با ما هدفمند در پژوهش قدم بردارید🩺💪
🔸سرپرست کمیته: خانم دکتر دشتی
🔹دبیر کمیته:خانم فاطمه تقدسی فر
اینستاگرام
https://www.instagram.com/iaum_nmc?igsh=M210eWlnYzkzY
📲راه های ارتباطی
📧ایمیل
src.mshdiaum@gmail.com
روابط عمومی💬
@N_Tavaana
Post #1019
148
Forwarded from Maktab Teb | مکتب‌طب
🔰سرفصل سلسله جلسات مدرسه تابستانه آنلاین پایتونولوژیست گروه مکتب‌طب:
📌جلسه اول:
-معرفی حوزه کاربردی هوش مصنوعی و مقدمه‌ای بر انواع روش‌های یادگیری ماشین و مدلسازی داده‌ها در هوش مصنوعی و چگونگی کاربرد آن‌ها
📌جلسه دوم:
-معرفی روش‌های یادگیری supervised و unsupervised و روش‌های بدون نظارت یادگیری انتقالی
-چرایی انتخاب پایتون برای مدلسازی
-مفهوم کتابخانه در پایتون
-نصب و راه‌اندازی انوکاندا
-لود‌کردن داده‌ها
📌جلسه سوم:
-معرفی مراحل و فریمورک توسعه مدل‌های مبتنی بر هوش مصنوعی
-تبدیل مشکل به هوش مصنوعی
-انتخاب داده
-معرفی انواع دیتاست و چگونگی استفاده از دیتاست‌ها
-انواع داده‌ها و انواع متغیرها برای مدلسازی
📌جلسه چهارم:
-معرفی بر پاکسازی و توصیف‌داده
-اجرای دستورات در پایتون
-مدیریت داده‌های گمشده در مرحله پاکسازی داده‌ها و پیش پردازش در پایتون
-مهندسی ویژگی‌ها و متناسب سازی داده‌ها براساس هدف مطالعه
-چگونگی انتخاب مدل مناسب
-توسعه مدل یادگیری
📌جلسه پنجم:
-اعتبارسنجی و ارزیابی مدل
-جدول confusion matrix
-معرفی متریک‌ها
-هایپرپارامتر و بهینه سازی مدل
-انجام پیش‌بینی
📌جلسه ششم:
-مقدمه‌ای بر پرکاربردترین کتابخانه‌های پایتون برای یادگیری ماشین
-معرفی scikit learn
-انتخاب راه‌حل مناسب در یادگیری ماشین
-مثال عملی در مدلسازی
-پیش بینی دیابت
📌جلسه هفتم:
-تمرین بیشتر در زمینه مدلسازی و کار عملی در پیش‌بینی و مدلسازی بیماری‌ها
⚠️تابستون بهترین فرصته که یک مهارت جدید یاد بگیری، پس این کارگاه استثنایی رو از دست نده‼️
➖➖➖➖➖➖➖➖
📬@maktab_teb
📨@maktabteb_admin
📲maktabteb Instagram
📌جلسه اول:
-معرفی حوزه کاربردی هوش مصنوعی و مقدمه‌ای بر انواع روش‌های یادگیری ماشین و مدلسازی داده‌ها در هوش مصنوعی و چگونگی کاربرد آن‌ها
📌جلسه دوم:
-معرفی روش‌های یادگیری supervised و unsupervised و روش‌های بدون نظارت یادگیری انتقالی
-چرایی انتخاب پایتون برای مدلسازی
-مفهوم کتابخانه در پایتون
-نصب و راه‌اندازی انوکاندا
-لود‌کردن داده‌ها
📌جلسه سوم:
-معرفی مراحل و فریمورک توسعه مدل‌های مبتنی بر هوش مصنوعی
-تبدیل مشکل به هوش مصنوعی
-انتخاب داده
-معرفی انواع دیتاست و چگونگی استفاده از دیتاست‌ها
-انواع داده‌ها و انواع متغیرها برای مدلسازی
📌جلسه چهارم:
-معرفی بر پاکسازی و توصیف‌داده
-اجرای دستورات در پایتون
-مدیریت داده‌های گمشده در مرحله پاکسازی داده‌ها و پیش پردازش در پایتون
-مهندسی ویژگی‌ها و متناسب سازی داده‌ها براساس هدف مطالعه
-چگونگی انتخاب مدل مناسب
-توسعه مدل یادگیری
📌جلسه پنجم:
-اعتبارسنجی و ارزیابی مدل
-جدول confusion matrix
-معرفی متریک‌ها
-هایپرپارامتر و بهینه سازی مدل
-انجام پیش‌بینی
📌جلسه ششم:
-مقدمه‌ای بر پرکاربردترین کتابخانه‌های پایتون برای یادگیری ماشین
-معرفی scikit learn
-انتخاب راه‌حل مناسب در یادگیری ماشین
-مثال عملی در مدلسازی
-پیش بینی دیابت
📌جلسه هفتم:
-تمرین بیشتر در زمینه مدلسازی و کار عملی در پیش‌بینی و مدلسازی بیماری‌ها
⚠️تابستون بهترین فرصته که یک مهارت جدید یاد بگیری، پس این کارگاه استثنایی رو از دست نده‼️
➖➖➖➖➖➖➖➖
📬@maktab_teb
📨@maktabteb_admin
📲maktabteb Instagram
