, ,

کتاب مقدمه‌ای بر محاسبات در پردازش داده‌های سنجش از دور

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.

📚 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 پردازش داده‌های سنجش از دور

موضوع کلی: برنامه نویسی

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

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه‌ای بر سنجش از دور و کاربردهای آن
  • 2. طیف الکترومغناطیس و اصول فیزیکی سنجش
  • 3. انواع سکوها و حسگرهای سنجش از دور
  • 4. تصاویر سنجش از دور: پیکسل، باند، وضوح
  • 5. مفاهیم وضوح مکانی، طیفی، رادیومتریک و زمانی
  • 6. فرمت‌های رایج داده‌های سنجش از دور (GeoTIFF, HDF, NetCDF)
  • 7. مروری بر سیستم‌های اطلاعات جغرافیایی (GIS)
  • 8. سیستم‌های مختصات و تصویر (Projection)
  • 9. چالش‌های کار با داده‌های بزرگ سنجش از دور
  • 10. پردازش‌های پایه تصاویر سنجش از دور: پیش‌پردازش
  • 11. کالیبراسیون رادیومتریک و اتمسفری
  • 12. تصحیحات هندسی و هم‌رجیستری
  • 13. موزاییک‌سازی و برش تصاویر
  • 14. مروری بر الگوریتم‌های رایج در سنجش از دور (مانند شاخص‌ها)
  • 15. معرفی پایتون و محیط‌های توسعه (IDE)
  • 16. مبانی برنامه‌نویسی در پایتون: متغیرها، انواع داده
  • 17. ساختارهای کنترلی: شرط‌ها و حلقه‌ها
  • 18. توابع و ماژول‌ها در پایتون
  • 19. مدیریت خطا و استثناها
  • 20. کار با فایل‌ها در پایتون
  • 21. معرفی کتابخانه NumPy برای محاسبات عددی
  • 22. آرایه‌های NumPy: ساختار، عملیات پایه
  • 23. ایندکس‌گذاری و برش آرایه‌های NumPy
  • 24. عملیات ریاضی بر روی آرایه‌ها در NumPy
  • 25. معرفی کتابخانه Pandas برای دستکاری داده
  • 26. DataFrame و Series در Pandas
  • 27. خواندن و نوشتن داده با Pandas
  • 28. فیلتر کردن، گروه‌بندی و ادغام داده‌ها در Pandas
  • 29. معرفی کتابخانه SciPy برای محاسبات علمی
  • 30. مبانی بصری‌سازی داده‌ها با Matplotlib
  • 31. رسم نمودارهای پایه برای داده‌های سنجش از دور
  • 32. مفهوم برنامه‌نویسی شی‌گرا (OOP) در پایتون (مقدماتی)
  • 33. چرا به محاسبات با کارایی بالا نیاز داریم؟
  • 34. تعاریف و مفاهیم پایه HPC
  • 35. مقیاس‌پذیری و کارایی در HPC
  • 36. معیارهای اندازه‌گیری کارایی (زمان اجرا، شتاب، بازده)
  • 37. قانون امدال (Amdahl's Law)
  • 38. قانون گوستافسون (Gustafson's Law)
  • 39. معماری‌های کامپیوتری: CPU و GPU
  • 40. سلسله‌مراتب حافظه و تاثیر آن بر عملکرد
  • 41. مقدمه‌ای بر موازی‌سازی: انواع و رویکردها
  • 42. موازی‌سازی داده و موازی‌سازی وظیفه
  • 43. معماری‌های موازی: حافظه مشترک و حافظه توزیع شده
  • 44. مقدمه‌ای بر خوشه‌های محاسباتی (Clusters)
  • 45. سیستم‌های فایل توزیع شده (مقدماتی)
  • 46. چالش‌های برنامه‌نویسی موازی: همگام‌سازی، ارتباطات
  • 47. ابزارهای پروفایل‌سازی و بهینه‌سازی کد (مقدماتی)
  • 48. مفهوم حافظه مشترک و چندریسمانی (Multithreading)
  • 49. معرفی OpenMP: اصول و مزایا
  • 50. ساختار کلی برنامه OpenMP
  • 51. دستورالعمل `#pragma omp parallel`
  • 52. دستورالعمل `#pragma omp for` و موازی‌سازی حلقه‌ها
  • 53. بندهای `private`, `shared`, `firstprivate`, `lastprivate`
  • 54. بند `reduction` برای جمع‌آوری نتایج موازی
  • 55. همگام‌سازی ریسه‌ها: `critical`, `atomic`, `barrier`
  • 56. مدیریت ریسه‌ها و تعداد آنها
  • 57. زمان‌بندی (Scheduling) حلقه‌ها در OpenMP
  • 58. بهینه‌سازی عملکرد با OpenMP
  • 59. کاربرد OpenMP در فیلتر کردن تصاویر سنجش از دور
  • 60. موازی‌سازی محاسبه شاخص‌های طیفی با OpenMP
  • 61. مفهوم حافظه توزیع شده و ارتباط پیام
  • 62. معرفی MPI: اصول و مزایا
  • 63. راه‌اندازی و خاتمه MPI (MPI_Init, MPI_Finalize)
  • 64. MPI Communicator و رتبه (Rank)
  • 65. توابع اصلی ارسال و دریافت پیام (MPI_Send, MPI_Recv)
  • 66. توابع غیرمسدودکننده (Non-blocking) MPI (MPI_Isend, MPI_Irecv)
  • 67. ارتباطات جمعی MPI: MPI_Bcast (انتشار)
  • 68. ارتباطات جمعی MPI: MPI_Reduce (کاهش)
  • 69. ارتباطات جمعی MPI: MPI_Gather و MPI_Scatter
  • 70. ارتباطات جمعی MPI: MPI_Allreduce
  • 71. توپولوژی‌های مجازی در MPI (Cartesian)
  • 72. MPI I/O: خواندن و نوشتن موازی داده‌ها
  • 73. مدیریت خطا و تحمل پذیری خطا در MPI (مقدماتی)
  • 74. کاربرد MPI در تقسیم‌بندی و پردازش بلوک‌های تصویر
  • 75. موازی‌سازی الگوریتم‌های طبقه‌بندی تصویر با MPI (مقدماتی)
  • 76. معرفی معماری پردازنده‌های گرافیکی (GPU)
  • 77. مدل برنامه‌نویسی CUDA: هاست و دیوایس
  • 78. هسته‌های CUDA (Kernels) و اجرای موازی
  • 79. سلسله‌مراتب ریسه‌ها در CUDA: Grid, Block, Thread
  • 80. تخصیص و مدیریت حافظه در CUDA (Global Memory)
  • 81. انواع حافظه در GPU: Shared, Constant, Texture Memory
  • 82. همگام‌سازی ریسه‌ها در GPU (`__syncthreads()`)
  • 83. بهینه‌سازی عملکرد هسته‌های CUDA
  • 84. مفاهیم Warp و Stream در CUDA
  • 85. مقدمه‌ای بر OpenCL (به عنوان جایگزین CUDA)
  • 86. کاربرد GPU در فیلترهای فضایی (مانند میانگین‌گیری، فیلتر گوسی)
  • 87. موازی‌سازی تبدیل فوریه سریع (FFT) با GPU
  • 88. کاربرد GPU در طبقه‌بندی تصاویر (مقدماتی)
  • 89. مقدمه‌ای بر مفهوم کلان‌داده در سنجش از دور
  • 90. چالش‌های ذخیره‌سازی و پردازش کلان‌داده‌های RS
  • 91. معرفی چارچوب Apache Spark (مقدماتی)
  • 92. مفهوم RDD (Resilient Distributed Datasets) در Spark
  • 93. DataFrames در Spark برای پردازش ساختاریافته
  • 94. کاربرد Spark برای تحلیل سری‌های زمانی ماهواره‌ای
  • 95. مقدمه‌ای بر پردازش ابری (Cloud Computing) برای سنجش از دور
  • 96. خدمات ابری رایج برای تحلیل داده‌های مکانی (مانند Google Earth Engine – مفهومی)
  • 97. تلفیق OpenMP و MPI (برنامه‌نویسی هیبریدی)
  • 98. ارزیابی عملکرد و پروفایل‌سازی جامع برای کاربردهای RS-HPC
  • 99. روندهای آینده در HPC برای سنجش از دور (مانند محاسبات کوانتومی، Edge Computing)
  • 100. نکات پایانی و منابع برای ادامه یادگیری

📚 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

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب مقدمه‌ای بر محاسبات در پردازش داده‌های سنجش از دور”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا