آموزش مدیریت داده برای مجموعه داده خرده فروشی با استفاده از Python و Pandas
Data Management for Retail Dataset using Python and Pandas
آنچه خواهید آموخت
- شما می توانید با روشی که برای توسعه راه حل مبتنی بر مدیریت داده استفاده می شود آشنا شوید. برای تکمیل پروژه ها ، شما با استفاده از پایتون و همه کتابخانه هایی که در این آموزش تحت پوشش قرار گرفتیم کار خواهید کرد.
- ما از مفاهیم ارائه شده در این دوره برای توسعه راه حل استفاده خواهیم کرد. شما می توانید با مفاهیم جدید مختلف در این پروژه آشنا شوید و همچنین به مباحث مربوط به تجزیه و تحلیل داده ها تسلط خواهید یافت.
Pandas یک کتابخانه پایتون منبع باز و دارای مجوز BSD است که ساختارهای داده ای با کاربرد آسان و ابزارهای تجزیه و تحلیل داده ها را برای زبان برنامه نویسی پایتون ارائه می دهد. این دوره پایتون با استفاده از پایتون برای تجزیه و تحلیل و تجسم داده ها ، شما را سرگرم می کند.
این دوره دارای یک پروژه است که بر اساس تجزیه و تحلیل داده ها با مطالعه موردی اکتشاف داده ها خواهد بود. در این پروژه، ما از مفاهیم تحت پوشش در این دوره برای توسعه راه حل استفاده خواهیم کرد. شما می توانید در مورد مفاهیم مختلف جدید در این پروژه یاد بگیرید و همچنین موضوعاتی را که در اطراف تجزیه و تحلیل داده ها حرکت می کنند، کار می کنند. مدیریت داده ها برای مجموعه داده های خرده فروشی، پروژه مهم بعدی خواهد بود که به این آموزش اضافه شده است. شما می توانید در مورد رویکردی که برای توسعه راه حل مبتنی بر مدیریت داده ها استفاده می شود، یاد بگیرید. برای تکمیل پروژه ها، شما با استفاده از پایتون و تمام کتابخانه هایی که در این آموزش پوشش داده شده اند، کار می کنید.
Panda و NumPy کتابخانه ای برای پایتون است ، جایی که NumPy با کمک به کارهای عددی و کارهای محاسباتی به آن کمک می کند. از طرف دیگر ، Panda برای درگیری داده ها و کارهای مربوط به دستکاری داده ها ترجیح داده می شود. NumPy و Panda هر دو زبان علمی Pythons هستند. امکان مواجهه با دستکاری ماتریس و بردار با کتابخانه NumPy و Panda امکان پذیر است (نه اینکه ما آنرا ضروری می نامیم). NumPy به معنای Python عددی است و یک ساختار منبع باز برای نیازهای ریاضی است. یک آرایه ضروری برای توابع ریاضی سطح بالا. NumPy به روشهایی مانند Scikit-learn ، Pandas ، Matplotlib و TensorFlow با یادگیری ماشین مرتبط است. از طرف دیگر ، پاندا ویژگی های مشابهی را در یادگیری ماشین ارائه می دهد و پرکاربردترین کتابخانه پایتون است. استفاده از آن آسان است ، ساختار آن آسان است ، عملکرد بالایی ارائه می دهد و یک ابزار عالی برای تجزیه و تحلیل داده است.
این دوره برای چه کسانی است:
- هرکسی که می خواهد اصول و عملکردهای مختلف Pandas را بیاموزد.
- مهندسان داده ، معماران ، تحلیلگران ، مهندسان نرم افزار ، عملیات IT ، مدیران فنی ، دانشمندان داده
معرفی Introduction
-
مقدمه ای بر پروژه پانداس Introduction to Pandas Project
پروژه پانداس Pandas Project
-
پروژه پانداس قسمت 1 Pandas Project Part 1
-
پروژه پانداس قسمت 3 Pandas Project Part 3
-
پروژه پانداس قسمت 4 Pandas Project Part 4
-
پروژه پانداس قسمت 4 Pandas Project Part 4
-
پروژه پانداها قسمت 5 Pandas Project Part 5
-
پروژه پانداس قسمت 6 Pandas Project Part 6
-
پروژه پانداس قسمت 7 Pandas Project Part 7
-
پروژه پانداس قسمت 8 Pandas Project Part 8
-
پروژه پانداس قسمت 9 Pandas Project Part 9
-
پروژه پانداس قسمت 10 Pandas Project Part 10
-
پروژه پانداس قسمت 11 Pandas Project Part 11
-
پروژه پانداس قسمت 12 Pandas Project Part 12
-
پروژه پانداس قسمت 13 Pandas Project Part 13
-
پروژه پانداها قسمت 14 Pandas Project Part 14
-
پروژه پانداس قسمت 15 Pandas Project Part 15
-
پروژه پانداس قسمت 16 Pandas Project Part 16
-
پروژه پانداس قسمت 17 Pandas Project Part 17
-
پروژه پانداس قسمت 18 Pandas Project Part 18
نمایش نظرات
نظری ارسال نشده است.
این دوره غیر فعال شده است.
https://donyad.com/d/7592
آموزش پانداهای پیشرفته
Advanced Pandas
بیاموزید که مجموعه داده های پیچیده را مدیریت کرده و داده های خود را به صورت اصولی با Pandas تجزیه و تحلیل کنید. این دوره به شما بخشهای پیشرفته این کتابخانه را آموزش می دهد ، از جمله مدیریت داده های بعدی ، سریهای زمانی ، عملیات پنجره ، پیوندها و نمودارها.
آموزش ترسیم داده ها با پانداها
Plotting Data with Pandas
این دوره شما را با توابع اولیه رسم داده در پایتون آشنا می کند که به شما کمک می کند تجسم داده های واضح و پویا را برای برقراری ارتباط تجزیه و تحلیل و یافته ها با مخاطبان مختلف ایجاد کنید.
آموزش Pandas Playbook: دستکاری داده ها
Pandas Playbook: Manipulating Data
Pandas یکی از محبوب ترین بسته های نرم افزاری برای تجزیه و تحلیل داده ها است. این دوره بر روی ویژگیهای اصلی Pandas برای درگیری داده متمرکز است ، و به شما آموزش می دهد که چگونه از عهده کارهای روزمره یک تحلیلگر داده یا دانشمند داده برآیید.
Reindert-Jan Ekker
آموزش توابع پانداها
Pandas Functions
یاد بگیرید که فریم های داده پیچیده را مدیریت کنید و داده های خود را با توابع پاندا تجزیه و تحلیل کنید. این دوره قسمت های پیشرفته این کتابخانه را به شما آموزش می دهد.
Ganesh D
کارآفرین و مربی من یک کارآفرین و مربی هستم. من از طریق دوره های خود و فیلم های آنلاین به هزاران دانش آموز در چندین موضوع در زمینه های مختلف آموزش داده ام. من 11 سال سابقه مربیگری دارم. من دوست دارم دانش خود را با دانش آموزان در میان بگذارم. در طول سال ها من ایده های تجاری مختلفی از اصول اولیه تا الگوی پیچیده تر را اجرا کرده ام و دانش بزرگی کسب کرده ام که دوست دارم آنها را به اشتراک بگذارم. من چندین ماه را برای آماده سازی دوره هایم صرف می کنم. قدرت من به عنوان یک معلم از توانایی من در تجزیه و تحلیل موضوعات پیچیده به مفاهیم ساده تر ناشی می شود. و توجه من به جزئیات به من کمک می کند تا این مفاهیم را به گونه ای توضیح دهم که برای دانشجویان بسیار قابل دسترسی باشد. من به طور مداوم در حال تحقیق ، مطالعه و آموزش هستم تا مهارت های خود را ارتقا دهم. امیدوارم از دوره های من لذت ببرید
Udemy (یودمی)
یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.
یکی از ویژگیهای برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.