کتاب جامع علم داده و تحلیل آماری با پایتون

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 علم داده و تحلیل آماری با پایتون

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: تحلیل داده و هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علم داده و کاربردهای آن
  • 2. مبانی پایتون برای علم داده
  • 3. ساختار داده‌ها در پایتون: لیست‌ها و تاپل‌ها
  • 4. کار با دیکشنری‌ها و مجموعه‌ها در پایتون
  • 5. آرایه‌های NumPy برای محاسبات عددی
  • 6. مبانی کار با داده‌های جدولی با Pandas
  • 7. بارگذاری و ذخیره‌سازی داده‌ها با Pandas
  • 8. پاکسازی و پیش‌پردازش داده‌ها
  • 9. مدیریت مقادیر گمشده
  • 10. شناسایی و مدیریت داده‌های پرت
  • 11. تبدیل و ادغام داده‌ها
  • 12. تجمیع و گروه‌بندی داده‌ها
  • 13. عملیات پیچیده با Pandas
  • 14. مبانی مصورسازی داده‌ها
  • 15. نمودارهای خطی و پراکندگی
  • 16. نمودارهای میله‌ای و هیستوگرام
  • 17. نمودارهای جعبه‌ای و ویولن
  • 18. مصورسازی داده‌های جغرافیایی
  • 19. مقدمه‌ای بر آمار استنباطی
  • 20. آمار توصیفی و معیارهای مرکزی
  • 21. اندازه‌گیری پراکندگی داده‌ها
  • 22. توزیع‌های احتمالاتی رایج
  • 23. قضیه حد مرکزی
  • 24. آزمون فرض آماری
  • 25. آزمون t و تحلیل واریانس
  • 26. مبانی رگرسیون خطی
  • 27. مدل‌سازی رگرسیون خطی چندگانه
  • 28. ارزیابی مدل‌های رگرسیون
  • 29. مقدمه‌ای بر یادگیری ماشین
  • 30. یادگیری با نظارت و بدون نظارت
  • 31. الگوریتم‌های طبقه‌بندی: رگرسیون لجستیک
  • 32. الگوریتم‌های طبقه‌بندی: ماشین بردار پشتیبان
  • 33. الگوریتم‌های طبقه‌بندی: درخت تصمیم
  • 34. الگوریتم‌های طبقه‌بندی: جنگل تصادفی
  • 35. الگوریتم‌های طبقه‌بندی: K-نزدیک‌ترین همسایه
  • 36. ارزیابی مدل‌های طبقه‌بندی
  • 37. مقدمه‌ای بر خوشه‌بندی
  • 38. الگوریتم K-Means
  • 39. خوشه‌بندی سلسله مراتبی
  • 40. ارزیابی مدل‌های خوشه‌بندی
  • 41. مقدمه‌ای بر کاهش ابعاد
  • 42. تحلیل مؤلفه‌های اصلی (PCA)
  • 43. تجزیه مقادیر منفرد (SVD)
  • 44. کاربرد PCA در مصورسازی
  • 45. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 46. پیش‌پردازش متن: توکنیزاسیون و حذف کلمات توقف
  • 47. بردارسازی متن: TF-IDF
  • 48. مدل‌های زبانی آماری
  • 49. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 50. نورون و لایه‌های شبکه‌های عصبی
  • 51. تابع فعال‌سازی و پس‌انتشار خطا
  • 52. یادگیری عمیق و شبکه‌های عصبی عمیق
  • 53. شبکه‌های عصبی کانولوشنال (CNN)
  • 54. کاربرد CNN در پردازش تصویر
  • 55. شبکه‌های عصبی بازگشتی (RNN)
  • 56. کاربرد RNN در پردازش توالی
  • 57. شبکه‌های حافظه طولانی کوتاه (LSTM)
  • 58. مقدمه‌ای بر یادگیری تقویتی
  • 59. مفاهیم پایه یادگیری تقویتی
  • 60. الگوریتم‌های یادگیری تقویتی
  • 61. کاربرد علم داده در کسب و کار
  • 62. تحلیل رفتار مشتری
  • 63. پیش‌بینی فروش
  • 64. مدیریت ریسک اعتباری
  • 65. تشخیص تقلب
  • 66. بهینه‌سازی عملیات
  • 67. سیستم‌های توصیه‌گر
  • 68. مقدمه‌ای بر مفاهیم داده‌کاوی
  • 69. قوانین وابستگی و کشف الگو
  • 70. خوشه‌بندی داده‌ها در مقیاس بزرگ
  • 71. پیش‌بینی سری‌های زمانی
  • 72. تحلیل داده‌های شبکه‌های اجتماعی
  • 73. امنیت داده‌ها و حریم خصوصی
  • 74. اصول اخلاق در علم داده
  • 75. ملاحظات حقوقی و شرعی در تحلیل داده
  • 76. حاکمیت داده در سازمان‌ها
  • 77. معماری داده‌ها و خطوط لوله داده
  • 78. انبار داده و دریاچه داده
  • 79. پردازش داده‌های جریانی
  • 80. ابزارهای علم داده در پایتون (پیشرفته)
  • 81. کتابخانه‌های مصورسازی پیشرفته
  • 82. مقدمه‌ای بر یادگیری ماشینی توزیع‌شده
  • 83. مقدمه‌ای بر یادگیری ماشینی قابل تفسیر (XAI)
  • 84. کاربرد هوش مصنوعی در بخش‌های مختلف اقتصادی کشور
  • 85. قوانین و مقررات مربوط به داده و هوش مصنوعی در ایران
  • 86. استانداردهای داده و اطلاعات در ایران
  • 87. مبانی تحلیل آماری در نرم‌افزارهای آماری
  • 88. تنظیمات پیشرفته در مدل‌های آماری
  • 89. ارزیابی کیفی مدل‌های پیش‌بینی
  • 90. مدل‌سازی سری‌های زمانی با رویکردهای اسلامی
  • 91. کاربرد علم داده در بهینه‌سازی مصرف انرژی
  • 92. تحلیل داده‌های سلامت و پزشکی در چارچوب اسلامی
  • 93. مقدمه‌ای بر استنتاج آماری بیزی
  • 94. مقدمه‌ای بر مدل‌های گرافیکی احتمالاتی
  • 95. یادگیری ماشینی با داده‌های حجیم (Big Data)
  • 96. زیرساخت‌های پردازش داده در ایران
  • 97. نکات پیشرفته در پاکسازی و آماده‌سازی داده
  • 98. مصورسازی داده‌های پیچیده و چندبعدی
  • 99. مبانی تحلیل داده‌های متنی پیشرفته
  • 100. مقدمه‌ای بر مدل‌های تولید متن

📚 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.