوگیری از بیش‌برازش و انجام انتخاب ویژگی ضمنی.

• • طبقه بندی خطی…

  • آشنایی با مسائل طبقه‌بندی (Classification) که هدف، پیش‌بینی یک برچسب یا کلاس دسته‌ای است (مانند تشخیص اسپم بودن ایمیل، نوع مشتری، یا تشخیص بیماری).
  • مفهوم مرز تصمیم و چگونگی یافتن آن توسط مدل‌های خطی.

• • شبکه عصبی پرسپترون

  • √ آشنایی با پرسپترون به عنوان ساده‌ترین و پایه‌ای‌ترین واحد سازنده شبکه‌های عصبی مصنوعی.
  • √ ساختار پرسپترون، الگوریتم یادگیری پرسپترون و محدودیت‌های آن (مانند عدم توانایی در حل مسئله XOR).
  • √ مقدمه‌ای بر شبکه‌های عصبی چندلایه (MLP).

• • رگرسیون لجستیک

  • √ با وجود نام “رگرسیون”، این الگوریتم یکی از محبوب‌ترین، پرکاربردترین و کارآمدترین روش‌ها برای مسائل طبقه‌بندی دودویی (Binary Classification) و چندکلاسه (Multiclass Classification) است.
  • √ تابع هزینه آنتروپی متقاطع (Cross-Entropy) و تفسیر ضرایب مدل.

• • درخت تصمیم…

  • √ ساختار درختی، نحوه تقسیم‌بندی گره‌ها (معیارهای ناخالصی Gini و بهره اطلاعاتی Entropy).
  • √ مزایا (مانند قابلیت تفسیر بالا) و معایب (مانند تمایل به بیش‌برازش).
  • √ روش‌های هرس کردن درخت (Pruning) برای بهبود تعمیم‌پذیری.
  • √ مقدمه‌ای بر مدل‌های گروهی (Ensemble Learning) مانند جنگل تصادفی (Random Forest) که از تجمیع چندین درخت تصمیم برای دستیابی به دقت بالاتر و کاهش واریانس استفاده می‌کنند.

• • √ یک الگوریتم ساده، شهودی و غیرپارامتری برای طبقه‌بندی و رگرسیون که بر اساس شباهت نمونه جدید به K همسایه نزدیکش در فضای ویژگی، تصمیم‌گیری می‌کند.
  • √ آشنایی با مفهوم کرنل‌ها (Kernel Trick) برای مسائل غیرخطی.

• • یادگیری بدون نظارت ….

  • √ کشف الگوها، ساختارها و گروه‌های طبیعی در داده‌های بدون برچسب (Unlabeled Data).
  • √ معرفی و پیاده‌سازی الگوریتم‌های خوشه‌بندی محبوب مانند K-Means، خوشه‌بندی سلسله‌مراتبی (Hierarchical Clustering)
  • √ معیارهای ارزیابی کیفیت خوشه‌بندی (مانند Silhouette Score).
  • √ کاربردهای خوشه‌بندی (مانند تقسیم‌بندی مشتریان، تشخیص ناهنجاری).

• • کاهش ابعاد…

  • √ اهمیت و مزایای کاهش ابعاد برای ساده‌سازی مدل، کاهش نویز، بهبود عملکرد و مصورسازی داده‌های چندبعدی.
  • √ انواع روش‌های کاهش ابعاد (انتخاب ویژگی و استخراج ویژگی).

• • تکنیک های پیشرفته کاهش ابعاد

  • √  پیاده‌سازی عملی PCA به عنوان یکی از مهم‌ترین و پرکاربردترین تکنیک‌های کاهش ابعاد خطی برای استخراج مهم‌ترین ویژگی‌ها (مولفه‌های اصلی) که بیشترین واریانس داده‌ها را توضیح می‌ دهد.
  • √ آشنایی مختصر با سایر روش‌های کاهش ابعاد مانند تجزیه و تحلیل تفکیک خطی (Linear Discriminant Analysis – LDA) .
  • √  طبقه‌بندی و t-SNE برای مصورسازی داده‌های با ابعاد بالا.

√ آشنایی با Deep learning