آموزش دوره جامع پایتون در اکسل ۲۰۲۴ برای علم داده - آخرین آپدیت

دانلود Python in Excel 2024 Masterclass for Data Science

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

قابلیت جدید اکسل: ادغام مستقیم پایتون برای علم داده

ویژگی جدید اکسل: معرفی قابلیت‌های هیجان‌انگیز پایتون در اکسل برای کاربران اولیه! از Pandas، Seaborn، Scikit-Learn و ابزارهای بیشتر مستقیماً در اکسل استفاده کنید.

راه اندازی و استفاده از قابلیت جدید پایتون در اکسل

  • استفاده از ابزارهای قدرتمند علم داده پایتون (Pandas، Seaborn، Scikit-learn) مستقیماً در اکسل
  • تحلیل اکتشافی داده (EDA) و بصری‌سازی داده با پایتون در اکسل
  • آمار، آزمون‌های فرض و یادگیری ماشین با پایتون در اکسل
  • تحلیل داده‌های مالی و سری‌های زمانی با Pandas در اکسل
  • ادغام، تجمیع و دستکاری داده‌های جدولی با Pandas در اکسل
  • ترکیب قابلیت جدید پایتون در اکسل با ابزارهای قدرتمند دیگر (Xlwings)

پیش‌نیازها:

  • کامپیوتر رومیزی ویندوز با اشتراک Microsoft 365 معتبر نصب شده (MAC و Linux پشتیبانی نمی‌شوند)
  • اتصال اینترنت قادر به پخش ویدئو با کیفیت HD
  • مهارت‌های اولیه اکسل و کدنویسی پایتون

قدرت علم داده و امور مالی را با پایتون در اکسل 2024 آزاد کنید - ویژگی جدید اکسل!

آماده‌اید مهارت‌های تحلیل و بصری‌سازی داده خود را به سطح بالاتری ببرید؟ به "مسترکلاس پایتون در اکسل 2024 برای علم داده" خوش آمدید، دوره‌ای که کاربران اکسل را قادر می‌سازد تا پایتون را به طور یکپارچه در گردش کار خود ادغام کنند تا دستکاری، تحلیل، بصری‌سازی داده و یادگیری ماشین را بهبود بخشند.

نکات برجسته دوره:

  • هم‌افزایی را مهار کنید: با ادغام رابط آشنای اکسل با امکانات بی‌پایان برنامه‌نویسی پایتون، وارد آینده علم داده شوید.
  • تبدیل داده: نحوه بارگذاری، پاکسازی و تبدیل داده‌های خود را با استفاده از کتابخانه‌های پایتون به آسانی بیاموزید و فرآیندهای آماده‌سازی داده‌های خود را تقویت کنید.
  • تحلیل پیشرفته: هنر تحلیل آماری و یادگیری ماشین را در اکسل با استفاده از کتابخانه‌های قدرتمند پایتون بیاموزید و افق‌های جدیدی را برای مدل‌سازی پیش‌بینی‌کننده و تصمیم‌گیری باز کنید.
  • بصری‌سازی داده: نمودارها، گراف‌ها و داشبوردهای تعاملی خیره‌کننده با استفاده از کتابخانه‌های بصری‌سازی داده پایتون ایجاد کنید تا داستان‌های داده‌ای قانع‌کننده‌ای را روایت کنید.
  • تحلیل مالی: گردش‌های کاری پیچیده‌تر مالی و سرمایه‌گذاری را در اکسل با استفاده از کتابخانه‌های قدرتمند پایتون انجام دهید.
  • ادغام بی‌درز: کشف کنید که چگونه اسکریپت‌های پایتون را به طور یکپارچه در صفحات اکسل خود ادغام کرده و وظایف تکراری را خودکار کنید و در زمان و تلاش خود صرفه‌جویی کنید.
  • ترکیب با ابزارهای قدرتمند دیگر: استفاده مکمل از قابلیت جدید پایتون در اکسل همراه با xlwings پروژه‌های شما را تقویت می‌کند.

این دوره برای چه کسانی مناسب است؟

  • علاقه‌مندان به اکسل که به دنبال گسترش مجموعه مهارت‌های خود و کاوش در قابلیت‌های تحلیل داده پایتون هستند.
  • تحلیلگران داده، تحلیلگران کسب‌وکار و متخصصان مالی که می‌خواهند از ابزارهای تحلیل پیشرفته پایتون بدون خروج از محیط اکسل استفاده کنند.
  • مشتاقان علم داده که مشتاق کسب تجربه عملی در استفاده از پایتون برای پروژه‌های داده واقعی هستند.
  • هر کسی که به دنبال ارتقای چشم‌انداز شغلی خود با تسلط بر آخرین تکنیک‌های تحلیل داده است.

چرا این دوره را انتخاب کنید؟

  • محتوای به‌روز: با جدیدترین قابلیت‌های ادغام پایتون در اکسل 2023 جلوتر باشید.
  • یادگیری عملی: وارد پروژه‌ها و تمرین‌های عملی شوید که مهارت‌های شما را تقویت می‌کنند.
  • راهنمایی متخصص: از دانش مربیان باتجربه که مفاهیم پیچیده را ساده می‌کنند بهره‌مند شوید.
  • گواهینامه تکمیل: مهارت‌های جدید خود را با گواهینامه Udemy پس از تکمیل دوره به نمایش بگذارید.

مشخصات مربی:

مربی دوره شما، الکساندر هاگمن، یک دانشمند داده با تجربه و متخصص مالی با بیش از 15 سال تجربه در اکسل و پایتون است. او این دوره را طراحی کرده است تا به شما در پر کردن شکاف بین اکسل و پایتون کمک کند و تحلیل و بصری‌سازی داده‌ها را قدرتمندتر و در دسترس‌تر از همیشه سازد.

نکته: این دوره فرض می‌کند که درک اولیه ای از اکسل و دانش قبلی از پایتون دارید. اشتراک معتبر Microsoft 365 در دستگاه ویندوز مورد نیاز است (MAC و Linux در حال حاضر پشتیبانی نمی‌شوند!)


سرفصل ها و درس ها

شروع کار Getting started

  • خوش آمدید Welcome

  • چگونه بیشترین بهره را از این دوره ببریم How to get the most out of this course

  • پیش نمایش سریع: ادغام و پیوستن داده‌ها با Pandas در اکسل Sneak Preview: Merging and joining Data with Pandas in Excel

  • پایتون در اکسل: چگونه کار می‌کند و به چه چیزی نیاز دارید Python in Excel: How it works & what you need

  • پایتون در اکسل: ویژگی‌ها و ابزارهای جایگزین (xlwings) Python in Excel: Features & alternative Tools (xlwings)

  • آمادگی‌های مهم قبل از راه‌اندازی پایتون در اکسل Important Preps before you can set up Python in Excel

  • نحوه راه‌اندازی پایتون در اکسل (بتا) How to set up Python in Excel (BETA)

  • عیب‌یابی Troubleshooting

پایتون در اکسل - اولین قدم‌ها و نکات ضروری Python in Excel - First Steps and Must Knows

  • مقدمه Introduction

  • عملیات ساده با استفاده از تابع PY Simple Operations using the PY Function

  • متغیرهای پایتون در مقابل ارجاعات سلول اکسل Python Variables vs. Excel Cell References

  • اشیاء و انواع داده پایتون Python Objects and Data Types

  • اشیاء NoneType NoneType Objects

  • انواع خروجی: خروجی پایتون در مقابل مقدار اکسل Output Types: Python Output vs. Excel Value

  • استخراج داده‌ها از اشیاء پایتون به اکسل Extracting Data from Python Objects to Excel

  • تشخیص Diagnostics

  • ترتیب محاسبات و بازمحاسبه Calculation Order and Recalculation

  • تنظیمات اولیه و سفارشی‌سازی‌ها Initialization Settings and Customizations

  • توابع و کلاس‌های تعریف شده توسط کاربر User-defined Functions and Classes

  • نمودارهای پایتون (Matplotlib & Seaborn) Python Plots (Matplotlib & Seaborn)

پروژه ۱: تجزیه و تحلیل داده‌های توضیحی (EDA) با پایتون و اکسل Project 1: Explanatory Data Analysis (EDA) with Python and Excel

  • مقدمه پروژه و دانلودها Project Introduction and Downloads

  • دستورالعمل‌ها و نکات Instructions and Hints

  • بررسی جانبی: راه‌حل پروژه در یک Jupyter Notebook Excursus: Project Solution in a Jupyter Notebook

  • وظیفه ۱: نحوه بارگذاری و وارد کردن مجموعه داده Task 1: How to load and import the Dataset

  • وظیفه ۲: بازرسی اولیه داده‌ها Task 2: Initial Data Inspection

  • وظیفه ۳: تجزیه و تحلیل داده‌های تک متغیره ۱ Task 3: Univariate Data Analysis 1

  • وظیفه ۴: تجزیه و تحلیل داده‌های تک متغیره ۲ Task 4: Univariate Data Analysis 2

  • وظیفه ۵: تجزیه و تحلیل داده‌های چند متغیره ۱ Task 5: Multivariate Data Analysis 1

  • وظیفه ۶: تجزیه و تحلیل داده‌های چند متغیره ۲ Task 6: Multivariate Data Analysis 2

  • وظیفه ۷: تجزیه و تحلیل داده‌های چند متغیره ۳ Task 7: Multivariate Data Analysis 3

پروژه ۲: سری‌های زمانی و تجزیه و تحلیل داده‌های مالی با پایتون در اکسل Project 2: Time Series and Financial Data Analysis with Python in Excel

  • مقدمه پروژه و دانلودها Project Introduction and Downloads

  • دستورالعمل‌ها و نکات Instructions and Hints

  • بررسی جانبی: راه‌حل پروژه در یک Jupyter Notebook Excursus: Project Solution in a Jupyter Notebook

  • وظیفه ۱: نحوه بارگذاری مجموعه داده و بازرسی اولیه داده‌ها Task 1: How to load the Dataset and Initial Data Inspection

  • وظیفه ۲: نحوه ایجاد نمودارهای قیمت پویا Task 2: How to create dynamic Price Charts

  • وظیفه ۳: نمونه‌برداری مجدد پویا و بازده مالی Task 3: Dynamic Resampling and Financial Returns

  • وظیفه ۴: تجزیه و تحلیل آماری و عملکرد Task 4: Statistics and Performance Analysis

  • وظیفه ۵: ماتریس کوواریانس و همبستگی و نقشه‌های حرارتی Task 5: Covariance and Correlation Matrix and Heatmaps

پروژه ۳: ادغام و تجمیع داده‌ها با Pandas در اکسل Project 3: Merging and aggregating Data with Pandas in Excel

  • مقدمه پروژه و دانلودها Project Introduction and Downloads

  • دستورالعمل‌ها و نکات Instructions and Hints

  • بررسی جانبی: راه‌حل پروژه در یک Jupyter Notebook Excursus: Project Solution in a Jupyter Notebook

  • وظیفه ۱: ایجاد و تجمیع DataFrame ها Task 1: Creating and Aggregating DataFrames

  • وظیفه ۲: ایجاد ابزاری برای پیوستن/ادغام مجموعه داده‌ها با انعطاف‌پذیری کامل Task 2: Creating a tool to join/merge Datasets with full flexibility

پروژه ۴: تجزیه و تحلیل رگرسیون چندگانه، آزمون فرضیه و پیش‌پردازش Project 4: Multiple Regression Analysis, Hypothesis Testing and Preprocessing

  • مقدمه پروژه، دانلودها و نکات Project Introduction, Downloads and Hints

  • راه‌حل کدنویسی (بخش ۱) Coding Solution (Part 1)

  • راه‌حل کدنویسی (بخش ۲) Coding Solution (Part 2)

  • راه‌حل کدنویسی (بخش ۳) Coding Solution (Part 3)

  • پیاده‌سازی و حذف ویژگی در اکسل (بخش ۱) Implementation & Feature Elimination in Excel (Part 1)

  • پیاده‌سازی و حذف ویژگی در اکسل (بخش ۲) Implementation & Feature Elimination in Excel (Part 2)

پروژه جایزه: استفاده همزمان از پایتون در اکسل و xlwings - تقویت کننده نهایی Bonus Project: Using Python in Excel and xlwings together - the ultimate Boost

  • مقدمه و دانلودها Introduction and Downloads

  • راه‌اندازی و نصب xlwings Set up and Installation of xlwings

  • نحوه استفاده از xlwings به عنوان نمایشگر داده How to use xlwings as a Data Viewer

  • نمایشگر داده - به‌روزرسانی Data Viewer - Update

  • نحوه اتصال به یک Workbook اکسل How to connect to an Excel Workbook

  • نحوه خواندن و نوشتن مقادیر منفرد How to read and write single Values

  • مقدمه اجرای اسکریپت‌های پایتون در اکسل و دانلودها Introduction to Running Python Scripts in Excel & Downloads

  • نصب افزونه xlwings و سایر آماده‌سازی‌ها Installing the xlwings add-in and other preparations

  • اجرای اسکریپت‌های پایتون با "Run main" Running Python Scripts with "Run main"

  • عیب‌یابی Troubleshooting

  • پروژه جایزه: مقدمه و دانلودها Bonus Project: Introduction & Downloads

  • دستورالعمل و نکات Instruction and Hints

  • راه‌حل Solution

ضمیمه: نصب و کار با Anaconda و Jupyter Notebooks Appendix: Installing and working with Anaconda and Jupyter Notebooks

  • دانلود و نصب Anaconda Download and Install Anaconda

  • نحوه باز کردن Jupyter Notebooks How to open Jupyter Notebooks

  • نحوه کار با Jupyter Notebooks How to work with Jupyter Notebooks

گام بعدی چیست؟ (چشم‌انداز و منابع اضافی) What´s next? (outlook and additional resources)

  • درس جایزه Bonus Lecture

نمایش نظرات

آموزش دوره جامع پایتون در اکسل ۲۰۲۴ برای علم داده
جزییات دوره
7.5 hours
66
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,642
4.5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Alexander Hagmann Alexander Hagmann

دانشمند داده | حرفه ای امور مالی | کارآفرین