آموزش ریاضی برای علم داده، تجزیه و تحلیل داده ها و یادگیری ماشین

Math for Data science,Data analysis and Machine Learning

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری اصول ریاضی برای علوم داده، تجزیه و تحلیل داده، یادگیری ماشین و هوش مصنوعی آموزش مفاهیم پایه جبر خطی یادگیری مفاهیم پایه آمار یادگیری مفاهیم پایه هندسه یادگیری مفاهیم اساسی حساب دیفرانسیل و انتگرال کاربرد مباحث کلیدی ریاضی پیش نیازها:دانش پایه برای اتمام دوره به ریاضیات نیاز است

در این دوره، ما اصول ریاضی برای علم داده، تجزیه و تحلیل داده ها و یادگیری ماشین را یاد خواهیم گرفت. ما همچنین در مورد اهمیت جبر خطی، آمار و احتمال، حساب دیفرانسیل و انتگرال و هندسه در این زمینه های تکنولوژیکی بحث خواهیم کرد. از آنجایی که علم داده توسط مهندسان و دانشجویان بازرگانی مطالعه می شود، این دوره به گونه ای طراحی شده است که هم برای مبتدیان و هم برای سطوح پیشرفته مفید باشد. دروس این دوره همچنین برای دانشجویان علوم کامپیوتر/هوش مصنوعی و کسانی که برنامه نویسی پایتون را یاد می گیرند مفید است.

در اینجا، این دوره حوزه های زیر را پوشش می دهد:

  1. اهمیت جبر خطی

  2. انواع ماتریس

  3. افزودن ماتریس ها و ویژگی های آن

  4. ضرب ماتریس و خواص آن

  5. ویژگی های انتقال ماتریس ها

  6. ماتریس‌های هرمیتین و انحرافی

  7. تعیین کننده ها ; مقدمه

  8. عوامل خردسال و شرکت در یک تعیین کننده

  9. ویژگی های تعیین کننده ها

  10. تمایز یک تعیین کننده

  11. رتبه یک ماتریس

  12. فرم Echelon و ویژگی های آن

  13. مقدارهای ویژه و بردارهای ویژه

  14. روش حذف گاوسی برای یافتن حل معادلات خطی

  15. قضیه کیلی همیلتون

  16. اهمیت آمار برای علم داده

  17. آمار : مقدمه

  18. داده های آماری و مقیاس های اندازه گیری آن

  19. طبقه بندی داده ها

  20. معیارهای گرایش مرکزی

  21. اندازه‌های پراکندگی: محدوده، میانگین انحراف، Std. انحراف چارک انحراف

  22. مفاهیم اساسی احتمال

  23. نمونه‌های فضایی و توصیف کلامی معادل مجموعه نمادها

  24. انواع رویدادها و قضیه احتمال جمع

  25. احتمال مشروط

  26. قضیه احتمال کل

  27. قضیه بای

  28. اهمیت حساب دیفرانسیل و انتگرال برای علم داده

  29. مفاهیم اساسی: توابع، محدودیت ها و تداوم

  30. مشتق شده از یک تابع و فرمول های تمایز

  31. تمایز توابع در فرم پارامتریک

  32. قضیه رول

  33. قضیه مقدار میانگین لاگرانژ

  34. مفاهیم متوسط ​​و حاشیه

  35. مفاهیم ماکسیما و مینیما

  36. کشش: کشش قیمت عرضه و تقاضا

  37. اهمیت هندسه اقلیدسی

  38. مقدمه ای بر هندسه

  39. برخی از اصطلاحات، مفاهیم، ​​نتایج و فرمول‌های مفید

  40. نظریه مجموعه ها: تعریف و نمایش آن

  41. نوع مجموعه ها

  42. زیر مجموعه، مجموعه قدرت و مجموعه جهانی

  43. فاصله ها به عنوان زیر مجموعه "R"

  44. نمودارهای ون

  45. قوانین جبر مجموعه ها

  46. فرمول های مهم شماره عناصر در مجموعه ها

  47. مفاهیم اساسی توابع

  48. نمودار توابع با ارزش واقعی

  49. نمودارهای توابع نمایی، لگاریتمی و متقابل

هر یک از موضوعات فوق دارای توضیح ساده ای از مفاهیم است و با نمونه های انتخابی پشتیبانی می شود.

من مطمئن هستم که این دوره یک بستر قوی برای دانش آموزان و کسانی که برای حضور در آزمون های رقابتی و تحصیل در ریاضیات عالی برنامه ریزی می کنند ایجاد خواهد کرد.

در بخش Q A نیز پشتیبانی خوبی دریافت خواهید کرد. همچنین برنامه ریزی شده است که بر اساس بازخورد شما، مطالب درسی جدید به دوره اضافه شود. امیدواریم که این دوره درک بهتری ایجاد کند و اعتماد به نفس دانش آموزان را تقویت کند.

در داخل دوره منتظر شما هستم!

پس عجله کنید و همین الان بپیوندید!!


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

جبر خطی Linear Algebra

  • اهمیت جبر خطی Importance of Linear Algebra

  • معرفی Introduction

  • انواع ماتریس ها Types of Matrices

  • جمع ماتریس ها و ویژگی های آن Addition of Matrices and its Properties

  • ضرب ماتریس و خواص آن Matrix multiplication and its Properties

  • تصویر 1 Illustration1

  • تصویر 2 Illustration2

  • تصویر 3 Illustration3

  • ویژگی های جابجایی ماتریس ها Properties of Transpose of Matrices

  • ماتریس های هرمیتین و انحرافی Hermitian and Skew Hermitian Matrices

  • عوامل تعیین کننده؛ معرفی Determinants ; Introduction

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration 3

  • تصویر 4 Illustration 4

  • مینورها و عوامل کوفاکتور در یک تعیین کننده Minors and Cofactors in a Determinant

  • تصویر 1 Illustration 1

  • خواص عوامل تعیین کننده Properties of Determinants

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration 3

  • تصویر 4 Illustration 4

  • تصویر 5 Illustration 5

  • تصویر 6 Illustration 6

  • تصویر 7 Illustration 7

  • تصویر 8 Illustration 8

  • تصویر 9 Illustration 9

  • تصویر 10 Illustration 10

  • تصویر 11 Illustration 11

  • تصویر 12 Illustration 12

  • تمایز یک تعیین کننده Differentiation of a Determinant

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • رتبه یک ماتریس Rank of a Matrix

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration 3

  • فرم Echelon و ویژگی های آن Echelon form and its Properties

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • مقادیر ویژه و بردارهای ویژه Eigenvalues and Eigenvectors

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • روش حذف گاوسی برای یافتن حل معادلات خطی Gaussian Elimination Method for finding out solution of linear equations

  • تصویر 1 Illustration 1

  • قضیه کیلی همیلتون Cayley Hamilton Theorem

  • آزمون (ماتریس) Quiz (Matrices)

  • آزمون (عوامل تعیین کننده) Quiz (Determinants)

  • راه حل Q.no.9 (تعیین کننده های مسابقه) Solution Q.no.9(Quiz Determinants)

آمار و احتمال Statistics and Probability

  • اهمیت آمار برای علم داده Importance of Statistics for Data Science

  • آمار: مقدمه Statistics : An Introduction

  • داده های آماری و مقیاس های اندازه گیری آن Statistical Data and its measurement scales

  • طبقه بندی داده ها Classification of Data

  • اقدامات گرایش مرکزی Measures of Central Tendency

  • چند مثال برای درک AM Some Examples to understand AM

  • چند مثال برای درک GM و HM Some Examples to understand GM and HM

  • چند مثال برای درک Median و Mode Some Examples to understand Median and Mode

  • معیارهای پراکندگی: محدوده، میانگین توسعه، Std. انحراف و انحراف ربع Measures of Dispersion: Range, Mean Dev, Std. Deviation & Quartile Deviation

  • نتایج مهم در مورد انحراف استاندارد Important results on Standard Deviation

  • چند مثال برای درک معیارهای پراکندگی Some Examples to understand Measures of Dispersion

  • مفاهیم اولیه احتمال Basic Concepts of Probability

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration2

  • فضای نمونه و توصیف کلامی و نمادهای مجموعه معادل Sample Space and Verbal description & Equivalent Set Notations

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration 3

  • انواع رویدادها و قضیه احتمال جمع Types of Events and Addition Theorem of Probability

  • چند مثال برای درک قضیه جمع احتمال Some Examples to understand Addition Theorem of Probability

  • احتمال شرطی Conditional Probability

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration 3

  • تصویر 4 Illustration 4

  • قضیه احتمال کل Total Probability Theorem

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • قضیه بای Baye's Theorem

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration 3

  • امتحان Quiz

حساب دیفرانسیل و انتگرال Calculus

  • اهمیت حساب دیفرانسیل و انتگرال برای علم داده Importance of Calculus for Data Science

  • مفاهیم اساسی: توابع، محدودیت ها و تداوم Basic Concepts : Functions, Limits and Continuity

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration3

  • تصویر 4 Illustration4

  • مشتق یک تابع و فرمول های تمایز Derivative of a Function and Formulae of Differentiation

  • تمایز توابع در فرم پارامتریک Differentiation of functions in Parametric Form

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration 3

  • تصویر 4 Illustration 4

  • تصویر 5 Illustration 5

  • تصویر 6 Illustration 6

  • تصویر 7 Illustration 7

  • تصویر 8 Illustration 8

  • تصویر 9 Illustration 9

  • تصویر 10 Illustration 10

  • تصویر 11 Illustration 11

  • قضیه رول Rolle;s Theorem

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • قضیه میانگین ارزش لاگرانژ Lagrange's Mean Value Theorem

  • تصویر 1 Illustration 1

  • مفاهیم متوسط ​​و حاشیه ای Average and Marginal Concepts

  • تصویر - 1 Illustration - 1

  • تصویر -2 Illustration -2

  • مفاهیم اولیه تقریب Basic Concepts of Approximation

  • تصاویر در مورد تقریب Illustrations on Approximations

  • مفاهیم ماکسیما و مینیما Concepts of Maxima and Minima

  • تصویر -1 Illustration -1

  • تصویر - 2 Illustration - 2

  • تصویر - 3 Illustration - 3

  • تصویر - 4 Illustration - 4

  • تصویر-5 Illustration-5

  • کشش: کشش قیمت عرضه و تقاضا Elasticity : Price elasticity of supply and demand

  • تصویر 1 Illustration 1

هندسه اقلیدسی Euclidean Geometry

  • اهمیت هندسه اقلیدسی برای علم داده Importance of Euclidean Geometry for Data Science

  • مقدمه ای بر هندسه Introduction to Geometry

  • برخی از اصطلاحات، مفاهیم، ​​نتایج و فرمول های مفید Some useful Terms,Concepts,Results and Formulae

  • مفاهیم اساسی مثلث های متجانس Basic Concepts of Congruent Triangles

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

ریاضی گسسته Discrete Math

  • نظریه مجموعه ها: تعریف و نمایش آن Set Theory : Definition and its representation

  • نوع مجموعه ها Type of Sets

  • زیر مجموعه، مجموعه قدرت و مجموعه جهانی Subset,Power set and Universal set

  • فواصل به عنوان زیر مجموعه "R" Intervals as subset of 'R'

  • نمودارهای ون Venn Diagrams

  • قوانین جبر مجموعه ها Laws of Algebra of Sets

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • فرمول های مهم شماره عناصر در مجموعه ها Important formulae of no. of elements in sets

  • مثال 1 Example 1

  • مثال-2 Example-2

  • محصول دکارتی مجموعه ها Cartesian Product of Sets

  • روابط: تعریف، دامنه، کدومین و محدوده Relations : Definition, Domain, Codomain and Range

  • انواع روابط Types of Relations

  • مفاهیم اساسی توابع Basic Concepts of Functions

  • نمودارهای توابع با ارزش واقعی Graphs of real valued functions

  • نمودارهای توابع نمایی، لگاریتمی و متقابل Graphs of Exponential , Logarithmic and Reciprocal Functions

  • امتحان Quiz

  • ترکیبات: نمادهای فاکتوریل Combinatorics : Factorial Notations

  • چند مثال در نمادگذاری فاکتوریل Some Examples on Factorial Notations

  • اصل اساسی شمارش Fundamental Principle of Counting

  • تصویر 1 Illustration 1

  • تصویر 2 Illustration 2

  • تصویر 3 Illustration 3

  • تصویر 4 Illustration 4

  • تصویر 5 Illustration 5

  • مفاهیم پایه جایگشت Basic Concepts of Permutations

  • مفاهیم اساسی ترکیبات Basic Concepts of Combinations

نمایش نظرات

آموزش ریاضی برای علم داده، تجزیه و تحلیل داده ها و یادگیری ماشین
جزییات دوره
20 hours
152
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,241
4.8 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sandeep Kumar Mathur Sandeep Kumar Mathur

دانشکده (ریاضیات) یک مهندس در حرفه، با اشتیاق به ریاضیات و عشق به انتشار دانش به جویندگان واقعی، Sandeep Kumar Mathur پس از گذراندن بیش از 15 سال در صنعت تصمیم گرفت تمام وقت خود را از سال 2000 به تحصیلات آکادمیک خود اختصاص دهد. علاقه شدید او به ریاضیات، تمایل شدید او به یادگیری و تجربه طولانی صنعتی، مهارت او را در جذاب‌تر کردن ریاضیات به عنوان یک موضوع کاربردی تقویت کرده است. تسلط قوی او بر مبانی و تجربه میدانی ریاضیات کاربردی در صنعت، این امکان را برای او فراهم کرده است که با استفاده از مسیرها و تکنیک های ساده، حتی مسائل پیچیده را به دانش آموزانش بفهماند و حل کند. او کتاب هایی در زمینه ریاضیات برای رده های مختلف دانش آموزان تالیف کرده است. در طول بیش از 20 سال گذشته تدریس، Sandeep Kumar تلاش کرده است تا از طریق سخنرانی ویدیویی به دانش آموزانی که مایل به یادگیری ریاضیات هستند، از سطح ابتدایی تا پیشرفته دست یابد. او همیشه در هنگام تهیه ویدیوهای خود نیازهای شاگردان و فالوورهای خود را در نظر داشته است و به همین دلیل مجموعه سخنرانی های او به دو زبان هندی و انگلیسی در دسترس است. او همیشه علاقه مند بوده است که به دانش آموزانی که منابع محدودی در مناطق روستایی داخلی دارند، مکان های دور که امکانات تدریس در آن ها ناکافی است و نیز کسانی که مشتاق گذراندن دوره های پیشرفته در هر نقطه از جهان هستند، نزدیک شود. او معتقد است که به حل مشکلات خاص دانش آموزان می پردازد و مایل است تمام حمایت های ممکن را از کسانی که به این موضوع علاقه مند هستند، ارائه دهد.