تحلیل و متدهای عددی با پایتون: تئوری و عمل

آنچه یاد خواهید گرفت:

• اصول متدهای عددی: مفاهیم، اصول و تکنیک‌های اساسی مورد استفاده در تحلیل عددی را درک کنید.
• پیش‌نیازهای ریاضی: اصول ضروری ریاضی مورد نیاز برای محاسبات عددی، از جمله حساب دیفرانسیل و انتگرال و جبر خطی را مرور کنید.
• متد های ریشه‌یابی: الگوریتم‌های مختلف برای یافتن ریشه‌های معادلات، مانند متد تنصیف، متد نیوتن-رافسون و متد سکانت را بیاموزید.
• درون‌یابی و برون‌یابی: درون‌یابی لاگرانژ و تفاضل‌های تقسیم‌شده نیوتن
• معادلات دیفرانسیل عادی (ODEs): مسائل مقدار اولیه ODEs را با استفاده از تکنیک‌های عددی مانند متد اویلر و متدهای رونگه-کوتا (به عنوان مثال RK4) حل کنید.
• سیستم‌های خطی: حل سیستم‌های معادلات خطی با استفاده از متدهای مستقیم مانند حذف گاوسی، تجزیه LU و تجزیه QR را بیاموزید.
• سیستم‌های خطی: حل سیستم‌های معادلات خطی با استفاده از متدهای تکراری مانند ژاکوبی و گاوس-سایدل را بیاموزید.
• تحلیل خطا: منابع خطا در محاسبات عددی و چگونگی تحلیل و به حداقل رساندن آن‌ها را درک کنید.
• برنامه‌نویسی پایتون: برای پیاده‌سازی و حل متدهای عددی، تجربه عملی با برنامه‌نویسی پایتون کسب کنید.
• کتابخانه‌های پایتون: Numpy و SciPy و SymPy

توضیحات دوره

دنیای شگفت‌انگیز متدهای عددی را بررسی کنید و قدرت زبان برنامه‌نویسی پایتون را برای حل مسائل پیچیده ریاضی و فیزیکی به کار بگیرید. در این دوره جامع، ضمن کسب تجربه عملی با پیاده‌سازی‌های کاربردی با استفاده از پایتون، به اصول نظری ضروری تحلیل عددی خواهید پرداخت.

این دوره شما را با دانش ریاضی و مهارت‌های برنامه‌نویسی لازم برای مقابله با طیف گسترده‌ای از چالش‌های دنیای واقعی، از ریشه‌یابی، درون‌یابی و انتگرال‌گیری عددی گرفته تا حل معادلات دیفرانسیل و بهینه‌سازی، مجهز می‌کند. شما یاد خواهید گرفت که الگوریتم‌های عددی را به کار ببرید، نقاط قوت و ضعف آن‌ها را درک کنید و دقت آن‌ها را از طریق تحلیل دقیق خطا ارزیابی کنید.

این دوره که هم برای ریاضی‌دانان مشتاق و هم برای علاقه‌مندان به پایتون طراحی شده است، تعادل کاملی بین تئوری و کاربرد برقرار می‌کند. از طریق سخنرانی‌های جذاب، تمرین‌های کدنویسی تعاملی و پروژه‌های واقعی، درک قوی از اصول بنیادین متدهای عددی پیدا کرده و یاد می‌گیرید که آن‌ها را به طور مؤثر با کتابخانه‌های پایتون مانند NumPy و SciPy پیاده‌سازی کنید.

چه هدف شما بهینه‌سازی طرح‌های مهندسی، شبیه‌سازی پدیده‌های فیزیکی، تحلیل داده‌های مالی یا ورود به حوزه علم داده و یادگیری ماشین باشد، "متدهای عددی با پایتون" شما را قادر می‌سازد تا با اطمینان و با دقت عددی به مسائل مختلف بپردازید. در این سفر هیجان‌انگیز به مدرس دوره بپیوندید و با هم‌افزایی ریاضیات و برنامه‌نویسی پایتون، توانایی‌های حل مسئله خود را به سطح جدیدی ارتقا دهید.

این دوره برای چه کسانی مناسب است؟

• دانشجویان و دانشگاهیان: دانشجویان یا متخصصان رشته‌های ریاضی، مهندسی، علوم و علوم کامپیوتر که به دنبال تقویت درک خود از متدهای عددی و اعمال آن‌ها در سناریوهای دنیای واقعی هستند.
• علاقه‌مندان به پایتون: برنامه‌نویسان، دانشمندان داده و تحلیلگرانی که علاقه‌مند به گسترش مهارت‌های پایتون خود از طریق بررسی در تحلیل عددی و کاربردهای عملی آن هستند.
• هر کسی که به ریاضیات و کدنویسی علاقه‌مند است.