سپنتا کتاب اکسپرس
کتاب یادگیری ماشین و تحلیل داده با پایتون برای کاربردهای علمی

کتاب یادگیری ماشین و تحلیل داده با پایتون برای کاربردهای علمی

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 یادگیری ماشین و تحلیل داده با پایتون برای کاربردهای علمی

موضوع کلی: علوم کامپیوتر و کاربردها

موضوع میانی: برنامه‌نویسی کاربردی با پایتون

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل داده و یادگیری ماشین
  • 2. نصب و پیکربندی پایتون برای تحلیل داده
  • 3. آشنایی با کتابخانه‌های کلیدی: NumPy
  • 4. عملیات پایه‌ای با آرایه‌های NumPy
  • 5. توابع ریاضی و آماری در NumPy
  • 6. ماتریس‌ها و جبر خطی با NumPy
  • 7. کار با داده‌های جدولی با Pandas
  • 8. ساخت و دستکاری DataFrameها
  • 9. عملیات فیلترینگ و انتخاب داده
  • 10. گروه‌بندی و تجمیع داده‌ها
  • 11. ترکیب و ادغام DataFrameها
  • 12. کار با داده‌های سری زمانی
  • 13. مقدمه‌ای بر مصورسازی داده‌ها
  • 14. مصورسازی با Matplotlib
  • 15. رسم نمودارهای خطی و پراکندگی
  • 16. رسم نمودارهای میله‌ای و هیستوگرام
  • 17. رسم نمودارهای دایره‌ای و جعبه‌ای
  • 18. مصورسازی پیشرفته با Seaborn
  • 19. نقشه‌های حرارتی و نمودارهای دو بعدی
  • 20. نمودارهای توزیع و آماری
  • 21. آشنایی با مفاهیم اولیه یادگیری ماشین
  • 22. انواع یادگیری ماشین: نظارت شده و بدون نظارت
  • 23. پیش‌پردازش داده‌ها برای یادگیری ماشین
  • 24. مقیاس‌بندی و نرمال‌سازی داده‌ها
  • 25. مدیریت مقادیر گمشده
  • 26. تقسیم داده‌ها به مجموعه آموزش و آزمون
  • 27. معرفی الگوریتم‌های یادگیری ماشین
  • 28. رگرسیون خطی
  • 29. ارزیابی مدل‌های رگرسیون
  • 30. رگرسیون لجستیک
  • 31. طبقه‌بندی با K-نزدیک‌ترین همسایگان
  • 32. درخت‌های تصمیم
  • 33. جنگل‌های تصادفی
  • 34. ماشین‌های بردار پشتیبان (SVM)
  • 35. خوشه‌بندی با K-Means
  • 36. کاهش ابعاد با تحلیل مؤلفه‌های اصلی (PCA)
  • 37. معرفی شبکه‌های عصبی مصنوعی
  • 38. شبکه‌های عصبی پرسپترون چندلایه
  • 39. تابع فعال‌سازی و پس‌انتشار خطا
  • 40. آموزش شبکه‌های عصبی
  • 41. کاربرد شبکه‌های عصبی در طبقه‌بندی
  • 42. کاربرد شبکه‌های عصبی در رگرسیون
  • 43. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 44. پیش‌پردازش متن: توکنیزاسیون و حذف کلمات توقف
  • 45. مدل‌سازی موضوعی با LDA
  • 46. تحلیل احساسات متون
  • 47. کاربرد پایتون در تحلیل داده‌های مالی
  • 48. تحلیل داده‌های بازار سهام
  • 49. مدل‌سازی پیش‌بینی روند بازار
  • 50. کاربرد پایتون در تحلیل داده‌های علمی
  • 51. تحلیل داده‌های آزمایشگاهی
  • 52. مصورسازی نتایج علمی
  • 53. کاربرد پایتون در بهینه‌سازی
  • 54. الگوریتم‌های بهینه‌سازی پایه
  • 55. کاربرد در مسائل مهندسی
  • 56. کاربرد پایتون در تحلیل تصویر
  • 57. پیش‌پردازش تصاویر
  • 58. استخراج ویژگی از تصاویر
  • 59. کاربرد در تشخیص الگو
  • 60. مقدمه‌ای بر سیستم‌های توصیه‌گر
  • 61. فیلترینگ مبتنی بر محتوا
  • 62. فیلترینگ مشارکتی
  • 63. ارزیابی سیستم‌های توصیه‌گر
  • 64. کاربرد در تجارت الکترونیک
  • 65. مقدمه‌ای بر یادگیری تقویتی
  • 66. مفاهیم پایه یادگیری تقویتی
  • 67. الگوریتم‌های اولیه یادگیری تقویتی
  • 68. کاربرد در رباتیک
  • 69. کاربرد در بازی‌ها
  • 70. مبانی آمار در تحلیل داده
  • 71. آمار توصیفی
  • 72. آمار استنباطی
  • 73. آزمون فرض آماری
  • 74. مقدمه‌ای بر مدل‌های آماری
  • 75. مدل‌سازی سری‌های زمانی (ARIMA)
  • 76. رگرسیون پواسون
  • 77. رگرسیون لجستیک تعمیم‌یافته
  • 78. اصول مهندسی ویژگی
  • 79. انتخاب ویژگی
  • 80. ایجاد ویژگی‌های جدید
  • 81. ارزیابی مدل‌های یادگیری ماشین
  • 82. معیارهای ارزیابی طبقه‌بندی
  • 83. معیارهای ارزیابی رگرسیون
  • 84. اعتبارسنجی متقابل
  • 85. تنظیم هایپرپارامترها
  • 86. جستجوی شبکه‌ای
  • 87. جستجوی تصادفی
  • 88. مقدمه‌ای بر یادگیری عمیق
  • 89. شبکه‌های عصبی کانولوشنال (CNN)
  • 90. شبکه‌های عصبی بازگشتی (RNN)
  • 91. کاربرد CNN در تشخیص تصویر
  • 92. کاربرد RNN در پردازش متن
  • 93. مقدمه‌ای بر داده‌های بزرگ (Big Data)
  • 94. مفاهیم داده‌های حجیم
  • 95. ابزارهای پردازش داده‌های بزرگ (مقدماتی)
  • 96. کاربرد پایتون در تحلیل داده‌های حجیم (مقدماتی)
  • 97. اخلاق در علم داده و یادگیری ماشین
  • 98. حریم خصوصی داده‌ها
  • 99. سوگیری در الگوریتم‌ها
  • 100. مسئولیت‌پذیری در هوش مصنوعی

📚 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.