دوره آموزشی یادگیری جامع نوتبوک گوگل کولب
1 ساعت 46 دقیقهمتوسط2025-02-19
مدرسین

Wuraola Oyewusi
Wuraola Oyewusi is an experienced data scientist, machine learning, and artificial intelligence professional.
جزئیات دوره
دفترچه یادداشت Google Colab ابزاری ضروری و محبوب برای برنامهنویسی پایتون در علم داده و هوش مصنوعی است که از پشتیبانی GPU رایگان برخوردار میباشد. اخیراً ویژگیهای هوش مصنوعی مانند تولید کد و تکمیل خودکار به آن اضافه شده است. بهروزرسانی دانش در مورد این قابلیتهای جدید و کاوش عمیق در ویژگیهای آن به عنوان یک محیط برنامهنویسی پایتون بسیار مهم است. این دوره عملی به شما آموزش میدهد که چگونه از Google Colab برای برنامهنویسی پایتون در علم داده، تحلیل دادهها و وظایف یادگیری ماشین استفاده کنید. مدرس دوره، وراولا اویوسی، شامل راهاندازی محیط، اتصال به Google Drive برای ذخیرهسازی، یکپارچهسازی با GitHub، استفاده از GPU، استفاده از bash در دفترچه یادداشت، تولید کد، تکمیل خودکار، markdownها و موارد دیگر را پوشش میدهد.
اهداف یادگیری:
مقایسه و تفاوت محیطهای برنامهنویسی مبتنی بر دفترچه یادداشت و محیطهای برنامهنویسی سنتی، شناسایی حداقل سه تفاوت اصلی.
جهتیابی در رابط Google Colab با اطمینان، شناسایی و توضیح عملکرد هر آیکون و ویژگی در دفترچه یادداشت.
نمایش استفاده از ویژگیهای مبتنی بر هوش مصنوعی در Google Colab، مانند تولید کد با زبان طبیعی برای کمک به کدنویسی، تکمیل خودکار و استفاده از پشتیبانی Gemini برای رفع خطاها.
انجام وظایف مدیریت فایل در Google Colab، از جمله بارگذاری و دانلود فایلها، اتصال Google Drive و وارد کردن فایلها از طریق URL، با دقت حداقل 90%.
استفاده از دستورات سیستمی و منابع GPU در Google Colab برای بهینهسازی جریانهای کاری محاسباتی و افزایش عملکرد، با نمایش استفاده از حداقل سه دستور magic و دستورات bash.
اهداف یادگیری:
مقایسه و تفاوت محیطهای برنامهنویسی مبتنی بر دفترچه یادداشت و محیطهای برنامهنویسی سنتی، شناسایی حداقل سه تفاوت اصلی.
جهتیابی در رابط Google Colab با اطمینان، شناسایی و توضیح عملکرد هر آیکون و ویژگی در دفترچه یادداشت.
نمایش استفاده از ویژگیهای مبتنی بر هوش مصنوعی در Google Colab، مانند تولید کد با زبان طبیعی برای کمک به کدنویسی، تکمیل خودکار و استفاده از پشتیبانی Gemini برای رفع خطاها.
انجام وظایف مدیریت فایل در Google Colab، از جمله بارگذاری و دانلود فایلها، اتصال Google Drive و وارد کردن فایلها از طریق URL، با دقت حداقل 90%.
استفاده از دستورات سیستمی و منابع GPU در Google Colab برای بهینهسازی جریانهای کاری محاسباتی و افزایش عملکرد، با نمایش استفاده از حداقل سه دستور magic و دستورات bash.
مهارت ها
Data Science FoundationsPythonGoogleEssential TrainingProgramming LanguagesData ScienceOpen SourceSoftware Development
سرفصل ها
0. مقدمه
- 01 - آموزش نوت بوک گوگل کولب
- 02 - آنچه باید بدانید
1. مقدمه ای بر Google Colab
- 03 - محیطهای برنامه نویسی مبتنی بر نوت بوک
- 04 - تکامل نوت بوکها برای علم داده و یادگیری ماشین
- 05 - کاوش رابط نوت بوک Google Colab
2. استفاده از پشتیبانی هوش مصنوعی در نوت بوک Google Colab
- 06 - تولید زبان طبیعی برای کمک به کد
- 07 - ویژگیهای تکمیل خودکار در نوت بوک Colab
- 08 - تولید کد در یک نوت بوک کولب
- 09 - استفاده از پشتیبانی Gemini در نوت بوک کولب
3. مدیریت فایل در گوگل کولب
- 10 - کار با فایلها و مسیرهای فایل در کولب
- 11 - آپلود و دانلود فایلها به Colab از یک ماشین محلی
- 12 - نصب و دسترسی به Google Drive در Google Colab
- 13 - وارد کردن فایل از طریق URL Google Colab
- 14 - استفاده از Google Cloud Storage (GCS) در Google Colab
- 15 - فشرده سازی و رفع فشرده سازی فایلها در گوگل کولب
- 16 - عملیات اولیه IO فایل در Google Colab
4. تعامل سیستم در Google Colab
- 17 - سیستمها و پوستهها در یک نوت بوک کولب
- 18 - دسترسی به منابع GPU در نوت بوک Colab
- 19 - دستورات جادویی برای بهبود گردش کار در Google Colab
- 20 - اجرای دستورات bash در نوت بوک کولب
- 21 - تعامل با ماژولهای سیستم عامل و سیستم پایتون
5. استفاده از Colab به عنوان یک ویرایشگر
- 22 - اسکریپت پایتون را در یک نوت بوک Colab ایجاد کنید
- 23 - نوشتن و قالببندی علامت گذاری در دفترچه کولب
- 24 - شبیه سازی و التزام کد به مخازن GitHub
نتیجه گیری
- 25 - پروژه Capstone - آموزش علم داده
- 26 - راه حل پروژه Capstone - آموزش علوم داده
دوره های مرتبط
- دوره آموزشی استفاده از Veo 3 برای ویدئوهای تولیدشده با هوش مصنوعی
- دوره آموزشی اصول یادگیری ماشین برای مراقبت های بهداشتی
- دوره آموزشی مقدمهای بر مدلهای زبانی بزرگ (LLM) و مهندسی پرامپت
- دوره آموزشی کارگاه هوش مصنوعی: تمرین عملی با GANها با استفاده از شبکههای کانولوشنال عمیق
- دوره آموزشی کارگاه هوش مصنوعی: عملی با GAN ها با شبکه های کانولوشن عمیق
- دوره آموزشی استفاده از Google Cloud Developer و DevOps Tools
- دوره آموزشی یادگیری عمیق فول استک با پایتون (2024)
- دوره آموزشی یادگیری عمیق با پایتون و کراس: ساخت مدلی برای تحلیل احساسات (2024)
مسیرهای مرتبط
- مسیر آموزشی هوش مصنوعی در مراقبتهای بهداشتی: اصول برای نقشهای فنی
- مسیر آموزشی پایتون برای حرفهایهای داده در حوزه بهداشت و درمان
- مسیر آموزشی تحلیل دادههای بهداشتی بهصورت عملی
- مسیر آموزشی تبدیل شدن به یک مهندس هوش مصنوعی
- مسیر آموزشی آشنایی با اصول گوگل کلود
- مسیر آموزشی توسعه دادن مهارتهای بازاریابی
- مسیر آموزشی مهارت های بازاریابی محتوایی خود را ارتقا دهید
- مسیر آموزشی تبدیل شدن به یک مدیر بازاریابی آنلاین