سپنتا کتاب اکسپرس
کتاب جامع پایتون برای علم داده و یادگیری ماشین: از مقدماتی تا پیشرفته

کتاب جامع پایتون برای علم داده و یادگیری ماشین: از مقدماتی تا پیشرفته

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 جامع پایتون برای علم داده و یادگیری ماشین: از مقدماتی تا پیشرفته

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: تحلیل داده و یادگیری ماشین با پایتون

📋 سرفصل‌های دوره

  • 1. مقدمه: علم داده و یادگیری ماشین در پایتون
  • 2. نصب پایتون و محیط توسعه
  • 3. آشنایی با انواع داده در پایتون
  • 4. متغیرها و انواع داده پایه
  • 5. عملگرها در پایتون
  • 6. دستورات شرطی: if, elif, else
  • 7. حلقه‌ها: for و while
  • 8. ساختارهای داده: لیست‌ها
  • 9. ساختارهای داده: تاپل‌ها
  • 10. ساختارهای داده: دیکشنری‌ها
  • 11. ساختارهای داده: مجموعه‌ها
  • 12. توابع در پایتون
  • 13. ماژول‌ها و بسته‌های پایتون
  • 14. مدیریت خطا و استثنا
  • 15. کار با فایل‌ها در پایتون
  • 16. مقدمه‌ای بر NumPy
  • 17. آرایه‌های NumPy
  • 18. عملیات برداری با NumPy
  • 19. ایندکس‌گذاری و برش در NumPy
  • 20. توابع ریاضی NumPy
  • 21. مقدمه‌ای بر Pandas
  • 22. ساختار داده Series در Pandas
  • 23. ساختار داده DataFrame در Pandas
  • 24. بارگذاری و ذخیره داده با Pandas
  • 25. انتخاب و فیلتر کردن داده در Pandas
  • 26. عملیات بر روی ستون‌ها و ردیف‌ها
  • 27. گروه‌بندی و تجمیع داده
  • 28. ترکیب و ادغام DataFrames
  • 29. مدیریت داده‌های گمشده
  • 30. پاکسازی و پیش‌پردازش داده
  • 31. مقدمه‌ای بر Matplotlib
  • 32. رسم نمودارهای خطی
  • 33. رسم نمودارهای پراکندگی
  • 34. رسم نمودارهای میله‌ای
  • 35. رسم نمودارهای هیستوگرام
  • 36. تنظیمات نمودار و شخصی‌سازی
  • 37. مقدمه‌ای بر Seaborn
  • 38. نمودارهای آماری با Seaborn
  • 39. نمودارهای توزیع با Seaborn
  • 40. نمودارهای دسته‌بندی با Seaborn
  • 41. نمودارهای رگرسیون با Seaborn
  • 42. مقدمه‌ای بر یادگیری ماشین
  • 43. انواع یادگیری ماشین: نظارت شده
  • 44. انواع یادگیری ماشین: بدون نظارت
  • 45. انواع یادگیری ماشین: تقویتی
  • 46. انواع یادگیری ماشین: نیمه نظارت شده
  • 47. مفاهیم ارزیابی مدل
  • 48. معیارهای ارزیابی مدل‌های رگرسیون
  • 49. معیارهای ارزیابی مدل‌های طبقه‌بندی
  • 50. بیش‌برازش و کم‌برازش
  • 51. تنظیم هایپرپارامترها
  • 52. اعتبارسنجی متقابل (Cross-Validation)
  • 53. مقدمه‌ای بر Scikit-learn
  • 54. آماده‌سازی داده برای مدل‌سازی
  • 55. تقسیم داده به مجموعه آموزش و آزمون
  • 56. رگرسیون خطی
  • 57. رگرسیون لجستیک
  • 58. درخت تصمیم برای رگرسیون
  • 59. درخت تصمیم برای طبقه‌بندی
  • 60. ماشین بردار پشتیبان (SVM)
  • 61. K-نزدیکترین همسایه (KNN)
  • 62. مدل‌های تجمیعی: جنگل تصادفی
  • 63. مدل‌های تجمیعی: بوستینگ گرادیان
  • 64. مقدمه‌ای بر خوشه‌بندی
  • 65. الگوریتم K-Means
  • 66. خوشه‌بندی سلسله مراتبی
  • 67. تحلیل مؤلفه‌های اصلی (PCA)
  • 68. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 69. توکن‌سازی و نرمال‌سازی متن
  • 70. حذف کلمات توقف (Stop Words)
  • 71. ریشه‌یابی کلمات (Stemming) و لماتیزاسیون (Lemmatization)
  • 72. نمایش متنی: Bag-of-Words
  • 73. نمایش متنی: TF-IDF
  • 74. مقدمه‌ای بر شبکه‌های عصبی
  • 75. ساختار پرسپترون
  • 76. شبکه‌های عصبی پیش‌خور (Feedforward)
  • 77. توابع فعال‌سازی
  • 78. پس‌انتشار خطا (Backpropagation)
  • 79. مقدمه‌ای بر TensorFlow و Keras
  • 80. ساخت مدل‌های ساده با Keras
  • 81. لایه‌های شبکه‌های عصبی
  • 82. بهینه‌سازها در شبکه‌های عصبی
  • 83. توابع زیان (Loss Functions)
  • 84. آموزش و ارزیابی مدل با Keras
  • 85. کار با داده‌های تصویری
  • 86. شبکه‌های عصبی کانولوشنی (CNN)
  • 87. لایه‌های کانولوشن و پولینگ
  • 88. کاربرد CNN در تشخیص تصویر
  • 89. کاربرد CNN در طبقه‌بندی تصویر
  • 90. مقدمه‌ای بر یادگیری عمیق
  • 91. مباحث پیشرفته در CNN
  • 92. مقدمه‌ای بر یادگیری تقویتی
  • 93. مفاهیم پایه یادگیری تقویتی
  • 94. الگوریتم‌های یادگیری تقویتی
  • 95. کاربردهای یادگیری تقویتی
  • 96. مباحث پیشرفته در یادگیری ماشین
  • 97. اخلاق در علم داده و هوش مصنوعی
  • 98. ملاحظات امنیتی در تحلیل داده
  • 99. حریم خصوصی داده‌ها
  • 100. تفسیرپذیری مدل‌های یادگیری ماشین

📚 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.