آموزش ریاضیات جبر خطی برای علم داده های یادگیری ماشین

سرفصل ها و درس ها

مبانی بردارها Vectors Basics

• بردارها - مبانی Vectors - Basics

• سیستم هماهنگی Co- Ordination System

• آماده برای بخش بعدی Ready for Next Section

مبانی بردارها Vectors Basics

• بردارها - مبانی Vectors - Basics

• عملیات بردارها Operation on Vectors

• عملیات بردارها Operation on Vectors

• سیستم هماهنگی Co- Ordination System

• تست دانش از بخش 1 Testing the Knowledge from section 1

• تست دانش از بخش 1 Testing the Knowledge from section 1

• آماده برای بخش بعدی Ready for Next Section

پیش بینی های برداری Vector Projections

• طرح ریزی بردار Projection of Vector

• بردار هنجار/بزرگی Vector Norm / Magnitude

پیش بینی های برداری Vector Projections

• قدر و جهت برداری Vector Magnitude and Direction

• قدر و جهت برداری Vector Magnitude and Direction

• قاعده کسینوس مثلث بردارها Cosine Rule Triangle of Vectors

• قاعده کسینوس مثلث بردارها Cosine Rule Triangle of Vectors

• طرح ریزی بردار Projection of Vector

• عملکرد بردارها در پایتون Operation of Vectors in Python

• عملکرد بردارها در پایتون Operation of Vectors in Python

• بردار هنجار/بزرگی Vector Norm / Magnitude

اساس بردارها Basis of Vectors

• تغییر مبنای بردارها Changing Basis of Vectors

اساس بردارها Basis of Vectors

• تغییر مبنای بردارها Changing Basis of Vectors

• درک پایه، ترکیب خطی و دهانه Understanding the Basis, Linear combination and Span

• درک پایه، ترکیب خطی و دهانه Understanding the Basis, Linear combination and Span

مبانی ماتریس از دبیرستان Matrix Basics from High school

• مقدمه ماتریس ها Matrices Introduction

• درک مفهوم ماتریس Understanding the concept of Matrices

• انواع ماتریس ها Types of Matrices

• عملیات روی ماتریس ها Operations on Matrices

• انتقال یک ماتریس Transpose of a Matrix

• ماتریس عملی - عملیات حسابی Matrix Hands-on - Arithmetic Operations

• انواع ماتریس ها Types of Matrices

• عملیات روی ماتریس ها Operations on Matrices

مبانی ماتریس از دبیرستان Matrix Basics from High school

• مقدمه ماتریس ها Matrices Introduction

• درک مفهوم ماتریس Understanding the concept of Matrices

• انواع ماتریس ها Types of Matrices

• عملیات روی ماتریس ها Operations on Matrices

• ضرب ماتریس Matrix Multiplication

• ضرب ماتریس Matrix Multiplication

• انتقال یک ماتریس Transpose of a Matrix

• عملیات ردیف ابتدایی در ماتریس Elementary Row Operations on Matrix

• عملیات ردیف ابتدایی در ماتریس Elementary Row Operations on Matrix

• ماتریس عملی - عملیات حسابی Matrix Hands-on - Arithmetic Operations

• انواع ماتریس ها Types of Matrices

• عملیات روی ماتریس ها Operations on Matrices

ماتریس ها - راه اندازی صحنه - تحولات Matrices - Setting up the stage - Transformations

• انواع تبدیل ماتریسی Types of Matrix Transformation

ماتریس ها - راه اندازی صحنه - تحولات Matrices - Setting up the stage - Transformations

• زمینه سازی برای ماتریس ها Setting the stage for Matrices

• زمینه سازی برای ماتریس ها Setting the stage for Matrices

• چگونه ماتریس ها تبدیل می شوند how Matrices Transform

• چگونه ماتریس ها تبدیل می شوند how Matrices Transform

• انواع تبدیل ماتریسی Types of Matrix Transformation

• ترکیب یا ترکیب Combination or Composition

• ترکیب یا ترکیب Combination or Composition

حذف گاوسی Gaussian Elimination

• عوامل تعیین کننده Determinants

حذف گاوسی Gaussian Elimination

• حذف گاوسی - حل معادلات Gaussian Elimination - Solve Equations

• حذف گاوسی - حل معادلات Gaussian Elimination - Solve Equations

• رابطه ماتریس های برداری Vector Matrices relation

• رابطه ماتریس های برداری Vector Matrices relation

• عوامل تعیین کننده Determinants

کنوانسیون جمع انیشتین - مبنای غیر متعامد - فرآیند گرم اشمیت Einstein Summation convention - Non Orthogonal basis - Gram Schmidt Process

• کنوانسیون جمع بندی انیشتین Einstein Summation convention

• تبدیل پایه غیر متعامد Transforming non orthogonal basis

• تبدیل به پایه جدید Transforming to new Basis

• فرآیند گرام اشمیت Gram-Schmidt Process

کنوانسیون جمع انیشتین - مبنای غیر متعامد - فرآیند گرم اشمیت Einstein Summation convention - Non Orthogonal basis - Gram Schmidt Process

• کنوانسیون جمع بندی انیشتین Einstein Summation convention

• تبدیل پایه غیر متعامد Transforming non orthogonal basis

• تبدیل به پایه جدید Transforming to new Basis

• ماتریس های متعامد Orthogonal Matrices

• ماتریس های متعامد Orthogonal Matrices

• فرآیند گرام اشمیت Gram-Schmidt Process

• گرام اشمیت در پایتون Gram-Schmidt in Python

• گرام اشمیت در پایتون Gram-Schmidt in Python

مشکلات خاص Eigen Problems

• تغییر به Eigen Basis Changing to Eigen Basis

• تجزیه ویژه با استفاده از پایتون Eigen Decomposition using Python

مشکلات خاص Eigen Problems

• فیلد برداری Vector Field

• فیلد برداری Vector Field

• ارزش های ویژه Eigen Values

• ارزش های ویژه Eigen Values

• Eigen - حس ریاضی Eigen - Mathematical sense

• Eigen - حس ریاضی Eigen - Mathematical sense

• تغییر به Eigen Basis Changing to Eigen Basis

• تغییر اساس ویژه - مثال Changing Eigen Basis - Example

• تغییر اساس ویژه - مثال Changing Eigen Basis - Example

• تجزیه ویژه با استفاده از پایتون Eigen Decomposition using Python

• محاسبه مقادیر ویژه - خلاصه Eigen Values Calculation - Recap

• محاسبه مقادیر ویژه - خلاصه Eigen Values Calculation - Recap

• مقادیر ویژه در پایتون Eigen values in Python

• مقادیر ویژه در پایتون Eigen values in Python

الگوریتم رتبه صفحه گوگل Google Pagerank Algorithm

• الگوریتم رتبه صفحه - پایتون Page Rank Algorithm - Python

• میرایی Damping

الگوریتم رتبه صفحه گوگل Google Pagerank Algorithm

• الگوریتم رتبه صفحه گوگل Google Page Rank Algorithm

• الگوریتم رتبه صفحه گوگل Google Page Rank Algorithm

• الگوریتم رتبه صفحه - پایتون Page Rank Algorithm - Python

• میرایی Damping

SVD - تجزیه ارزش منفرد SVD - Singular Value Decomposition

• SVD - تجزیه ارزش منفرد SVD - Singular Value Decomposition

• SVD کامل Full SVD

• SVD در فشرده سازی تصویر SVD in Image Compression

SVD - تجزیه ارزش منفرد SVD - Singular Value Decomposition

• SVD - تجزیه ارزش منفرد SVD - Singular Value Decomposition

• SVD - مفهوم مفرد SVD - Concept of Singular

• SVD - مفهوم مفرد SVD - Concept of Singular

• SVD - ایجاد برای کاهش SVD SVD - Building up for Reduced SVD

• SVD - ایجاد برای کاهش SVD SVD - Building up for Reduced SVD

• SVD کامل Full SVD

• محاسبه شرایط SVD Compute terms of SVD

• محاسبه شرایط SVD Compute terms of SVD

• آماده سازی برای SVD در پایتون Preparation for SVD in Python

• آماده سازی برای SVD در پایتون Preparation for SVD in Python

• SVD SVD

• SVD SVD

• SVD در فشرده سازی تصویر SVD in Image Compression

شبه معکوس Pseudo Inverse

• معکوس شبه مور پنروز Moore Penrose Pseudo inverse

• شبه معکوس - پایتون Pseudo Inverse - Python

شبه معکوس Pseudo Inverse

• معکوس شبه مور پنروز Moore Penrose Pseudo inverse

• شبه معکوس - پایتون Pseudo Inverse - Python

تجزیه های ماتریسی Matrix Decompositions

تجزیه های ماتریسی Matrix Decompositions

• تجزیه های ماتریسی Matrix Decompositions

• تجزیه های ماتریسی Matrix Decompositions

حل رگرسیون خطی با استفاده از روش های تجزیه ماتریسی Solving the Linear Regression using Matrix Decomposition methods

• حل معادلات خطی قسمت 2 - معادله عادی Solve Linear Equations Part 2 - Normal Equation

حل رگرسیون خطی با استفاده از روش های تجزیه ماتریسی Solving the Linear Regression using Matrix Decomposition methods

• حل معادلات خطی قسمت 1 Solve Linear Equations Part 1

• حل معادلات خطی قسمت 1 Solve Linear Equations Part 1

• حل معادلات خطی قسمت 2 - معادله عادی Solve Linear Equations Part 2 - Normal Equation

• حل معادله خطی قسمت 3 - QR معکوس Solve Linear Equation Part 3 - Inverse QR

• حل معادله خطی قسمت 3 - QR معکوس Solve Linear Equation Part 3 - Inverse QR

رگرسیون خطی از ابتدا Linear Regression from Scratch

• راه اندازی و پیش بینی Initialize & Predict

• یافتن هزینه Finding the cost

• به روز رسانی پارامترها - یافتن مشتقات جزئی Updation of Parameters - Finding the Partial Derivatives

• Gradient Descent با پایتون Gradient Descent with Python

• اجرای رگرسیون خطی Linear Regression Run

رگرسیون خطی از ابتدا Linear Regression from Scratch

• در حال بارگیری داده ها Loading the data

• در حال بارگیری داده ها Loading the data

• راه اندازی و پیش بینی Initialize & Predict

• یافتن هزینه Finding the cost

• به روز رسانی پارامترها - یافتن مشتقات جزئی Updation of Parameters - Finding the Partial Derivatives

• Gradient Descent با پایتون Gradient Descent with Python

• اجرای رگرسیون خطی Linear Regression Run

جبر خطی در پردازش زبان طبیعی Linear Algebra in Natural Language Processing

• NLP - Count Vectorizer NLP - Count Vectorizer

• درک چگالی کلمات Understanding the Density of words

• تعداد ویژگی ها را محدود کنید Limit the number of Features

• حذف Stop Words Removal of Stop Words

• پورتر استمر در جمع Porter Stemmer on plurals

• ناشی از یک جمله Stemming on a Sentence

• یک کدگذاری داغ روی داده های متنی One Hot Encoding on Text Data

جبر خطی در پردازش زبان طبیعی Linear Algebra in Natural Language Processing

• معرفی NLP NLP Intro

• معرفی NLP NLP Intro

• NLP - کاوش داده ها NLP - Data Exploration

• NLP - کاوش داده ها NLP - Data Exploration

• NLP - Count Vectorizer NLP - Count Vectorizer

• NLP - Count Vectorizer را روی داده های متنی اعمال کنید NLP - Apply Count Vectorizer on Text Data

• NLP - Count Vectorizer را روی داده های متنی اعمال کنید NLP - Apply Count Vectorizer on Text Data

• درک چگالی کلمات Understanding the Density of words

• تعداد ویژگی ها را محدود کنید Limit the number of Features

• حذف Stop Words Removal of Stop Words

• پورتر استمر در جمع Porter Stemmer on plurals

• ناشی از یک جمله Stemming on a Sentence

• ریشه در کل داده های متن Stemming on Entire Text data

• ریشه در کل داده های متن Stemming on Entire Text data

• کلمه نویسی روی متن Lemmatization on the text

• کلمه نویسی روی متن Lemmatization on the text

• استفاده از مدل یادگیری ماشینی بر روی داده های متنی Applying Machine Learning Model on Text data

• استفاده از مدل یادگیری ماشینی بر روی داده های متنی Applying Machine Learning Model on Text data

• یک کدگذاری داغ روی داده های متنی One Hot Encoding on Text Data

• TFidf Vectorizer بر روی داده های متنی TFidf Vectorizer on Text Data

• TFidf Vectorizer بر روی داده های متنی TFidf Vectorizer on Text Data

جبر خطی برای یادگیری عمیق - شروع کار با Pytorch Linear Algebra for Deep Learning - Getting started with Pytorch

• 1. نصب مقدماتی جبر یادگیری عمیق 1. Deep Learning Algebra Intro Installation

• یادگیری عمیق جبر - مشعل - مبانی Deep Learning Algebra - Torch - Basics

• مشعل - برش - تغییر شکل Torch - Slicing - Reshape

• مشعل - عملیات ریاضی Torch - Mathematical Operations

• مشعل - فشردن - فشردن Torch - Squeeze - Unsqueeze

• ایجاد تانسور روی پردازنده گرافیکی Creating Tensor on GPU

• اتوگراد Autograd

• Autograd Hands-on Autograd Hands-on

• رگرسیون خطی از ابتدا Linear Regression from Scratch

• خلاصه Summary

جبر خطی برای یادگیری عمیق - شروع کار با Pytorch Linear Algebra for Deep Learning - Getting started with Pytorch

• 1. نصب مقدماتی جبر یادگیری عمیق 1. Deep Learning Algebra Intro Installation

• یادگیری عمیق جبر - مشعل - مبانی Deep Learning Algebra - Torch - Basics

• مشعل - توابع ذاتی تنسور Torch - Tensor Intrinsic functions

• مشعل - توابع ذاتی تنسور Torch - Tensor Intrinsic functions

• مشعل - برش - تغییر شکل Torch - Slicing - Reshape

• مشعل - عملیات ریاضی Torch - Mathematical Operations

• مشعل - توابع تجمع Torch - Aggregation Functions

• مشعل - توابع تجمع Torch - Aggregation Functions

• مشعل - فشردن - فشردن Torch - Squeeze - Unsqueeze

• توابع متفرقه Miscellaneous functions

• توابع متفرقه Miscellaneous functions

• ایجاد تانسور روی پردازنده گرافیکی Creating Tensor on GPU

• اتوگراد Autograd

• Autograd Hands-on Autograd Hands-on

• رگرسیون خطی از ابتدا Linear Regression from Scratch

• بهینه ساز Optimizer

• بهینه ساز Optimizer

• torch.nn.کلاس ماژول torch.nn.module class

• torch.nn.کلاس ماژول torch.nn.module class

• خلاصه Summary

رگرسیون خطی با استفاده از Pytorch Linear Regression Using Pytorch

• رگرسیون خطی چند متغیره - ماتریس ورودی Multi Variate Linear Regression - input matrix

• طبقه بندی باینری با استفاده از DNL Binary Classification using DNL

رگرسیون خطی با استفاده از Pytorch Linear Regression Using Pytorch

• بخش معرفی Section Intro

• بخش معرفی Section Intro

• رگرسیون خطی چند متغیره Multi Variate Linear Regression

• رگرسیون خطی چند متغیره Multi Variate Linear Regression

• رگرسیون خطی چند متغیره - ماتریس ورودی Multi Variate Linear Regression - input matrix

• رگرسیور خطی چند متغیره - کلاس Multi Variate Linear Regressor - class

• رگرسیور خطی چند متغیره - کلاس Multi Variate Linear Regressor - class

• طبقه بندی باینری با استفاده از DNL Binary Classification using DNL

مبانی پایتون Python Basics

• نصب و استفاده از نوت بوک Jupyter Intalling & Using Jupyter Notebook

• توابع و کلاس ها در پایتون Functions & Classes in Python

مبانی پایتون Python Basics

• نصب و استفاده از نوت بوک Jupyter Intalling & Using Jupyter Notebook

• گوگل کولب Google Colab

• گوگل کولب Google Colab

• انواع داده های پایه Basic Data Types

• انواع داده های پایه Basic Data Types

• کانتینرها در پایتون Containers in Python

• کانتینرها در پایتون Containers in Python

• بیانیه های کنترل - اگر...دیگر Control Statements - if..else

• بیانیه های کنترل - اگر...دیگر Control Statements - if..else

• اظهارات کنترل در حالی که و برای Control Statements While & For

• اظهارات کنترل در حالی که و برای Control Statements While & For

• توابع و کلاس ها در پایتون Functions & Classes in Python

پایتون برای علم داده Python for Data Science

• Numpy قسمت 1 Numpy Part 1

• Numpy قسمت 3 Numpy Part 3

• Pandas DataFrame Pandas DataFrame

• پانداها - مقابله با ارزش های گمشده Pandas - Dealing with missing values

• نمودار تراکم و کانتور Matplotlib Matplotlib Density and Contour plot

پایتون برای علم داده Python for Data Science

• Numpy قسمت 1 Numpy Part 1

• Numpy قسمت 2 Numpy Part 2

• Numpy قسمت 2 Numpy Part 2

• Numpy قسمت 3 Numpy Part 3

• پانداها در پایتون - سری پانداها Pandas in Python - Pandas Series

• پانداها در پایتون - سری پانداها Pandas in Python - Pandas Series

• Pandas DataFrame Pandas DataFrame

• پانداها - مقابله با ارزش های گمشده Pandas - Dealing with missing values

• Matplotlib Matplotlib

• Matplotlib Matplotlib

• نمودار تراکم و کانتور Matplotlib Matplotlib Density and Contour plot

مبانی آمار Basics of Statistics

• داده ها Data

• مبانی آمار قسمت 2 Basics of Statistics Part 2

مبانی آمار Basics of Statistics

• مقدمه آمار Statistics Intro

• مقدمه آمار Statistics Intro

• داده ها Data

• مبانی آمار Basics of Statistics

• مبانی آمار Basics of Statistics

• مبانی آمار قسمت 2 Basics of Statistics Part 2

پیوست: Python for Data Science Appendix : Python for Data Science

• سیستم خود را آماده کنید Get your system ready

• نحوه کار با فایل های ipynb How to work with ipynb files

• ترفندهایی برای نوت بوک Jupyter Tricks for Jupyter Notebook

• دست اپراتورها Operators Hands On

• نظرات در پایتون Comments in Python

• اضافه کردن نظرات در پایتون Adding the comments in Python

• چاپ() print()

• ریخته گری casting

• ورودی() input()

• اگر- اظهارات if- statements

• if- اظهارات - دست در if- statements - Hands On

• عملگرهای منطقی Logical Operators

• بیانیه های کنترل - if_elif_else Control Statements - if_elif_else

• بیانیه های کنترل - برای حلقه Control Statements - For loop

• دستورات کنترل شکستن، ادامه و عبور - پایتون Control Statements Break , Continue & Pass - Python

• لیست ها در پایتون Lists in Python

• لیست های پایتون - نوت بوک Jupyter Python lists - Jupyter Notebook

• تاپل های پایتون - Hands On Python tuples - Hands On

• مجموعه در پایتون Sets in Python

• مجموعه ها در پایتون - Hands On Sets in Python - Hands On

• مجموعه ها - عملیات Sets - Operations

• دست روی - رشته ها Hands on - Strings

• توابع تعریف شده توسط کاربر پایتون Python User Defined Functions

• توابع قسمت 2 Functions Part 2

• توابع تو در تو Nested Functions

• آشنایی با کتابخانه Numpy Introduction to Numpy Library

• مبانی شی آرایه numpy Basics of numpy array object

• معرفی کمک به Numpy Intro to Numpy help

• فهرست و برش آرایه ها Index and Slicing of Arrays

• توابع جبر خطی در Numpy Linear Algebra Functions in Numpy

• اصلاح شکل آرایه ها Shape Modification of Arrays

• کار با np.arange() work with np.arange()

• آمار در Numpy Stats in Numpy

• ماسک در Numpy Masking in Numpy

• بازیگری در Numpy Casting in Numpy

• سفر Numpy و ارتباط آن با جبر خطی Numpy journey and its Relevance to Linear Algebra

• آموزش پاداش: رفتن به سطح بعدی Bonus Learning : Goto Next Level

پیوست: Python for Data Science Appendix : Python for Data Science

• سیستم خود را آماده کنید Get your system ready

• دفترچه یادداشت Jupyter را آتش بزنید Fire Up Jupyter Notebook

• دفترچه یادداشت Jupyter را آتش بزنید Fire Up Jupyter Notebook

• با نوت بوک آی پایتون کار کنید Work with iPython Notebook

• با نوت بوک آی پایتون کار کنید Work with iPython Notebook

• نحوه کار با فایل های ipynb How to work with ipynb files

• مقدمه ای بر پایتون Introduction to Python

• مقدمه ای بر پایتون Introduction to Python

• کانتینرها در برنامه نویسی پایتون Containers in Python Programming

• کانتینرها در برنامه نویسی پایتون Containers in Python Programming

• نحوه ایجاد متغیرها How to create Variables

• نحوه ایجاد متغیرها How to create Variables

• چه مقادیری را می توانم به متغیرها اختصاص دهم؟ What values can I assign to variables ?

• چه مقادیری را می توانم به متغیرها اختصاص دهم؟ What values can I assign to variables ?

• ترفندهایی برای نوت بوک Jupyter Tricks for Jupyter Notebook

• رابط کاربری Jupyter را کاوش کنید Explore Jupyter interface

• رابط کاربری Jupyter را کاوش کنید Explore Jupyter interface

• نوع داده Boolean و Sequences Boolean and Sequences Data type

• نوع داده Boolean و Sequences Boolean and Sequences Data type

• کار با Boolean و Sequences Hands On Working with Boolean & Sequences

• کار با Boolean و Sequences Hands On Working with Boolean & Sequences

• Dict() & sets() Dict() & sets()

• Dict() & sets() Dict() & sets()

• dict() & sets() - hands on dict() & sets() - hands on

• dict() & sets() - hands on dict() & sets() - hands on

• اپراتورها Operators

• اپراتورها Operators

• دست اپراتورها Operators Hands On

• نظرات در پایتون Comments in Python

• اضافه کردن نظرات در پایتون Adding the comments in Python

• چاپ() print()

• ریخته گری casting

• Casting را در پایتون تایپ کنید Type Casting in Python

• Casting را در پایتون تایپ کنید Type Casting in Python

• ورودی() input()

• اگر- اظهارات if- statements

• if- اظهارات - دست در if- statements - Hands On

• عملگرهای منطقی Logical Operators

• عملگرهای منطقی در بیانیه های شرطی Logical Operators on Conditional Statements

• عملگرهای منطقی در بیانیه های شرطی Logical Operators on Conditional Statements

• بیانیه کنترل - if_else Control Statement - if_else

• بیانیه کنترل - if_else Control Statement - if_else

• بیانیه های کنترل - if_elif_else Control Statements - if_elif_else

• بیانیه های کنترل - if_elif_else - پایتون Control Statements - if_elif_else - Python

• بیانیه های کنترل - if_elif_else - پایتون Control Statements - if_elif_else - Python

• اظهارات کنترل - حلقه while Control Statements - While loop

• اظهارات کنترل - حلقه while Control Statements - While loop

• دستورات کنترل - حلقه while - پایتون Control Statements - While loop - Python

• دستورات کنترل - حلقه while - پایتون Control Statements - While loop - Python

• بیانیه های کنترل - برای حلقه Control Statements - For loop

• بیانیه های کنترل - برای حلقه - پایتون Control Statements - For loop - Python

• بیانیه های کنترل - برای حلقه - پایتون Control Statements - For loop - Python

• بیانیه های کنترل شکستن، ادامه و عبور Control Statements Break , Continue & Pass

• بیانیه های کنترل شکستن، ادامه و عبور Control Statements Break , Continue & Pass

• دستورات کنترل شکستن، ادامه و عبور - پایتون Control Statements Break , Continue & Pass - Python

• مقدمه ای بر ساختارهای داده Intro to Data Structures

• مقدمه ای بر ساختارهای داده Intro to Data Structures

• لیست ها در پایتون Lists in Python

• لیست های پایتون - نوت بوک Jupyter Python lists - Jupyter Notebook

• تاپل های پایتون Python Tuples

• تاپل های پایتون Python Tuples

• تاپل های پایتون - Hands On Python tuples - Hands On

• دیکشنری های پایتون - Hands On Python Dictionaries - Hands On

• دیکشنری های پایتون - Hands On Python Dictionaries - Hands On

• مجموعه در پایتون Sets in Python

• مجموعه ها در پایتون - Hands On Sets in Python - Hands On

• مجموعه ها - عملیات Sets - Operations

• کار با رشته ها Working with Strings

• کار با رشته ها Working with Strings

• دست روی - رشته ها Hands on - Strings

• روش های رشته ها Methods of Strings

• روش های رشته ها Methods of Strings

• دنباله های فرار Escape Sequences

• دنباله های فرار Escape Sequences

• توابع تعریف شده توسط کاربر پایتون Python User Defined Functions

• توابع قسمت 2 Functions Part 2

• توابع تو در تو Nested Functions

• کلاس ها در پایتون Classes in Python

• کلاس ها در پایتون Classes in Python

• OOPS پایتون OOPS Python

• OOPS پایتون OOPS Python

• آشنایی با کتابخانه Numpy Introduction to Numpy Library

• مبانی شی آرایه numpy Basics of numpy array object

• معرفی کمک به Numpy Intro to Numpy help

• np.array() np.array()

• np.array() np.array()

• ویژگی های Numpy Attributes of Numpy

• ویژگی های Numpy Attributes of Numpy

• فهرست و برش آرایه ها Index and Slicing of Arrays

• توابع ایجاد آرایه Array Creation Functions

• توابع ایجاد آرایه Array Creation Functions

• کپی آرایه ها Copy Arrays

• کپی آرایه ها Copy Arrays

• عملیات ریاضی روی آرایه های Numpy Mathematical Operation on Numpy Arrays

• عملیات ریاضی روی آرایه های Numpy Mathematical Operation on Numpy Arrays

• توابع جبر خطی در Numpy Linear Algebra Functions in Numpy

• اصلاح شکل آرایه ها Shape Modification of Arrays

• کار با np.arange() work with np.arange()

• آمار در Numpy Stats in Numpy

• ماسک در Numpy Masking in Numpy

• بازیگری در Numpy Casting in Numpy

• سفر Numpy و ارتباط آن با جبر خطی Numpy journey and its Relevance to Linear Algebra

• آموزش پاداش: رفتن به سطح بعدی Bonus Learning : Goto Next Level