سپنتا کتاب اکسپرس
کتاب راهنمای جامع Jupyter Notebooks برای دانشمندان داده

کتاب راهنمای جامع Jupyter Notebooks برای دانشمندان 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 راهنمای جامع Jupyter Notebooks برای دانشمندان داده

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Jupyter Notebooks

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر Jupyter Notebook و کاربردهای آن
  • 2. نصب و پیکربندی Jupyter Notebook
  • 3. آشنایی با محیط کاربری Jupyter Notebook
  • 4. ایجاد و ذخیره نوت‌بوک‌های جدید
  • 5. بخش‌بندی نوت‌بوک‌ها با استفاده از سلول‌ها (Markdown و Code)
  • 6. نوشتن کد پایتون در سلول‌های کد
  • 7. اجرای سلول‌های کد و مشاهده خروجی‌ها
  • 8. استفاده از Markdown برای مستندسازی و توضیحات
  • 9. فرمت‌دهی متن در Markdown (عنوان، لیست، لینک، تصویر)
  • 10. کار با انواع داده‌های پایه در پایتون
  • 11. دستورات شرطی و حلقه‌ها در پایتون
  • 12. توابع و ماژول‌ها در پایتون
  • 13. مقدمه‌ای بر کتابخانه NumPy برای محاسبات عددی
  • 14. آرایه‌های NumPy و عملیات پایه
  • 15. عملیات بر روی ابعاد آرایه‌های NumPy
  • 16. توابع آماری در NumPy
  • 17. مقدمه‌ای بر کتابخانه Pandas برای تحلیل داده
  • 18. ساختار داده Series در Pandas
  • 19. ساختار داده DataFrame در Pandas
  • 20. وارد کردن داده‌ها از فایل‌های CSV و Excel
  • 21. انتخاب و فیلتر کردن داده‌ها در DataFrame
  • 22. مدیریت داده‌های گم‌شده (Missing Data)
  • 23. تولید ستون‌های جدید بر اساس داده‌های موجود
  • 24. گروه‌بندی و تجمیع داده‌ها با Pandas
  • 25. ترکیب و ادغام DataFrames
  • 26. مقدمه‌ای بر کتابخانه Matplotlib برای رسم نمودار
  • 27. رسم نمودارهای خطی ساده
  • 28. رسم نمودارهای پراکندگی (Scatter Plots)
  • 29. رسم نمودارهای میله‌ای (Bar Charts)
  • 30. رسم نمودارهای هیستوگرام
  • 31. تنظیمات پیشرفته نمودارها (عنوان، برچسب‌ها، رنگ‌ها)
  • 32. ذخیره نمودارها در فرمت‌های مختلف
  • 33. مقدمه‌ای بر کتابخانه Seaborn برای نمودارهای آماری
  • 34. نمودارهای توزیع در Seaborn
  • 35. نمودارهای دسته‌بندی در Seaborn
  • 36. نمودارهای رابطه‌ای در Seaborn
  • 37. نمودارهای ماتریسی در Seaborn
  • 38. کاربرد Jupyter Notebook در پروژه‌های علم داده
  • 39. مراحل اولیه تحلیل داده اکتشافی (EDA)
  • 40. پاکسازی داده‌ها در Jupyter Notebook
  • 41. نمایش آماری داده‌ها در Jupyter Notebook
  • 42. مصورسازی داده‌ها برای درک بهتر
  • 43. آماده‌سازی داده‌ها برای مدل‌سازی
  • 44. مقدمه‌ای بر یادگیری ماشین
  • 45. انواع مسائل در یادگیری ماشین (نظارت‌شده، بدون نظارت)
  • 46. مقدمه‌ای بر کتابخانه Scikit-learn
  • 47. تقسیم داده‌ها به مجموعه‌های آموزش و آزمون
  • 48. مدل‌های رگرسیون خطی در Scikit-learn
  • 49. ارزیابی مدل‌های رگرسیون
  • 50. مدل‌های طبقه‌بندی (Classification)
  • 51. مدل K-نزدیک‌ترین همسایه (KNN)
  • 52. ماشین بردار پشتیبان (SVM)
  • 53. درخت تصمیم (Decision Trees)
  • 54. جنگل تصادفی (Random Forest)
  • 55. ارزیابی مدل‌های طبقه‌بندی (دقت، صحت، فراخوانی)
  • 56. مقدمه‌ای بر شبکه‌های عصبی
  • 57. مقدمه‌ای بر یادگیری عمیق
  • 58. کاربرد Jupyter Notebook در یادگیری عمیق
  • 59. مقدمه‌ای بر کتابخانه TensorFlow
  • 60. ساخت مدل‌های ساده با TensorFlow
  • 61. مقدمه‌ای بر کتابخانه Keras
  • 62. ساخت مدل‌های طبقه‌بندی با Keras
  • 63. ساخت مدل‌های رگرسیون با Keras
  • 64. استفاده از GPU برای آموزش مدل‌ها
  • 65. تنظیمات پیشرفته در Keras
  • 66. ذخیره و بارگذاری مدل‌های آموزش‌دیده
  • 67. کاربرد Jupyter Notebook در پردازش زبان طبیعی (NLP)
  • 68. مقدمه‌ای بر کتابخانه NLTK
  • 69. پردازش اولیه متن (توکن‌سازی، حذف کلمات توقف)
  • 70. ریشه‌یابی و بن‌واژه‌سازی (Stemming & Lemmatization)
  • 71. بردارهای کلمه (Word Embeddings)
  • 72. مقدمه‌ای بر کتابخانه SpaCy
  • 73. استفاده از SpaCy برای تحلیل متن
  • 74. کاربرد Jupyter Notebook در تحلیل سری‌های زمانی
  • 75. مقدمه‌ای بر کتابخانه Statsmodels
  • 76. مدل‌های ARIMA برای پیش‌بینی
  • 77. مصورسازی نتایج پیش‌بینی سری‌های زمانی
  • 78. کاربرد Jupyter Notebook در بهینه‌سازی
  • 79. الگوریتم‌های بهینه‌سازی پایه
  • 80. کاربرد Jupyter Notebook در ساخت داشبوردهای تعاملی (با استفاده از ipywidgets)
  • 81. ایجاد ویجت‌های ورودی
  • 82. ایجاد ویجت‌های نمایشی
  • 83. اتصال ویجت‌ها به توابع پایتون
  • 84. ساخت فرم‌های ساده
  • 85. قابلیت اشتراک‌گذاری نوت‌بوک‌ها
  • 86. تبدیل نوت‌بوک به فرمت‌های دیگر (HTML, PDF)
  • 87. نکات و ترفندهای پیشرفته در Jupyter Notebook
  • 88. مدیریت محیط‌های مجازی (Virtual Environments)
  • 89. استفاده از JupyterLab
  • 90. کاربرد Jupyter Notebook در پروژه‌های تیمی
  • 91. نکات امنیتی در استفاده از Jupyter Notebook
  • 92. بهترین شیوه‌ها برای کدنویسی تمیز و خوانا
  • 93. استفاده از Git برای مدیریت نسخه نوت‌بوک‌ها
  • 94. مقدمه‌ای بر ابزارهای دیگر مانند Google Colab
  • 95. جمع‌بندی و آینده Jupyter Notebook در علم 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.