اکسپرس 24
کتاب تحلیل سریع سری‌های زمانی با استفاده از Polars و شتاب‌دهنده‌های پردازشی NVIDIA

کتاب تحلیل سریع سری‌های زمانی با استفاده از Polars و شتاب‌دهنده‌های پردازشی NVIDIA

تگ‌ها: GPU NVIDIA Polars بهینه سازی داده پردازش موازی تحلیل سری زمانی داده کاوی علم داده هوش مصنوعی یادگیری ماشین

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل سریع سری‌های زمانی با استفاده از Polars و شتاب‌دهنده‌های پردازشی NVIDIA

موضوع کلی: علوم کامپیوتر و پردازش داده

موضوع میانی: تحلیل داده‌های سری زمانی با استفاده از فناوری‌های نوین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر سری‌های زمانی
  • 2. مفاهیم پایه سری‌های زمانی
  • 3. انواع سری‌های زمانی
  • 4. مقدمه‌ای بر کتابخانه Polars
  • 5. نصب و راه‌اندازی Polars
  • 6. ساختار داده‌ای DataFrame در Polars
  • 7. عملیات پایه با Polars
  • 8. فیلترینگ و انتخاب داده در Polars
  • 9. تجمیع و گروه‌بندی در Polars
  • 10. توابع پنجره‌ای در Polars
  • 11. انواع داده در Polars
  • 12. عملیات رشته‌ای در Polars
  • 13. عملیات تاریخ و زمان در Polars
  • 14. مدیریت مقادیر گمشده در Polars
  • 15. ادغام و پیوستن DataFrame ها
  • 16. سری‌های زمانی در Polars
  • 17. عملیات پیشرفته سری‌های زمانی در Polars
  • 18. مقایسه‌ای بین Polars و Pandas
  • 19. مزایای Polars برای سری‌های زمانی
  • 20. مقدمه‌ای بر پردازش موازی
  • 21. مفاهیم پایگاه‌های پردازشی NVIDIA
  • 22. معماری GPU NVIDIA
  • 23. CUDA چیست؟
  • 24. نصب و راه‌اندازی CUDA Toolkit
  • 25. برنامه‌نویسی موازی با CUDA
  • 26. مقدمه‌ای بر cuDF
  • 27. نصب و راه‌اندازی cuDF
  • 28. ساختار داده‌ای DataFrame در cuDF
  • 29. عملیات پایه با cuDF
  • 30. فیلترینگ و انتخاب داده در cuDF
  • 31. تجمیع و گروه‌بندی در cuDF
  • 32. توابع پنجره‌ای در cuDF
  • 33. عملیات سری‌های زمانی در cuDF
  • 34. مقایسه‌ای بین cuDF و Polars
  • 35. مزایای cuDF برای سری‌های زمانی
  • 36. مقدمه‌ای بر تحلیل سری‌های زمانی
  • 37. مدل‌های سری‌های زمانی کلاسیک
  • 38. ARIMA و مدل‌های مرتبط
  • 39. انواع تجزیه سری‌های زمانی
  • 40. روندهای سری‌های زمانی
  • 41. فصلیت در سری‌های زمانی
  • 42. نوسانات سری‌های زمانی
  • 43. شناسایی الگوهای سری‌های زمانی
  • 44. پیش‌بینی سری‌های زمانی
  • 45. روش‌های ارزیابی مدل‌های سری‌های زمانی
  • 46. اعتبار سنجی متقابل برای سری‌های زمانی
  • 47. مقدمه‌ای بر یادگیری ماشین برای سری‌های زمانی
  • 48. مدل‌های رگرسیون برای سری‌های زمانی
  • 49. مدل‌های درخت تصمیم برای سری‌های زمانی
  • 50. مدل‌های جنگل تصادفی برای سری‌های زمانی
  • 51. مدل‌های تقویت گرادیان برای سری‌های زمانی
  • 52. مقدمه‌ای بر شبکه‌های عصبی برای سری‌های زمانی
  • 53. شبکه‌های عصبی بازگشتی (RNN)
  • 54. حافظه طولانی کوتاه مدت (LSTM)
  • 55. واحد بازگشتی دروازه‌ای (GRU)
  • 56. شبکه‌های عصبی کانولوشنی (CNN) برای سری‌های زمانی
  • 57. مدل‌های ترنسفورمر برای سری‌های زمانی
  • 58. کاربرد Polars و cuDF در تحلیل سری‌های زمانی
  • 59. پردازش داده‌های بزرگ سری زمانی
  • 60. شتاب‌دهی محاسبات سری زمانی با GPU
  • 61. بهینه‌سازی عملکرد با Polars و cuDF
  • 62. مثال‌های عملی تحلیل سری زمانی با Polars
  • 63. مثال‌های عملی تحلیل سری زمانی با cuDF
  • 64. تحلیل داده‌های مالی با سری‌های زمانی
  • 65. تحلیل داده‌های حسگر با سری‌های زمانی
  • 66. تحلیل داده‌های ترافیک با سری‌های زمانی
  • 67. تحلیل داده‌های پزشکی با سری‌های زمانی
  • 68. تحلیل داده‌های آب و هوایی با سری‌های زمانی
  • 69. پیش‌بینی قیمت سهام با سری‌های زمانی
  • 70. شناسایی ناهنجاری در سری‌های زمانی
  • 71. مدل‌سازی تغییرات ناگهانی در سری‌های زمانی
  • 72. تحلیل سری‌های زمانی چند متغیره
  • 73. روش‌های کاهش ابعاد در سری‌های زمانی
  • 74. تقویت یادگیری برای سری‌های زمانی
  • 75. یادگیری عمیق برای سری‌های زمانی
  • 76. مدل‌سازی غیرخطی سری‌های زمانی
  • 77. مدل‌سازی احتمالی سری‌های زمانی
  • 78. تحلیل سری‌های زمانی با نویز
  • 79. پردازش داده‌های نامنظم سری زمانی
  • 80. مدل‌سازی سری‌های زمانی پویا
  • 81. بهینه‌سازی پارامترهای مدل سری زمانی
  • 82. مقدمه‌ای بر MLOps برای سری‌های زمانی
  • 83. استقرار مدل‌های سری زمانی
  • 84. نظارت بر مدل‌های سری زمانی
  • 85. بازآموزی مدل‌های سری زمانی
  • 86. اخلاق در تحلیل سری‌های زمانی
  • 87. حریم خصوصی در داده‌های سری زمانی
  • 88. امنیت در داده‌های سری زمانی
  • 89. آینده تحلیل سری‌های زمانی
  • 90. روندهای نوین در پردازش سری زمانی
  • 91. کاربرد هوش مصنوعی در سری‌های زمانی
  • 92. جمع‌بندی و مرور مفاهیم
  • 93. پروژه‌های عملی پیشرفته
  • 94. مطالعات موردی صنعتی
  • 95. چالش‌های پیش رو در سری‌های زمانی
  • 96. منابع تکمیلی
  • 97. واژه‌نامه اصطلاحات

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.