آموزش بوت کمپ تجزیه و تحلیل و تجسم داده پایتون

Python Data Analysis & Visualization Bootcamp

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: تجزیه و تحلیل داده های مالی و تجسم با پایتون: کیت مطالعه با کیفیت بالا انجام تجزیه و تحلیل داده ها به صورت یکپارچه و هوشمند

به محتوای Bootcamp تجزیه و تحلیل داده‌ها که توسط TakenMind ارائه شده است، خوش آمدید.


آیا علاقه مندید که یاد بگیرید چگونه زتابایت داده توسط شرکت های برتر فناوری پردازش می شود تا داده ها را تجزیه و تحلیل کنند تا رشد کسب و کارشان افزایش یابد؟ خوب، برای یک مبتدی شما در مکان مناسبی هستید و احتمالاً این زمان مناسب برای یادگیری این موضوع است.

طبق تحقیقات Indeed، امروزه دانشمند داده به طور متوسط ​​123000 دلار در سال درآمد دارد. اما اصطلاح عملیاتی در اینجا «امروز» است، زیرا علم داده از زمانی که در سال‌های اخیر واقعاً در آگاهی کسب‌وکار قرار گرفت، سودهای فزاینده‌ای را به همراه داشته است.

این دوره مبتنی بر تحلیل مالی است و مفاهیم زیر پوشش داده شده است:

  • اصول پایتون

  • پانداها برای تجزیه و تحلیل کارآمد داده

  • NumPy برای پردازش عددی با سرعت بالا

  • Matplotlib برای تجسم داده

  • پانداها برای دستکاری و تجزیه و تحلیل داده ها

  • تجسم داده‌های دریا

  • نمونه های کار شده.


نحوه تجزیه و تحلیل داده ها با استفاده از پایتون را بیاموزید. این دوره شما را از اصول پایتون تا کاوش انواع مختلف داده ها می برد. شما یاد خواهید گرفت که چگونه داده ها را برای تجزیه و تحلیل آماده کنید، تجزیه و تحلیل های آماری ساده انجام دهید، تجسم داده های معنی دار ایجاد کنید، روندهای آینده را از داده ها پیش بینی کنید، و موارد دیگر!

شما یاد خواهید گرفت که چگونه:

  • مجموعه داده‌ها را وارد کنید

  • داده ها را برای تجزیه و تحلیل تمیز و آماده کنید

  • DataFrame پانداها را دستکاری کنید

  • خلاصه کردن داده ها

  • با استفاده از scikit-learn مدل‌های یادگیری ماشین بسازید

  • خطوط لوله داده بسازید

تحلیل داده‌ها با پایتون از طریق سخنرانی، آزمایشگاه‌های عملی و تکالیف ارائه می‌شود. این شامل بخش های زیر است:

  • کتابخانه‌های تجزیه و تحلیل داده‌ها: یاد می‌گیرند که از Pandas DataFrames، آرایه‌های چند بعدی Numpy و کتابخانه‌های SciPy برای کار با مجموعه داده‌های مختلف استفاده کنند. ما پانداها را به شما معرفی خواهیم کرد، یک کتابخانه منبع باز، و از آن برای بارگیری، دستکاری، تجزیه و تحلیل و تجسم مجموعه داده های جالب استفاده خواهیم کرد. سپس شما را با یک کتابخانه منبع باز دیگر به نام scikit-learn آشنا می کنیم و از برخی از الگوریتم های یادگیری ماشینی آن برای ساخت مدل های هوشمند و پیش بینی های جالب استفاده خواهیم کرد.




سرفصل ها و درس ها

راه اندازی و محیط Jupyter (Python 3) Setup and Jupyter Environment (Python 3)

  • مقدمه ای بر بسته مطالعه Introduction to the Study Kit

  • شماره 1 دانلود راه اندازی و نصب #1 Downloading Setup and Installation

  • #2 نصب محیط کار - نوت بوک Jupyter #2 Installing Work Environment - Jupyter Notebook

  • شماره 3 بررسی عملکردهای نوت بوک Jupyter #3 Exploring Jupyter Notebook functionalities

  • شماره 4 فهرست بسته پایتون - با استفاده از رابط خط فرمان و نوت بوک Jupyter #4 Python Package Index - Using Command line interface and Jupyter Notebook

راه اندازی و محیط Jupyter (Python 3) Setup and Jupyter Environment (Python 3)

  • مقدمه ای بر بسته مطالعه Introduction to the Study Kit

  • شماره 1 دانلود راه اندازی و نصب #1 Downloading Setup and Installation

  • #2 نصب محیط کار - نوت بوک Jupyter #2 Installing Work Environment - Jupyter Notebook

  • شماره 3 بررسی عملکردهای نوت بوک Jupyter #3 Exploring Jupyter Notebook functionalities

  • شماره 4 فهرست بسته پایتون - با استفاده از رابط خط فرمان و نوت بوک Jupyter #4 Python Package Index - Using Command line interface and Jupyter Notebook

دستکاری داده ها با Numpy (Python 3) Data Manipulation with Numpy (Python 3)

  • شماره 1 شروع به کار - آرایه های Numpy (Python عددی) #1 Getting Started - Numpy Arrays (Numerical Python)

  • #2 عملیات اسکالر روی آرایه های Numpy #2 Scalar Operations on Numpy Arrays

  • شماره 3 شاخص آرایه - قسمت 1 #3 Array Indexes - Part 1

  • شماره 4 شاخص های آرایه در آرایه های چند بعدی Numpy #4 Array Indexes in Multi-Dimensional Numpy Arrays

  • شماره 5 - عملیات آرایه ممتاز #5 - Premium Array Operations

  • شماره 6 ذخیره و بارگذاری آرایه ها در حافظه خارجی #6 Saving And Loading Arrays To External Memory

  • شماره 7 پردازش آماری و ترسیم نمودارها #7 Statistical Processing And Sketching Graphs

  • # 8 بند شرطی و عملیات بولی #8 Conditional Clauses And Boolean Operation

دستکاری داده ها با Numpy (Python 3) Data Manipulation with Numpy (Python 3)

  • شماره 1 شروع به کار - آرایه های Numpy (Python عددی) #1 Getting Started - Numpy Arrays (Numerical Python)

  • #2 عملیات اسکالر روی آرایه های Numpy #2 Scalar Operations on Numpy Arrays

  • شماره 3 شاخص آرایه - قسمت 1 #3 Array Indexes - Part 1

  • شماره 4 شاخص های آرایه در آرایه های چند بعدی Numpy #4 Array Indexes in Multi-Dimensional Numpy Arrays

  • شماره 5 - عملیات آرایه ممتاز #5 - Premium Array Operations

  • شماره 6 ذخیره و بارگذاری آرایه ها در حافظه خارجی #6 Saving And Loading Arrays To External Memory

  • شماره 7 پردازش آماری و ترسیم نمودارها #7 Statistical Processing And Sketching Graphs

  • # 8 بند شرطی و عملیات بولی #8 Conditional Clauses And Boolean Operation

دستکاری داده ها با پانداها (پایتون 3) Data Manipulation with Pandas (Python 3)

  • شماره 1 شروع کار با سریال #1 Getting Started with Series

  • #2 مقدمه ای بر DataFrames در پانداها #2 Introduction to DataFrames in Pandas

  • شماره 3 آموزش دسترسی به عناصر با نمایه ها #3 Learning to access elements with indexes

  • شماره 4 - فهرست بندی مجدد در سری پانداها و فریم های داده #4 - Re-indexing in pandas Series and Dataframes

  • شماره 5 - حذف مقادیر از Series و DataFrames #5 - Dropping values from Series and DataFrames

  • شماره 6 - مدیریت مقادیر Null یا NAN در پانداها #6 - Handling Null or NAN values in pandas

  • شماره 7 انتخاب و اصلاح ورودی های پانداها #7 Selecting and Modifying entries in Pandas

  • # 8 داده ها را در سری ها و Dataframe ها هماهنگ و تنظیم کنید #8 Coordinate and Regulate data in Series and Dataframes

  • شماره 9 - رتبه بندی و مرتب سازی در سری #9 - Ranking and Sorting in Series

  • شماره 10 تجزیه و تحلیل داده های آماری و نمودارها در پانداها #10 Statistical Data Analysis and Graphs in Pandas

دستکاری داده ها با پانداها (پایتون 3) Data Manipulation with Pandas (Python 3)

  • شماره 1 شروع کار با سریال #1 Getting Started with Series

  • #2 مقدمه ای بر DataFrames در پانداها #2 Introduction to DataFrames in Pandas

  • شماره 3 آموزش دسترسی به عناصر با نمایه ها #3 Learning to access elements with indexes

  • شماره 4 - فهرست بندی مجدد در سری پانداها و فریم های داده #4 - Re-indexing in pandas Series and Dataframes

  • شماره 5 - حذف مقادیر از Series و DataFrames #5 - Dropping values from Series and DataFrames

  • شماره 6 - مدیریت مقادیر Null یا NAN در پانداها #6 - Handling Null or NAN values in pandas

  • شماره 7 انتخاب و اصلاح ورودی های پانداها #7 Selecting and Modifying entries in Pandas

  • # 8 داده ها را در سری ها و Dataframe ها هماهنگ و تنظیم کنید #8 Coordinate and Regulate data in Series and Dataframes

  • شماره 9 - رتبه بندی و مرتب سازی در سری #9 - Ranking and Sorting in Series

  • شماره 10 تجزیه و تحلیل داده های آماری و نمودارها در پانداها #10 Statistical Data Analysis and Graphs in Pandas

شروع با عملیات فایل (Python 3) Starting with File Operations (Python 3)

  • شماره 1 عملیات فایل - Dataframes و Csv #1 File Operations - Dataframes And Csv

  • شماره 2 داده ها را از فایل اکسل وارد کنید #2 Import Data From Excel File

شروع با عملیات فایل (Python 3) Starting with File Operations (Python 3)

  • شماره 1 عملیات فایل - Dataframes و Csv #1 File Operations - Dataframes And Csv

  • شماره 2 داده ها را از فایل اکسل وارد کنید #2 Import Data From Excel File

تجزیه و تحلیل داده ها و روش ها - آموزش انجام عملیات روی مجموعه داده ها (Py 3) Data Analysis and Methodologies - Learn to perform Operations on datasets (Py 3)

  • پانداهای شماره 1 - ادغام در امتداد ستون ها در DataFrames #1 Pandas - Merging along columns in DataFrames

  • #2 الحاق آرایه ها، سری ها و فریم های داده #2 Concatenation of Arrays, Series and Dataframes

  • #3 ترکیب مقادیر یک DataFrame یا Series #3 Combining values of a DataFrame or Series

  • #4 تغییر شکل مجموعه داده ها - سری و چارچوب داده #4 Reshaping Datasets - Series and Dataframe

  • شماره 5 جدول محوری #5 Pivot Tables

  • #6 تجزیه و تحلیل تکراری در مجموعه داده #6 Duplicates Analysis in dataset

  • شماره 7 نقشه برداری در DataFrame #7 Mapping in DataFrame

  • #8 مقادیر را در سری جایگزین کنید #8 Replace values in Series

  • شماره 9 تغییر نام ایندکس ها در DataFrame #9 Renaming Indexes in DataFrame

  • شماره 10 مشاهده، فیلتر کردن و تجزیه و تحلیل اساسی #10 Observation, Filtering and Basic Analysis

تجزیه و تحلیل داده ها و روش ها - آموزش انجام عملیات روی مجموعه داده ها (Py 3) Data Analysis and Methodologies - Learn to perform Operations on datasets (Py 3)

  • پانداهای شماره 1 - ادغام در امتداد ستون ها در DataFrames #1 Pandas - Merging along columns in DataFrames

  • #2 الحاق آرایه ها، سری ها و فریم های داده #2 Concatenation of Arrays, Series and Dataframes

  • #3 ترکیب مقادیر یک DataFrame یا Series #3 Combining values of a DataFrame or Series

  • #4 تغییر شکل مجموعه داده ها - سری و چارچوب داده #4 Reshaping Datasets - Series and Dataframe

  • شماره 5 جدول محوری #5 Pivot Tables

  • #6 تجزیه و تحلیل تکراری در مجموعه داده #6 Duplicates Analysis in dataset

  • شماره 7 نقشه برداری در DataFrame #7 Mapping in DataFrame

  • #8 مقادیر را در سری جایگزین کنید #8 Replace values in Series

  • شماره 9 تغییر نام ایندکس ها در DataFrame #9 Renaming Indexes in DataFrame

  • شماره 10 مشاهده، فیلتر کردن و تجزیه و تحلیل اساسی #10 Observation, Filtering and Basic Analysis

تجسم داده ها Data Visualization

  • تجسم داده ها و مقدمه ای بر کتابخانه تجسم دریازاد Data Visualization and Introduction to Seaborn Visualization Library

  • تجسم هیستوگرام در متولدین دریا Histogram Visualization in seaborn

  • نمودار تخمین چگالی هسته Seaborn (KDE) روی تک متغیره ها Seaborn Kernel Density Estimation (KDE) Plot on Univariates

  • طرح KDE Seaborn برای چند متغیره Seaborn KDE Plot for multivariates

  • ترسیم نمودارهای متعدد با seaborn Plotting multiple charts with seaborn

  • تصویرسازی باکس پلات Box Plot Visualization

  • نمودارهای رگرسیون با متولدین دریا Regression Plots with seaborn

  • تجسم طرح ویولن Violin plot Visualization

  • تجسم نقشه های حرارتی Heat Maps Visualization

  • تجسم نقشه خوشه ای Cluster Map Visualization

تجسم داده ها Data Visualization

  • تجسم داده ها و مقدمه ای بر کتابخانه تجسم دریازاد Data Visualization and Introduction to Seaborn Visualization Library

  • تجسم هیستوگرام در متولدین دریا Histogram Visualization in seaborn

  • نمودار تخمین چگالی هسته Seaborn (KDE) روی تک متغیره ها Seaborn Kernel Density Estimation (KDE) Plot on Univariates

  • طرح KDE Seaborn برای چند متغیره Seaborn KDE Plot for multivariates

  • ترسیم نمودارهای متعدد با seaborn Plotting multiple charts with seaborn

  • تصویرسازی باکس پلات Box Plot Visualization

  • نمودارهای رگرسیون با متولدین دریا Regression Plots with seaborn

  • تجسم طرح ویولن Violin plot Visualization

  • تجسم نقشه های حرارتی Heat Maps Visualization

  • تجسم نقشه خوشه ای Cluster Map Visualization

نمایش نظرات

آموزش بوت کمپ تجزیه و تحلیل و تجسم داده پایتون
جزییات دوره
8 hours
45
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
8,156
4.4 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar