آموزش MicroDeree Science Data: تجزیه و تحلیل داده ها و تجسم

The Data Science MicroDegree: Data Analysis & Visualization

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: ما از ابتدا از پایتون شروع می کنیم و به تدریج به NumPy ، Pandas ، Matplotlib Seaborn برای تجزیه و تحلیل داده ها پیشرفت می کنیم

آنچه خواهید آموخت

  • مهارت های برنامه نویسی پایتون میانه را بیاموزید
  • با استفاده از محیط نوت بوک Jupyter
  • استفاده از کتابخانه NumPy برای ایجاد دستکاری آرایه ها
  • استفاده از ماژول Pandas برای ایجاد داده های ساختار
  • با استفاده از ماژول های Matplotlib Seaborn با پایتون تجسم داده ایجاد کنید
  • بیاموزید که با قالب های مختلف داده در پایتون کار کنید ، از جمله: کاربرگ JSON ، HTML ، MS Excel.

بسیاری از دوره ها و سخنرانی های پایتون وجود دارد. با این حال ، پایتون یک منحنی یادگیری بسیار تند دارد و دانش آموزان اغلب بیش از حد تحت فشار قرار می گیرند. این دوره متفاوت است! این دوره واقعا گام به گام است. در هر آموزش جدید ، ما بر اساس آنچه قبلاً آموخته بودیم ، پیشرفت می کنیم و یک قدم دیگر به جلو حرکت می کنیم. بعد از هر ویدئو ، شما یک مفهوم ارزشمند جدید می آموزید که می توانید بلافاصله آن را اعمال کنید. و بهترین قسمت این است که شما از طریق مثالهای زنده یاد می گیرید.

این دوره جامع راهنمای شما در یادگیری نحوه استفاده از قدرت پایتون برای تجزیه و تحلیل داده ها و ایجاد تجسم های زیبا خواهد بود. این دوره برای مبتدیان با برخی از تجارب برنامه نویسی یا توسعه دهندگان باتجربه ای که می خواهند به علم داده پرش کنند ، طراحی شده است!

"Data Scientist" رتبه شغل شماره 1 Glassdoor را کسب کرده است و بر اساس واقع حقوق متوسط دانشمند داده بیش از 120،000 دلار در ایالات متحده است! Data Science یک شغل با ارزش است که به شما امکان می دهد جالب ترین مشکلات جهان را حل کنید!

به طور خلاصه ، این دوره برای همه سطح مهارت ها طراحی شده است و حتی اگر هیچ برنامه نویسی یا آماری نداشته باشید ، باز هم در این دوره موفق خواهید بود! من نمی توانم صبر کنم تا شما را در کلاس ببینم.


در این دوره خواهید آموخت:

  • برنامه نویسی با پایتون

  • numpy با پایتون

  • استفاده از pandas Data Frames برای حل وظایف پیچیده

  • از پاندا برای رسیدگی به پرونده های اکسل استفاده کنید

  • برای تجسم داده ها از matplotlib و seaborn استفاده کنید

این دوره برای چه کسانی است:

  • دانشجویانی که علاقه زیادی به علم داده دارند
  • افراد جویای کار که می خواهند مهارت های داده خود را استفاده کنند
  • مبتدیان علوم داده پایتون که نمی دانند از کجا شروع کنند

سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

  • چه چیزی یاد خواهید گرفت؟ What Will You Learn?

تنظیم محیط Environment Setup

  • راه اندازی کامپیوتر شما Setting Up Your PC

  • نصب آناکوندا Anaconda Installation

  • راه اندازی نوت بوک Jupyter Launching Jupyter Notebook

  • پیمایش در Jupyter NoteBook Navigating Jupyter NoteBook

  • سلولهای Markdown Markdown Cells

مبانی پایتون (دوره تازه سازی) Basics Of Python (Refresher Course)

  • انواع داده ها و عملیات حسابی Data Types & Arithmetic Operations

  • با منبع پیوست چه کاری باید انجام دهید؟ What Should You Do With The Attached Resource?

  • متغیرها Variables

  • رشته ها و عملکرد چاپ Strings & Print Function

  • رشته اتصال String Splicing

  • لیست ها Lists

  • فرهنگ لغت ها Dictionaries

  • مجموعه ها و مجموعه ها Tuples & Sets

  • اپراتورهای ارتباطی و منطقی Relational & Logical Operators

  • اگر دیگری If Else

  • برای حلقه ها For Loops

  • در حالی که حلقه ها While Loops

  • توابع داخلی In-Built Functions

  • ایجاد عملکرد Creating A Function

  • خودت را بیازمای Test Yourself

  • احساس گیر افتادن می کنید؟ Feeling Stuck?

NumPy - تجزیه و تحلیل داده ها NumPy - Data Analysis

  • مقدمه ای بر NumPy Introduction To NumPy

  • اینو میدونی؟ Do you know this?

  • آرایه های NumPy NumPy Arrays

  • تولید آرایه های NumPy Generating NumPy Arrays

  • NumPy Linspace NumPy Linspace

  • ماتریس هویت Identity Matrix

  • تولید آرایه هایی با مقادیر تصادفی Generating Arrays With Random Values

  • تغییر شکل ، حداقل و حداکثر Reshape, Min and Max

  • شکل و نوع Shape and Dtype

  • نمایه سازی NumPy NumPy Indexing

  • پخش فهرست I Index Broadcasting I

  • فهرست پخش II Index Broadcasting II

  • نمایه سازی 2D 2D Indexing

  • استخراج زیرمجموعه ها Extracting Submatrices

  • نمایه سازی مشروط Conditional Indexing

  • عملیات numpy NumPy Operations

  • توابع جهانی Universal Functions

  • مرجع - توابع جهانی Reference - Universal Functions

Pandas - تجزیه و تحلیل داده ها Pandas - Data Analysis

  • پانداها سری I Pandas Series I

  • پانداس سری دوم Pandas Series II

  • pandas dataframes Pandas Dataframes

  • داده ها - اضافه کردن و رها کردن ستون ها Dataframes - Adding & Dropping columns

  • LOC و ILOC Loc and iLoc

  • انتخاب شرطی Conditional Selection

  • شرایط چندگانه Multiple Conditions

  • تنظیم مجدد شاخص و شاخص تنظیم Reset Index & Set Index

  • Dropna & Fillna dropna & fillna

  • دسته بندی بر اساس Group By

  • پیوستن، ادغام و پیوستن Join, Merge & Concatenate

  • عملیات پانداها Pandas Operations

  • پردازش فایل File Processing

MatPlotLib - تجسم داده ها MatPlotLib - Data Visualization

  • مقدمه ای بر Matplotlib Introduction To Matplotlib

  • نقشه برداری یک نمودار ساده Plotting A Simple Graph

  • چند قطعه در داخل همان بوم Multiple Plots Inside Same Canvas

  • قطعه شی گرا Object Oriented Plots

  • subplots با استفاده از OOP Subplots Using OOP

  • تغییر اندازه شکل و DPI Modifying Figure Size & DPI

  • صرفه جویی در طرح Saving The Plot

  • ایجاد یک افسانه Creating A Legend

  • سفارشی سازی Customization

  • محدوده طرح Plot Range

Seaborn - تجسم داده ها Seaborn - Data Visualization

  • مقدمه ای بر Seeborn Introduction To Seaborn

  • توطئه های توزیع - قسمت 1 Distribution Plots - Part 1

  • توطئه های توزیع - قسمت 2 Distribution Plots - Part 2

  • توطئه های قطعی - قسمت 1 Categorical Plots - Part 1

  • قطعه های قطعی - قسمت 2 Categorical Plots - Part 2

  • قطعه ماتریس Matrix Plots

  • شبکه ها Grids

  • اندازه و رنگ Size & Color

نمایش نظرات

نظری ارسال نشده است.

آموزش MicroDeree Science Data: تجزیه و تحلیل داده ها و تجسم

این دوره غیر فعال شده است.

جزییات دوره
4h 26m
72
Udemy (یودمی) udemy-small
11 اردیبهشت 1400 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
29,129
4.6 از 5
ندارد
ندارد
ندارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Abhishek Pughazh Abhishek Pughazh

من چیزهای جالبی با کد می سازم.

این آبهیشک، هند است. من یک فریلنسر پایتون هستم. من چیزهای جالبی می سازم.

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.