کتاب کاربردهای عملی Jupyter Notebooks در دنیای واقعی

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 کاربردهای عملی Jupyter Notebooks در دنیای واقعی

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Jupyter Notebooks

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر Jupyter Notebook و محیط آن
  • 2. نصب و راه‌اندازی Jupyter Notebook
  • 3. آشنایی با رابط کاربری Jupyter Notebook
  • 4. ایجاد و مدیریت نوت‌بوک‌های جدید
  • 5. سلول‌های کد و متن در Jupyter Notebook
  • 6. اجرای کد پایتون در سلول‌ها
  • 7. کار با انواع داده‌ها در پایتون
  • 8. عملگرها و عبارات در پایتون
  • 9. ساختارهای کنترلی: شرط‌ها در پایتون
  • 10. ساختارهای کنترلی: حلقه‌ها در پایتون
  • 11. تابع‌نویسی در پایتون
  • 12. ماژول‌ها و بسته‌های پایتون
  • 13. مقدمه‌ای بر کتابخانه NumPy
  • 14. عملیات بر روی آرایه‌های NumPy
  • 15. توابع ریاضی NumPy
  • 16. کار با داده‌های متنی در NumPy
  • 17. مقدمه‌ای بر کتابخانه Pandas
  • 18. ساخت و کار با ساختارهای داده Pandas (Series, DataFrame)
  • 19. بارگذاری و ذخیره داده‌ها در Pandas
  • 20. پاکسازی و پیش‌پردازش داده‌ها در Pandas
  • 21. انتخاب و فیلتر کردن داده‌ها در Pandas
  • 22. توابع تجمیعی در Pandas
  • 23. گروه‌بندی و تجمیع داده‌ها در Pandas
  • 24. ادغام و پیوند دادن DataFrames
  • 25. کار با داده‌های زمانی در Pandas
  • 26. مقدمه‌ای بر کتابخانه Matplotlib
  • 27. رسم نمودارهای خطی در Matplotlib
  • 28. رسم نمودارهای پراکندگی در Matplotlib
  • 29. رسم نمودارهای میله‌ای در Matplotlib
  • 30. رسم نمودارهای دایره‌ای در Matplotlib
  • 31. شخصی‌سازی نمودارها در Matplotlib
  • 32. کار با زیرنمودارها (Subplots)
  • 33. ذخیره نمودارها در Matplotlib
  • 34. مقدمه‌ای بر کتابخانه Seaborn
  • 35. نمودارهای آماری در Seaborn
  • 36. نمودارهای توزیع در Seaborn
  • 37. نمودارهای رابطه‌ای در Seaborn
  • 38. نمودارهای دسته‌بندی در Seaborn
  • 39. کار با نقشه‌های حرارتی (Heatmaps)
  • 40. مقدمه‌ای بر یادگیری ماشین
  • 41. مفهوم داده‌های آموزشی و آزمایشی
  • 42. تقسیم داده‌ها به مجموعه‌های آموزشی و آزمایشی
  • 43. ارزیابی مدل‌های یادگیری ماشین
  • 44. مقدمه‌ای بر رگرسیون خطی
  • 45. پیاده‌سازی رگرسیون خطی با Scikit-learn
  • 46. ارزیابی مدل رگرسیون خطی
  • 47. مقدمه‌ای بر رگرسیون لجستیک
  • 48. پیاده‌سازی رگرسیون لجستیک با Scikit-learn
  • 49. ارزیابی مدل رگرسیون لجستیک
  • 50. مقدمه‌ای بر ماشین‌های بردار پشتیبان (SVM)
  • 51. پیاده‌سازی SVM با Scikit-learn
  • 52. مقدمه‌ای بر درختان تصمیم
  • 53. پیاده‌سازی درختان تصمیم با Scikit-learn
  • 54. مقدمه‌ای بر جنگل‌های تصادفی
  • 55. پیاده‌سازی جنگل‌های تصادفی با Scikit-learn
  • 56. مقدمه‌ای بر خوشه‌بندی
  • 57. الگوریتم K-Means
  • 58. پیاده‌سازی K-Means با Scikit-learn
  • 59. مقدمه‌ای بر کاهش ابعاد
  • 60. تحلیل مؤلفه‌های اصلی (PCA)
  • 61. پیاده‌سازی PCA با Scikit-learn
  • 62. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 63. توکن‌سازی و نرمال‌سازی متن
  • 64. نمایش متنی با Bag-of-Words
  • 65. نمایش متنی با TF-IDF
  • 66. مقدمه‌ای بر شبکه‌های عصبی
  • 67. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 68. پیاده‌سازی MLP با Keras/TensorFlow
  • 69. مقدمه‌ای بر یادگیری عمیق
  • 70. کاربردهای Jupyter Notebook در علم داده
  • 71. کاربردهای Jupyter Notebook در تحلیل داده
  • 72. کاربردهای Jupyter Notebook در مدل‌سازی
  • 73. کاربردهای Jupyter Notebook در مصورسازی داده
  • 74. کاربردهای Jupyter Notebook در گزارش‌دهی
  • 75. اشتراک‌گذاری نوت‌بوک‌ها
  • 76. تبدیل نوت‌بوک به فرمت‌های دیگر
  • 77. نکات پیشرفته در Jupyter Notebook
  • 78. مدیریت محیط‌های مجازی در Jupyter
  • 79. استفاده از افزونه‌ها در Jupyter Notebook
  • 80. کار با Git و Jupyter Notebook
  • 81. نکات امنیتی در استفاده از Jupyter Notebook
  • 82. کاربرد Jupyter در پروژه‌های واقعی (مثال ۱)
  • 83. کاربرد Jupyter در پروژه‌های واقعی (مثال ۲)
  • 84. کاربرد Jupyter در پروژه‌های واقعی (مثال ۳)
  • 85. کاربرد Jupyter در پروژه‌های واقعی (مثال ۴)
  • 86. کاربرد Jupyter در پروژه‌های واقعی (مثال ۵)
  • 87. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 88. کار با داده‌های صوتی در Jupyter
  • 89. کار با داده‌های تصویری در Jupyter
  • 90. مقدمه‌ای بر یادگیری تقویتی
  • 91. مقدمه‌ای بر پردازش تصویر با OpenCV
  • 92. کاربرد Jupyter در آموزش و پژوهش
  • 93. کاربرد Jupyter در کسب و کار
  • 94. کاربرد Jupyter در امور مالی
  • 95. کاربرد Jupyter در مهندسی
  • 96. کاربرد Jupyter در علوم زیستی
  • 97. کاربرد Jupyter در علوم اجتماعی
  • 98. کاربرد Jupyter در توسعه وب (با ابزارهای مرتبط)
  • 99. کاربرد Jupyter در اینترنت اشیاء (IoT)
  • 100. مقدمه‌ای بر هوش مصنوعی مولد

📚 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.