کتاب آموزش جامع NumPy در پایتون برای تحلیل عددی

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 آموزش جامع NumPy در پایتون برای تحلیل عددی

موضوع کلی: برنامه نویسی

موضوع میانی: پایتون (Python)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر NumPy و کاربردهای آن در تحلیل عددی
  • 2. نصب و راه‌اندازی NumPy
  • 3. ساختار داده‌ای آرایه در NumPy
  • 4. ایجاد آرایه‌ها: ndarray
  • 5. انواع داده‌ها در آرایه‌های NumPy
  • 6. عملیات پایه روی آرایه‌ها: جمع، تفریق، ضرب، تقسیم
  • 7. اندیس‌گذاری و برش آرایه‌ها
  • 8. تغییر شکل آرایه‌ها: reshape
  • 9. عملیات ریاضی روی عناصر آرایه
  • 10. توابع آماری پایه: میانگین، میانه، واریانس، انحراف معیار
  • 11. توابع سینوسی، کسینوسی و نمایی در NumPy
  • 12. توابع شرطی و منطقی روی آرایه‌ها
  • 13. مرتب‌سازی آرایه‌ها
  • 14. جستجو در آرایه‌ها
  • 15. ایجاد آرایه‌های تصادفی
  • 16. تولید اعداد تصادفی با توزیع‌های مختلف
  • 17. عملیات ماتریسی در NumPy
  • 18. ضرب ماتریسی
  • 19. معکوس ماتریس
  • 20. دترمینان ماتریس
  • 21. حل دستگاه معادلات خطی با NumPy
  • 22. تحلیل داده‌های سری زمانی با NumPy
  • 23. فیلترینگ داده‌ها با NumPy
  • 24. توابع برداری‌سازی (Vectorization)
  • 25. بهینه‌سازی کد با NumPy
  • 26. مقدمه‌ای بر جبر خطی عددی
  • 27. تجزیه مقادیر منفرد (SVD)
  • 28. تجزیه مقادیر ویژه (Eigenvalue Decomposition)
  • 29. حل مسائل کمترین مربعات
  • 30. انتگرال‌گیری عددی با NumPy
  • 31. مشتق‌گیری عددی با NumPy
  • 32. حل معادلات دیفرانسیل معمولی (ODE)
  • 33. روش‌های حل ODE: اویلر
  • 34. روش‌های حل ODE: رانگ-کوتا
  • 35. پردازش سیگنال با NumPy
  • 36. تبدیل فوریه گسسته (DFT)
  • 37. تبدیل فوریه سریع (FFT)
  • 38. فیلترهای دیجیتال پایه
  • 39. تحلیل داده‌های تصویری با NumPy
  • 40. عملیات روی پیکسل‌ها
  • 41. فیلترهای تصویر
  • 42. تجسم داده‌های عددی با Matplotlib
  • 43. رسم نمودارهای خطی
  • 44. رسم نمودارهای پراکندگی
  • 45. رسم هیستوگرام
  • 46. رسم نمودارهای میله‌ای
  • 47. رسم نمودارهای سه‌بعدی
  • 48. سفارشی‌سازی نمودارها
  • 49. مقدمه‌ای بر SciPy
  • 50. توابع علمی در SciPy
  • 51. بهینه‌سازی در SciPy
  • 52. حل مسائل بهینه‌سازی خطی
  • 53. حل مسائل بهینه‌سازی غیرخطی
  • 54. بهینه‌سازی تابع چندمتغیره
  • 55. بهینه‌سازی با محدودیت
  • 56. انتگرال‌گیری عددی در SciPy
  • 57. مشتق‌گیری عددی در SciPy
  • 58. حل معادلات دیفرانسیل در SciPy
  • 59. حل سیستم معادلات دیفرانسیل
  • 60. حل معادلات دیفرانسیل با شرایط مرزی
  • 61. کار با داده‌های فضایی و مکانی
  • 62. تحلیل داده‌های ژئوفیزیکی
  • 63. تحلیل داده‌های هواشناسی
  • 64. مقدمه‌ای بر Pandas برای تحلیل داده
  • 65. ساختار داده‌ای Series در Pandas
  • 66. ساختار داده‌ای DataFrame در Pandas
  • 67. ورود و خروج داده‌ها (CSV, Excel)
  • 68. انتخاب و فیلتر کردن داده‌ها در Pandas
  • 69. عملیات روی ستون‌ها و ردیف‌ها
  • 70. گروه‌بندی و تجمیع داده‌ها
  • 71. ادغام و پیوستن DataFrameها
  • 72. مدیریت داده‌های گمشده (Missing Data)
  • 73. تبدیل انواع داده‌ها در Pandas
  • 74. زمان‌بندی و کار با داده‌های زمانی
  • 75. عملیات آماری در Pandas
  • 76. تجسم داده‌ها با Pandas و Matplotlib
  • 77. کار با داده‌های متنی و رشته‌ای
  • 78. مقدمه‌ای بر آمار استنباطی
  • 79. آزمون فرض آماری
  • 80. آزمون t
  • 81. آزمون کای‌دو
  • 82. رگرسیون خطی ساده
  • 83. رگرسیون خطی چندگانه
  • 84. ارزیابی مدل‌های رگرسیون
  • 85. مقدمه‌ای بر یادگیری ماشین
  • 86. یادگیری نظارت شده
  • 87. یادگیری بدون نظارت
  • 88. دسته‌بندی (Classification)
  • 89. رگرسیون (Regression)
  • 90. خوشه‌بندی (Clustering)
  • 91. مقدمه‌ای بر الگوریتم K-Means
  • 92. شبکه‌های عصبی مصنوعی پایه
  • 93. مقدمه‌ای بر یادگیری عمیق
  • 94. شبکه‌های عصبی کانولوشنی (CNN)
  • 95. شبکه‌های عصبی بازگشتی (RNN)
  • 96. کاربرد NumPy در پردازش تصویر
  • 97. کاربرد NumPy در پردازش سیگنال
  • 98. کاربرد NumPy در مدل‌سازی مالی
  • 99. کاربرد NumPy در شبیه‌سازی‌های علمی
  • 100. کاربرد NumPy در شبکه‌های عصبی

📚 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.