آموزش پیش پردازش داده برای تجزیه و تحلیل داده ها و علم داده

سرفصل ها و درس ها

معرفی Introduction

• مقدمه ای در مورد معلم خصوصی Introduction about Tutor

• دستور کار و مراحل تجزیه و تحلیل Agenda and Stages of Analytics

• تجزیه و تحلیل تشخیصی چیست؟ What is Diagnoistic Analytics ?

• پیش بینی تجزیه و تحلیل چیست؟ What is Predictive Analytics ?

• تجزیه و تحلیل تجویزی چیست؟ What is Prescriptive Analytics ?

• CRISP-ML(Q) چیست؟ What is CRISP-ML(Q)?

• امتحان Quiz

فاز تفاهم تجاری Business Understanding Phase

• درک تجاری - محدوده کاربرد را تعریف کنید Business Understanding - Define Scope Of Application

• درک کسب و کار - معیارهای موفقیت را تعریف کنید Business Understanding - Define Sucess Criteria

• درک تجاری - موارد استفاده Business Understanding - Use Cases

• امتحان Quiz

فاز درک داده - انواع داده Data Understanding Phase - Data Types

• درک داده های دستور کار Agenda Data Understanding

• مقدمه ای بر درک داده ها؟ Introduction to Data Understanding ?

• انواع داده - پیوسته در مقابل گسسته Data Types - Continuous vs Discrete

• داده های دسته بندی در مقابل داده های شمارش Categorical Data vs Count Data

• درک عملی داده ها با استفاده از مثال های بلادرنگ Pratical Data Understanding Using Realtime Examples

• مقیاس اندازه گیری Scale of Measurement

• کمی در مقابل کیفی Quantitative Vs Qualitative

• داده های ساختاریافته در مقابل داده های بدون ساختار Structured vs Unstructured Data

• امتحان Quiz

فاز درک داده ها - جمع آوری داده ها Data Understanding Phase - Data Collection

• جمع آوری داده چیست؟ What is Data Collection?

• آشنایی با منابع داده اولیه Understanding Primary Data Sources

• آشنایی با منابع داده ثانویه Understanding Secondary Data Sources

• درک جمع آوری داده ها با استفاده از پیمایش Understanding Data Collection using Survey

• درک جمع آوری داده ها با استفاده از DoE Understanding Data Collection using DoE

• درک خطاهای احتمالی در مرحله جمع آوری داده ها Understanding Possible errors in Data Collection stage

• درک تعصب و انصاف Understanding Bias and Fairness

• امتحان Quiz

درک آمار پایه Understanding Basic Statistics

• مقدمه ای بر تهیه و دستور کار داده های CRISP-ML(Q). Introduction to CRISP-ML(Q) Data Preparation & Agenda

• احتمال چیست؟ What is Probability ?

• متغیر تصادفی چیست؟ What is Random Variable?

• درک احتمال و کاربرد آن، توزیع احتمال. Understanding Probability and its Application,Probability Distribution .

• امتحان Quiz

مرحله آماده سازی داده - تجزیه و تحلیل داده های اکتشافی (EDA) Data Preparation Phase - Exploratory Data Analysis (EDA)

• درک توزیع نرمال Understanding Normal Distribution

• آمار استنباطی چیست؟ What is Inferencial Statistics?

• درک توزیع عادی استاندارد و امتیازات Z چیست Understanding Standard Normal Distribution & Whats is Z Scores

• درک معیارهای گرایش مرکزی (فرستادگی کسب و کار لحظه اول) Understanding Measures of central tendency ( First moment business decession)

• درک معیارهای پراکندگی (تصمیم کسب و کار لحظه دوم) Understanding Measures of Dispersion ( Second moment business decision)

• درک نمودار جعبه (اختلاف B-w درصد و Quantile و Quartile) Understanding Box Plot(Diff B-w Percentile and Quantile and Quartile)

• درک تکنیک های گرافیکی-Q-Q-Plot Understanding Graphical Techniques-Q-Q-Plot

• درک در مورد طرح پراکندگی دو متغیره Understanding about Bivariate Scatter Plot

• امتحان Quiz

نصب و راه اندازی پایتون Python Installation and Setup

• نصب پایتون Python Installation

• نصب آناکوندا Anakonda Installation

• آشنایی با کتابخانه های Anakonda Navigator، Spyder و Python Understand about Anakonda Navigator, Spyder & Python Libraries

• آشنایی با Jupyter و Google Colab Understanding about Jupyter and Google Colab

• امتحان Quiz

مرحله آماده سازی داده ها | Data Cleansing- Type Casting Data Preparation Phase | Data Cleansing- Type Casting

• خلاصه مفاهیم Recap of Concepts

• درک Data Cleansing Typecasting Understanding Data Cleansing Typecasting

• درک Data Cleaning Typecasting با استفاده از Python Understanding Data Cleansing Typecasting Using Python

• امتحان Quiz

مرحله آماده سازی داده ها | پاکسازی داده ها - رسیدگی به موارد تکراری Data Preparation Phase | Data Cleansing- Handling Duplicates

• خلاصه مفاهیم Recap of Concepts

• درک نحوه رسیدگی به موارد تکراری Understanding Handling Duplicates

• آشنایی با مدیریت موارد تکراری با استفاده از پایتون Understanding Handling Duplicates using Python

• امتحان Quiz

مرحله آماده سازی داده ها | درمان تجزیه و تحلیل پاکسازی داده ها Data Preparation Phase | Data Cleansing-Outlier Analysis Treatment

• درک درمان تجزیه و تحلیل پرت Understanding Outlier Analysis Treatment

• درک درمان تجزیه و تحلیل Outlier با استفاده از Python Understanding Outlier Analysis Treatment using Python

• امتحان Quiz