دوره جامع دیتا ساینس و ماشین لرنینگ

مدت: ۱۶۰ ساعت
زمان برگزاری: پس از ثبت نام، دوره به صورت آفلاین در داشبورد قرار خواهد گرفت.
  • از طریق کامپیوتر شخصی، لپ تاپ، موبایل و تبلت می‌توانید در این کلاس شرکت کنید.
  • فیلم این کلاس ضبط می‌شود و صرفا روی یک دستگاه سیستم عامل ویندوز یا مک یا اندروید به تعداد دفعات نامتناهی قابل پخش است.
ثبت‌نام
  • هزینه‌ی ثبت نام
    ۱۰,۷۵۰,۰۰۰ ۸,۰۶۰,۰۰۰ تومان
  • کد تخفیف یلدا یادت نره!

  • تخفیف ۱۵ درصدی شب یلدا در کافه‌‌تدریس تخفیف بیشتر با کد: Yalda15
ثبت‌نام در کافه‌تدریس
عضویت در کافه تدریس به معنای پذیرفتن قوانین سایت می‌باشد
  • توضیحات
  • سوالات متداول
  • نظرات دانشجویان

دوره جامع دیتا ساینس و ماشین لرنینگ کافه‌تدریس مبتنی بر آموزش کارگاهی است. تمامی پیش‌نیازهای لازم برای یادگیری این دانش و مهارت در این دوره پوشش داده می‌شود. با شرکت در این دوره جامع می‌توانید در سطح‌های مقدماتی تا پیشرفته علم داده و یادگیری ماشین به‌صورت گام‌به‌گام آموزش ببینید، مهارت‌های نظری و عملی یادگیری ماشین را در قالب کارگاه‌های عملی، مقاله‌های بروز حوزه و انجام پروژه های واقعی بهبود دهید تا برای ورود به بازار کار و مقاطع بالای تحصیلی در این رشته آماده شوید. 

طی این دوره جامع شما دانش‌ و مهارت لازم برای دیتا ساینس و ماشین لرنینگ، ازجمله ریاضی و آمار، پایتون، شبکه‌های عصبی، پایگاه داده را می‌آموزید. همچنین در کار با ابزار مختلف جمع‌آوری و پالایش و تحلیل داده، مصورسازی داده، کار با کتابخانه‌های مختلف پایتون، پایگاه داده‌ها و غیره مهارت کافی را کسب می‌کنید. 

✔️ بشنوید: صفر تا صد دوره جامع دیتا ساینس و ماشین لرنینگ

در این فایل صوتی رضا شکرزاد مسیر یادگیری دیتا ساینس و ماشین لرنینگ را در دوره جامع ترسیم می‌کند و به مباحث آموزشی دوره می‌پردازد؛ همین‌طور توضیح می‌دهد که چطور شما با هر پیشینه دانش و تحصیلات می‌توانید یادگیری را شروع کنید.

✔️ چرا در دوره جامع دیتا ساینس و ماشین لرنینگ کافه‌تدریس شرکت کنم؟

مهم‌ترین مزیت دوره جامع علم داده و ماشین لرنینگ کافه‌تدریس آموزش گام‌به‌گام و همین‌طور عملی دانش و مهارت این حوزه است.

➕ پوشش تمامی پیش‌نیازها، آموزش گام‌به‌گام و عملی
➕ برگزاری ورکشاپ و بررسی پروژه‌های مطابق با نیاز صنعت
➕ تمرین پایتون در پلتفرم LeetCode به صورت گروهی
➕ تعریف پروژه در GitHub برای تقویت رزومه دانشجویان
➕ شرکت در رقابت ماهانه Kaggle به صورت گروهی برای تقویت مهارت‌های ماشین لرنینگ

✔️ سرفصل‌های دوره جامع دیتا ساینس و ماشین لرنینگ 

برای مطالعه کامل سرفصل‌های این دوره و گزارش روند پیشرفت کلاس کلیک کنید.

✔️ ارتباط با استاد و حل تمرین در این دوره به چه صورت است؟

بعد از تهیه دوره شما در گروه تلگرام و کانال دوره عضو می‌شوید و می‌توانید سوالات خود را از شخص استاد و پشتیبانی کافه تدریس بپرسید. همچنین موارد زیر از سایر ویژگی‌های این دوره هستند:

➕ برگزاری دورهمی‌های آنلاین با حضور استاد و صحبت درباره مسائل روز حوزه و دغدغه‌های دانشجویان
➕ بررسی و حل تمرینات و سوالات دانشجویان توسط استادیار و پاسخ به سوالات 
➕ آموزش تعاملی و ارائه تمرین‌ها در کلاس توسط دانشجویان
➕ فرصت حضور در یک کامیونیتی فعال و متخصص
➕ امکان دریافت مشاوره

✔️ مسیر یادگیری دیتا ساینس و ماشین لرنینگ کافه‌تدریس

 مسیر یادگیری دوره جامع دیتا ساینس و ماشین لرنینگ کافه‌تدریس از این قرار است: 

➕ ۳۷ ساعت ویدیوی پیش‌‌نیاز (برای متقاضیانی که از رشته‌های غیرمرتبط وارد این حوزه می‌شوند)
➕ ۷۵ ساعت کلاس نظری
➕ ۵۰ ساعت ورک‌شاپ برنامه‌نویسی
➕ پرزنتیشن پروژه دانشجوهای کلاس 

✔️ دوره جامع دیتا ساینس و ماشین لرنینگ چه اهدافی را دنبال می‌کند؟

➕ آشنایی با مفاهیم اساسی کار با داده (شناخت ادبیات موضوع و مفاهیم اصلی)
➕ درک مفاهیم علوم مرتبط با علم داده، شامل ریاضی، آمار و علوم کامپیوتر
➕ آشنایی با ابزارها، زبان‌های برنامه‌نویسی، پلتفرم‌های موردنیاز حوزه
➕ توانایی تشخیص انواع مسائل واقعی و نحوه مدل‌سازی آن‌ها
➕ شناخت کامل الگوریتم‌ها و روش‌های اصلی یادگیری ماشین و یادگیری عمیق
➕ آشنایی با مفاهیم پیشرفته یادگیری عمیق
➕ ایجاد پایپ‌لاین end-to-end برای انجام‌دادن پروژه‌های واقعی

✔️ مخاطبان این دوره آموزشی چه کسانی هستند؟

این دوره به‌صورتی طراحی شده است که هر علاقه‌مندی با هر پیش‌زمینه دانش و تحصیلات بتواند صفر تا صد یادگیری را طی کند. مطمئناً سرعت یادگیری دوره به میزان دانش قبلی هر فرد و زمانی که برای یادگیری اختصاص می‌دهد و زمانی که می‌گذارد بستگی دارد. به‌صورت کلی مخاطبان این دوره از این قرار است:

➕ دانشجویان و دانش‌آموختگان مهندسی کامپیوتر و IT و علوم کامپیوتر
➕ دانشجویان و دانش‌آموختگان فنی و مهندسی
➕ دانشجویان و دانش‌آموختگان رشته‌های مدیریت و اقتصاد و مدیریت کسب‌وکار (MBA)
➕ علاقه‌مندان به یادگیری دیتا ساینس و ماشین لرنینگ از دیگر شاخه‌ها و رشته‌ها

✔️ ویدئو جلسه اول کلاس آنلاین علم داده

  • آیا من، با دانش و تحصیلات غیرمرتبط، می‌توانم دیتا ساینس و ماشین لرنینگ را بیاموزم؟

    بله. هر کسی که به تجزیه‌وتحلیل داده‌ها و حل مسئله علاقه داشته باشد، صرف‌نظر از پیشینه تحصیلی‌اش، می‌تواند دیتا ساینس و ماشین لرنینگ را بیاموزد. دوره جامع دیتا ساینس و ماشین لرنینگ کافه‌تدریس تمامی پیش‌نیازهای لازم برای ورود به دنیای علم داده و یادگیری ماشین و هوش مصنوعی را در بر گرفته است. شما با شرکت در دوره دیتا ساینس و ماشین لرنینگ می‌توانید صفر تا صد این دانش و مهارت را به‌صورت گام‌به‌گام از مقدماتی تا پیشرفته طی کنید.

  • پیش‌نیازهای یادگیری دیتا ساینس و ماشین لرنینگ چیست؟

    مهارت‌های اولیه برنامه‌نویسی در زبان‌هایی مانند پایتون و آشنایی با مفاهیم ریاضی و آمار و علوم کامپیوتر و شبکه‌های عصبی از پیش‌نیازهای اصلی هستند. استاد رضا شکرزاد در دوره جامع دیتا ساینس و ماشین لرنینگ کافه‌تدریس تمامی پیش‌نیازهای لازم را پوشش داده و به‌صورت کامل تدریس کرده‌اند. شما، با تماشای ویدیوهای پیش‌نیاز دیتا ساینس و ماشین لرنینگ، بر تمامی پیش‌نیازها تسلط پیدا خواهید کرد.

  • یادگیری دیتا ساینس و ماشین لرنینگ برای من چقدر طول می‌کشد؟

    مدت زمان یادگیری این حوزه براساس دانش قبلی شما و میزان زمانی که قرار است برای یادگیری صرف کنید؛ همچنین اینکه چقدر می‌خواهید در این حوزه عمیق شوید متفاوت است. برخی از مهارت‌های اساسی را می‌توان در چند ماه یاد گرفت، درحالی‌که تسلط بر این رشته می‌تواند زمان بیشتری را ببرد.

  • آیا باید در ریاضیات متخصص باشم؟

    ریاضیات اساس این حوزه است، اما بسیاری از مفاهیم علم داده را می‌توان با ریاضی پایه درک کرد. به تخصص در ریاضیات نیازی نیست. در طول زمان و در صورت نیاز ممکن است موضوع‌های پیشرفته‌تری را هم بررسی کنید؛ ضمن آنکه ریاضیات پایه موردنیاز به‌شکل ویدیوی ضبط‌شده بعد از ثبت‌نام در دوره در اختیارتان قرار می‌گیرد.

  • آیا تجربه کدنویسی برای شرکت در دوره علم داده لازم است؟

    مهارت‌های اولیه کدنویسی، به‌ویژه در زبان‌های برنامه‌نویسی مانند پایتون یا R، مفید هستند. در صورتی که شما هم کدنویسی ندانید، می‌توانید در دوره جامع دیتا ساینس و ماشین لرنینگ شرکت کنید. علاوه بر ویدیوی مقدمات پایتون که جزو پیش‌نیازهاست و در اختیارتان قرار می‌گیرد، در طول دوره جامع دیتا ساینس و ماشین لرنینگ، رفته‌رفته، کدنویسی پایتون برای علم داده و یادگیری ماشین را یاد می‌گیرید و بر آن مسلط می‌شوید.

  • دامنه فرصت‌های شغلی پس از اتمام دوره دیتا ساینس و ماشین لرنینگ چیست؟

    تکمیل دوره فرصت‌های شغلی‌ در نقش‌های مختلف، ازجمله تحلیلگر داده، مهندس یادگیری ماشین، دانشمند داده و متخصص هوش مصنوعی، را برای‌تان فراهم می‌کند. بسته به علاقه‌مندی‌تان به ادامه آموزش و پیشرفت بیشتر، حوزه دیتا ساینس و ماشین لرنینگ و هوش مصنوعی فرصت‌های شغلی بسیار زیادی پیش روی شما قرار می‌دهد. به‌طور کلی این حوزه بیشترین درآمد را در کشورهای مختلف دنیا به خود اختصاص می‌دهد. متخصصان این حوزه جزو دهک‌های بالای حقوق و درآمد در امریکا و کشورهای اروپایی هستند؛ به‌همین دلیل، فرصت‌های شغلی این حوزه را پرتقاضاترین شغل‌های قرن ۲۱ دانسته‌اند.

  • آیا شرکت در دوره جامع دیتا ساینس و ماشین لرنینگ برایم کافی است؟‌

    جواب این سؤال به نیازهای شما و علاقه‌مندی‌های‌تان بستگی دارد. دوره جامع دیتا ساینس و ماشین لرنینگ گام‌به‌گام شما را از سطح مقدماتی به سطح پیشرفته می‌رساند. شما، بسته به اینکه چه نیازهایی دارید و چقدر به این حوزه علاقه‌مندید، می‌توانید قدم‌های بلندتری برای یادگیری علم داده و یادگیری ماشین و هوش مصنوعی بردارید. به‌صورت کلی، ممکن است شما فقط به دنبال یادگیری الگوریتم‌های پایه‌ای یادگیری ماشین برای پیش‌برد کار پایان‌نامه ارشد خود باشید؛ در این صورت می‌توان گفت این دوره، نه‌تنها کافی است، بیش از نیازهای شما را پوشش می‌دهد. اگر به دنبال کار در این حوزه باشید، دوره جامع دیتا ساینس و ماشین لرنینگ می‌تواند مسیر شغلی شما را به‌سوی بهترین فرصت‌های شغلی باز کند.

  • آیا لازم است در رشته علوم کامپیوتر تحصیل کرده باشم؟

    خیر. داشتن پیشینه تحصیلی و کاری در حوزه علوم کامپیوتر اجباری نیست. دوره جامع دیتا ساینس و ماشین لرنینگ به‌گونه‌ای طراحی شده است که افراد از رشته‌های مختلف را در خود جای دهد.

  • آیا این دوره برای مبتدیان مناسب است؟

    بله. دوره دیتا ساینس و یادگیری ماشین تمامی پیش‌نیازهای لازم را پوشش داده است؛ درنتیجه، افرادی با پایه ضعیف و دانش اندک، صرفاً با داشتن علاقه‌مندی، می‌توانند یادگیری علم داده و ماشین لرنینگ را با این دوره شروع کنند و به سطح پیشرفته برسند.

  • آیا می‌توانم با سرعت یادگیری خودم پیش بروم؟

    بله، ضبط ویدیویی این دوره به شما اجازه می‌دهد که سرعت یادگیری خود را با توجه به زمان و برنامه خود تنظیم کنید. بااین‌همه مهم است که طبق برنامه‌ریزی کلاسی پیش بروید.

  • آیا می‌توانم در حین کار تمام وقت در این دوره شرکت کنم؟

    بله، شما می‌توانید با درنظر‌گرفتن زمان آزاد خود برای یادگیری، ویدیوهای دوره جامع دیتا ساینس و ماشین لرنینگ را تماشا کنید؛ بنابراین، حتی اگر شاغل باشید، می‌توانید در این دوره شرکت کنید.

  • آیا به سخت‌افزار یا نرم‌افزار خاصی نیاز دارم؟

    برای شروع یادگیری علم داده و ورود به دیتا ساینس و ماشین لرنینگ سخت‌افزارهای اولیه مانند کامپیوتر و اتصال به اینترنت کافی است. این دوره ممکن است ابزارهای نرم‌افزاری را که معمولاً در این حوزه استفاده می‌شود توصیه کند.

  • ساناز مردانی

    بهترین کلاس در تمام طول تحصیلم بود. استاد با مسولیت و دقت فراوان دوره رو تدریس کردن.اگه صدبار باز پخش رو ببینم باز دوست دارم تکرارکنم به خاطر شیوایی کلام و تدریسشون.ممنونم از استاد شکرزاد 

  • امیر رضا بخشی

    تلفیق مبانی نظری و عملی با تجارب مدرس بسیار تاثیرگذار هست در روند یادگیری و آموزش. توصیه ام اینه که ویدئو های پیش مطالعه برای یادگیری پایتون و زبان sql بیشتر بشن یا یه دوره پیش نیاز پایتون یا sql مربوط به علم داده اضافه بشه. بعلاوه اینکه اگه بشه چالش های به روز و باحال شرکت های بزرگ در کگل رو مرور کرد و کاملا بررسی بشن توی وبینار ها یا تک جلسه های از قبل تعیین شده( به جای اینکه موضوعات وبینار ها تکراری بشن)، خیلی میتونه مفید باشه و بچه ها رو توی مسیر نگه داره. در کل من راضی هستم و به دوستان هم پیشنهاد دادم این دوره ها رو. خیلی ممنون از تیم خوبتون و همینطور استاد شکرزاد که واقعا دانش و تجربه خودشون رو بی منت منتقل میکنند.

  • بنیامین خزلی

    عالی خیلی خوب‌ و با تسلط بودن استاد شکرزاد

  • ابراهیم قاسمی

    تسلط کامل و فن بیان در تدریس توسط مدرس محترم

  • سیدابراهیم حسینی

    عالی‌ عالی‌ عالی

  • پویان فیاضی

    همه چیز به شدت عالی و بهینه 

  • محمدرضا عبدالحسینی

    اقا شکرزاد واقعا از لحاظ دانش این علم قوی هستن و قدرت انتقال اطلاعاتشون هم عالیه همچنین واقعا استاد دلسوزی هستن با اونکه دوره ها تموم شده ولی باز هوای بچه هارو دارن ولی فقط دوست داشتم تو طول دوره یکم قسمت هایی که پایتون گفته میشد بیشتر بازش میکردن ولی بازم عالی بود

  • سپهر حاجی عباسی

    محتوای کلاس بسیار عالی و با کیفیت هست متانسب با شناختی که از جناب شکرزاد داشتم و تجربه خیلی خوب از کلاس ریاضی ایشان ، محتوای کلاس علم داده کامل و کاربردی میباشد.

  • علیرضا نظری

    سیلابس ها بسیار عالی و منسجم  ارائه جناب شکرزاد نیز پر انرژی است و انگیزه ایجاد می کند

  • نسترن

    تدریس استاد شکرزاد عالیه؛ و خیلی خوبه که بعضی از مباحث رو از پایه توضیح میدن؛ درک و فهم مسائل راحت تر میشه. اگر امکانش هست، یک دوره تخصصی پیش پردازش انواع داده ها برگزار بشه. ممنون از استاد شکرزاد و تیم کافه تدریس

  • پریسا عزت پناه

    استاد شکرزاد کارش درسته و واقعا حرف نداره.

  • حسین خدابنده

    خوب و مفید و کاربردی ی مقدار مدتش بیشتر باشه بهتره

  • ندا فتحی

    دوره بسیار مفید و کاملی بود اما ایکاش پیگیری برای انجام تکالیف و پروژه ها سخت تر بود با تشکر و خسته نباشید از استاد شکرزاد عزیز و بچه های پشتیبانی کافه تدریس:))

  • امیررضا صفدر توره یی

    عالی خوب و مسئولانه

  • مریم خوش نیت

    حتوای کلاس عالی کامل و با ذکر جزییات بود

  • حمیده

    هنوز کلاس شروع نشده اما پیش نیازا عالین و فن بیان و تسلط استاد واقعا انگیزه ای هست تا جدی تر دنبال کنیم دروس رو فقط کاش امکان بازبخش کلاسا از طریق سایت هم میبود

رضا شکرزاد
دانش‌آموخته علوم داده از دانشگاه رادبود هلند و مهندسی صنایع از دانشگاه شریف