چگونه پایتون را برای هوش مصنوعی بخوانیم؟

سلام!
توی این پست میخوایم درباره پایتون صحبت کنیم ، فقط قبلش باید این رو بگم که به عنوان زبان برنامه نویسی میشه از زبانهای R و java و Lisp و julia هم استفاده کرد ولی به دلایل متعدد پایتون متداول ترینه ،
حالا بیایم طبق ساختار پستهای AI step by step جلو بریم:

هدف این گام چیه؟
هدف این گام معلومه ، میخوایم با یادگیری پایتون بتونیم برنامه هایی رو که بعدا نیاز داریم بنویسیم

پیش نیاز داره ؟
نه ، پیش نیاز خاصی نداره

توی این گام باید چه چیزایی رو یاد بگیریم؟
توی این گام اول نیازه خود سینتکس پایتون رو یاد بگیرید یعنی کار با حلقه‌ها ، تابع ها ، ساختمان داده‌های خود پایتون (مثل لیست و تاپل و..)، کتابخانه ها ، آشنایی با ارور ها ، کار با فایلها و آشنایی با کلاسها.
بعد از این که موارد بالا رو یادگرفتین لازمه کار با چند تا کتابخونه رو هم یاد بگیرین:
(این چهار تا کتابخونه بیشتر برای کار با داده ها و کارهای آماری هستن ، علتش این کاربرد وسیع در هوش مصنوعی اینه که هوش مصنوعی خصوصا در فرایند یادگیری نیاز به دیتا داره و این دیتا باید مرتب باشه )
1. NumPy:
از این کتابخونه بیشتر برای ساخت و کار با ماتریسها (در واقع با این کتابخونه میتونید آرایه هایی مثل آرایه های زبان سی رو داشته باشید چون خود پایتون امکان ساخت این آرایه ها رو نداره) و چند تا کار ریاضی دیگه مثل ضرب بردارها استفاده می شه ،
2. pandas:
از این کتابخونه برای کار با داده ها استفاده میشه ، مثلا میشه داده ها رو در سری ها و دیتافریم ها مرتب کرد ، به علاوه میشه اطلاعات فایل های مختلف مثل csv ها ، جیسونها و ... رو خوند و توی این ساختارها ریخت
3. Matplotlib:
بیشتر برای نمایش داده ها و طراحی نمودارهاکاربرد داره .
4. seaborn

فقط یه نکته ، تنها این کتابخونه ها نیستن که توی هوش مصنوعی کاربرد دارن ، اما برای شروع کار همینها کافیه ولی به طور کلی این کتابخونه ها هم در هوش مصنوعی کاربرد دارن:
Pytorch , tensorflow , keras , sklearn , beautiful soup , xgboost , lightgbm ,.....

یه منبع میشه معرفی کنید
قبلا هم گفتم ، منبعی که ما معرفی میکنیم ، منبعیه که باهاش میشه موارد بالا رو پوشش بده ،
منبع برای پایتون : برای پایتون ما کتاب all in ones رو پیشنهاد میکنیم ، در واقع توی بخشهای book2 و book3 مهارتهای عمومی ای که از پایتون نیاز هست
البته توی book1 یه سری مفاهیم ایتدایی و آموزش نصب vscode و... آموزش داده که اگه نیاز بهش ندارید میتونید وقتتون رو book1 نذارید

لینک کتاب

منابع دیگر برای پایتون:

دوره دکتر رضوی

دوره مهندس شیرافکن

منبع برای کتابخانه ها:

به طور کلی توی سایت هر کتابخونه آموزش کاملش وجود داره ، اما لینکهای زیر یه ویدئو از یوتیوب برای آموزش این کتابخونه ها هست
لینک آموزش numpy:

لینک

لینک آموزش pandas:

لینک

لینک آموزش Matplotlib:

لینک

لینک آموزش seaborn: