در حال حاضر محصولی در سبد خرید شما وجود ندارد.
Numpy پایتون را با نحو ظریف و کتابخانه پردازش آرایه ای قدرتمند فراهم می کند. Numpy مفید ترین و قدرتمند ترین کتابخانه در پایتون است که به علم داده ها و یادگیری ماشین می آید. در این دوره، Terezija Semenski ساختار داده های numpy را برای آرایه های n ابعاد معرفی می کند، سپس با نشان دادن توابع برای ایجاد و دستکاری آرایه ها، از جمله نمایه سازی و برش عناصر استخراج از آرایه ها ادامه می یابد. او همچنین جزئیات نحوه پیدا کردن عناصر منحصر به فرد و آرایه را معکوس می کند و توابع و اپراتورها را برای انجام محاسبات با اشیاء Ndarray و توابع برای ریاضی و آمار توصیف می کند.
عنوان اصلی : NumPy Essential Training: 1 Foundations of NumPy
سرفصل های دوره :
مقدمه:
معرفی
آنچه شما باید بدانید
1. Overpy Overview و مقدمه ای بر نوت بوک Jupyter:
چرا باید از numpy استفاده کنید؟
لیست پایتون در مقابل آرایه های numpy
اصول نوت بوک Jupyter
2. انواع آرایه های Numpy و ایجاد آرایه های numpy:
انواع آرایه و تبدیل بین انواع
آرایه های چند بعدی
ایجاد آرایه ها از لیست ها و سایر ساختارهای پایتون
آرایه آرایه ای ذاتی
ایجاد آرایه های پر از مقادیر ثابت
پیدا کردن شکل و اندازه یک آرایه
3. دستکاری آرایه های numpy:
اضافه کردن، حذف و مرتب سازی عناصر
کپی ها و نمایش ها
Reshaping Arrays
نمایه سازی و برش
آرایه های پیوستن و تقسیم
4. توابع و عملیات:
عملیات محاسباتی و توابع
پخش
توابع جمع آوری
نحوه دریافت اقلام و شمارش منحصر به فرد
انتقال عملیات مانند
برگشت آرایه
نتیجه گیری:
مراحل بعدی
NumPy Essential Training: 1 Foundations of NumPy
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
کورس NumPy و MatPlotlib و توانایی های آن ها
PyTorch Essential Training: Deep Learning
آموزش کار بر روی Event ها در Java Spring
Java: IDE Overview
Machine Learning Foundations: Calculus
Programming Foundations: Numerical Mathematics and Calculations
بوت کمپ Spring Boot
مبانی یادگیری ماشینی : جبر خطی
Machine Learning Foundations: Statistics
آموزش پیشرفته Java Spring : تست ترکیب در Spring Boot