سپنتا کتاب اکسپرس
کتاب پایتون و کلان‌داده در سنجش و مدیریت ریسک پورتفوی

کتاب پایتون و کلان‌داده در سنجش و مدیریت ریسک پورتفوی

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایتون و کلان‌داده در سنجش و مدیریت ریسک پورتفوی

موضوع کلی: اتوماسیون با پایتون

موضوع میانی: اتوماسیون در حوزه مدیریت ریسک مالی

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر پایتون
  • 2. نصب و راه اندازی پایتون
  • 3. مفاهیم پایه پایتون
  • 4. ساختارهای داده در پایتون
  • 5. دستورات شرطی و حلقه ها
  • 6. توابع در پایتون
  • 7. مدیریت خطا در پایتون
  • 8. مقدمه ای بر برنامه نویسی شیء گرا
  • 9. کلاس ها و اشیاء در پایتون
  • 10. وراثت و پلی مورفیسم
  • 11. مقدمه ای بر NumPy
  • 12. آرایه ها در NumPy
  • 13. عملیات بر روی آرایه های NumPy
  • 14. ایندکس گذاری و برش در NumPy
  • 15. توابذ ریاضی در NumPy
  • 16. مقدمه ای بر Pandas
  • 17. ساختارهای داده سری و دیتافریم
  • 18. خواندن و نوشتن داده ها در Pandas
  • 19. ایندکس گذاری و انتخاب در Pandas
  • 20. پاکسازی داده ها در Pandas
  • 21. مدیریت داده های گمشده
  • 22. تبدیل و ادغام دیتافریم ها
  • 23. گروه بندی و تجمیع داده ها
  • 24. عملیات زمانی در Pandas
  • 25. مقدمه ای بر Matplotlib
  • 26. رسم نمودارهای پایه
  • 27. شخصی سازی نمودارها
  • 28. نمودارهای پراکندگی
  • 29. نمودارهای خطی
  • 30. نمودارهای میله ای
  • 31. نمودارهای هیستوگرام
  • 32. نمودارهای جعبه ای
  • 33. نمودارهای دایره ای
  • 34. مقدمه ای بر Seaborn
  • 35. نمودارهای آماری در Seaborn
  • 36. نمودارهای توزیع
  • 37. نمودارهای رابطه ای
  • 38. نمودارهای رده بندی
  • 39. نمودارهای ماتریسی
  • 40. مقدمه ای بر کلان داده
  • 41. چالش های کلان داده
  • 42. معماری کلان داده
  • 43. اکوسیستم کلان داده
  • 44. هادوپ و اجزای آن
  • 45. HDFS
  • 46. MapReduce
  • 47. یارن
  • 48. اسپارک
  • 49. معماری اسپارک
  • 50. RDD ها در اسپارک
  • 51. دیتافریم ها در اسپارک
  • 52. SQL در اسپارک
  • 53. استریمینگ در اسپارک
  • 54. MLlib در اسپارک
  • 55. مقدمه ای بر سنجش ریسک
  • 56. مفاهیم پایه ریسک
  • 57. انواع ریسک در پورتفوی
  • 58. ریسک بازار
  • 59. ریسک اعتباری
  • 60. ریسک نقدینگی
  • 61. ریسک عملیاتی
  • 62. ریسک مدل
  • 63. اندازه گیری ریسک
  • 64. شاخص های ریسک
  • 65. ارزش در معرض ریسک (VaR)
  • 66. مدل سازی VaR
  • 67. شبیه سازی مونت کارلو
  • 68. ریسک پارتو
  • 69. مدیریت ریسک پورتفوی
  • 70. استراتژی های مدیریت ریسک
  • 71. تنظیم ریسک
  • 72. پوشش ریسک
  • 73. استراتژی های پوشش ریسک
  • 74. مقدمه ای بر Python در مدیریت ریسک
  • 75. کتابخانه های پایتون برای تحلیل ریسک
  • 76. پیاده سازی VaR با پایتون
  • 77. پیاده سازی شبیه سازی مونت کارلو با پایتون
  • 78. تحلیل سناریو در پایتون
  • 79. تحلیل حساسیت در پایتون
  • 80. بهینه سازی پورتفوی
  • 81. مدل های بهینه سازی
  • 82. پیاده سازی بهینه سازی با پایتون
  • 83. ریسک تعدیل شده بازده
  • 84. شاخص های عملکرد تعدیل شده با ریسک
  • 85. کاربرد پایتون و کلان داده در مدیریت ریسک
  • 86. تحلیل داده های حجیم ریسک
  • 87. تشخیص الگوهای ریسک
  • 88. پیش بینی ریسک با یادگیری ماشین
  • 89. مدل های یادگیری ماشین برای ریسک
  • 90. پروژه های عملی
  • 91. مطالعه موردی 1
  • 92. مطالعه موردی 2
  • 93. مطالعه موردی 3
  • 94. نکات پیشرفته
  • 95. نکات پایانی
  • 96. آینده پایتون و کلان داده در ریسک

📚 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.