×
۵۷,۰۰۰ تومان ۳۴,۲۰۰ تومان

آموزش کتابخانه SciPy برای محاسبات علمی در پایتون - بخش دوم

آموزش کتابخانه SciPy برای محاسبات علمی در پایتون - بخش دوم

تعداد دانشجو
۳۶۴ نفر
مدت زمان
۱۰ ساعت و ۴۳ دقیقه
هزینه عادی آموزش
۵۷,۰۰۰ تومان
در طرح تخفیف
۳۴,۲۰۰ تومان

(کسب اطلاعات بیشتر +)
محتوای این آموزش
۱ بازخورد (مشاهده نظرات)
آموزش کتابخانه SciPy برای محاسبات علمی در پایتون - بخش دوم

در این فرادرس، با حل رنج وسیعی از مسائل محاسباتی با پایتون آشنا می‌شویم و قادر خواهیم بود برای حل مسائل مختلف محاسباتی با پایتون کد بنویسیم و نتایج محاسبات را به نمایش درآوریم. همچنین ما از IPython و Jupyter نیز استفاده می‌کنیم که برای انجام محاسبات علمی بسیار قدرتمند بوده و امکانات مختلفی را برای محاسبات و نمایش نتایج در اختیار ما قرار می‌دهد. در پایان این آموزش، با مطالب جدیدی که می‌آموزیم قادر خواهیم بود که عملیات‌های مهم و پرکاربردی را در محاسبات علمی با پایتون انجام دهیم و با انواع تکنیک‌های رسم نتایج آشنا می‌شویم که می‌تواند کاربرد بسیاری در مسیر علمی و کاری ما داشته باشد.

آموزش کتابخانه SciPy برای محاسبات علمی در پایتون - بخش دوم

مدت زمان
۱۰ ساعت و ۴۳ دقیقه
هزینه عادی آموزش
۵۷,۰۰۰ تومان
در طرح تخفیف
۳۴,۲۰۰ تومان

(کسب اطلاعات بیشتر +)
محتوای این آموزش
۱ بازخورد (مشاهده نظرات)
مدرس
پژمان اقبالی شمس آبادی

کارشناس ارشد مهندسی مکانیک

مهندس پژمان اقبالی شمس آبادی کارشناس ارشد مهندسی مکانیک دانشگاه علم و صنعت ایران، مشغول انجام کار روی پروژه‌های خود در زمینه‌های آکوستیک، ارتعاشات و پردازش تصویر هستند. ایشان به مباحث دینامیک و ارتعاشات و همچنین برنامه‌نویسی علاقه‌مند هستند و سابقه کار با نرم‌افزارهای مهندسی مکانیک همچون: CATIA و COMSOL را دارند. ایشان به نرم‌افزار MATLAB مسلط هستند و توانایی برنامه‌نویسی با زبان‌های مختلف همچون: C++, Java, Python را دارند.

تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می‌شود. (توضیحات بیشتر +)

چکیده آموزش


توضیحات تکمیلی

در این آموزش به سراغ انجام محاسبات علمی مختلف با SciPy می‌رویم. در ادامه راجع به مصورسازی به عنوان یک ابزار مهم برای نمایش نتایج محاسبات صحبت میکنیم و سپس بحث‌های مختلفی در محاسبات علمی داریم که از ماژول قدرتمند SciPy استفاده می‌کنیم.

در این فرادرس، با حل رنج وسیعی از مسائل محاسباتی با پایتون آشنا می‌شویم و قادر خواهیم بود برای حل مسائل مختلف محاسباتی با پایتون کد بنویسیم و نتایج محاسبات را به نمایش درآوریم. همچنین ما از IPython و Jupyter نیز استفاده می‌کنیم که برای انجام محاسبات علمی بسیار قدرتمند بوده و امکانات مختلفی را برای محاسبات و نمایش نتایج در اختیار ما قرار می‌دهد.

در پایان این آموزش، با مطالب جدیدی که می‌آموزیم قادر خواهیم بود که عملیات‌های مهم و پرکاربردی را در محاسبات علمی با پایتون انجام دهیم و با انواع تکنیک‌های رسم نتایج آشنا می‌شویم که می‌تواند کاربرد بسیاری در مسیر علمی و کاری ما داشته باشد.

فهرست سرفصل‌ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: رسم و مصور‌سازی با Matplotlib - بخش یکم
    • وارد‌کردن ماژول‌های لازم
    • مفاهیم Axis و Figures برای رسم نمودار با Matplotlib
  • درس دوم: رسم و مصور‌‎سازی با Matplotlib - بخش دوم
    • انواع نمودارها
    • تغییر خصوصیات نمودارها
  • درس سوم: رسم و مصور‌سازی با Matplotlib - بخش سوم
    • Text Formatting
    • خصوصیات Axis
  • درس چهارم: رسم و مصور‌سازی با Matplotlib - بخش چهارم
    • Log Plot
    • Twin Axes
    • Spines
  • درس پنجم: رسم و مصور‌سازی با Matplotlib - بخش پنجم
    • پیکربندی‌های مختلف Subplot
    • Inset
    • Subplot
    • Subplot2grid
    • GridSpec
    • Colormap
    • 3D plot
  • درس ششم: حل معادلات - بخش یکم
    • طبقه‌بندی معادلات
    • سیستم معادلات خطی
    • سیستم مربعی
    • Condition Number
  • درس هفتم: حل معادلات - بخش دوم
    • سیستم معادلات مستطیلی
    • Data Fitting
  • درس هشتم: حل معادلات - بخش سوم
    • مسائل مقدار‌‍ ویژه، بردار ویژه
    • معادلات غیر خطی
    • معادلات تک‌متغیره
    • روش Bisection
  • درس نهم: حل معادلات - بخش چهارم
    • روش Newton
    • روش Secant
    • سیستم‌های معادلات غیر خطی
  • درس دهم: بهینه‌سازی - بخش یکم
    • معرفی و طبقه‌بندی مسائل بهینه‌سازی
    • بهینه‌سازی تک‌متغیره
  • درس یازدهم: بهینه‌سازی - بخش دوم
    • بهینه‌سازی چندمتغیره بدون قید
    • Steepest Descent Method
    • روش نیوتن
    • روش‌های شبه نیوتن
    • روش BFGS
  • درس دوازدهم: بهینه‌سازی - بخش سوم
    • Nonlinear Least Square Problems
    • روش L-BFGS-B
    • روش SLSQP
    • Linear Programming

مفید برای رشته‌های
  • علوم مهندسی

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل برنامه ها و پروژه های اجرا شده
فایل PDF یادداشت‌ های ارائه مدرس



پیش نمایش‌ها

۱. رسم و مصور‌سازی با Matplotlib - بخش یکم

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۸۲ مگابایت -- (کلیک کنید +))

۲. رسم و مصور‌‎سازی با Matplotlib - بخش دوم

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۲۵ مگابایت -- (کلیک کنید +))

۳. رسم و مصور‌سازی با Matplotlib - بخش سوم

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۳۸ مگابایت -- (کلیک کنید +))

۴. رسم و مصور‌سازی با Matplotlib - بخش سوم

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۲۶ مگابایت -- (کلیک کنید +))

۵. رسم و مصور‌سازی با Matplotlib - بخش پنجم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. حل معادلات - بخش یکم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۷. حل معادلات - بخش دوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۸. حل معادلات - بخش سوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۹. حل معادلات - بخش چهارم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۱۰. بهینه‌سازی - بخش یکم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۱۱. بهینه‌سازی - بخش دوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۱۲. بهینه‌سازی - بخش سوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
این آموزش شامل ۱۳ جلسه ویدئویی با مجموع ۱۰ ساعت و ۴۳ دقیقه است.
با تهیه این آموزش، می‌توانید به همه بخش‌ها و جلسات آن، دسترسی داشته باشید.

راهنمای سفارش آموزش‌ها

آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

(راهنمایی بیشتر +)

در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
  • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش کتابخانه SciPy برای محاسبات علمی در پایتون - بخش دوم
ناشر فرادرس
کد آموزش FVPHT98121
مدت زمان ۱۰ ساعت و ۴۳ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۱۰۱۳ مگابایت (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)




نظرات

تا کنون ۳۶۴ نفر از این آموزش استفاده کرده اند و ۱ نظر ثبت شده است.
علیرضا
علیرضا

مثل همیشه عالی.

برچسب‌ها:
3D Plot | Bisection | Bisection Method | Broyden – Fletcher – Goldfarb – Shanno | Colormap | Condition number | Constrained Optimization | Data Fitting | Formatted text | GridSpec | Inset | Ipython | Jupyter | L-BFGS-B | Linear Algebra | linear equations | Linear programming | Log Plot | matplotlib | multivariate optimization | Newton Method | nonlinear equations | Nonlinear Least Square Problems | Numpy | python | Python Softwar | rectangular system | Scientific Computing in Python | SciPy | SciPy Module | Secant | Secant Method | Sequential Least Squares Quadratic Programming | Simpy | SLSQP | Spines | square system | Steepest Descent Method | subplot | Subplot2grid | SymPy | Twin Axes | Unconstrained optimization | univariate optimization | المان محاسبات علمی | انجام محاسبات علمی | بردار ویژه در مت پلات لیب | بهینه سازی بدون قید | بهینه سازی تک متغیره | بهینه ‌سازی چند متغیره | بهینه ‌سازی چند متغیره بدون قید | بهینه سازی مقید | پیکربندی ‌های مختلف Subplot | پیکربندی ‌های مختلف ساب پلات | تغییر خصوصیات نمودارها در مت پلات لیب | حل معادلات با مت پلات لیب | خصوصیات Axis | رسم با مت پلات لیب | رسم نمودار با Matplotlib | رسم نمودار با مت پلات لیب | روش Bisection | روش Newton | روش Secant | روش سکانت | روش سکانت برای حل معادلات | روش نیوتن | روش نیوتون | روش نیوتون برای حل معادلات | روش‌ های شبه نیوتن | سیستم مربعی در مت پلات لیب | سیستم معادلات | سیستم معادلات خطی در مت پلات لیب | سیستم معادلات مستطیلی در مت پلات لیب | سیستم‌ های معادلات غیرخطی | طبقه‌ بندی مسائل بهینه‌سازی | طبقه ‌بندی معادلات با مت پلات لیب | کتابخانه محاسبات علمی | ماتریس تمام مرتبه | محاسبات علمی | محاسبات علمی به صورت تحلیلی | محاسبات علمی به صورت عددی | محاسبات علمی در پایتون | مسائل محاسباتی با پایتون | مصور‌سازی با مت پلات لیب | معادلات تک‌ متغیره در مت پلات لیب | معادلات خطی | معادلات غیر خطی | معادلات غیرخطی در مت پلات لیب | معادلات مربعی | معادلات مستطیلی | معرفی مسائل بهینه سازی | مفهوم Axis | مفهوم Figures | مقدار‌‍ ویژه در مت پلات لیب | نرم‌افزار پایتون | نمودارها در مت پلات لیب
مشاهده بیشتر مشاهده کمتر

فهرست جلسات ۱۳ جلسه ویدئویی ×