کتاب کاربرد پیشرفته Google Colaboratory در تحلیل داده‌ها

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 کاربرد پیشرفته Google Colaboratory در تحلیل داده‌ها

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Google Colaboratory

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر Google Colaboratory و محیط آن
  • 2. نصب و پیکربندی اولیه Colab
  • 3. آشنایی با رابط کاربری Colab
  • 4. اجرای کد پایتون در Colab
  • 5. استفاده از سلول‌های Markdown برای مستندسازی
  • 6. مدیریت فایل‌ها و دایرکتوری‌ها در Colab
  • 7. بارگذاری و ذخیره داده‌ها از Google Drive
  • 8. اتصال به Google Cloud Storage
  • 9. کار با APIهای Google برای دسترسی به داده‌ها
  • 10. مفاهیم پایه‌ای تحلیل داده
  • 11. انواع داده‌ها و ساختارهای داده در پایتون
  • 12. کار با کتابخانه NumPy برای محاسبات عددی
  • 13. کار با کتابخانه Pandas برای دستکاری داده‌ها
  • 14. فیلتر کردن و انتخاب داده‌ها با Pandas
  • 15. دسته‌بندی و تجمیع داده‌ها
  • 16. ادغام و پیوستن دیتافریم‌ها
  • 17. کار با داده‌های سری زمانی
  • 18. مقدمه‌ای بر مصورسازی داده‌ها
  • 19. کتابخانه Matplotlib برای رسم نمودار
  • 20. انواع نمودارهای رایج با Matplotlib
  • 21. استفاده از Seaborn برای مصورسازی پیشرفته
  • 22. رسم نمودارهای پراکندگی و هیستوگرام
  • 23. مصورسازی داده‌های دسته‌بندی شده
  • 24. تنظیمات پیشرفته نمودارها
  • 25. مقدمه‌ای بر یادگیری ماشین
  • 26. انواع الگوریتم‌های یادگیری ماشین
  • 27. انتخاب ویژگی و مهندسی ویژگی
  • 28. پیش‌پردازش داده‌ها برای یادگیری ماشین
  • 29. تقسیم داده‌ها به مجموعه‌های آموزشی و آزمایشی
  • 30. ارزیابی مدل‌های یادگیری ماشین
  • 31. رگرسیون خطی
  • 32. رگرسیون لجستیک
  • 33. درخت‌های تصمیم
  • 34. جنگل‌های تصادفی
  • 35. ماشین‌های بردار پشتیبان (SVM)
  • 36. خوشه‌بندی K-Means
  • 37. تحلیل مولفه‌های اصلی (PCA)
  • 38. مقدمه‌ای بر شبکه‌های عصبی
  • 39. شبکه‌های عصبی پرسپترون چندلایه
  • 40. توابع فعال‌سازی در شبکه‌های عصبی
  • 41. بهینه‌سازی شبکه‌های عصبی
  • 42. پس‌انتشار خطا
  • 43. شبکه‌های عصبی کانولوشنال (CNN)
  • 44. کاربرد CNN در تشخیص تصویر
  • 45. شبکه‌های عصبی بازگشتی (RNN)
  • 46. کاربرد RNN در پردازش زبان طبیعی
  • 47. مدل‌های زبانی
  • 48. ترنسفورمرها
  • 49. کاربرد ترنسفورمرها در NLP
  • 50. پردازش داده‌های بزرگ در Colab
  • 51. استفاده از Spark در Colab
  • 52. مقدمه‌ای بر BigQuery
  • 53. کوئری زدن داده‌ها با BigQuery
  • 54. تحلیل داده‌های حجیم با BigQuery
  • 55. کار با Google AI Platform
  • 56. استقرار مدل‌ها در AI Platform
  • 57. نظارت بر عملکرد مدل‌ها
  • 58. مقدمه‌ای بر TensorFlow
  • 59. آموزش مدل‌ها با TensorFlow
  • 60. استفاده از Keras API
  • 61. کار با لایه‌های پیش‌ساخته در Keras
  • 62. ذخیره و بارگذاری مدل‌های TensorFlow
  • 63. کار با PyTorch
  • 64. آموزش مدل‌ها با PyTorch
  • 65. استفاده از torch.nn
  • 66. ذخیره و بارگذاری مدل‌های PyTorch
  • 67. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 68. توکنایز کردن متن
  • 69. حذف کلمات توقف
  • 70. ریشه‌یابی کلمات
  • 71. بردارسازی متن (TF-IDF)
  • 72. مدل‌های Embeddings (Word2Vec, GloVe)
  • 73. تحلیل احساسات
  • 74. طبقه‌بندی متن
  • 75. شناسایی موجودیت‌های نام‌دار (NER)
  • 76. خلاصه‌سازی متن
  • 77. ترجمه ماشینی
  • 78. کاربرد Colab در تحلیل داده‌های مالی
  • 79. تحلیل سری‌های زمانی مالی
  • 80. پیش‌بینی قیمت سهام (با رویکرد علمی و احتیاط)
  • 81. تحلیل ریسک (با رویکرد علمی و احتیاط)
  • 82. کاربرد Colab در تحلیل داده‌های پزشکی
  • 83. پردازش تصاویر پزشکی (با رعایت کامل موازین شرعی و بهداشتی)
  • 84. تحلیل داده‌های ژنتیکی (با رعایت کامل موازین شرعی و بهداشتی)
  • 85. کاربرد Colab در تحلیل داده‌های علوم اجتماعی
  • 86. تحلیل شبکه‌های اجتماعی
  • 87. تحلیل نظرسنجی‌ها
  • 88. کاربرد Colab در بهینه‌سازی
  • 89. بهینه‌سازی خطی
  • 90. بهینه‌سازی غیرخطی
  • 91. مقدمه‌ای بر یادگیری تقویتی
  • 92. الگوریتم‌های یادگیری تقویتی
  • 93. کاربرد یادگیری تقویتی
  • 94. امنیت در Colab
  • 95. مدیریت دسترسی‌ها
  • 96. محافظت از داده‌ها
  • 97. مقدمه‌ای بر ابزارهای پیشرفته Colab
  • 98. TensorBoard برای مصورسازی آموزش مدل
  • 99. استفاده از Profiler برای بهینه‌سازی کد
  • 100. مقدمه‌ای بر توسعه ابزارهای سفارشی در Colab

📚 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.