دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Dr. Krishna Kumar Mohbey, Dr. Brijesh Bakariya سری: ISBN (شابک) : 9391392067, 9789391392062 ناشر: BPB Publications سال نشر: 2021 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب An Introduction to Python Programming: A Practical Approach: Using Python to Solve Complex Problems with a Burst of Machine Learning (English Edition) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای بر برنامه نویسی پایتون: یک رویکرد عملی: استفاده از پایتون برای حل مسائل پیچیده با یک سری یادگیری ماشینی (نسخه انگلیسی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
رویکرد گام به گام برنامه نویسی پایتون با اصول بنیادی و نظری یادگیری ماشین.
ویژگی های کلیدی
● خوانندگان را با برنامه نویسی پایتون به روشی بسیار ساده آشنا
می کند.
● نمایش عملی گسترده مفاهیم پایتون با استفاده از مثال های
متعدد.
● پیادهسازی یادگیری ماشین در پایتون با استفاده از تکنیکهای عملی.
توضیح
b>
کتاب «مقدمهای بر برنامهنویسی پایتون: رویکردی عملی» مسیری
را برای خوانندگانی که میخواهند در زمینه توسعه نرمافزار
رایانهای شغلی را دنبال کنند، ترسیم میکند. این مبانی برنامه
نویسی پایتون و همچنین اصول یادگیری ماشین را پوشش می دهد.
دانشآموزان از مثالهایی که در هر مفهوم گنجانده شده است،
بهرهمند خواهند شد که به آنها در درک مفهوم کمک میکند.
این کتاب با استفاده از برنامهها و مثالهای متعدد، درک عملی
برنامهنویسی پایتون را ارائه میدهد. همچنین توانایی حل مسئله
و کدنویسی را برای خوانندگان ایجاد می کند. این کتاب اصول
پایتون، عملگرها و ساختارهای داده مانند رشته ها، لیست ها،
دیکشنری ها و تاپل ها را پوشش می دهد. همچنین حاوی اطلاعاتی در
مورد مدیریت پرونده و استثنا است. اجرای یک مدل یادگیری ماشینی
نیز در این کتاب گنجانده شده است.
با کمک این کتاب، دانشآموزان و برنامهنویسان میتوانند مهارتهای برنامهنویسی خود و همچنین توانایی خود را برای دویدن به سمت حرفهای پربار بهبود بخشند.< /p>
آنچه خواهید آموخت
● مفاهیم، عملگرها و ساختارهای داده پایتون را
بیاموزید.
● ویژگی ها و عملیات لیست ها، تاپل ها و دیکشنری ها را
بیاموزید.
● بنویسید. کد پایتون برای حل مسائل خاص.
● با ویژگیهای OOPS مانند کلاسها، اشیاء، سازندهها، وراثت و چندشکلی کار کنید.
</ p>
این کتاب برای چه کسی است
این کتاب برای متخصصان فعلی و مشتاق فناوری نوظهور، دانشجویان و هرکس دیگری که مایل به درک بهتر زبان برنامه نویسی پایتون و مفاهیم یادگیری ماشین.
فهرست مطالب
1 . فصل 1: مبانی برنامه نویسی پایتون
2. فصل 2: عملگرها و عبارات
3. فصل 3: بیانیه های جریان کنترل
4. فصل 4: توابع
5. فصل 5: رشته ها
6. فصل 6: فهرست ها
7. فصل 7: تاپل
8. فصل 8: لغت نامه ها
9. فصل 9: مدیریت فایل
10. فصل 10: مدیریت استثنائات، ماژول ها و بسته ها
11. فصل 11: برنامه نویسی شی گرا
12. فصل 12: یادگیری ماشین با پایتون
13. فصل 13: خوشه بندی با پایتون
درباره نویسندگان
دکتر. کریشنا کومار موهبیدستیار علوم کامپیوتر در
دانشگاه مرکزی راجستان هند است. دکترای خود را به پایان رساند.
از دپارتمان ریاضیات و برنامه های کامپیوتری از موسسه ملی
فناوری بوپال، هند (2015). زمینه های مورد علاقه او یادگیری
ماشینی، داده کاوی، خدمات وب موبایل، تجزیه و تحلیل کلان داده و
تحلیل رفتار کاربر است. او سه کتاب در موضوعات مختلف تالیف کرده
و بیش از 25 مقاله تحقیقاتی در مجلات و کنفرانس های معتبر منتشر
کرده است.
LinkedIn Profile: https://in.
linkedin.com/in/dr-k-k-mohbey-78947448
Dr. بریجس باکریابه عنوان استادیار گروه علوم و مهندسی
کامپیوتر، I.K. دانشگاه فنی گوجرال پنجاب (IKGPTU) جالاندهار
(پنجاب). دکترای خود را به پایان رساند. مدرک تحصیلی از مؤسسه
ملی فناوری مولانا آزاد (NIT-Bhopal)، مادهیا پرادش (2016). او
تالیف 01 کتاب و انتشار بیش از 15 مقاله تحقیقاتی در مجلات
معتبر بین المللی در زمینه های داده کاوی، پردازش تصویر،
یادگیری ماشینی و غیره دارد.
LinkedIn Profile : https://www.linkedin.com/in/brijesh-bakariya-72b0237a
step-by-step approach to Python programming with machine learning fundamental and theoretical principles.
Key Features
● Introduces readers to Python programming in a very simple
way.
● Extensive practical demonstration of Python concepts using
numerous examples.
● Implementation of machine learning in Python using hands-on techniques.
Description
The book ‘Introduction to Python Programming: A Practical
Approach’ lays out a path for readers who want to pursue a
career in the field of computer software development. It
covers the fundamentals of Python programming as well as
machine learning principles. Students will benefit from the
examples that are included with each concept, which will aid
them in understanding the concept.
This book provides a practical understanding of Python
programming using numerous programs and examples. It also
develops problem-solving and code-writing abilities for the
readers. This book covers Python fundamentals, operators, and
data structures such as strings, lists, dictionaries, and
tuples. It also contains information on file and exception
handling. The implementation of a machine learning model has
also been included in this book.
With the help of this book, students and programmers can improve their programming skills as well as their ability to sprint towards a rewarding career.
What you will learn
● Learn Python concepts, operators, and data
structures.
● Learn the properties and operations of lists, tuples, and
dictionaries.
● Write Python code to solve specific issues.
● Work with OOPS properties like classes, objects, constructors, inheritance, and polymorphism.
Who this book is for
This book is intended for current and aspiring emerging technology professionals, students, and anyone else who wishes to better understand the Python programming language and machine learning concepts.
Table of Contents
1. Chapter 1: Basics of Python Programming
2. Chapter 2: Operators and Expressions
3. Chapter 3: Control Flow Statements
4. Chapter 4: Functions
5. Chapter 5: Strings
6. Chapter 6: Lists
7. Chapter 7: Tuple
8. Chapter 8: Dictionaries
9. Chapter 9: File Handling
10. Chapter 10: Exception Handling, Modules, and
Packages
11. Chapter 11: Object-oriented Programming
12. Chapter 12: Machine Learning with Python
13. Chapter 13: Clustering with Python
About the Authors
Dr. Krishna Kumar Mohbey is an assistant professor of
Computer Science at the Central University of Rajasthan,
India. He completed his Ph.D. from the Department of
Mathematics and Computer Applications from the National
Institute of Technology Bhopal, India (2015). His areas of
interest are machine learning, data mining, mobile web
services, big data analysis, and user behavior analysis. He
has authored three books on different subjects and published
more than 25 research articles in reputed journals and
conferences.
LinkedIn Profile:
https://in.linkedin.com/in/dr-k-k-mohbey-78947448
Dr. Brijesh Bakariya is working as an assistant
professor for the Department of Computer Science and
Engineering, I.K. Gujral Punjab Technical University (IKGPTU)
Jalandhar (Punjab). He completed his Ph.D. degree from
Maulana Azad National Institute of Technology (NIT- Bhopal),
Madhya Pradesh (2016). He has authored 01 books and published
more than 15 research papers in the journals of international
repute in areas of data mining, image processing, machine
learning, etc.
LinkedIn Profile: https://www.linkedin.com/in/brijesh-bakariya-72b0237a