کتاب صوتی تحلیل و محاسبه روابط متغیرها با استفاده از کامپیوترهای الکترونیکی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل و محاسبه روابط متغیرها با استفاده از کامپیوترهای الکترونیکی

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: الگوریتم‌ها و تحلیل داده

📋 سرفصل‌های دوره

• 1. مبانی تحلیل روابط متغیرها
• 2. مقدمه‌ای بر کامپیوترهای الکترونیکی
• 3. تاریخچه محاسبات الکترونیکی
• 4. ساختار پایه کامپیوترهای محاسباتی
• 5. حافظه و واحدهای پردازش
• 6. نحوه ورود داده‌ها به کامپیوتر
• 7. نمایش اعداد در سیستم کامپیوتری
• 8. مبانی جبر و حساب در محاسبات
• 9. معادلات خطی و روش‌های حل
• 10. معادلات درجه دوم و کاربردهای آن
• 11. تحلیل رگرسیون خطی ساده
• 12. مدل‌سازی روابط خطی
• 13. تخمین ضرایب رگرسیون
• 14. آزمون فرض آماری برای ضرایب
• 15. تحلیل واریانس (ANOVA) در رگرسیون
• 16. تشخیص همبستگی بین متغیرها
• 17. ضریب همبستگی پیرسون
• 18. محاسبه ضریب همبستگی
• 19. تفسیر ضرایب همبستگی
• 20. رگرسیون چندگانه
• 21. مبانی مدل‌های خطی تعمیم‌یافته
• 22. انتخاب بهترین مدل رگرسیون
• 23. مقدمه‌ای بر سری‌های زمانی
• 24. تحلیل روند در سری‌های زمانی
• 25. محاسبه میانگین متحرک
• 26. هموارسازی نمایی
• 27. پیش‌بینی بر اساس سری‌های زمانی
• 28. تحلیل فصلی و دوره‌ای
• 29. مدل‌های ARIMA
• 30. کاربرد مدل‌های سری زمانی در اقتصاد
• 31. کاربرد مدل‌های سری زمانی در علوم مهندسی
• 32. کاربرد مدل‌های سری زمانی در علوم زیستی
• 33. مبانی تحلیل داده‌های بزرگ
• 34. جمع‌آوری و پاکسازی داده‌ها
• 35. انواع داده‌ها و ساختارهای داده
• 36. مقدمه‌ای بر الگوریتم‌های جستجو
• 37. الگوریتم جستجوی دودویی
• 38. مقدمه‌ای بر الگوریتم‌های مرتب‌سازی
• 39. مرتب‌سازی حبابی
• 40. مرتب‌سازی انتخابی
• 41. مرتب‌سازی درجی
• 42. مرتب‌سازی ادغامی
• 43. مرتب‌سازی سریع (Quick Sort)
• 44. تحلیل پیچیدگی الگوریتم‌ها
• 45. نمادگذاری O بزرگ
• 46. زمان اجرا و حافظه مورد نیاز
• 47. الگوریتم‌های گراف
• 48. نمایش گراف‌ها
• 49. جستجو در گراف (BFS, DFS)
• 50. مسیرهای کوتاه در گراف
• 51. مقدمه‌ای بر درخت‌ها
• 52. درخت‌های جستجوی دودویی
• 53. عملیات روی درخت‌ها
• 54. مقدمه‌ای بر ساختمان داده‌ها
• 55. پشته‌ها (Stacks)
• 56. صف‌ها (Queues)
• 57. لیست‌های پیوندی
• 58. کاربرد ساختمان داده‌ها در حل مسائل
• 59. مقدمه‌ای بر بهینه‌سازی
• 60. بهینه‌سازی خطی
• 61. بهینه‌سازی غیرخطی
• 62. الگوریتم‌های فراابتکاری
• 63. الگوریتم ژنتیک
• 64. بهینه‌سازی مبتنی بر ازدحام ذرات
• 65. کاربرد بهینه‌سازی در مهندسی نرم‌افزار
• 66. طراحی الگوریتم‌های کارآمد
• 67. تحلیل و ارزیابی الگوریتم‌ها
• 68. پیاده‌سازی الگوریتم‌ها در زبان‌های برنامه‌نویسی
• 69. مبانی برنامه‌نویسی شیءگرا
• 70. مفاهیم کلاس و شیء
• 71. وراثت و چندریختی
• 72. کپسوله‌سازی
• 73. مقدمه‌ای بر پایگاه داده‌ها
• 74. مفاهیم پایگاه داده رابطه‌ای
• 75. زبان SQL
• 76. طراحی شمای پایگاه داده
• 77. مقدمه‌ای بر معماری نرم‌افزار
• 78. الگوهای طراحی نرم‌افزار
• 79. معماری میکروسرویس
• 80. معماری یکپارچه
• 81. مقدمه‌ای بر مهندسی نیازمندی‌ها
• 82. جمع‌آوری نیازمندی‌ها
• 83. تحلیل نیازمندی‌ها
• 84. مستندسازی نیازمندی‌ها
• 85. مقدمه‌ای بر تست نرم‌افزار
• 86. انواع تست نرم‌افزار
• 87. تست واحد
• 88. تست یکپارچه‌سازی
• 89. تست سیستمی
• 90. مقدمه‌ای بر توسعه چابک
• 91. اصول توسعه چابک
• 92. اسکرام
• 93. کانبان
• 94. مقدمه‌ای بر امنیت نرم‌افزار
• 95. آسیب‌پذیری‌های رایج نرم‌افزار
• 96. اصول کدنویسی امن
• 97. مقدمه‌ای بر هوش مصنوعی
• 98. یادگیری ماشین
• 99. شبکه‌های عصبی مصنوعی
• 100. پردازش زبان طبیعی