اپلیکیشن اندرویدی فلشکارت آموزشی حل عددی مسائل مهندسی و علمی با پایتون
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره حل عددی مسائل مهندسی و علمی با پایتون
موضوع کلی: علوم کامپیوتر و مهندسی
موضوع میانی: روشهای عددی و بهینهسازی
📋 سرفصلهای دوره
- 1. مقدمهای بر محاسبات علمی و مهندسی با پایتون
- 2. مبانی برنامهنویسی پایتون برای مهندسان
- 3. ساختار دادهها و الگوریتمهای کلیدی در پایتون
- 4. مقدمهای بر روشهای عددی در مهندسی
- 5. خطاها در محاسبات عددی: انواع و مدیریت
- 6. تقریب توابع و درونیابی خطی
- 7. درونیابی چندجملهای و اسپلاینها
- 8. انتگرالگیری عددی: روش ذوزنقه و سیمپسون
- 9. انتگرالگیری عددی پیشرفته: گاوس
- 10. حل معادلات غیرخطی: روش تنصیف
- 11. حل معادلات غیرخطی: روش نیوتن-رافسون
- 12. حل معادلات غیرخطی: روش سکانت
- 13. حل معادلات غیرخطی: روشهای تکراری
- 14. مقدمهای بر سیستمهای معادلات خطی
- 15. حل سیستمهای معادلات خطی: حذف گاوسی
- 16. حل سیستمهای معادلات خطی: تجزیه LU
- 17. حل سیستمهای معادلات خطی: روشهای تکراری (ژاکوبی، گوس-سیدل)
- 18. مقدمهای بر مقادیر ویژه و بردارهای ویژه
- 19. محاسبه مقادیر ویژه و بردارهای ویژه (روش توان)
- 20. محاسبه مقادیر ویژه و بردارهای ویژه (روش QR)
- 21. مقدمهای بر معادلات دیفرانسیل معمولی (ODE)
- 22. حل عددی ODE: روش اویلر
- 23. حل عددی ODE: روش رونگه-کوتا مرتبه چهارم
- 24. حل عددی ODEهای مرتبه بالا
- 25. حل سیستمهای ODE
- 26. مقدمهای بر بهینهسازی
- 27. بهینهسازی توابع یک متغیره: روشهای جستجو
- 28. بهینهسازی توابع یک متغیره: روش گرادیان کاهشی
- 29. بهینهسازی توابع چند متغیره: روش گرادیان کاهشی
- 30. بهینهسازی توابع چند متغیره: روش نیوتن
- 31. بهینهسازی توابع چند متغیره: روش شبهنیوتن (BFGS)
- 32. بهینهسازی مقید: روش ضرایب لاگرانژ
- 33. بهینهسازی مقید: روشهای نقطه درونی
- 34. مقدمهای بر الگوریتمهای ژنتیک
- 35. الگوریتم ژنتیک برای مسائل بهینهسازی
- 36. مقدمهای بر بهینهسازی تصادفی
- 37. بهینهسازی تصادفی: شبیهسازی تبرید شبیهسازی شده
- 38. بهینهسازی تصادفی: الگوریتم تبرید شبیهسازی شده
- 39. کاربرد روشهای عددی در تحلیل سازه
- 40. کاربرد روشهای عددی در انتقال حرارت
- 41. کاربرد روشهای عددی در دینامیک سیالات
- 42. کاربرد روشهای عددی در پردازش سیگنال
- 43. کاربرد روشهای عددی در یادگیری ماشین
- 44. مقدمهای بر جبر خطی عددی
- 45. پیادهسازی روشهای عددی با NumPy
- 46. پیادهسازی روشهای عددی با SciPy
- 47. بصریسازی نتایج با Matplotlib
- 48. حل مسائل مهندسی برق با روشهای عددی
- 49. حل مسائل مهندسی مکانیک با روشهای عددی
- 50. حل مسائل مهندسی عمران با روشهای عددی
- 51. حل مسائل مهندسی شیمی با روشهای عددی
- 52. تحلیل حساسیت در مدلهای مهندسی
- 53. بهینهسازی پارامترهای مدلهای مهندسی
- 54. کاربرد پایتون در شبیهسازیهای مهندسی
- 55. مقدمهای بر روشهای تفاضل محدود (FDM)
- 56. حل معادلات دیفرانسیل جزئی (PDE) با FDM
- 57. مقدمهای بر روشهای حجم محدود (FVM)
- 58. حل PDE با FVM
- 59. مقدمهای بر روش المان محدود (FEM)
- 60. حل PDE با FEM
- 61. کاربرد FEM در تحلیل تنش و کرنش
- 62. کاربرد FEM در تحلیل حرارتی
- 63. کاربرد FEM در تحلیل جریان سیال
- 64. مقدمهای بر بهینهسازی توابع چندهدفه
- 65. الگوریتمهای NSGA-II برای بهینهسازی چندهدفه
- 66. بهینهسازی در طراحی مهندسی
- 67. توسعه ابزارهای محاسباتی با پایتون
- 68. بهینهسازی کد و عملکرد محاسباتی
- 69. مدیریت خطا و استثنا در برنامههای علمی
- 70. مستندسازی کد و پروژههای محاسباتی
- 71. اصول مهندسی نرمافزار در محاسبات علمی
- 72. مقدمهای بر محاسبات موازی
- 73. برنامهنویسی موازی با multiprocessing در پایتون
- 74. برنامهنویسی موازی با threading در پایتون
- 75. مقدمهای بر محاسبات توزیع شده
- 76. کاربرد Apache Spark در تحلیل دادههای مهندسی
- 77. مقدمهای بر یادگیری عمیق در مهندسی
- 78. کاربرد شبکههای عصبی کانولوشنی در پردازش تصویر مهندسی
- 79. کاربرد شبکههای عصبی بازگشتی در تحلیل سریهای زمانی مهندسی
- 80. مقدمهای بر بهینهسازی با شبکههای عصبی
- 81. یادگیری تقویتی برای کنترل سیستمهای مهندسی
- 82. مقدمهای بر بهینهسازی ترکیبی
- 83. الگوریتمهای بهینهسازی ترکیبی برای مسائل پیچیده
- 84. کاربرد نرمافزارهای متنباز در مهندسی
- 85. استانداردهای کدنویسی در پروژههای علمی
- 86. اخلاق در مهندسی نرمافزار و محاسبات علمی
- 87. روشهای اعتبارسنجی و صحتسنجی مدلهای عددی
- 88. مقدمهای بر روشهای مونتکارلو در مهندسی
- 89. کاربرد روشهای مونتکارلو در ارزیابی ریسک
- 90. بهینهسازی پارامترهای سیستمهای پیچیده
- 91. مدلسازی سیستمهای دینامیکی با پایتون
- 92. تحلیل پایداری سیستمهای مهندسی
- 93. مقدمهای بر محاسبات کوانتومی در مهندسی
- 94. کاربرد احتمالی محاسبات کوانتومی در بهینهسازی
- 95. مروری بر آخرین پیشرفتها در روشهای عددی
- 96. آینده محاسبات علمی و مهندسی با پایتون
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.