دوره حساب دیفرانسیل و انتگرال پیشرفته برای مهندسی و علوم همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره حساب دیفرانسیل و انتگرال پیشرفته برای مهندسی و علوم

موضوع کلی: علوم پایه و مهندسی

موضوع میانی: ریاضیات کاربردی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر حساب دیفرانسیل و انتگرال
• 2. حدود و پیوستگی توابع
• 3. قاعده هوپیتال برای رفع ابهام
• 4. قضیه اساسی حساب دیفرانسیل و انتگرال
• 5. مشتق توابع چند متغیره
• 6. قاعده زنجیری برای مشتقات چند متغیره
• 7. انتگرال‌گیری از توابع چند متغیره
• 8. انتگرال‌های دوگانه و کاربردهای آن
• 9. انتگرال‌های سه‌گانه و کاربردهای آن
• 10. مختصات قطبی و کاربرد در انتگرال‌گیری
• 11. انتگرال‌های خطی
• 12. قضیه گرین
• 13. انتگرال‌های سطحی
• 14. قضیه دیورژانس (گوس)
• 15. قضیه استوکس
• 16. سری‌های تیلور و مک‌لورن
• 17. همگرایی سری‌های توانی
• 18. کاربرد سری‌های توانی در حل معادلات دیفرانسیل
• 19. مقدمه‌ای بر معادلات دیفرانسیل معمولی
• 20. معادلات دیفرانسیل مرتبه اول
• 21. معادلات دیفرانسیل مرتبه دوم خطی با ضرایب ثابت
• 22. حل معادلات دیفرانسیل با استفاده از سری توانی
• 23. تبدیل لاپلاس
• 24. کاربرد تبدیل لاپلاس در حل معادلات دیفرانسیل
• 25. مقدمه‌ای بر معادلات دیفرانسیل جزئی
• 26. معادله موج
• 27. معادله گرما
• 28. معادله پواسون
• 29. روش تفاضل محدود برای حل معادلات دیفرانسیل جزئی
• 30. مقدمه‌ای بر آنالیز فوریه
• 31. سری فوریه
• 32. تبدیل فوریه
• 33. کاربرد سری و تبدیل فوریه در مهندسی
• 34. مقدمه‌ای بر جبر خطی
• 35. فضاهای برداری
• 36. زیرفضاها
• 37. ترانهاد ماتریس
• 38. ماتریس معکوس
• 39. دترمینان ماتریس
• 40. مقادیر ویژه و بردارهای ویژه
• 41. کاربرد مقادیر ویژه و بردارهای ویژه در مهندسی
• 42. مقدمه‌ای بر بهینه‌سازی
• 43. بهینه‌سازی توابع چند متغیره
• 44. شرایط لازم و کافی برای بهینه‌سازی
• 45. روش گرادیان کاهشی
• 46. روش نیوتن برای بهینه‌سازی
• 47. بهینه‌سازی با قیود
• 48. روش لاگرانژین
• 49. بهینه‌سازی خطی
• 50. کاربرد بهینه‌سازی در مهندسی
• 51. مقدمه‌ای بر احتمالات و آمار
• 52. متغیرهای تصادفی
• 53. توزیع‌های احتمال گسسته
• 54. توزیع‌های احتمال پیوسته
• 55. امید ریاضی و واریانس
• 56. قانون اعداد بزرگ
• 57. قضیه حد مرکزی
• 58. مقدمه‌ای بر تحلیل داده‌ها
• 59. آمار توصیفی
• 60. نمودارهای آماری
• 61. رگرسیون خطی ساده
• 62. رگرسیون خطی چندگانه
• 63. تحلیل واریانس (ANOVA)
• 64. آزمون فرض آماری
• 65. مقدمه‌ای بر روش‌های عددی
• 66. حل معادلات غیرخطی (روش نیوتن رافسون)
• 67. درونیابی و برون‌یابی
• 68. انتگرال‌گیری عددی (قاعده ذوزنقه، قاعده سیمپسون)
• 69. حل عددی معادلات دیفرانسیل معمولی (روش اویلر، روش رونگه-کوتا)
• 70. حل عددی معادلات دیفرانسیل جزئی (روش تفاضل محدود)
• 71. مقدمه‌ای بر پردازش سیگنال
• 72. تبدیل فوریه گسسته (DFT)
• 73. تبدیل فوریه سریع (FFT)
• 74. فیلترهای دیجیتال
• 75. طراحی فیلترهای FIR
• 76. طراحی فیلترهای IIR
• 77. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
• 78. ساختار شبکه‌های عصبی
• 79. توابع فعال‌سازی
• 80. پس‌انتشار خطا
• 81. آموزش شبکه‌های عصبی
• 82. شبکه‌های کانولوشنی (CNN)
• 83. شبکه‌های بازگشتی (RNN)
• 84. کاربرد شبکه‌های عصبی در مهندسی
• 85. مقدمه‌ای بر یادگیری ماشین
• 86. یادگیری نظارت شده
• 87. یادگیری بدون نظارت
• 88. الگوریتم‌های دسته‌بندی (K-نزدیکترین همسایه)
• 89. الگوریتم‌های رگرسیون (درخت تصمیم)
• 90. ماشین‌های بردار پشتیبان (SVM)
• 91. خوشه‌بندی (K-Means)
• 92. مقدمه‌ای بر بهینه‌سازی در یادگیری ماشین
• 93. بهینه‌سازی هایپرپارامترها
• 94. اعتبارسنجی متقابل
• 95. تنظیم مدل
• 96. مقدمه‌ای بر ریاضیات مالی
• 97. ارزش زمانی پول
• 98. نرخ بهره
• 99. ارزش فعلی و آتی
• 100. جریان‌های نقدی