سپنتا کتاب اکسپرس
کتاب مقدمه‌ای بر محاسبات در پردازش و تحلیل داده‌های علم داده

کتاب مقدمه‌ای بر محاسبات در پردازش و تحلیل داده‌های علم 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 مقدمه‌ای بر محاسبات در پردازش و تحلیل داده‌های علم داده

موضوع کلی: برنامه نویسی

موضوع میانی: محاسبات سطح بالا (High-Performance Computing)

📋 سرفصل‌های دوره

  • 1. مبانی علم داده و محاسبات
  • 2. مفاهیم پایه در پردازش داده
  • 3. انواع داده‌ها و ساختارهای آن‌ها
  • 4. آمار توصیفی در علم داده
  • 5. نمودارهای آماری و بصری‌سازی داده
  • 6. مقدمه‌ای بر زبان برنامه‌نویسی پایتون
  • 7. ساختارهای داده اساسی در پایتون (لیست‌ها، تاپل‌ها)
  • 8. ساختارهای داده پیشرفته در پایتون (دیکشنری‌ها، مجموعه‌ها)
  • 9. دستورات شرطی و حلقه‌ها در پایتون
  • 10. توابع و ماژول‌ها در پایتون
  • 11. مقدمه‌ای بر کتابخانه NumPy
  • 12. آرایه‌ها در NumPy
  • 13. عملیات ریاضی بر روی آرایه‌های NumPy
  • 14. توابع آماری در NumPy
  • 15. کار با فایل‌های متنی در پایتون
  • 16. خواندن و نوشتن فایل‌های CSV
  • 17. مقدمه‌ای بر کتابخانه Pandas
  • 18. ساختار داده Series در Pandas
  • 19. ساختار داده DataFrame در Pandas
  • 20. بارگذاری داده‌ها با Pandas
  • 21. پاکسازی و پیش‌پردازش داده‌ها
  • 22. مدیریت مقادیر گمشده
  • 23. شناسایی و حذف داده‌های پرت
  • 24. تبدیل انواع داده‌ها
  • 25. ادغام و اتصال DataFrames
  • 26. گروه‌بندی و تجمیع داده‌ها
  • 27. فیلتر کردن و انتخاب داده‌ها
  • 28. کار با داده‌های زمانی در Pandas
  • 29. مقدمه‌ای بر علم داده و یادگیری ماشین
  • 30. انواع یادگیری ماشین (نظارت شده، بدون نظارت)
  • 31. مقدمه‌ای بر الگوریتم‌های یادگیری نظارت شده
  • 32. رگرسیون خطی ساده
  • 33. ارزیابی مدل‌های رگرسیون
  • 34. مقدمه‌ای بر طبقه‌بندی
  • 35. رگرسیون لجستیک
  • 36. طبقه‌بندی‌کننده K-نزدیک‌ترین همسایه (KNN)
  • 37. مقدمه‌ای بر درخت‌های تصمیم
  • 38. ارزیابی مدل‌های طبقه‌بندی
  • 39. مقدمه‌ای بر مفاهیم یادگیری بدون نظارت
  • 40. خوشه‌بندی K-Means
  • 41. ارزیابی مدل‌های خوشه‌بندی
  • 42. مقدمه‌ای بر کاهش ابعاد
  • 43. تحلیل مولفه‌های اصلی (PCA)
  • 44. کاربرد PCA در علم داده
  • 45. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 46. پیش‌پردازش متن
  • 47. توکنایز کردن و نرمال‌سازی متن
  • 48. تبدیل متن به بردار (Bag-of-Words)
  • 49. کاربرد مدل‌های زبانی ساده
  • 50. مقدمه‌ای بر بصری‌سازی پیشرفته داده‌ها
  • 51. کتابخانه Matplotlib
  • 52. نمودارهای خطی و میله‌ای با Matplotlib
  • 53. نمودارهای پراکندگی با Matplotlib
  • 54. نمودارهای هیستوگرام با Matplotlib
  • 55. کتابخانه Seaborn
  • 56. نمودارهای آماری با Seaborn
  • 57. نقشه‌های حرارتی (Heatmaps)
  • 58. نمودارهای جعبه‌ای (Box Plots)
  • 59. مقدمه‌ای بر پایگاه‌های داده رابطه‌ای
  • 60. مبانی SQL
  • 61. دستورات SELECT، FROM، WHERE
  • 62. دستورات GROUP BY و HAVING
  • 63. دستورات JOIN در SQL
  • 64. مقدمه‌ای بر داده‌کاوی
  • 65. مفاهیم استخراج دانش از داده‌ها
  • 66. قوانین انجمنی (Association Rules)
  • 67. مقدمه‌ای بر سیستم‌های توصیه‌گر
  • 68. فیلترینگ مشارکتی (Collaborative Filtering)
  • 69. مقدمه‌ای بر یادگیری عمیق
  • 70. شبکه‌های عصبی پرسپترون چندلایه
  • 71. مقدمه‌ای بر شبکه‌های عصبی کانولوشنال (CNN)
  • 72. مقدمه‌ای بر شبکه‌های عصبی بازگشتی (RNN)
  • 73. مبانی یادگیری تقویتی
  • 74. مقدمه‌ای بر اخلاق در علم داده
  • 75. حریم خصوصی داده‌ها
  • 76. سوگیری در الگوریتم‌ها
  • 77. مسئولیت‌پذیری در علم داده
  • 78. مقدمه‌ای بر کاربردهای علم داده در صنعت
  • 79. علم داده در مدیریت زنجیره تأمین
  • 80. علم داده در بازاریابی
  • 81. علم داده در امور مالی (با رویکرد اسلامی)
  • 82. علم داده در بهداشت و درمان
  • 83. علم داده در بخش دولتی
  • 84. مقدمه‌ای بر ابزارهای علم داده
  • 85. محیط‌های توسعه یکپارچه (IDE)
  • 86. ابزارهای مدیریت نسخه (Git)
  • 87. مقدمه‌ای بر مهندسی ویژگی (Feature Engineering)
  • 88. ایجاد ویژگی‌های جدید
  • 89. انتخاب ویژگی‌ها
  • 90. کاهش ابعاد و انتخاب ویژگی
  • 91. مقدمه‌ای بر ارزیابی مدل‌های پیچیده
  • 92. اعتبارسنجی متقابل (Cross-Validation)
  • 93. مقدمه‌ای بر بهینه‌سازی مدل‌ها
  • 94. تنظیم هایپرپارامترها
  • 95. مقدمه‌ای بر یادگیری تیمی (Ensemble Learning)
  • 96. روش Bagging
  • 97. روش Boosting
  • 98. مقدمه‌ای بر شبکه‌های عصبی ترانسفورمر
  • 99. کاربرد ترانسفورمرها در NLP
  • 100. مقدمه‌ای بر پردازش تصویر با یادگیری عمیق

📚 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.