کتاب Jupyter Notebooks: محیطی تعاملی برای پروژه‌های علوم داده

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 Jupyter Notebooks: محیطی تعاملی برای پروژه‌های علوم داده

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Jupyter Notebooks

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر ژوپیتر نوت‌بوک و کاربردهای آن در علوم داده
  • 2. نصب و راه‌اندازی محیط ژوپیتر نوت‌بوک
  • 3. آشنایی با رابط کاربری ژوپیتر نوت‌بوک
  • 4. ایجاد و مدیریت نوت‌بوک‌های جدید
  • 5. سلول‌های کد و مارک‌داون در ژوپیتر
  • 6. نوشتن و اجرای کدهای پایتون در ژوپیتر
  • 7. استفاده از زبان‌های برنامه‌نویسی دیگر در ژوپیتر
  • 8. فرمت‌بندی متن با مارک‌داون در ژوپیتر
  • 9. اضافه کردن تصاویر و لینک‌ها در نوت‌بوک
  • 10. ذخیره و اشتراک‌گذاری نوت‌بوک‌ها
  • 11. تنظیمات و سفارشی‌سازی ژوپیتر نوت‌بوک
  • 12. استفاده از تم‌ها و افزونه‌های ژوپیتر
  • 13. مقدمه‌ای بر کتابخانه‌های اصلی علوم داده در پایتون
  • 14. نصب و مدیریت بسته‌های پایتون با pip
  • 15. آشنایی با کتابخانه NumPy برای محاسبات عددی
  • 16. ساخت آرایه‌ها و انجام عملیات با NumPy
  • 17. عملیات ریاضی و آماری با NumPy
  • 18. کار با داده‌های چندبعدی در NumPy
  • 19. مقدمه‌ای بر کتابخانه Pandas برای تحلیل داده
  • 20. ساخت DataFrame و Series با Pandas
  • 21. خواندن و نوشتن داده‌ها در فرمت‌های مختلف (CSV, Excel)
  • 22. انتخاب و فیلتر کردن داده‌ها در DataFrame
  • 23. دستکاری و پاکسازی داده‌ها با Pandas
  • 24. ادغام و پیوستن DataFrameها
  • 25. عملیات گروه‌بندی و تجمیع داده‌ها
  • 26. مقدمه‌ای بر مصورسازی داده‌ها
  • 27. استفاده از کتابخانه Matplotlib برای رسم نمودار
  • 28. رسم نمودارهای خطی و پراکندگی
  • 29. رسم نمودارهای میله‌ای و هیستوگرام
  • 30. سفارشی‌سازی نمودارها در Matplotlib
  • 31. مقدمه‌ای بر کتابخانه Seaborn برای مصورسازی پیشرفته
  • 32. رسم نمودارهای آماری با Seaborn
  • 33. نمودارهای حرارتی (Heatmaps) با Seaborn
  • 34. نمودارهای توزیع با Seaborn
  • 35. کار با داده‌های سری زمانی در علوم داده
  • 36. مقدمه‌ای بر یادگیری ماشین
  • 37. انواع الگوریتم‌های یادگیری ماشین
  • 38. آماده‌سازی داده‌ها برای مدل‌سازی
  • 39. تقسیم داده‌ها به مجموعه آموزش و آزمون
  • 40. ارزیابی مدل‌های یادگیری ماشین
  • 41. مقدمه‌ای بر رگرسیون خطی
  • 42. پیاده‌سازی رگرسیون خطی با Scikit-learn
  • 43. مقدمه‌ای بر رگرسیون لجستیک
  • 44. پیاده‌سازی رگرسیون لجستیک با Scikit-learn
  • 45. مقدمه‌ای بر درخت تصمیم
  • 46. پیاده‌سازی درخت تصمیم با Scikit-learn
  • 47. مقدمه‌ای بر ماشین بردار پشتیبان (SVM)
  • 48. پیاده‌سازی SVM با Scikit-learn
  • 49. مقدمه‌ای بر خوشه‌بندی (Clustering)
  • 50. الگوریتم K-Means برای خوشه‌بندی
  • 51. پیاده‌سازی K-Means با Scikit-learn
  • 52. مقدمه‌ای بر کاهش ابعاد
  • 53. تحلیل مولفه‌های اصلی (PCA)
  • 54. پیاده‌سازی PCA با Scikit-learn
  • 55. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 56. کار با متن و رشته‌ها در پایتون
  • 57. توکنایز کردن متن
  • 58. حذف کلمات توقف (Stop Words)
  • 59. ریشه‌یابی کلمات (Stemming and Lemmatization)
  • 60. بردارهای کلمه (Word Embeddings)
  • 61. مقدمه‌ای بر شبکه‌های عصبی
  • 62. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 63. مقدمه‌ای بر یادگیری عمیق
  • 64. کار با کتابخانه TensorFlow
  • 65. کار با کتابخانه Keras
  • 66. ساخت و آموزش مدل‌های یادگیری عمیق
  • 67. مقدمه‌ای بر شبکه‌های عصبی کانولوشنی (CNN)
  • 68. کاربرد CNN در پردازش تصویر
  • 69. مقدمه‌ای بر شبکه‌های عصبی بازگشتی (RNN)
  • 70. کاربرد RNN در پردازش متن
  • 71. مدیریت پروژه‌های علوم داده با ژوپیتر
  • 72. استفاده از Git و GitHub با ژوپیتر
  • 73. نوشتن مستندات فنی برای پروژه‌ها
  • 74. بهینه‌سازی کد در ژوپیتر نوت‌بوک
  • 75. عیب‌یابی و رفع خطاها در ژوپیتر
  • 76. کار با SQL در ژوپیتر نوت‌بوک
  • 77. اتصال به پایگاه‌های داده
  • 78. اجرای کوئری‌های SQL
  • 79. تحلیل داده‌های پایگاه داده با Pandas
  • 80. مقدمه‌ای بر مفاهیم آماری پیشرفته
  • 81. آزمون فرض آماری
  • 82. تحلیل واریانس (ANOVA)
  • 83. مقدمه‌ای بر مدل‌های آماری خطی تعمیم‌یافته (GLM)
  • 84. کاربرد GLM در تحلیل داده
  • 85. مقدمه‌ای بر یادگیری تقویتی
  • 86. مفاهیم پایه یادگیری تقویتی
  • 87. تکنیک‌های یادگیری تقویتی
  • 88. مقدمه‌ای بر یادگیری بدون نظارت پیشرفته
  • 89. روش‌های تشخیص ناهنجاری (Anomaly Detection)
  • 90. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
  • 91. کاربرد LLMs در علوم داده
  • 92. ملاحظات اخلاقی در علوم داده
  • 93. حریم خصوصی داده‌ها
  • 94. امنیت داده‌ها در پروژه‌های علوم داده
  • 95. مقدمه‌ای بر داده‌های حجیم (Big Data)
  • 96. ابزارهای پردازش داده‌های حجیم
  • 97. ملاحظات عملی در پروژه‌های واقعی علوم داده
  • 98. جمع‌بندی و گام‌های بعدی در یادگیری علوم داده

📚 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.