سپنتا کتاب اکسپرس
کتاب مقدمه‌ای بر محاسبات در علم مواد

کتاب مقدمه‌ای بر محاسبات در علم مواد

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب مقدمه‌ای بر محاسبات در علم مواد

موضوع کلی: برنامه نویسی

موضوع میانی: محاسبات سطح بالا (High-Performance Computing)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مبانی علم مواد
  • 2. مبانی فیزیک حالت جامد
  • 3. مبانی شیمی جامدات
  • 4. ساختار بلوری مواد
  • 5. عیوب بلوری
  • 6. فیزیک کوانتومی پایه
  • 7. مبانی مکانیک کلاسیک
  • 8. تئوری میدان متوسط
  • 9. روش‌های محاسباتی در علم مواد
  • 10. مقدمه‌ای بر برنامه نویسی
  • 11. انواع زبان‌های برنامه نویسی
  • 12. مبانی پایتون
  • 13. متغیرها و انواع داده در پایتون
  • 14. عملگرها در پایتون
  • 15. ساختارهای کنترلی (شرطی) در پایتون
  • 16. ساختارهای کنترلی (حلقه‌ها) در پایتون
  • 17. توابع در پایتون
  • 18. ماژول‌ها و بسته‌های پایتون
  • 19. مدیریت خطاها و استثنائات در پایتون
  • 20. مقدمه‌ای بر محاسبات علمی
  • 21. مفاهیم پایه‌ای محاسبات علمی
  • 22. بسته‌های کلیدی پایتون برای محاسبات علمی
  • 23. NumPy: آرایه‌ها و عملیات برداری
  • 24. NumPy: شاخص‌گذاری و برش آرایه‌ها
  • 25. NumPy: توابع ریاضی و آماری
  • 26. NumPy: جبر خطی
  • 27. SciPy: مبانی و ماژول‌ها
  • 28. SciPy: بهینه‌سازی
  • 29. SciPy: انتگرال‌گیری عددی
  • 30. SciPy: حل معادلات دیفرانسیل
  • 31. SciPy: پردازش سیگنال
  • 32. SciPy: آمار و احتمالات
  • 33. Matplotlib: رسم نمودارهای پایه
  • 34. Matplotlib: سفارشی‌سازی نمودارها
  • 35. Matplotlib: نمودارهای سه‌بعدی
  • 36. Seaborn: مصورسازی آماری
  • 37. مقدمه‌ای بر محاسبات سطح بالا (HPC)
  • 38. چرا به HPC نیاز داریم؟
  • 39. مفاهیم موازی‌سازی
  • 40. انواع موازی‌سازی
  • 41. موازی‌سازی داده‌ها
  • 42. موازی‌سازی وظایف
  • 43. سخت‌افزار HPC: پردازنده‌ها (CPU)
  • 44. سخت‌افزار HPC: پردازنده‌های گرافیکی (GPU)
  • 45. سخت‌افزار HPC: حافظه و ذخیره‌سازی
  • 46. معماری‌های HPC
  • 47. شبکه‌های ارتباطی در HPC
  • 48. مقدمه‌ای بر MPI (Message Passing Interface)
  • 49. مبانی MPI: ارسال و دریافت پیام
  • 50. MPI: عملیات جمعی (Reductions)
  • 51. MPI: توپولوژی‌ها
  • 52. MPI: داده‌های مرتب شده (Derived Data Types)
  • 53. مقدمه‌ای بر OpenMP
  • 54. دستورالعمل‌های OpenMP
  • 55. کار با نخ‌ها (Threads) در OpenMP
  • 56. همگام‌سازی در OpenMP
  • 57. بهینه‌سازی کد برای OpenMP
  • 58. تفاوت MPI و OpenMP
  • 59. کاربرد HPC در علم مواد
  • 60. شبیه‌سازی اتمی
  • 61. شبیه‌سازی دینامیک مولکولی (MD)
  • 62. مبانی MD
  • 63. پیاده‌سازی MD با پایتون
  • 64. بسته‌های MD: LAMMPS (مقدماتی)
  • 65. بسته‌های MD: GROMACS (مقدماتی)
  • 66. شبیه‌سازی مونت کارلو (MC)
  • 67. مبانی MC
  • 68. پیاده‌سازی MC با پایتون
  • 69. کاربرد MC در علم مواد
  • 70. روش‌های کوانتومی
  • 71. تئوری تابعی چگالی (DFT)
  • 72. مبانی DFT
  • 73. نرم‌افزارهای DFT: VASP (مقدماتی)
  • 74. نرم‌افزارهای DFT: Quantum ESPRESSO (مقدماتی)
  • 75. نرم‌افزارهای DFT: CP2K (مقدماتی)
  • 76. پردازش داده‌های شبیه‌سازی
  • 77. مصورسازی داده‌های شبیه‌سازی
  • 78. ابزارهای مصورسازی: ParaView
  • 79. ابزارهای مصورسازی: VisIt
  • 80. تجزیه و تحلیل نتایج شبیه‌سازی
  • 81. ارزیابی پایداری شبیه‌سازی
  • 82. اعتبارسنجی مدل‌ها
  • 83. مقدمه‌ای بر یادگیری ماشین در علم مواد
  • 84. کاربرد ML در پیش‌بینی خواص مواد
  • 85. ساخت پایگاه داده مواد
  • 86. آموزش مدل‌های ML
  • 87. استفاده از مدل‌های ML برای طراحی مواد
  • 88. بهینه‌سازی پارامترهای شبیه‌سازی
  • 89. تنظیمات HPC برای شبیه‌سازی مواد
  • 90. مدیریت منابع در سیستم‌های HPC
  • 91. برنامه‌ریزی و زمان‌بندی وظایف
  • 92. مقدمه‌ای بر برنامه‌نویسی GPU (CUDA/OpenCL)
  • 93. مبانی CUDA
  • 94. برنامه‌نویسی موازی در GPU
  • 95. کاربرد CUDA در شبیه‌سازی مواد
  • 96. مقدمه‌ای بر داده‌کاوی در علم مواد
  • 97. الگوریتم‌های خوشه‌بندی
  • 98. الگوریتم‌های طبقه‌بندی
  • 99. ارتباط بین داده‌های تجربی و شبیه‌سازی
  • 100. بهبود کارایی الگوریتم‌های HPC

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.