لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش بر تبدیل فوریه و کاربردهای آن مسلط شوید
Master the Fourier transform and its applications
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
تبدیل فوریه در متلب و پایتون و کاربردهای آن در پردازش سیگنال دیجیتال و پردازش تصویر را بیاموزید با یکی از مهمترین معادلات در تمام فناوری مدرن و در نتیجه تمدن بشری آشنا شوید. مفاهیم اساسی زیربنای فوریه امواج سینوسی، اعداد مختلط، حاصلضرب نقطه، قضیه نمونه برداری، الایاسینگ و موارد دیگر را تبدیل می کند! نتایج تبدیل فوریه را تفسیر کنید تبدیل فوریه را در متلب و پایتون اعمال کنید! استفاده از تبدیل فوریه سریع در برنامه های پردازش سیگنال مهارت های برنامه نویسی MATLAB و/یا پایتون خود را بهبود بخشید محدودیت های تفسیر تبدیل فوریه را بدانید. پیش نیازها:یک ذهن کنجکاو! برخی از تجربیات MATLAB یا Python مفید است اما لازم نیست ریاضی دبیرستان (حساب حساب ضروری نیست) دانش قبلی از تبدیل فوریه ضروری نیست! * تصحیح دستی زیرنویس انگلیسی *
تبدیل فوریه یکی از مهمترین عملیات در پردازش سیگنال و فناوری مدرن و در نتیجه در تمدن مدرن بشری است. اما چگونه کار می کند و چرا کار می کند؟
آنچه در این دوره خواهید آموخت:
شما مبانی نظری و محاسباتی تبدیل فوریه را با تمرکز قوی بر نحوه استفاده از تبدیل فوریه در برنامه های مدرن در پردازش سیگنال، تجزیه و تحلیل داده ها و فیلتر کردن تصویر خواهید آموخت. این دوره نه تنها اصول اولیه، بلکه موضوعات پیشرفته از جمله اثرات غیر ثابت بودن، وضوح طیفی، نرمال سازی، فیلتر کردن را نیز پوشش می دهد. همه ویدیوها با کد MATLAB و Python ارائه می شوند تا بتوانید از آنها یاد بگیرید و با آنها سازگار شوید!
این دوره بر روی پیاده سازی تبدیل فوریه در رایانه و برنامه های کاربردی در پردازش سیگنال دیجیتال (1D) و پردازش تصویر (2D) متمرکز است. من در مورد راه اندازی و حل مشکلات یکپارچه سازی برای به دست آوردن راه حل های تحلیلی وارد جزئیات نمی شوم. بنابراین، این دوره بیشتر در جنبه علوم کامپیوتر/علوم داده/مهندسی چیزهاست، تا ریاضیات محض/معادلات دیفرانسیل/سری های بی نهایت.
این دوره برای شما مناسب است اگر مشتاق هستید یا تاسیس شده اید:
دانشمند داده
آمار
دانشمند کامپیوتر (MATLAB و/یا پایتون)
کارشناس پردازش سیگنال یا پردازش تصویر (یا مشتاق!)
زیست شناس
مهندس
دانشجو
یادگیرنده مستقل کنجکاو!
آنچه در این دوره دریافت می کنید:
6 ساعت سخنرانی ویدیویی شامل توضیحات، تصاویر و نمودارها
خوانندگان پی دی اف با یادداشت ها و توضیحات مهم
بسیاری از تمرین ها و راه حل های آنها! ( توجه: تمرین ها در pdf خوان ها موجود است )
کد متلب، کد پایتون و مجموعه دادههای نمونه برای برنامهها
با 3000 خط کد MATLAB و Python، این دوره همچنین راهی عالی برای بهبود مهارت های برنامه نویسی شما، به ویژه در زمینه پردازش سیگنال و پردازش تصویر است.
چرا من واجد شرایط تدریس این دوره هستم:
من نزدیک به دو دهه است که از تبدیل فوریه به طور گسترده در تحقیق و تدریس خود (عمدتاً در متلب) استفاده می کنم. من چندین کتاب درسی در مورد تجزیه و تحلیل داده ها، برنامه نویسی و آمار نوشته ام که به طور گسترده بر تبدیل فوریه تکیه دارند. مهمتر از همه: من تبدیل فوریه را به دانشجویان لیسانس، دانشجویان دکترا، اساتید و متخصصان آموزش داده ام و به افرادی با زمینه های مختلف از جمله زیست شناسی، روانشناسی، فیزیک، ریاضیات و مهندسی تدریس کرده ام.
پس منتظر چی هستی؟؟
برای کسب اطلاعات بیشتر در مورد محتوای این دوره و در مورد سبک تدریس من، ویدیوی مقدماتی دوره را تماشا کنید. و به پایین بروید تا ببینید دانشآموزان دیگر درباره این دوره و سبک تدریس من چه فکر میکنند.
امیدوارم به زودی شما را در دوره ببینم!
مایک
سرفصل ها و درس ها
مقدمه ای بر تبدیل فوریه
Introduction to the Fourier transform
من دانشیار علوم اعصاب در دانشگاه رادبود (هلند) هستم. آزمایشگاه تحقیقاتی من از روش های علوم اعصاب پیشرفته برای اندازه گیری فعالیت الکتریکی مغز استفاده می کند و ما برای درک همه داده ها از روش های پیشرفته پردازش سیگنال چند متغیره و روش یادگیری ماشین یادگیری استفاده می کنیم! من چندین کتاب درسی درباره برنامه نویسی علمی در MATLAB ، پردازش سیگنال و آمار نوشته ام. من همچنین معتقد به اهمیت ادامه تحصیل در سطح حرفه ای هستم. تمرکز آموزش Pluralsight من تجزیه و تحلیل داده های عملی در MATLAB است. آموزش مباحث فنی می تواند یک چالش برای دوره های آنلاین باشد که تعاملات رو در رو در زمان واقعی ندارند. من تمام تلاشم را می کنم تا تعادل درستی بین درک و دقت ریاضی و بین تئوری و اجرا پیدا کنم. امیدوارم موافقت کنید و مشتاقانه منتظر دیدن شما در کلاس هستم!
نمایش نظرات