آموزش تجارت الگوریتمی و تجزیه و تحلیل سری زمانی در پایتون و R

Algorithmic Trading & Time Series Analysis in Python and R

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره: تجزیه و تحلیل فنی (SMA و RSI)، تجزیه و تحلیل سری زمانی (ARIMA و GARCH)، یادگیری ماشین و استراتژی‌های بازگشت میانگین درک شاخص‌های فنی (MA، EMA یا RSI) درک مدل‌های پیاده‌روی تصادفی درک مدل‌های خودبازگشتی درک مدل‌های میانگین متحرک درک مدل‌های هتروسکداستی و نوسانات مدل سازی درک استراتژی های معاملاتی مبتنی بر ARIMA و GARCH درک استراتژی های خنثی بازار و نحوه کاهش ریسک بازار درک هم ادغام و تجارت جفتی (آبیتراژ آماری) درک رویکردهای یادگیری ماشین در امور مالی

      این دوره در مورد مبانی اساسی تجارت الگوریتمی است. ابتدا با سهام، اوراق قرضه و اصول اساسی بازار سهام و فارکس آشنا خواهید شد. دلیل اصلی این دوره کسب درک بهتر از مدل های ریاضی در مورد معاملات الگوریتمی و مالی به طور عمده است.

      ما از Python و R به عنوان زبان های برنامه نویسی در طول سخنرانی ها استفاده خواهیم کرد

      مهم: فقط اگر به آمار و ریاضیات علاقه دارید، این دوره را بگذرانید!!!

      بخش 1 - مقدمه

      • چرا از پایتون به عنوان یک زبان برنامه نویسی استفاده کنیم؟

      • نصب Python و PyCharm

      • نصب R و RStudio

      بخش 2 - مبانی بازار سهام

      • انواع تجزیه و تحلیل

      • سهام و سهام

      • کالاها و فارکس

      • موقعیت های کوتاه و بلند چیست؟

      +++ آنالیز فنی ++++

      بخش 3 - نشانگر میانگین متحرک (MA)

      • نشانگرهای میانگین متحرک ساده (SMA)

      • نشانگرهای میانگین متحرک نمایی (EMA)

      • استراتژی معاملاتی متقاطع متقاطع

      بخش 4 - شاخص قدرت نسبی (RSI)

      • شاخص قدرت نسبی (RSI) چیست؟

      • بازده حسابی و بازده لگاریتمی

      • ترکیب میانگین متحرک و استراتژی معاملاتی RSI

      • نسبت شارپ

      بخش 5 - نشانگر حرکت تصادفی

      • شاخص حرکت تصادفی چیست؟

      • محدوده واقعی متوسط ​​(ATR) چیست؟

      • استراتژی معاملاتی بهینه سازی پورتفولیو

      +++ آنالیز سری زمانی +++

      بخش 6 - مبانی سری زمانی

      • مبانی آمار (میانگین، واریانس و کوواریانس)

      • دانلود داده ها از Yahoo Finance

      • ایستایی

      • همبستگی خودکار (همبستگی سریال) و همبستگی

      بخش 7 - مدل پیاده روی تصادفی

      • نویز سفید و نویز سفید گاوسی

      • مدل سازی دارایی ها با پیاده روی تصادفی

      بخش 8 - مدل خود رگرسیون (AR)

      • مدل اتورگرسیو چیست؟

      • چگونه بهترین سفارشات مدل را انتخاب کنیم؟

      • معیار اطلاعات Akaike

      بخش 9 - مدل میانگین متحرک (MA)

      • مدل میانگین متحرک

      • مدل سازی دارایی ها با مدل میانگین متحرک

      بخش 10 - مدل میانگین متحرک خود رگرسیون (ARMA)

      • مدل های ARMA و ARIMA چیست؟

      • تست Ljung-Box

      • بخش یکپارچه - فرآیندهای I(0) و I(1)

      بخش 11 - فرآیندهای ناهمگون

      • نحوه مدلسازی نوسانات در امور مالی

      • مدل‌های هتروسکداستیک خود رگرسیون (ARCH)

      • مدل‌های هتروسکداستیک خودبازگشت عمومی (GARCH)

      بخش 12 - استراتژی تجارت ARIMA و GARCH

      • نحوه ترکیب ARIMA و مدل GARCH

      • میانگین و واریانس مدل سازی

      +++ استراتژی های تجارت خنثی بازار +++

      بخش 13 - استراتژی های بی طرف از بازار

      • انواع ریسک (ریسک خاص و بازار)

      • مسکن ریسک بازار (مدل بلک شولز و تجارت جفت)

      بخش 14 - بازگشت میانگین

      • فرایندهای تصادفی Ornstein-Uhlenbeck

      • همگرایی چیست؟

      • اجرای استراتژی تجارت جفت

      • باندهای بولینگر و برگشت میانگین مقطعی

      +++ یادگیری ماشینی +++

      بخش 15 - رگرسیون لجستیک

      • رگرسیون خطی چیست

      • چه زمانی رگرسیون لجستیک را ترجیح دهیم

      • استراتژی معاملاتی رگرسیون لجستیک

      بخش 16 - ماشین‌های بردار پشتیبانی (SVM)

      • ماشین های بردار پشتیبان چیست؟

      • پشتیبانی از استراتژی تجارت ماشین برداری

      • بهینه سازی پارامتر

      APPENDIX - R crash COURSE

      • اصول - متغیرها، رشته ها، حلقه ها و عملگرهای منطقی

      • توابع

      ضمیمه - دوره سقوط پایتون

      • اصول - متغیرها، رشته ها، حلقه ها و عملگرهای منطقی

      • توابع

      • ساختارهای داده در پایتون (لیست ها، آرایه ها، تاپل ها و دیکشنری ها)

      • برنامه نویسی شی گرا (OOP)

      • NumPy

      از اینکه به دوره من پیوستید متشکریم، بیایید شروع کنیم!


      سرفصل ها و درس ها

      معرفی Introduction

      • معرفی Introduction

      • چرا باید از پایتون استفاده کرد؟ Why to use Python?

      راه اندازی محیط Environment Setup

      • نصب پایتون Installing Python

      • در حال نصب PyCharm Installing PyCharm

      • نصب R و RStudio Installing R and RStudio

      مبانی بازار سهام Stock Market Basics

      • انواع تحلیل ها Types of analyses

      • سهام و سهام Stocks and shares

      • کالاها Commodities

      • ارزها و فارکس Currencies and the FOREX

      • موقعیت های کوتاه و بلند Short and long positions

      • آزمون مبانی بازارهای سهام Stock Markets Basics Quiz

      ### استفاده از نشانگرهای فنی ### ### USING TECHNICAL INDICATORS ###

      • استفاده از شاخص های فنی Using technical indicators

      نشانگر میانگین متحرک Moving Average Indicator

      • شاخص میانگین متحرک ساده (SMA) چیست؟ What is the simple moving average (SMA) indicator?

      • دانلود داده ها از Yahoo Finance Downloading data from Yahoo Finance

      • سطوح حمایت و مقاومت Support and resistance levels

      • پیاده سازی میانگین متحرک ساده (SMA). Simple moving averages (SMA) implementation

      • وزن دهی نمایی Exponential weighting

      • پیاده سازی میانگین متحرک نمایی (EMA). Exponential moving average (EMA) implementation

      • آزمون میانگین متحرک Moving Averages Quiz

      استراتژی متقاطع میانگین متحرک Moving Average Crossover Strategy

      • استراتژی متقاطع میانگین متحرک I Moving average crossover strategy I

      • استراتژی متقاطع میانگین متحرک II Moving average crossover strategy II

      • استراتژی متقاطع میانگین متحرک III Moving average crossover strategy III

      • استراتژی متقاطع میانگین متحرک IV Moving average crossover strategy IV

      • استراتژی متقاطع میانگین متحرک V Moving average crossover strategy V

      شاخص قدرت نسبی (RSI) Relative Strength Indicator (RSI)

      • شاخص قدرت نسبی (RSI) چیست؟ What is the relative strength indicator (RSI)?

      • محاسبه مقادیر RSI Calculating the RSI values

      • بازده و بازده لگاریتمی Returns and logarithmic returns

      • آزمون RSI RSI Quiz

      استراتژی شاخص قدرت نسبی (RSI). Relative Strength Indicator (RSI) Strategy

      • استراتژی معاملاتی RSI I RSI trading strategy I

      • استراتژی معاملاتی RSI II RSI trading strategy II

      • استراتژی معاملاتی RSI III RSI trading strategy III

      • نسبت شارپ چیست؟ What is Sharpe ratio?

      • محاسبه نسبت شارپ یک استراتژی معاملاتی Calculating Sharpe ratio of a trading strategy

      چارچوب Backtrader Backtrader Framework

      • بک تریدر چیست؟ What is backtrader?

      • مبانی Backtrader - مدیریت داده ها Backtrader basics - handling data

      • مبانی Backtrader - استفاده از استراتژی ها Backtrader basics - using strategies

      • اصول Backtrader - استفاده از اندیکاتورها Backtrader basics - using indicators

      • اصول Backtrader - نتایج Backtrader basics - results

      • اصول Backtrader - اطلاعات کارگزار و کمیسیون Backtrader basics - broker info and commissions

      استراتژی معاملاتی ترکیبی مومنتوم و SMA Momentum & SMA Combined Trading Strategy

      • چه استراتژی را اجرا خواهیم کرد؟ What strategy will we implement?

      • نشانگر میانگین محدوده واقعی (ATR) و اندازه موقعیت Average true range (ATR) indicator and position sizing

      • اجرای شاخص میانگین برد واقعی (ATR). Average true range (ATR) indicator implementation

      • آزمون شاخص ATR ATR Indicator Quiz

      پیاده سازی استراتژی تجارت ترکیبی مومنتوم و SMA Momentum & SMA Combined Trading Strategy Implementation

      • اجرای استراتژی تجارت مومنتوم I Momentum trading strategy implementation I

      • اجرای استراتژی تجارت مومنتوم II Momentum trading strategy implementation II

      • اجرای استراتژی تجارت مومنتوم III Momentum trading strategy implementation III

      • اجرای استراتژی تجارت مومنتوم IV Momentum trading strategy implementation IV

      • اجرای استراتژی تجارت مومنتوم V Momentum trading strategy implementation V

      • پیاده سازی استراتژی تجارت حرکتی VI Momentum trading strategy implementation VI

      • اجرای استراتژی تجارت مومنتوم VII Momentum trading strategy implementation VII

      ### تحلیل سری زمانی ### ### TIME SERIES ANALYSIS ###

      • تحلیل سری های زمانی Time series analysis

      مبانی تحلیل سری زمانی Time Series Analysis Fundamentals

      • میانگین، واریانس و همبستگی چیست؟ What are mean, variance and correlation?

      • دانلود داده ها از Yahoo Finance Downloading the data from Yahoo Finance

      • محاسبه آمار مفید Calculating useful statistics

      • ثابت بودن Stationarity

      • همبستگی سریال (خودهمبستگی) چیست؟ What is serial correlation (autocorrelation)?

      • کورلوگرام Correlogram

      • درک همبستگی Understanding the correlogram

      • مسابقه مبانی سری زمانی Time Series Basics Quiz

      مدل پیاده روی تصادفی Random Walk Model

      • معرفی نویز سفید White noise introduction

      • مثال فرآیند نویز سفید White noise process example

      • پیاده روی تصادفی چیست؟ What is random walk?

      • مثال پیاده روی تصادفی Random walk example

      • مدل‌سازی دارایی‌ها با پیاده‌روی تصادفی Modeling assets with random walk

      • مسابقه پیاده روی تصادفی Random Walk Quiz

      مدل خودرگرسیون (AR) Autoregressive Model (AR)

      • معرفی مدل خودرگرسیون Autoregressive model introduction

      • چگونه بهترین مدل را انتخاب کنیم؟ (AIC و BIC) How to select the best model? (AIC and BIC)

      • نمونه مدل خودرگرسیون Autoregressive model example

      • مدل سازی دارایی ها با مدل خودرگرسیون Modeling assets with autoregressive model

      • مدل خودرگرسیون Autoregressive Model

      مدل میانگین متحرک (MA) Moving Average Model (MA)

      • معرفی مدل میانگین متحرک Moving average model introduction

      • نمونه مدل میانگین متحرک Moving average model example

      • مدل سازی دارایی ها با مدل میانگین متحرک Modeling assets with moving average model

      • آزمون مدل میانگین متحرک Moving Average Model Quiz

      مدل میانگین متحرک خودرگرسیون (ARMA) Autoregressive Moving Average Model (ARMA)

      • معرفی مدل میانگین متحرک خودرگرسیون Autoregressive moving average model introduction

      • تست Ljung-Box چیست؟ What is the Ljung-Box test?

      • نمونه مدل میانگین متحرک اتورگرسیو Autoregressive moving average model example

      • مدل میانگین متحرک خودرگرسیون مثال II Autoregressive moving average model example II

      • مدل سازی دارایی ها با مدل ARMA Modeling assets with ARMA model

      • آزمون مدل ARMA ARMA Model Quiz

      مدل میانگین متحرک یکپارچه خودرگرسیون (ARIMA) Autoregressive Integrated Moving Average Model (ARIMA)

      • معرفی مدل ARIMA ARIMA model introduction

      • نمونه مدل ARIMA ARIMA model example

      • مدل سازی دارایی ها با مدل ARIMA Modeling assets with ARIMA model

      • آزمون مدل ARIMA ARIMA Model Quiz

      مدل هتروسکداستیک شرطی خودرگرسیون (ARCH) Autoregressive Conditional Heteroskedastic Model (ARCH)

      • ناهمگونی در امور مالی Heteroskedasticity in finance

      • معرفی مدل ARCH ARCH model introduction

      مدل هتروسکداستیکی خودرگرسیون تعمیم یافته (GARCH) Generalized Autoregressive Heteroskedastic Model (GARCH)

      • معرفی مدل GARCH GARCH model introduction

      • نمونه مدل GARCH GARCH model example

      • مدل سازی دارایی ها با مدل GARCH Modeling assets with GARCH model

      • آزمون مدل Heteroskedastic Heteroskedastic Model Quiz

      پیاده سازی استراتژی تجارت فارکس FOREX Trading Strategy Implementation

      • پیاده سازی استراتژی تجارت فارکس I FOREX trading strategy implementation I

      • اجرای استراتژی تجارت فارکس II FOREX trading strategy implementation II

      • اجرای استراتژی تجارت فارکس III FOREX trading strategy implementation III

      • اجرای استراتژی تجارت فارکس IV FOREX trading strategy implementation IV

      • اجرای استراتژی تجارت فارکس V FOREX trading strategy implementation V

      • اجرای استراتژی تجارت فارکس VI FOREX trading strategy implementation VI

      اجرای استراتژی معاملاتی بازار سهام Stock Market Trading Strategy Implementation

      • اجرای استراتژی معاملاتی بازار سهام I Stock market trading strategy implementation I

      • اجرای استراتژی معاملاتی بازار سهام II Stock market trading strategy implementation II

      ### استراتژی های تجارت خنثی بازار ### ### MARKET NEUTRAL TRADING STRATEGIES ###

      • دو نوع ریسک و CAPM Two types of risk and CAPM

      • پوشش ریسک بازار Hedging the market risk

      • آزمون استراتژی های خنثی بازار Market Neutral Strategies Quiz

      میانگین بازگشت Mean Reversion

      • فرآیندهای تصادفی Ornstein-Uhlenbeck Ornstein-Uhlenbeck stochastic processes

      • شبیه سازی فرآیندهای Ornstein-Uhlenbeck Simulating Ornstein-Uhlenbeck processes

      • همگرایی چیست؟ What is cointegration?

      • تست یکپارچگی Testing cointegration

      • آزمون بازگشت میانگین Mean Reversion Quiz

      باندهای بولینگر Bollinger Bands

      • معرفی باندهای بولینگر Bollinger bands introduction

      • تجسم باندهای بولینگر Bollinger bands visualization

      • مسابقه باندهای بولینگر Bollinger Bands Quiz

      اجرای استراتژی معاملاتی باندهای بولینگر Bollinger Bands Trading Strategy Implementation

      • اجرای استراتژی معاملاتی باند بولینگر I Bollinger bands trading strategy implementation I

      • اجرای استراتژی معاملات باند بولینگر II Bollinger bands trading strategy implementation II

      • اجرای استراتژی معاملاتی باند بولینگر III Bollinger bands trading strategy implementation III

      برگشت میانگین مقطعی Cross-Sectional Mean Reversion

      • استراتژی برگشت میانگین مقطعی چیست؟ What is the cross-sectional mean reversion strategy?

      اجرای استراتژی معاملاتی بازگشت میانگین مقطعی Cross-Sectional Mean Reversion Trading Strategy Implementation

      • اجرای برگشت میانگین مقطعی I Cross-sectional mean reversion implementation I

      • اجرای برگشت میانگین مقطعی II Cross-sectional mean reversion implementation II

      ### الگوریتم های تجارت یادگیری ماشینی ### ### MACHINE LEARNING TRADING ALGORITHMS ###

      • رویکردهای یادگیری ماشینی Machine learning approaches

      رگرسیون لجستیک Logistic Regression

      • رگرسیون خطی چیست؟ What is linear regression?

      • تکنیک های بهینه سازی Optimization techniques

      • معرفی رگرسیون لجستیک Logistic regression introduction

      • بهینه سازی حداکثر احتمال Maximum likelihood optimization

      پیاده سازی استراتژی معاملاتی رگرسیون لجستیک Logistic Regression Trading Strategy Implementation

      • اجرای استراتژی رگرسیون لجستیک I Logistic regression strategy implementation I

      • اجرای استراتژی رگرسیون لجستیک II Logistic regression strategy implementation II

      ماشین‌های بردار پشتیبانی (SVM) Support Vector Machines (SVMs)

      • ماشین‌های بردار پشتیبان (SVM) چیست؟ What are Support Vector Machines (SVMs)?

      • مسائل خطی قابل تفکیک Linearly separable problems

      • مسائل غیرخطی قابل تفکیک Non-linearly separable problems

      • توابع هسته Kernel functions

      پشتیبانی از اجرای استراتژی تجارت طبقه بندی کننده برداری Support Vector Classifier Trading Strategy Implementation

      • پشتیبانی از پیاده سازی استراتژی ماشین های برداری I Support vector machines strategy implementation I

      • اجرای استراتژی ماشین های برداری پشتیبانی II Support vector machines strategy implementation II

      الگوریتم ها و شاخص های یادگیری ماشین Machine Learning Algorithms and Indicators

      • SVM با استراتژی معاملاتی SMA و RSI I SVM with SMA and RSI trading strategy I

      • SVM با استراتژی معاملاتی SMA و RSI II SVM with SMA and RSI trading strategy II

      • SVM با استراتژی معاملاتی SMA و RSI III SVM with SMA and RSI trading strategy III

      ### دوره crash برنامه نویسی پایتون ### ### PYTHON PROGRAMMING CRASH COURSE ###

      • معرفی دوره سقوط پایتون Python crash course introduction

      پیوست شماره 1 - مبانی پایتون Appendix #1 - Python Basics

      • اولین قدم ها در پایتون First steps in Python

      • انواع داده های اساسی چیست؟ What are the basic data types?

      • بولین ها Booleans

      • رشته های Strings

      • برش رشته String slicing

      • ریخته گری نوع Type casting

      • اپراتورها Operators

      • اظهارات مشروط Conditional statements

      • چگونه از شرایط متعدد استفاده کنیم؟ How to use multiple conditions?

      • عملگرهای منطقی Logical operators

      • حلقه ها - برای حلقه Loops - for loop

      • حلقه ها - حلقه while Loops - while loop

      • تمرین: محاسبه میانگین Exercise: calculating the average

      • راه حل: محاسبه میانگین Solution: calculating the average

      • حلقه های تو در تو چیست؟ What are nested loops?

      • شمردن Enumerate

      • بشکن و ادامه بده Break and continue

      • محاسبه اعداد فیبوناچی Calculating Fibonacci-numbers

      • تمرین: اعداد فیبوناچی Exercise: Fibonacci-numbers

      • راه حل: اعداد فیبوناچی Solution: Fibonacci-numbers

      • آزمون پایه پایتون Python Basics Quiz

      پیوست شماره 2 - توابع Appendix #2 - Functions

      • توابع چیست؟ What are functions?

      • تعریف توابع Defining functions

      • آرگومان های موقعیتی و آرگومان های کلیدواژه Positional arguments and keyword arguments

      • برگرداندن مقادیر Returning values

      • برگرداندن مقادیر متعدد Returning multiple values

      • تمرین: توابع Exercise: functions

      • راه حل: توابع Solution: functions

      • عملگر بازده Yield operator

      • متغیرهای محلی و جهانی Local and global variables

      • مرتبط ترین توابع داخلی کدامند؟ What are the most relevant built-in functions?

      • بازگشت چیست؟ What is recursion?

      • تمرین: بازگشتی Exercise: recursion

      • راه حل: بازگشت Solution: recursion

      • متغیرهای محلی در مقابل متغیرهای جهانی Local vs global variables

      • تابع __main__ The __main__ function

      • آزمون توابع Functions Quiz

      پیوست شماره 3 - ساختارهای داده در پایتون Appendix #3 - Data Structures in Python

      • چگونه زمان اجرای الگوریتم ها را اندازه گیری کنیم؟ How to measure the running time of algorithms?

      • معرفی ساختارهای داده Data structures introduction

      • ساختارهای داده آرایه چیست I What are array data structures I

      • ساختارهای داده آرایه چیست II What are array data structures II

      • لیست ها در پایتون Lists in Python

      • لیست در پایتون - عملیات پیشرفته Lists in Python - advanced operations

      • لیست ها در پایتون - درک لیست Lists in Python - list comprehension

      • (!!!) لیست ها و آرایه های پایتون (!!!) Python lists and arrays

      • تمرین: درک فهرست Exercise: list comprehension

      • راه حل: درک لیست Solution: list comprehension

      • اندازه گیری زمان اجرای لیست ها Measuring running time of lists

      • تاپل ها چیست؟ What are tuples?

      • تغییرپذیری و تغییرناپذیری Mutability and immutability

      • ساختارهای داده لیست پیوندی چیست؟ What are linked list data structures?

      • پیاده سازی لیست پیوندی دوگانه در پایتون Doubly linked list implementation in Python

      • هش و پیچیدگی زمان اجرا O(1). Hashing and O(1) running time complexity

      • فرهنگ لغت در پایتون Dictionaries in Python

      • مجموعه در پایتون Sets in Python

      • تمرین: ساخت فرهنگ لغت Exercise: constructing dictionaries

      • راه حل: ساخت فرهنگ لغت Solution: constructing dictionaries

      • مرتب سازی Sorting

      • آزمون ساختارهای داده Data Structures Quiz

      پیوست شماره 4 - برنامه نویسی شی گرا (OOP) Appendix #4 - Object Oriented Programming (OOP)

      • برنامه نویسی شی گرا (OOP) چیست؟ What is object oriented programming (OOP)?

      • اصول کلاس و اشیاء Class and objects basics

      • با استفاده از سازنده Using the constructor

      • متغیرهای کلاس و متغیرهای نمونه Class variables and instance variables

      • تمرین: ساخت کلاس Exercise: constructing classes

      • راه حل: ساخت کلاس ها Solution: constructing classes

      • متغیرهای خصوصی و مخفی کردن نام Private variables and name mangling

      • وراثت در OOP چیست؟ What is inheritance in OOP?

      • کلمه کلیدی فوق العاده The super keyword

      • لغو تابع (روش). Function (method) override

      • پلی مورفیسم چیست؟ What is polymorphism?

      • چند شکلی و انتزاع مثال Polymorphism and abstraction example

      • تمرین: انتزاع Exercise: abstraction

      • راه حل: انتزاع Solution: abstraction

      • ماژول ها Modules

      • تابع __str__ The __str__ function

      • مقایسه اشیاء - توابع برتر Comparing objects - overriding functions

      • آزمون برنامه نویسی شی گرا (OOP). Object Oriented Programming (OOP) Quiz

      پیوست شماره 5 - NumPy Appendix #5 - NumPy

      • مزیت کلیدی NumPy چیست؟ What is the key advantage of NumPy?

      • ایجاد و به روز رسانی آرایه ها Creating and updating arrays

      • ابعاد آرایه ها Dimension of arrays

      • شاخص ها و برش Indexes and slicing

      • انواع Types

      • تغییر شکل دهید Reshape

      • تمرین: مشکل تغییر شکل Exercise: reshape problem

      • راه حل: مشکل تغییر شکل Solution: reshape problem

      • انباشتن و ادغام آرایه ها Stacking and merging arrays

      • فیلتر کنید Filter

      • مقایسه زمان اجرا: آرایه ها و لیست ها Running time comparison: arrays and lists

      • امتحان NumPy NumPy Quiz

      ### دوره برنامه ریزی تصادفی R ### ### R PROGRAMMING CRASH COURSE ###

      • اصول برنامه نویسی R R programming fundamentals

      پیوست شماره 6 - اصول R Appendix #6 - R Fundamentals

      • اولین قدم ها First steps

      • بردارها Vectors

      • عوامل Factors

      • آرایه ها Arrays

      • ماتریس ها Matrixes

      • فهرست کنید List

      • فریم های داده Data frames

      • اجبار Coercion

      • بسته ها Packages

      • اگر دیگری If - else

      • حلقه ها - تکرار، در حالی که و برای Loops - repeat, while and for

      • توابع سفارشی Custom functions

      • اپراتورهای سفارشی Custom operators

      مواد درسی (دانلود) Course Materials (DOWNLOADS)

      • مواد درسی Course materials

      نمایش نظرات

      آموزش تجارت الگوریتمی و تجزیه و تحلیل سری زمانی در پایتون و R
      جزییات دوره
      18.5 hours
      217
      Udemy (یودمی) Udemy (یودمی)
      (آخرین آپدیت)
      5,436
      4.5 از 5
      دارد
      دارد
      دارد
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      Holczer Balazs Holczer Balazs

      مهندس نرم افزار