این روزها کمتر کسی است که با ChatGPT یا یک ابزار هوش مصنوعی دیگر کار نکرده باشد، و طبیعی است که خیلی‌ها بخواهند یک قدم جلوتر بروند و دنبال کلاس هوش مصنوعی در رشت بگردند. اما پیش از ثبت‌نام باید بدانید «کلاس هوش مصنوعی» دو معنای کاملاً متفاوت دارد، پیش‌نیازش چیست، از کدام دوره شروع کنید و در کلاس قرار است دقیقاً چه چیزی بسازید. این راهنما به همین سؤال‌ها جواب می‌دهد تا با انتظار درست وارد کلاس شوید و وقت و هزینه‌تان هدر نرود.
کلاس هوش مصنوعی یعنی کدام کلاس؟
وقتی می‌گوییم «کلاس هوش مصنوعی»، معمولاً یکی از این دو منظور است:
- استفاده از ابزارهای هوش مصنوعی: یاد می‌گیرید با ChatGPT و ابزارهای مشابه بهتر بنویسید، خلاصه کنید یا تصویر بسازید. مفید است، اما برنامه‌نویسی در آن نیست و معمولاً در چند جلسه تمام می‌شود.
- ساختن هوش مصنوعی: با زبان پایتون (Python) داده را تحلیل می‌کنید، مدل پیش‌بینی (Machine Learning Model) می‌سازید یا دستیار هوشمندی می‌نویسید که کار واقعی انجام می‌دهد. این همان مهارتی است که در آگهی‌های شغلی با عنوان‌هایی مثل تحلیلگر داده یا توسعه‌دهنده هوش مصنوعی می‌بینید.
در حال حاضر دوره‌های دپارتمان هوش مصنوعی کادوس از نوع دوم‌اند: شش دوره پله‌پله که در مجموع ۳۱۵ ساعت آموزش دارند و همه با پروژه روی داده یا سناریوی واقعی جلو می‌روند.
پیش‌نیازهای کلاس هوش مصنوعی در رشت
پایتون: بله، لازم است
زبان اصلی تقریباً همه پروژه‌های هوش مصنوعی پایتون است. برای دوره دیتاساینس مقدماتی پیش‌نیاز الزامی ندارید، اما برای یادگیری ماشین و ساخت ایجنت باید با متغیر، شرط، حلقه و تابع راحت باشید. اگر از صفر شروع می‌کنید، ترم اول پایتون (۶۰ ساعت، بدون پیش‌نیاز) نقطه شروع است. می‌توانید پیش از هر کلاسی پایتون را در اجرای آنلاین پایتون امتحان کنید یا سطحتان را با آزمون آنلاین پایتون بسنجید.
ریاضی: به اندازه نیاز
لازم نیست ریاضی دانشگاهی را دوباره بخوانید. آمار و احتمال پایه در دوره دیتاساینس، و مفاهیمی مثل مشتق، گرادیان و تابع هزینه (Loss Function) در دوره یادگیری ماشین، کنار کد و برای فهم مدل آموزش داده می‌شوند.
سیستم: معمولی برای شروع
برای دیتاساینس و یادگیری ماشین، کامپیوتری که پایتون و Jupyter را اجرا کند کافی است. فقط در دوره یادگیری عمیق آموزش مدل با کارت گرافیک (GPU) مطرح می‌شود که بهتر است پیش از ثبت‌نام درباره‌اش با مشاور صحبت کنید.
دو مسیر کلاس‌های هوش مصنوعی کادوس
همه مسیرها از پایتون می‌گذرند. بعد بسته به هدفتان یکی از دو مسیر را می‌روید، یا هر دو را:
مسیر داده و مدل‌سازی
- دیتاساینس مقدماتی (۴۵ ساعت): آمار، Pandas و NumPy، پاک‌سازی داده، تحلیل و نمودار.
- یادگیری ماشین (۶۰ ساعت): رگرسیون، طبقه‌بندی و ارزیابی درست مدل با Scikit-learn.
- یادگیری ماشین پیشرفته (۶۰ ساعت): Boosting، خوشه‌بندی، داده نامتوازن و توضیح تصمیم مدل با SHAP.
- یادگیری عمیق (۶۰ ساعت): شبکه عصبی، CNN و Transfer Learning با TensorFlow و PyTorch.
مسیر ایجنت و مدل‌های زبانی
- ساخت ایجنت هوش مصنوعی با پایتون (۴۵ ساعت): ارتباط با مدل زبانی، خروجی ساختاریافته و ابزارهایی که ایجنت اجرا می‌کند. سابقه هوش مصنوعی لازم نیست.
- LangChain و LangGraph (۴۵ ساعت): ایجنت‌های چندمرحله‌ای، حافظه، RAG و تأیید انسان پیش از اقدام.
از کدام کلاس شروع کنم؟
- پایتون بلد نیستم: چند ترم اول آموزش‌های اولیه برنامه‌نویسی پایتون، بعد یکی از دو مسیر.
- پایتون بلدم و به داده و گزارش علاقه دارم: دیتاساینس مقدماتی.
- دانشجوی مهندسی یا آمارم و مدل پیش‌بینی می‌خواهم: یادگیری ماشین (اگر Pandas بلدید) یا دیتاساینس.
- کسب‌وکار دارم و دستیار هوشمند برای پشتیبانی یا فروش می‌خواهم: ساخت ایجنت با پایتون، بعد LangChain و LangGraph.
- با تصویر و شبکه عصبی کار دارم: مسیر داده را تا یادگیری عمیق بروید.
اگر بین دو گزینه مردد هستید، مسیریاب سه‌سؤالی صفحه آموزش هوش مصنوعی در رشت یا یک جلسه مشاوره رایگان نقطه شروع را مشخص می‌کند.
در کلاس چه چیزی می‌سازید؟
یادگیری هوش مصنوعی با تماشا اتفاق نمی‌افتد. چند نمونه از پروژه‌های سرفصل دوره‌ها:
- پیش‌بینی قیمت مسکن و پیش‌بینی ریزش مشتری (یادگیری ماشین)
- تشخیص تراکنش مشکوک و سنجش ریسک اعتباری (یادگیری ماشین پیشرفته)
- تشخیص دست‌خط و تشخیص بیماری از تصاویر پزشکی (یادگیری عمیق)
- دستیار معرفی دوره‌ها و دستیار پشتیبانی فروشگاه (مسیر ایجنت)
هر کدام از این پروژه‌ها بعداً بخشی از نمونه‌کار (Portfolio) شما می‌شود؛ همان چیزی که در مصاحبه بیشتر از هر گواهی دیده می‌شود.
کلاس هوش مصنوعی خوب چه نشانه‌هایی دارد؟
- کد می‌نویسید، نه فقط اسلاید می‌بینید: هر نفر پای سیستم خودش.
- داده واقعی: داده‌های کثیف و ناقص، همان چیزی که در کار واقعی می‌بینید.
- ارزیابی درست مدل: دقت ۹۹ درصدی روی داده آموزش چیزی را ثابت نمی‌کند؛ کلاس خوب Cross Validation و معیارهایی مثل Precision و Recall را یاد می‌دهد.
- سرفصل جلسه‌به‌جلسه و ساعت مشخص: «دوره جامع هوش مصنوعی در ۱۰ ساعت» واقع‌بینانه نیست.
- بدون وعده درآمد و استخدام تضمینی: بازار کار مهارت و نمونه‌کار را می‌سنجد.
معیارهای کلی‌تر انتخاب کلاس را در راهنمای بهترین آموزشگاه برنامه نویسی در رشت نوشته‌ایم.
بازار کار، واقع‌بینانه
تقریباً هر کسب‌وکاری در رشت و گیلان داده دارد: فاکتور و موجودی فروشگاه، پرونده بیماران کلینیک، داده تولید کارخانه یا پیام‌های مشتریان. کسی که بتواند این داده را تحلیل کند یا دستیاری بسازد که بخشی از کار تکراری را انجام دهد، برای این کسب‌وکارها ارزشمند است. بخش بزرگی از پروژه‌های داده و هوش مصنوعی هم دورکاری است، یعنی از رشت می‌توانید برای شرکت‌های شهرهای دیگر کار کنید. تصویر کامل‌تر را در مقاله بازار کار پایتون در ایران و رشت ببینید.
پرسش‌های رایج
کلاس هوش مصنوعی برای نوجوانان هم مناسب است؟
دوره‌های هوش مصنوعی کادوس برای بزرگسالان طراحی شده‌اند. مسیر پیشنهادی برای نوجوانان، شروع با برنامه‌نویسی و پایتون است؛ درباره سن مناسب در مقاله آموزش پایتون برای کودکان و نوجوانان نوشته‌ایم.
یادگیری هوش مصنوعی چقدر طول می‌کشد؟
اگر پایتون را از صفر شروع کنید، با ترم اول پایتون و دو دوره اول یک مسیر به ۱۵۰ تا ۱۶۵ ساعت آموزش می‌رسید؛ تمرین بیرون از کلاس هم به همان اندازه مهم است. مسیر کامل را در نقشه راه یادگیری پایتون ببینید.
کلاس‌ها در کدام شعبه برگزار می‌شوند؟
دوره‌های هوش مصنوعی در شعبه مرکزی (خیابان لاکانی) و شعبه مسکن مهر آموزشگاه کادوس برگزار می‌شوند. زمان شروع کلاس بعدی را تلفنی بپرسید.
ثبت‌نام کلاس هوش مصنوعی در مؤسسه فنی و آموزشی کادوس
برای دیدن سرفصل کامل، شهریه و ثبت‌نام، صفحه هر دوره را ببینید: دیتاساینس مقدماتی، یادگیری ماشین، ساخت ایجنت هوش مصنوعی و برای شروع از صفر پایتون مقدماتی. برای تعیین سطح و مشاوره رایگان با یکی از دو شعبه مؤسسه فنی و آموزشی کادوس در رشت تماس بگیرید:
راه‌های دیگر ارتباط در صفحه تماس با ما آمده است.
