کتاب صوتی اتوماسیون فرمول‌های آماری با پایتون

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اتوماسیون فرمول‌های آماری با پایتون

موضوع کلی: نرم‌افزار و آمار

موضوع میانی: برنامه‌نویسی آماری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر اتوماسیون فرمول‌های آماری
• 2. آشنایی با کتابخانه‌های پایتون برای محاسبات آماری
• 3. نصب و راه‌اندازی محیط توسعه پایتون برای آمار
• 4. مروری بر مفاهیم پایه آمار و احتمالات
• 5. آشنایی با انواع داده‌ها و مقیاس‌های اندازه‌گیری
• 6. وارد کردن و پاکسازی داده‌ها در پایتون
• 7. تحلیل داده‌های توصیفی با پایتون
• 8. محاسبه شاخص‌های مرکزی: میانگین، میانه، مد
• 9. محاسبه شاخص‌های پراکندگی: واریانس، انحراف معیار، دامنه
• 10. نمایش گرافیکی داده‌ها با matplotlib و seaborn
• 11. آشنایی با توزیع‌های احتمالاتی رایج
• 12. توزیع نرمال و کاربردهای آن
• 13. توزیع‌های دیگر: دوجمله‌ای، پواسون، نمایی
• 14. آزمون فرض آماری: مفاهیم پایه
• 15. آزمون t-test برای مقایسه میانگین‌ها
• 16. آزمون ANOVA برای مقایسه چند میانگین
• 17. آزمون Chi-square برای بررسی ارتباط بین متغیرها
• 18. تحلیل رگرسیون خطی ساده
• 19. تحلیل رگرسیون خطی چندگانه
• 20. ارزیابی مدل رگرسیون: R-squared، RMSE
• 21. پیش‌بینی با استفاده از مدل رگرسیون
• 22. تحلیل همبستگی
• 23. آشنایی با سری‌های زمانی
• 24. تجزیه و تحلیل روند در سری‌های زمانی
• 25. پیش‌بینی با استفاده از مدل‌های سری زمانی
• 26. آمار بیزی: مفاهیم پایه
• 27. پیاده‌سازی آمار بیزی با PyMC3
• 28. آشنایی با روش‌های نمونه‌گیری
• 29. نمونه‌گیری تصادفی ساده
• 30. نمونه‌گیری طبقه‌بندی شده
• 31. نمونه‌گیری خوشه‌ای
• 32. آشنایی با روش‌های اعتبار سنجی مدل
• 33. اعتبار سنجی متقابل (Cross-validation)
• 34. بوست‌رپینگ (Bootstrapping)
• 35. مقدمه‌ای بر یادگیری ماشین و آمار
• 36. رگرسیون لجستیک
• 37. درخت تصمیم
• 38. ماشین بردار پشتیبان (SVM)
• 39. خوشه‌بندی K-means
• 40. کاهش ابعاد با PCA
• 41. ارزیابی عملکرد مدل‌های یادگیری ماشین
• 42. اتوماسیون گزارش‌گیری آماری با پایتون
• 43. ساخت داشبوردهای تعاملی با Streamlit
• 44. استفاده از Jupyter Notebook برای مستندسازی و به اشتراک‌گذاری نتایج
• 45. کار با داده‌های بزرگ با Dask
• 46. بهینه‌سازی کد پایتون برای محاسبات آماری
• 47. تست و اشکال‌زدایی کد آماری
• 48. پیاده‌سازی فرمول‌های آماری پیچیده با پایتون
• 49. ایجاد توابع و کلاس‌های قابل استفاده مجدد
• 50. مستندسازی کد پایتون برای آمار