Google, IBM va Kaggle kompaniyalari o’quv dasturlari asosida tuzilgan eng mukammal kurslarda tahsil oling va 6 oyda eng ilg’or zamonaviy kasbni egallang, Data Science va Sun’iy Intellekt muhandisi bo’ling.
Data Science va Sun'iy Intellekt mutaxassisi bo'lish uchun kerakli bilimlarga ega bo'lasiz.
Loyihalar
Kurs davomida siz zamonaviy texnologiyalardan foydalangan holda 10 ta loyihani yakunlaysiz.
Sertifikat
Sizning bilimingiz darajasini ifodalovchi sertifikatga ega bo'lasiz.
Karyerani boshlash
Kursimizdan so'ng siz bemalol karyerangizni boshlashga tayyor bo’lib chiqasiz.
0KUN
00
00
00
Data Science nima?
Zamonaviy Sun'iy intellekt asosida ishlovchi dasturlarni yaratish uchun juda katta hajmdagi ma'lumotlarga ishlov berish talab etiladi. Misol uchun, ChatGPT dasturini yaratish uchun 45TB matnlarga ishlov berilgan. Tesla o'zi yurar mashinalari esa 56 million kilometr masofadagi videolarni "o'rganib" chiqqan. Data Science muhandislari terabaytlab axborotlarni tahlil qilish, ulardan foydali maʼlumotlarni olish va nihoyat bevosita matematik modellar yaratish bilan shu'gullanadi.
Kurs qanday tartibda o'tiladi?
Yopiq guruh
Telegramdagi yopiq guruhda o'quvchilar istalgan vaqt o'qituvchilar va mentorlardan o'zlarini qiziqtirgan savollarga javob topishi mumkin. Ular har doim yordamga tayyor turishadi.
Oylik onlayn uchrashuvlar
Har oy kurs o'qituvchilari bilan Zoom uchrashuvlari bo'lib o'tadi. Suhbat davomida o'zingizni qiynayotgan muammo va savollarga javob topishingiz mumkin.
Videodarslar
Darslar video shaklda platformaga joylangan bo'lib, ularni xohlagan payt, istalgan joyda ko'rishingiz mumkin. Videodarslar yangilanib boriladi.
Vazifalar
Modul oxirida test topshiriqlari berilgan. Testdan muvaffaqiyatli o'tgan o'quvchilargina keyingi moduldagi darslarga kirish imkoniga ega bo'ladi.
O’quvchilarimiz fikrlari
Pardayev Diyor
kurs o'quvchisi
Murodjon
kurs o'quvchisi
Rahmatillo G'aybullayev
kurs o'quvchisi
Otabek
kurs o'quvchisi
Abdulaziz
kurs o'quvchisi
Mavludaxon Nugmanova
Data Science va Sun'iy intellekt kursi bitiruvchisi
Kurs haqida batafsil ma'lumot olishni xohlaysizmi?
Ma’lumotlaringizni qoldiring. Siz bilan tez orada bog'lanamiz
Data Science va Sun'iy Intellekt mutaxassislarining oylik maoshi
Ko'rsatilgan ma'lumotlar hh.uz va boshqa saytlardagi ma'lumotlardan tuzilgan
junior
middle
senior
$400
$700
$1500
junior
$400
middle
$700
senior
$1500
Kurs kimlar uchun?
01
Data Science kasbini egallamoqchi bo'lganlar uchun
0 dan Data Science sohasini o’rganmoqchi bo'lgan yoshlar yoki joriy kasbini o’zgartirib, yangi karyera boshlamoqchil bo'lganlar uchun
02
Dasturchilar
Dasturlashga oid bilimlarini sun’iy intellekt va data science yordamida keyingi bosqichga olib chiqib, bozordagi “o’z narxi”ni ko’tarmoqchi bo’lganlar uchun
03
Boshqa soha ekspertlari
Biror sohada ekspert bo’lib, o’z sohasida data science va sun’iy intellektni qo’llab, rivojlanmoqchi bo’lganlar uchun
Nega aynan bu kurs?
Mukammal o'quv dasturi
O'quv dasturi IBM, Google va Kaggle kompaniyalari dasturi asosida tayyorlangan va Data Science mutaxassisi bilishi lozim bo'lgan barcha mavzularni qamrab olgan. Har bir mavzu video darsliklardan tashqari interaktiv o'quv qo'llanmalari va amaliy mashg'ulotlar bilan boyitilgan.
Kuchli mutaxassislar
Praktikum Data Science sohasidagi tajribali ustozlar tomonidan o'tiladi. Darslar davomida bir nechta real loyihalar ustida ishlab, o'z malakangizni oshirasiz.
Siz uchun qulay vaqtda
Kurslarni o'zingizga qulay vaqtda va tempda, joriy ishlaringizga xalaqit qilmagan holda o'rganib borishingiz mumkin.
Kurs tarkibi
358 ta dars
10 ta loyiha qilinadi
63 soat kurs davomiyligi
17 ta test va topshiriqlar
00:02:00
Darslarni kompyuterda ko'rish
00:06:00
Darslarni telefonda ko'rish
00:08:00
Ommaviy oferta bilan tanishib chiqing
00:05:00
Yopiq guruhga kirish
00:01:00
Savol so'rash bo'yicha qo'llanma
00:10:00
00:05:00
00:04:00
00:02:00
Hello, World!
00:06:00
print(), Arifmetik amallar va Sinteks
00:17:00
O'zgaruvchilar (Variables)
00:10:00
Matn bilan ishlash (Strings)
00:19:00
Sonlar bilan ishlash
00:22:00
Lists (Ro'yxatlar)
00:24:00
Ro'yxat bilan ishlash. O'zgarmas ro'yxatlar (Tuples)
00:27:00
for tsikli bilan tanishamiz
00:13:00
if-else shartlari va tarmoqlanish
00:21:00
if-elif-else
00:23:00
Lug'at (Dictionary)
00:21:00
Lug'at bilan ishlaymiz
00:17:00
Nesting
00:18:00
While tsikli
00:22:00
While, Ro'yxatlar va Lug'atlar
00:14:00
Funksiya
00:19:00
Funksiyadan qiymat qaytarish
00:21:00
Funksiyaga ro'yxat uzatish
00:09:00
Moslashuvchan funksiyalar
00:13:00
Modullar
00:25:00
Funksiya. So'ngso'z.
00:23:00
#25 Klass va Obyekt
00:11:00
GitHub Portfolio
00:21:00
Ko'p uchraydigan xatolar
00:21:00
Xatolar bilan ishlash
00:27:00
Python standart kutubxonasi
00:25:00
Python tashqi kutubxonasi. PyPi.org
00:22:00
00:09:00
00:07:00
Data Science fani va uning yo'nalishlari
00:04:00
Data Science va Sun'iy Intellekt muhandislari
00:04:00
00:04:00
CRISP-DM
00:03:00
Faoliyatni o'rganish
00:09:00
Ma'lumotlarni o'rganish
00:08:00
Ma'lumotlarni tayyorlash
00:05:00
Model yaratish va baholash
00:08:00
Loyiha taqdimoti
00:04:00
TEST. Metodologiya
00:06:00
Ma'lumotlarni o'rganish
00:13:00
Ma'lumotlarni tayyorlash
00:03:00
Model va taqdimot
00:08:00
Birinchi sun'iy intellektimiz
00:34:00
Sun'iy intellekt yaratamiz
01:00:00
Kompyuterda kod yozish uchun: Anaconda
00:10:00
Brauzerda (online) kod yozish uchun: Google Colab
00:24:00
00:08:00
00:06:00
00:15:00
TEST.Numpyda massivlar yaratish
AMALIYOT-1. Arrays
01:00:00
Ma'lumotlar turi
00:14:00
TEST. Ma'lumot turlariga doir test
Indekslash va Kesish
00:20:00
Boolean Indekslash
00:13:00
AMALIYOT-2. Arraylar ustida amallar
01:00:00
Array o'qlarini almashtirish
00:08:00
Universal funksiyalar
00:20:00
TEST. Universal funksiyalar
Mantiqiy shart operatori
00:07:00
Arifmetik amallar
00:07:00
Matematik va Statistik amallar
00:13:00
Tartiblash (Sorting)
00:10:00
Takrorlanmas va boshqa amallar
00:08:00
Fayllar bilan ishlash
00:07:00
Chiziqli Algebra
00:06:00
TEST. NumPy kutubxonasi: Umumiy test
AMALIYOT Yakuniy
00:06:00
Bo'lim bo'yicha nazariy test
Bo'lim bo'yicha amaliy test
Bo'lim bo'yicha amaliy vazifa
00:10:00
00:06:00
00:06:00
TEST. Pandas Series
DataFrame ma'lumotlar tuzilmasi
00:04:00
DataFrame ustunlari
00:09:00
Lug'atdan DataFrame yaratish
00:05:00
TEST. Pandas DataFrame
Indekslar
00:06:00
Indeks metodlar
00:09:00
Qayta indekslash
00:11:00
Qator va ustunlarni tashlab yuborish
00:06:00
Elementlarni tanlash. Series
00:11:00
Elementlarni tanlash. Dataframe
00:10:00
.loc/iloc va .at/.iat
00:10:00
AMALIYOT. Series va Index
02:00:00
AMALIYOT. DataFrame
02:00:00
Arifmetik amallar
00:14:00
Funksiyalarni qo'llash
00:10:00
Tartiblash
00:10:00
Reytinglash
00:06:00
Dataset statistikasi: min, max, o'rta qiymat va summa
00:10:00
Dataset statistikasi: umumlashtiruvchi ma'lumotlar
00:09:00
Dataset statistikasi: Korrelyasiya
00:08:00
Ma'lumotlarni filtrlash
00:10:00
AMALIYOT. Dataset haqida ma'lumotlar
02:00:00
PANDAS. Yakuniy test. 1-QISM
00:12:00
PANDAS. Yakuniy test. 2-QISM
00:10:00
PANDAS. Yakuniy test. 1-QISM (test)
PANDAS. Yakuniy test. 2-QISM (test)
Pandas kutubxonasi bo'yicha test
Bo'lim bo'yicha amaliy vazifa
00:10:00
00:09:00
00:09:00
HDF5 formati
00:04:00
📋 Jupyter Notebook. Fayllar.
02:00:00
Web sahifalardan o'qish
00:04:00
JSON va API dan o'qish
00:09:00
API nima?
00:15:00
JSON nima?
00:15:00
📋 Jupyter Notebook. Web, JSON
Ma'lumotlar ombori. Kirish
00:02:00
SQL. Kirish
00:11:00
🔗 SQL Ma'lumotlari ombori darsiga link
00:01:00
SQLite omboriga ulanish
00:14:00
Jadvalni ni DFga o'qish
00:08:00
Tartiblash (ORDER BY) va Saralash (DISTINCT)
00:04:00
Filtrlash (WHERE)
00:05:00
📋 Jupyter Notebook. SQLite
DataFrame ni SQL jadvaliga o'tkazish
00:07:00
SQL jadval yaratish, ma'lumotlar qo'shish
00:10:00
SQL jadvalni yangilash va o'chirish
00:04:00
SQL buyruqlarini f-string yordamida yozish
00:05:00
📋 Jupyter Notebook. SQLite. 2-qism
Foydali buyruqlar
00:06:00
BETWEEN, IN va LIKE
00:07:00
📋 Jupyter Notebook. SQLite. 3-qism
Kirish
00:05:00
.dropna() - NaN qiymatlarni tashlab yuborish
00:10:00
📋 Jupyter Notebook. df.dropna()
.fillna() - NaN qiymatlarni to'ldirish
00:11:00
📋 Jupyter Notebook. df.fillna()
Takroriy qiymatlarni o'chirish
00:04:00
.map() - qiymatlarni moslash (almashtirish)
00:07:00
.replace() va .rename() - qiymatlarni almashtirish
💼 Portfolio uchun amaliyot. Diabet kasalligiga tashxis qo'yish.
Decision Tree Algoritmi
00:11:00
Decision Tree. Scikit-learn
00:04:00
Decision Tree. Grafik
00:04:00
Decision Tree. Hyperparameters
00:07:00
Random Forest
00:04:00
🗒️Jupyter Notebook. Decision Tree
Logistic Regression
00:05:00
Qaysi modelni tanlaymiz?
00:07:00
Customer churn nima?
00:03:00
Customer churn. Ma'lumotlar tahlili
00:06:00
Logistic regression, SVM. ROC curve
00:04:00
Decision Tree, Random Forest, XGBoost
00:05:00
🗒️Jupyter Notebook. Customer churn
Klasterlash (Clustering) nima?
00:12:00
k-means algoritmi
00:12:00
📔Amaliyot. k-means
📔Amaliyot. Mijozlarni klasterlash
Ierarxik algoritm
00:15:00
📔Amaliyot. Ierarxik algoritm
DBSCAN
00:11:00
00:22:00
Tayyorgarlik ko'rish
00:08:00
Birinchi modelimizni quramiz (rasm klassifikatsiyasi)
00:14:00
Klassik dastur, ML va DL misollarini tahlil qilish
00:31:00
Test. DL haqida boshlang'ich test
Transfer Learning
00:24:00
TEST. Transfer Learning & Over/UnderFitting
📔 Jupyter Notebook - DL#1
LOYIHA - 1 qism
00:40:00
LOYIHA - 2 qism
00:45:00
LOYIHA
Semantic Segmentation
00:16:00
Natural Language Processing (NLP)
00:11:00
Tabular
00:25:00
📔 Jupyter Notebook - DL#3
LoanDecision
00:11:00
UnderHood. 1
00:47:00
UnderHood.2
00:30:00
UnderHood.3
00:38:00
UnderHood-4(ML steps)
00:21:00
UnderHood-4(GD SGD MiniBatch)
00:05:00
Amaliyot | Tasvirlarda obyektni aniqlash (CIFAR-10 - Object Recognition in Images)
00:20:00
Kirish
00:01:00
Topshiriqlarni yuborish uchun qo'llanma
Vazifalarni qanday topshiramiz?
00:02:00
Aviachipta narxini bashorat qilish
Aviakompaniya yo'lovchilarining qoniqishini bashorat qilish
Pnevmoniya tashxisi
Serverdan bepul foydalanish uchun voucher
Introduction
00:09:00
What is an Audio?
00:09:00
Working with Audio using Python
00:11:00
Data Augmentation Theory Part
00:07:00
Data Augmentation Practise Part
00:16:00
Audio Feature Extraction Intro
00:11:00
Feature Extraction Practise
00:07:00
Voice Gender Classification Introduction
00:12:00
Collecting data and Extracting Features
00:06:00
Voice Gender Classification Modeling Part
00:11:00
Creating WEB UI without Frontend Skills
00:06:00
Introduction to STT
00:13:00
Simple STT project with Digits only
00:03:00
Plotting Spectrogram and Preparing Data
00:07:00
Modeling Part
00:03:00
Kirish
00:11:00
Windowsga PostgreSQL o'rnatish
00:07:00
00:10:00
Ma'lumotlar va Jadvallar
00:11:00
Ma'lumotlar ombori (DB) yaratish
00:19:00
Ma'lumot turlari
00:21:00
Foydali buyruqlar
00:08:00
Ma'lumot kirgazish
00:11:00
NULL va standart (default) qiymatlar
00:09:00
SELECT. Kirish
00:12:00
Taqqoslash operatorlari
00:10:00
Buyruqlarni jamlash
00:11:00
LIKE, BETWEEN, IN
00:15:00
ORDERBY, MIN, MAX, GROUPBY
00:19:00
UPDATE
00:08:00
DELETE
00:06:00
Jadval Dizayni
00:16:00
PRIMARY KEY
00:17:00
ALTER TABLE
00:15:00
SEPARATE TABLE
00:31:00
Jadvallar o'rtasidagi munosabat
00:33:00
Munosabat turlariga misol
00:12:00
Buyruqlarni jamlash
00:24:00
SQL va Python
00:10:00
So'ngso'z
00:05:00
Intro
Mohinur Abdurahimova - Mastering Kaggle
00:58:00
00:55:00
Machine Learning sohasida Matematikadan foydalanish
00:41:00
Zarifjon Naxalov - "How does artificial intelligence learn?"
00:43:00
Kursni tugatgach sizning resume
O'zlashtiriladigan ko'nikmalar
Python Dasturlash tili
Ma'lumotlarni tozalash va ishlov berish
Ma'lumotlarni tahlil qilish va vizualizatsiya
Machine Learning algoritmlar
Deep Learning va Neyron tarmoqlar
Natural Language Processing
O'rgatiladigan texnologiyalar
Kurs davomida quyidagi texnologiyalarni mukammal darajada o'zlashtirasiz:
NumPy
NumPy
Massivlar va matritsalarga ishlov berish, hamda murakkab matematik funktsiyalarni jamlagan Python kutubxonasi.
Pandas
Pandas
Ma'lumotlarga ishlov berish va tahlil qilish uchun maxsus funkstiyalar jamlangan kutubxona.
Keras
Keras
Neyron tarmoqlar bilan ishlash uchun maxsus framework.
Matplotlib
Matplotlib
Ma'lumotlarni grafiklar va chizmalar ko'rinishida taqdim qilish uchun maxsus kutubxona.
Seaborn
Seaborn
Ma'lumotlarni chiroyli grafiklar va chizamalar ko'rinishida taqdim qilish uchun maxsus kutubxona.
scikit learn
scikit learn
Klassifikatsiya, regressiya, klasterlash va boshqa Machine Learning algoritmlarni jamlagan kutubxona.
TensorFlow
TensorFlow
Google tomonidan yaratilgan, katta miqyosdagi Machine Learning va Deep Learning algoritmlarni yaratishga qaratilgan kutubxona.
fast.ai
fast.ai
Katta hajmdagi Deep Learning algoritmlarni yaratish va ishga tushirish uchun maxsus kutubxona.
PyTorch
PyTorch
Ma'lumotlarni tahlil qilishdan boshlab, Sun'iy Intellekt model yaratishgacha bo'lgan bosqichlarni avtomatlashtiruvchi kutubxona.
Kurs o'qituvchilari
Anvar Narzullaev
O'qituvchi
Universiti Sains Islam Malaysia oliygohi Kompyuter Texnologiyalari kafedrasi yetakchi mutaxassisi. Janubiy Koreyaning Yeungnam Universiteti Doktoranti (PhD). Mohirdev platformasi asoschilaridan biri. Ilmiy yo'nalishi: Axborot xavfsizligi, Buyumlar Interneti (Internet of Things), yuqori aniqlikdagi navigasiya tizimlari.
Mansurbek Abdullayev
Kurs ustozi
Korea Research Institute of Chemical Technology tadqiqotchi mutaxassis, Janubiy Koreyaning University of Science and Technology oliygohining doktorantura bosqichi talabasi. Ilmiy yo'nalishi: Computational Chemistry, Density Functional Theory calculation va Machine Learning
Kursni tugatib sertifikatga ega bo'lasiz
Praktikum davomida amaliy vazifalarni bajaring va sertifikatni qo'lga kiriting.
Kurs haqida batafsil ma'lumot olishni xohlaysizmi?
Ma’lumotlaringizni qoldiring. Siz bilan tez orada bog'lanamiz
Ko'p so'raladigan savollar
Data Science va Sun’iy Intellekt kursimizning umumiy narxi 2,5 mln so’m. Bu kurs uchun to'liq to'lov
Praktikum kursini boshlashdan oldin siz Python asoslarini bilishingiz kerak. Agar Pythonni bilmasangiz, xavotirga o’rin yo’q. Dasturimizga bepul 1 oylik Python asoslarini qo’shganmiz.
Maktab darjasidagi matematikani bilishingiz yetarli. Hozirgi kutubxona va frameworklar bilan ishlaganda, sizdan minimal matematik bilimlar talab qilinadi.
Praktikum kursimizning o’ziga xosligi shundaki, biz o’quv dasturlarimizni virtual kompyuterlarda ishlashga moslashtirganmiz. Ya’ni, siz modellaringizni kompyuterda emas, balki Google tomonidan beriladigan kuchli virtual kompyuterlarda bajarasiz. Bu kompyuterlardan foydalanish esa mutlaqo bepul.
Kurs onlayn videodarslardan tashkil topgan. Videodarslar platformaga joylashtirilgan. Foydalanuvchilar onlayn videodarslarni ko’rishlari mumkin. Afsuski, darslarni yuklab olish mumkin emas.
Xa, albatta.Oylik ZOOM uchrashuvlari o’tkaziladi va u yerda o’zingizni qiziqtirgan savollarga javob topishingiz mumkin.
Albatta. Xohlasangiz, bundan kamroq muddatda darslarni ko’rib tugatishingiz mumkin. Lekin biz kursni 4 oy davomida tugatishni tavsiya qilamiz.
O’zingizga bog’liq. Haftasiga 10 soat vaqt ajratishni tavsiya qilamiz.
Kursimizni tugatib, siz Data Scientist sifatida kompaniyalarda ishlashingiz yoki o’zingizni loyihaningizni boshlashingiz mumkin.
Buning barchasi o’zingizga bog’liq. Sababi kursdagi bilimlardan tashqari sizning soft skillaringiz - kirishimlilik, jamoada ishlay olish, muammolarga yechib topish kabi ko’nikmalar moashingizni belgilashda katta ro’l o’ynaydi.
Telegram orqali @mohirdevsales (http://t.me/mohirdevsales ) ga bog’lanib, kursimizni xarid qilishingiz mumkin.