🐍 کتابخانه مرجع پایتون

🤖 سطح پیشرفته (Advanced)

این بخش برای کسانی طراحی شده است که به دنبال تخصص عمیق در زمینه دیتاساینس، هوش مصنوعی و پردازش داده‌های بزرگ هستند. در این سطح، با کتابخانه‌های پیشرفته، مدل‌های یادگیری ماشین، یادگیری عمیق، پردازش زبان طبیعی، بینایی کامپیوتر و محاسبات توزیع‌شده آشنا خواهید شد.

پیش‌نیاز: تسلط بر مباحث سطح مقدماتی (Basic) و متوسط (Intermediate).

📚 فهرست مباحث

روی هر مبحث کلیک کنید تا صفحه مربوطه را باز کنید.

# مبحث توضیح وضعیت
۱ 🐼 Pandas پیشرفته Method Chaining، groupby پیشرفته، pivot_table، MultiIndex ✓ آماده
۲ 🎨 Seaborn مصورسازی پیشرفته با تم‌ها و پالت‌های حرفه‌ای ✓ آماده
۳ 📊 Plotly نمودارهای تعاملی، 3D، نقشه و داشبورد ✓ آماده
۴ 🤖 Scikit-learn یادگیری ماشین با Pipeline، GridSearch، Cross-Validation ✓ آماده
۵ 🧠 مبانی TensorFlow Sequential، Functional، Subclassing API، CNN با CIFAR-10 ✓ آماده
۶ 🔥 مبانی PyTorch Tensor، Autograd، nn.Module، آموزش MNIST ✓ آماده
۷ 📝 NLP با NLTK توکن‌سازی، Stopwords، Stemming/Lemmatization، تحلیل احساسات ✓ آماده
۸ 👁️ مبانی OpenCV پردازش تصویر، تشخیص لبه، تشخیص چهره، تشخیص شکل ✓ آماده
۹ 🚀 API با Flask ساخت API، CRUD، JWT، CORS، Swagger ✓ آماده
۱۰ ⚡ مبانی Dask محاسبات موازی، پردازش داده بزرگ، Dask DataFrame/Array ✓ آماده

📊 خلاصه سطح پیشرفته

۱۰
تعداد مباحث
~۵۰
تعداد مثال‌های کاربردی
۱۰۰%
پوشش حوزه‌های کلیدی AI/ML

📖 راهنمای مطالعه

  1. مباحث را به ترتیب مطالعه کنید تا درک بهتری از مفاهیم پیدا کنید.
  2. هر مبحث شامل مثال‌های جامع است که می‌توانید آنها را کپی کرده و در محیط خود اجرا کنید.
  3. برای یادگیری بهتر، کدها را تغییر دهید و نتایج را بررسی کنید.
  4. پس از اتمام هر مبحث، یک پروژه عملی با استفاده از آن مبحث ایجاد کنید.
  5. پس از اتمام تمام مباحث، شما آماده ورود به بازار کار حرفه‌ای در حوزه داده و هوش مصنوعی خواهید بود.

🎯 مهارت‌هایی که در این سطح یاد می‌گیرید

← سطح قبلی: 📊 متوسط (Intermediate) ↑ بازگشت به صفحه اصلی