اپلیکیشن اندرویدی فلشکارت آموزشی مقدمهای بر محاسبات در دادههای علمی با مقیاس بزرگ
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره مقدمهای بر محاسبات در دادههای علمی با مقیاس بزرگ
موضوع کلی: برنامه نویسی
موضوع میانی: محاسبات سطح بالا (High-Performance Computing)
📋 سرفصلهای دوره
- 1. مقدمه ای بر محاسبات در داده های علمی با مقیاس بزرگ
- 2. مبانی علوم کامپیوتر برای محاسبات علمی
- 3. ساختار داده های اساسی
- 4. الگوریتم های اساسی
- 5. پیچیدگی الگوریتمی (Big O notation)
- 6. مبانی زبان برنامه نویسی پایتون
- 7. انواع داده ها در پایتون
- 8. ساختارهای کنترلی (if, for, while)
- 9. توابع و ماژول ها در پایتون
- 10. کار با لیست ها، تاپل ها و دیکشنری ها
- 11. مقدمه ای بر numpy
- 12. آرایه های numpy
- 13. عملیات برداری در numpy
- 14. ایندکسینگ و اسلایسینگ در numpy
- 15. توابع ریاضی numpy
- 16. مقدمه ای بر scipy
- 17. توابع ویژه scipy
- 18. بهینه سازی با scipy
- 19. انتگرال گیری عددی
- 20. حل معادلات دیفرانسیل معمولی
- 21. مقدمه ای بر pandas
- 22. DataFrames در pandas
- 23. کار با سری های pandas
- 24. خواندن و نوشتن داده ها (CSV, Excel)
- 25. پاکسازی و پیش پردازش داده ها
- 26. گروه بندی و تجمیع داده ها
- 27. ادغام و پیوستن DataFrames
- 28. مقدمه ای بر matplotlib
- 29. رسم نمودارهای پایه (خطی، پراکندگی)
- 30. رسم نمودارهای میله ای و هیستوگرام
- 31. تنظیمات نمودار (عناوین، برچسب ها، افسانه)
- 32. نمایش های پیشرفته (سه بعدی، کانتور)
- 33. مقدمه ای بر seaborn
- 34. نمودارهای آماری با seaborn
- 35. نمودارهای توزیع
- 36. نمودارهای رابطه ای
- 37. مقدمه ای بر علم داده
- 38. چرخه حیات پروژه علم داده
- 39. جمع آوری داده ها
- 40. کاوش داده ها (EDA)
- 41. تجسم داده ها برای درک
- 42. نکات مهم در پاکسازی داده ها
- 43. مدیریت داده های گمشده
- 44. شناسایی و مدیریت داده های پرت
- 45. مهندسی ویژگی
- 46. تقسیم داده ها (آموزش، آزمون)
- 47. ارزیابی مدل ها
- 48. مقدمه ای بر محاسبات با کارایی بالا (HPC)
- 49. معماری های کامپیوتری
- 50. CPU و GPU
- 51. حافظه (RAM, Cache)
- 52. سیستم های ذخیره سازی
- 53. مبانی موازی سازی
- 54. انواع موازی سازی (Data Parallelism, Task Parallelism)
- 55. موازی سازی سخت افزاری
- 56. موازی سازی نرم افزاری
- 57. معماری های موازی (SIMD, MIMD)
- 58. پردازش موازی مبتنی بر پیام (MPI)
- 59. مبانی MPI
- 60. ارسال و دریافت پیام
- 61. مجموعه ها (Reductions)
- 62. موازی سازی پویا
- 63. زمان بندی وظایف
- 64. مدیریت منابع در HPC
- 65. صف های نوبت (Queuing Systems)
- 66. معرفی SLURM (یا مشابه)
- 67. ارسال شغل (Job Submission)
- 68. نظارت بر شغل ها
- 69. مدیریت حافظه در HPC
- 70. خطاهای مربوط به حافظه
- 71. تکنیک های بهینه سازی حافظه
- 72. مقدمه ای بر GPU Computing
- 73. معماری GPU (Cores, Threads, Blocks)
- 74. زبان های برنامه نویسی GPU (CUDA, OpenCL)
- 75. مبانی CUDA
- 76. Kernel Programming
- 77. مدیریت حافظه GPU (Global, Shared, Local)
- 78. همگام سازی نخ ها
- 79. بهینه سازی عملکرد CUDA
- 80. نکات مهم در برنامه نویسی CUDA
- 81. مقدمه ای بر برنامه نویسی موازی در پایتون
- 82. Python multiprocessing
- 83. Python threading
- 84. GIL (Global Interpreter Lock)
- 85. موازی سازی I/O
- 86. کتابخانه های HPC برای پایتون
- 87. Dask
- 88. PySpark
- 89. مقدمه ای بر محاسبات توزیع شده
- 90. معماری های توزیع شده
- 91. انواع سیستم های توزیع شده
- 92. مشکلات در سیستم های توزیع شده (Fault Tolerance, Consistency)
- 93. مقدمه ای بر Big Data
- 94. ویژگی های Big Data (Volume, Velocity, Variety, Veracity)
- 95. پلتفرم های Big Data
- 96. Apache Hadoop
- 97. HDFS (Hadoop Distributed File System)
- 98. MapReduce
- 99. Apache Spark
- 100. Spark Core API
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.