سپنتا کتاب اکسپرس
کتاب Python and PySpark for Data Science

کتاب Python and PySpark for Data Science

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 Python and PySpark for Data Science

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Apache Spark

📋 سرفصل‌های دوره

  • 1. مبانی برنامه‌نویسی پایتون برای علم داده
  • 2. نصب و پیکربندی پایتون و محیط‌های توسعه
  • 3. ساختارهای داده‌ای پایه در پایتون (لیست‌ها، تاپل‌ها، دیکشنری‌ها)
  • 4. عملگرها و عبارات شرطی در پایتون
  • 5. حلقه‌ها و کنترل جریان برنامه در پایتون
  • 6. توابع و ماژول‌ها در پایتون
  • 7. مدیریت خطا و استثناها در پایتون
  • 8. کار با فایل‌ها در پایتون
  • 9. مفاهیم برنامه‌نویسی شیءگرا در پایتون
  • 10. مقدمه‌ای بر کتابخانه‌های علم داده پایتون
  • 11. نصب و استفاده از NumPy برای محاسبات عددی
  • 12. عملیات بر روی آرایه‌های NumPy
  • 13. مقدمه‌ای بر کتابخانه Pandas برای تحلیل داده
  • 14. ساخت و دستکاری DataFrame ها در Pandas
  • 15. عملیات خواندن و نوشتن داده در Pandas (CSV, Excel)
  • 16. فیلتر کردن و انتخاب داده در Pandas
  • 17. گروه‌بندی و تجمیع داده در Pandas
  • 18. ترکیب و ادغام DataFrame ها
  • 19. پردازش داده‌های گم‌شده (Missing Data) در Pandas
  • 20. مقدمه‌ای بر مصورسازی داده با Matplotlib
  • 21. رسم نمودارهای خطی و پراکندگی
  • 22. رسم نمودارهای میله‌ای و هیستوگرام
  • 23. تنظیمات پیشرفته نمودارها در Matplotlib
  • 24. مقدمه‌ای بر مصورسازی داده با Seaborn
  • 25. نمودارهای آماری در Seaborn
  • 26. نمودارهای شرطی و توزیع در Seaborn
  • 27. مقدمه‌ای بر PySpark
  • 28. محیط‌های اجرای PySpark (Standalone, YARN, Mesos)
  • 29. مفاهیم RDD (Resilient Distributed Dataset)
  • 30. عملیات تبدیل و اکشن بر روی RDD ها
  • 31. کار با DataFrame ها در PySpark
  • 32. عملیات خواندن و نوشتن داده در PySpark
  • 33. فیلتر کردن و انتخاب ستون‌ها در PySpark DataFrame
  • 34. گروه‌بندی و تجمیع داده در PySpark DataFrame
  • 35. عملیات Joins در PySpark DataFrame
  • 36. توابع پنجره‌ای (Window Functions) در PySpark
  • 37. کار با داده‌های ساختاریافته (StructType) در PySpark
  • 38. کار با انواع داده‌ای پیچیده (Arrays, Maps) در PySpark
  • 39. مقدمه‌ای بر یادگیری ماشین در پایتون
  • 40. پیش‌پردازش داده برای یادگیری ماشین
  • 41. تقسیم داده به مجموعه آموزش و آزمون
  • 42. مدل‌های یادگیری نظارت شده (Supervised Learning)
  • 43. رگرسیون خطی (Linear Regression)
  • 44. رگرسیون لجستیک (Logistic Regression)
  • 45. ماشین بردار پشتیبان (SVM)
  • 46. درخت تصمیم (Decision Trees)
  • 47. جنگل تصادفی (Random Forests)
  • 48. مدل‌های یادگیری نظارت نشده (Unsupervised Learning)
  • 49. خوشه‌بندی K-Means
  • 50. تحلیل مولفه‌های اصلی (PCA)
  • 51. ارزیابی مدل‌های یادگیری ماشین
  • 52. معیارهای ارزیابی رگرسیون (MSE, R-squared)
  • 53. معیارهای ارزیابی طبقه‌بندی (Accuracy, Precision, Recall)
  • 54. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 55. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 56. پیاده‌سازی شبکه‌های عصبی با TensorFlow/Keras
  • 57. آموزش و تنظیم مدل‌های شبکه‌های عصبی
  • 58. شبکه‌های عصبی کانولوشنی (CNN)
  • 59. کاربرد CNN در پردازش تصویر
  • 60. شبکه‌های عصبی بازگشتی (RNN)
  • 61. کاربرد RNN در پردازش زبان طبیعی
  • 62. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 63. توکن‌سازی و پیش‌پردازش متن
  • 64. مدل‌سازی موضوعی (Topic Modeling)
  • 65. تحلیل احساسات (Sentiment Analysis)
  • 66. کار با مدل‌های زبانی پیشرفته
  • 67. مقدمه‌ای بر پایگاه‌های داده NoSQL
  • 68. کاربرد MongoDB در علم داده
  • 69. مقدمه‌ای بر مهندسی ویژگی (Feature Engineering)
  • 70. تکنیک‌های مهندسی ویژگی
  • 71. ساخت ویژگی‌های ترکیبی
  • 72. استخراج ویژگی از داده‌های متنی
  • 73. استخراج ویژگی از داده‌های زمانی
  • 74. مقدمه‌ای بر سیستم‌های توصیه‌گر (Recommender Systems)
  • 75. فیلترینگ مشارکتی (Collaborative Filtering)
  • 76. فیلترینگ مبتنی بر محتوا (Content-Based Filtering)
  • 77. ارزیابی سیستم‌های توصیه‌گر
  • 78. مقدمه‌ای بر داده‌های بزرگ (Big Data)
  • 79. مفاهیم داده‌های جریانی (Streaming Data)
  • 80. کار با Apache Kafka
  • 81. پردازش داده‌های جریانی با Spark Streaming
  • 82. مقدمه‌ای بر بهینه‌سازی مدل‌ها
  • 83. تنظیم فراپارامترها (Hyperparameter Tuning)
  • 84. اعتبارسنجی متقابل (Cross-Validation)
  • 85. تکنیک‌های منظم‌سازی (Regularization)
  • 86. کاهش ابعاد (Dimensionality Reduction)
  • 87. کاربرد PCA در کاهش ابعاد
  • 88. مقدمه‌ای بر مفاهیم آماری در علم داده
  • 89. آمار توصیفی
  • 90. آمار استنباطی
  • 91. آزمون فرض آماری
  • 92. مقدمه‌ای بر مفاهیم ریاضی در علم داده
  • 93. جبر خطی
  • 94. حساب دیفرانسیل و انتگرال
  • 95. بهینه‌سازی در علم داده
  • 96. کاربرد NumPy و SciPy در محاسبات علمی
  • 97. مقدمه‌ای بر اخلاق در علم داده
  • 98. حریم خصوصی داده‌ها
  • 99. سوگیری در الگوریتم‌ها
  • 100. مسئولیت‌پذیری 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.