فیلترها
ساختمان داده و الگوریتم به زبان JavaScript
• نماد O بزرگ (Big-O) • الگوریتمهای بازگشتی، مجموعهها • جستجو و مرتبسازی • جداول هَش، پشته و صف، لیست پیوندی • حافظهی کَش، درخت، هیپ، گراف • برنامهنویسی پویا
اصول و روشهای یادگیری علم داده
• ریاضیات پایه • آمار احتمال مقدماتی و پیشرفته • برنامهنویسی پایتون • یادگیری ماشین • مدلسازی با دادهها
آموزش کاربردی پایگاه داده نارابطه ای با MongoDB
• معرفی نرمافزار MongoDB و برنامهنویسی با آن • کار با MongoDB از طریق پوسته جاوا اسکریپت • دادههای سندگرا، ساخت کوئریها، استفاده از تجمیع • بههنگامسازی، عملیات اتمی و حذف • معرفی شاخصها و بهینهسازی کوئریها • جستوجوی متن و شاخصهای متن • روش نصب MongoDB و روبی در ویندوز و لینوکس • پیادهسازی یک وبسایت تجارت الکترونیک
الگوریتمهای فراابتکاری
در فرایندهای تصمیمگیری مدیران همواره بهینهسازی نقش مهمی را ایفا کرده است. به همین دلیل شاخههای متنوعی از علم توسعه یافتهاند که به نحوی در حل مسایل بهینهسازی قابل استفاده هستند. مروری بر تاریخچه معرفی روشهای بهینهسازی حاکی از آن است که این حوزه از علم همواره یک مقوله جذاب برای محققان بوده است. با ظهور هر پدیده¬ای در دنیای کامپیوتر و محاسبات، جهشی تازه نیز در حوزه بهینهسازی صورت گرفته است. طی دهههای اخیر کامپیوتر باعث شده است که پیوندی ناگسستنی بین هوش مصنوعی و بهینهسازی برقرار گردد. امکان انجام محاسبات در زمان بسیار کوتاه و افزایش قدرت محاسباتی کامپیوترها گروه جدیدی از تکنیک¬های بهینه¬سازی موسوم به روش¬های فراابتکاری را به دنیای علم معرفی کرده است. این کتاب به معرفی تعدادی از رایجترین الگوریتمهای این حوزه یعنی جستجوی ممنوع، شبیهسازی تبرید تدریجی، الگوریتم ژنتیک و جمعیت مورچگان میپردازد.