آموزش Full Stack Data Science با برنامه نویسی Python ، Numpy و R

سرفصل ها و درس ها

راه اندازی پایتون Python Setup

• نصب توزیع Anaconda برای MAC Installing Anaconda Distribution For MAC

• نصب توزیع Anaconda برای ویندوز Installing Anaconda Distribution For Windows

• نصب Python و PyCharm For MAC Installing Python and PyCharm For MAC

• نصب Python و Pycharm برای ویندوز Installing Python and PyCharm For Windows

• نصب Jupyter Notebook برای MAC Installing Jupyter Notebook For MAC

• نصب Jupyter Notebook برای ویندوز Installing Jupyter Notebook For Windows

• پرونده های پروژه و اسناد دوره Project Files and Course Documents

اگر متغیرهایی وجود داشته باشد ، Python وجود دارد If there are variables there is Python

• متغیر چیست What is a variable

ریاضی با پایتون خیلی گیج کننده نیست Math is not so confusing with Python

• اعداد و اپراتورهای ریاضی با مثال Numbers and Math Operators with example

رشته های Strings

• رشته ها و عملیات Strings and Operations

• تبدیل نوع داده Data type Conversion

• ورزش Exercise

مشروط Conditionals

• مشروط Conditionals

• عملکرد Bool () Bool() Function

• مقایسه و اپراتورهای منطقی Comparison and logical Operators

• اگر اظهارات If Statements

• ورزش: ماشین حساب Exercise: Calculator

• ورزش: ورود کاربر Exercise: User Login

حلقه ها Loops

• حلقه ها Loops

• در حالی که حلقه ها While Loops

• برای حلقه ها For Loops

• عملکرد محدوده Range Function

• اظهارات کنترل Control Statements

• ورزش: تعداد کامل Exercise : Perfect Numbers

• ورزش: ورود کاربر با حلقه ها Exercise : User Login with Loops

کارکرد Functions

• کارکرد Functions

• یک تابع جدید و تماس های عملکرد ایجاد کنید Create A New Function and Function Calls

• بیانیه بازگشت Return Statement

• توابع لامبدا Lambda Functions

• ورزش 9: پیدا کردن شماره اول Exercise 9: Finding Prime Number

ماژول ها Modules

• منطق استفاده از ماژول ها Logic of Using Modules

• چگونه کار می کند How It is Work

• یک ماژول جدید ایجاد کنید Create A New Module

• ورزش: بازی شماره Exercise: Number Game

لیست ها Lists

• لیست ها و عملیات لیست Lists and List Operations

• روش های لیست List Methods

• درک مطلب List Comprehensions

• ورزش: شماره فیبوناچی Exercise: Fibonacci Numbers

• ورزش: ادغام نام و نام خانوادگی Exercise: Merging Name and Surname

تاپلز Tuples

• tuples Tuples

فرهنگ لغت ها Dictionaries

• واژه نامه ها Dictionaries

• خلاصه فرهنگ لغت Dictionary Comprehensions

• ورزش: شمارنده نامه Exercise : Letter Counter

• ورزش: شمارنده کلمه Exercise : Word Counter

استثناها Exceptions

• استثنا چیست؟ What is exception?

• دست زدن به استثنا Exception Handling

• ورزش: اگر تعداد باشد Exercise : if Number

فایل ها Files

• فایل ها Files

• عملیات فایل File Operations

• ورزش: ساختمان تیم Exercise : Team Building

• ورزش: همپوشانی Exercise : Overlap

مجموعه ها Sets

• تنظیم و تنظیم عملیات و روش ها Sets and Set Operations and Methods

• تعاریف را تنظیم کنید Set Comprehensions

برنامه نویسی شی گرا Object Oriented Programming

• منطق OOP Logic of OOP

• سازنده Constructer

• مواد و روش ها Methods

• وراثت Inheritance

• بیش از حد و بارگیری Overriding and Overloading

• مسابقه Quiz

پروژه پایتون Project Python

• پروژه نهایی: برنامه کنترل از راه دور Final Project: Remote Controller Application

در سرزمین های خارجی: علم داده In Foreign Lands: Data Science

• علم داده چیست؟ What Is Data Science?

• سواد اطلاعاتی Data literacy

• مسابقه Quiz

استفاده از Numpy برای دستکاری داده ها Using Numpy for Data Manipulation

• numpy چیست؟ What is Numpy?

• چرا numpy؟ Why Numpy?

• آرایه و ویژگی ها Array and features

• اپراتورهای آرایه Array’s Operators

• توابع numpy Numpy Functions

• نمایه سازی و برش Indexing and Slicing

• تمرینات عجیب و غریب Numpy Exercises

• با استفاده از numpy در جبر خطی Using Numpy in Linear Algebra

• راهنمای NumexPR NumExpr Guide

• با استفاده از Numpy با ایجاد شبکه عصبی Using Numpy with Creating Neural Network

• مسابقه Quiz

استفاده از Pandas برای دستکاری داده ها Using Pandas for Data Manipulation

• پانداها چیست؟ What is Pandas?

• سری ها و ویژگی های Series and Features

قاب داده با Pandas Data Frame with Pandas

• ویژگی های قاب داده ها و روش ها بخش - من Data Frame attributes and Methods Part – I

• ویژگی های قاب داده ها و روش های بخش - II Data Frame attributes and Methods Part – II

• ویژگی های قاب داده ها و روش های بخش - III Data Frame attributes and Methods Part – III

• چند شاخص Multi index

• عملیات گروهی Groupby Operations

• داده های گمشده و داده های Munging بخش من Missing Data and Data Munging Part I

• داده های گم شده و داده های Munging بخش دوم Missing Data and Data Munging Part II

• برخورد با داده های گم شده Dealing with Missing Data

• ترکیب فریم های داده بخش - من Combining Data Frames Part – I

• ترکیب فریم های داده بخش - II Combining Data Frames Part – II

• کار با فایل های داده Work with Dataset Files

• مسابقه Quiz

• مسابقه Quiz

تجسم داده ها Data Visualization

• Matplotlib چیست؟ What is Matplotlib

• با استفاده از Matplotlib Using Matplotlib

• Pyplot - Pylab - Matplotlib Pyplot – Pylab - Matplotlib

• شکل، زیرپوش و محورها Figure, Subplot and Axes

• سفارشی سازی شکل Figure Customization

• سفارشی سازی طرح Plot Customization

علوم داده: دست روی پروژه ها Data Science: Hands on Projects

• تجزیه و تحلیل داده ها با مجموعه داده های مختلف: پروژه تیتانیک Analyse Data With Different Data Sets: Titanic Project

• پروژه تایتانیک پاسخ Titanic Project Answers

• پروژه II: به اشتراک گذاری دوچرخه Project II: Bike Sharing

• پروژه اشتراک گذاری دوچرخه سواری Bike Sharing Project Answers

• پروژه III: فروش مسکن و املاک Project III: Housing and Property Sales

• پاسخ برای پروژه فروش مسکن و املاک Answer for Housing and Property Sales Project

• پروژه IV: لیگ برتر انگلیسی Project IV : English Premier League

• پاسخ به پروژه لیگ برتر انگلیس Answers for English Premier League Project

چرا باید زبان برنامه نویسی R را یاد بگیرید Why You Should Learn R Programming Language

• معرفی Introduction

نصب محیط Environment Installation

• نصب استودیو R و R R and R Studio Installation

• نصب و راه اندازی تجربه Installation and Hands-On Experience

• R کنسول در مقابل R استودیو R Console Versus R Studio

نحو اساسی Basic Syntax

• نحو پایه و دست بر روی تجربه Basic Syntax and Hands On Experience

انواع داده ها در R Data Types in R

• متغیرها Variables

• اصول اولیه بردارها Vectors Basics

• فهرست Lists

• ماتریس Matrices

• آرایه ها Arrays

• عوامل Factors

• مقدمه ای بر فریم های داده Introduction to Data Frames

اپراتورها و توابع Operators and Functions

• اپراتورها در R Operators in R

• فلوتس Flowcharts

• حلقه ها و رشته ها Loops and Strings

• کارکرد Functions

R بسته ها R Packages

• مدیریت بسته های R Managing R Packages

مدیریت داده در R Data Management in R

• گرفتن داده ها به R Getting Data into R

• دستکاری داده Data Manipulation

• نمودارها و نمودارها Graphs and Charts

محاسبه و آمار Computation and Statistics

• توابع ریاضی ساده Simple Math Functions

• توزیع احتمالی طبیعی Normal Probability Distribution

• همبستگی Correlation

• آزمون t زوجی Paired T-Test

• رگرسیون خطی Linear Regression

• رگرسیون چندگانه Multiple Regression

• درخت تصمیم گیری Decision Trees

• آزمایش مربع چی Chi Square tests

یادگیری تجربی Experiential Learning

• با نمونه های واقعی یاد بگیرید - یادگیری تجربی 1 Learn with Real Examples - Experiential learning 1

• با نمونه های واقعی یاد بگیرید - یادگیری تجربی 2 Learn with Real Examples - Experiential learning 2

• با نمونه های واقعی یاد بگیرید - یادگیری تجربی 3 Learn with Real Examples - Experiential learning 3

بررسی و مدیریت ساختارهای داده در R Examining and Managing Data Structures in R

• انواع بردار اتمی Atomic Vector Types

• تبدیل انواع داده ها از بردارهای اتمی Converting Data Types of Atomic Vectors

• توابع تست Test Functions

• بازیافت و تکرار بردار Vector Recycling and Iterations

• نامگذاری بردارها Naming Vectors

• بردارهای فرعی Subsetting Vectors

• بخش های یک آرایه Subsections of an Array

ماتریس ها Matrices

• نامگذاری ماتریس ردیف و ستون ها Naming Matrix Row and Columns

• محاسبه با ماتریس Calculating With Matrices

فریم های داده Data Frames

• نامگذاری متغیرها و مشاهدات در DF Naming Variables and Observations in DF

• دستکاری مقادیر در DF Manipulating Values in DF

• اضافه کردن و حذف متغیرها Adding and Removing Variables

• تظاهرات در R Tibbles in R

عوامل Factors

• مقدمه ای بر عوامل Introduction to Factors

• دستکاری داده های طبقه بندی شده با Forcats Manipulating Categorical Data with Forcats

تبدیل داده در R Data Transformation in R

• مقدمه ای بر تحول داده ها Introduction to Data Transformation

• ستون ها را با عملکرد انتخاب کنید Select Columns with Select Function

• ردیف های فیلتر با عملکرد فیلتر Filtering Rows with Filter Function

• تنظیم ردیف با عملکرد ترتیب Arranging Rows with Arrange Function

• اضافه کردن متغیرهای جدید با عملکرد Mutate Adding New Variables with Mutate Function

• خلاصه گروهی با عملکرد خلاصه Grouped Summaries with Summarize Function

جایزه BONUS

• جایزه BONUS