
خودآموز تعاملی
سرنخ — خودآموز پایتون و برنامهنویسی برای هوش مصنوعی (مقدماتی)
Python for AI tutorial for beginners, in Persian
۵ ترم۴۹ فصلکاملاً رایگان
آموزش پایتون برای هوش مصنوعی، از اولین خط کد تا یک ابزار منتشرشده. داده را میبینی، مدل میسازی، و مهمتر از همه یاد میگیری چطور صادقانه اندازه بگیری که واقعاً کار میکند. همهچیز در Google Colab — بدون نصب، بدون سختافزار خاص.
- پایتون برای هوش مصنوعی
- نوتبوک در Google Colab، بدون نصب
- از اولین خط کد تا ابزار منتشرشده
- کدهای کامل در GitHub
نسخهٔ دانلودی این خودآموز هم هست:آموزش پایتون برای هوش مصنوعی و یادگیری ماشین از صفر؛ مقدماتی (خودآموز سرنخ)
فهرست فصلها
۵ ترم، ۴۹ فصل — به ترتیب.
۱پایتون از صفر، داخلِ Colabترم ۱ · ۱۱ فصل

فصل ۰۱ — اولین سلول: پایتون در مرورگر
فصل ۰۲ — مقدار، متغیر، نوع
فصل ۰۳ — فهرست: وقتی یک مقدار کافی نیست
فصل ۰۴ — دیکشنری: دادهای که اسم دارد
فصل ۰۵ — شرط: کد تصمیم میگیرد
فصل ۰۶ — حلقه: کد تکرار میکند
فصل ۰۷ — تابع: به کدت اسم بده
فصل ۰۸ — خطا دشمن نیست: خواندنِ traceback
فصل ۰۹ — دستیارِ هوش مصنوعی: همکار، نه جایگزین
فصل ۱۰ — چرا نوتبوک دروغ میگوید
فصل ۱۱ — پروژه: یک ابزارِ متنیِ واقعی
۲داده: دیدن، تمیز کردن، فهمیدنترم ۲ · ۱۰ فصل

فصل ۰۱ — چرا آرایه: اولین قدمِ کارِ داده
فصل ۰۲ — کارِ برداری: حلقه ننویس
فصل ۰۳ — `DataFrame`: جدولِ واقعی در پایتون
فصل ۰۴ — انتخاب، فیلتر، ستونِ تازه
فصل ۰۵ — دادهٔ کثیف: کارِ واقعی از اینجا شروع میشود
فصل ۰۶ — گروهبندی: از ردیف به بینش
فصل ۰۷ — نمودار: کدام شکل برای کدام سؤال
فصل ۰۸ — «اول داده را ببین»: تحلیلِ اکتشافی
فصل ۰۹ — دادهٔ متنیِ فارسی
فصل ۱۰ — پروژه: یک دیتاستِ واقعی، از فایلِ خام تا گزارش
۳اولین مدلها: یادگیری ماشینترم ۳ · ۱۲ فصل

فصل ۰۱ — یادگیری ماشین یعنی چه
فصل ۰۲ — اولین مدل: از داده تا پیشبینی
فصل ۰۳ — خطِ پایه: قبل از هر مدلی
فصل ۰۴ — نشتیِ داده: چرا عددت دروغ میگوید
فصل ۰۵ — طبقهبندی: جوابِ بله-خیر
فصل ۰۶ — `accuracy` دروغ میگوید
فصل ۰۷ — پیشپردازش بدونِ نشتی: `Pipeline`
فصل ۰۸ — حفظکردن در برابرِ یادگرفتن: `overfitting`
فصل ۰۹ — تنظیمِ مدل بدونِ خرابکردنِ تست
فصل ۱۰ — درخت، جنگل، boosting
فصل ۱۱ — تحلیلِ خطا: به ردیفهای غلط نگاه کن
فصل ۱۲ — پروژه: از سؤال تا مدلِ ارزیابیشده
۴مدلهای آماده: وقتی لازم نیست خودت آموزش بدهیترم ۴ · ۸ فصل

۵از نوتبوک تا چیزی که دیگران استفاده میکنندترم ۵ · ۸ فصل

فصل ۰۱ — تکرارپذیری: نتیجهای که فردا هم همان است
فصل ۰۲ — از نوتبوک به فایلِ `.py`
فصل ۰۳ — نسخهبندی: `git` از داخلِ Colab
فصل ۰۴ — تست: چرا کدِ داده هم تست میخواهد
فصل ۰۵ — رابط: مدلت را قابلِاستفاده کن
فصل ۰۶ — انتشار روی Hugging Face Spaces
فصل ۰۷ — صداقت بعد از انتشار
فصل ۰۸ — پروژهٔ پایانی: از سؤال تا اپِ منتشرشده







