آموزش علوم داده NumPy

NumPy Data Science Essential Training

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: آموزش ضروری علم داده های NumPy آغاز دانشمند میانی داده را به NumPy ، کتابخانه پایتون که از برنامه نویسی عددی ، علمی و آماری ، از جمله یادگیری ماشین پشتیبانی می کند ، معرفی می کند. این کتابخانه از جنبه های مختلف علم داده پشتیبانی می کند ، اشیا ar آرایه ای چند بعدی ، اشیا derived مشتق شده (ماتریس ها و آرایه های پوشیده) و روال هایی برای ریاضیات ، منطق ، مرتب سازی ، آمار و تولید اعداد تصادفی. در اینجا چارلز کلی نحوه کار با NumPy و Python را در Jupyter Notebook نشان می دهد ، ابزاری مبتنی بر مرورگر برای ایجاد اسناد تعاملی با کد زنده ، حاشیه نویسی و حتی تجسم از قبیل نمودارها. بیاموزید که چگونه آرایه های NumPy ایجاد کنید ، از دستورات و قطعه های NumPy استفاده کنید و آرایه ها را index کنید ، برش دهید ، تکرار کنید و در غیر اینصورت دستکاری کنید. به علاوه ، نحوه ترسیم داده ها و ترکیب آرایه های NumPy با کلاس های پایتون را بیاموزید و نمونه هایی از NumPy را در عمل بدست آورید: حل معادلات خطی ، یافتن الگوها ، اجرای آمار ، تولید مکعب های جادویی و موارد دیگر.
موضوعات شامل:
  • استفاده از نوت بوک Jupyter
  • ایجاد آرایه های NumPy از ساختارهای پایتون
  • برش آرایه ها
  • استفاده از روشهای پوشش و پخش بولی
  • طرح ریزی در دفترهای مشتری
  • پیوستن و تقسیم آرایه ها
  • تنظیم مجدد عناصر آرایه
  • ایجاد توابع جهانی
  • یافتن الگوها
  • ساخت مربع های جادویی و مکعب های جادویی با NumPy و Python

سرفصل ها و درس ها

مقدمه Introduction

  • خوش آمدی Welcome

  • آنچه باید بدانید What you should know

  • NumPy ، علوم داده ، IMQAV NumPy, data science, IMQAV

  • نحوه استفاده از پرونده های تمرینی How to use the exercise files

  • نصب نرم افزار Install software

1. نوت بوک 1. Notebooks

  • آشنایی با نوت بوک Jupyter Introduction to Jupyter Notebook

  • مبانی نوت بوک Notebook basics

  • علامت گذاری Markdown

  • حروفچینی زیبا ریاضیات Beautiful mathematics typesetting

  • نوت بوک Jupyter را راه اندازی کنید Launch Jupyter Notebook

2. آرایه های NumPy ایجاد کنید 2. Create NumPy Arrays

  • آرایه هایی از ساختارهای پایتون ایجاد کنید Create arrays from Python structures

  • ایجاد ذاتی با استفاده از روش های NumPy Intrinsic creation using NumPy methods

  • فضای ذخیره سازی ، صفرها ، انواع داده ها linspace, zeros, ones, data types

3. فهرست ، برش و Iterate 3. Index, Slice, and Iterate

  • آرایه های برش Slice arrays

  • آرایه های ماسک بولی Boolean mask arrays

  • صدا و سیما Broadcasting

  • آرایه های ساختاری و ضبط شده Structured and record arrays

4. توطئه ها: Matplotlib و Pyplot 4. Plots: Matplotlib and Pyplot

  • رسم درون خطی Inline plotting

  • شکل ها و زیرشاخه ها Figures and subplots

  • چند خط ، طرح تک Multiple lines, single plot

  • علائم تیک ، برچسب ها و شبکه ها Tick marks, labels, and grids

  • حاشیه نویسی طرح Plot annotations

  • نمودارهای پای و نمودارهای میله ای Pie charts and bar charts

  • توطئه های زیبا ، گالری Beautiful plots, the gallery

5- آرایه ها را دستکاری کنید 5. Manipulate Arrays

  • نمایش ها و نسخه ها Views and copies

  • صفات آرایه Array attributes

  • عناصر را اضافه و حذف کنید Add and remove elements

  • به آرایه ها بپیوندید و تقسیم کنید Join and split arrays

  • دستکاری شکل آرایه Array shape manipulation

  • تنظیم مجدد عناصر آرایه Rearrange array elements

  • مانند عملیات ها را جابجا کنید Transpose like operations

  • آرایه های کاشی کاری Tiling arrays

6. مثالهای کوتاه 6. Short Examples

  • توابع جهانی Universal functions

  • مثلث های فیثاغورس Pythagorean triangles

  • جبر خطی Linear algebra

  • یافتن الگوهای Finding patterns

  • آمار Statistics

  • بازی فکری Brain teasers

7. مثالهای گسترده 7. Extended Examples

  • مربع های جادویی و NumPy Magic squares and NumPy

  • ماتریس تنظیم Adjacency matrix

  • ویژگی های جادویی Magic characteristics

  • مکعب های جادویی بسازید Build magic cubes

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش علوم داده NumPy
جزییات دوره
3h 54m
43
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
165,833
- از 5
ندارد
دارد
دارد
Charles Kelly
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Charles Kelly Charles Kelly

چارلز کلی مدیر ارشد فناوری (CTO) در SAGE ، ژنراتور کاربرد ساده برای Eclipse است. SAGE به تولید کد برای سیستم های مشتری-سرور ، سیستم عامل های مشتری غنی ، سیستم های محاسبات موازی و سایر مؤلفه های رابط کاربر کمک می کند. وی مدرس و استادیار دانشگاه سن دیگو و استاد برجسته در موسسه فناوری دالین بوده است. او در اوقات فراغت ، تقاطع های برنامه نویسی نرم افزار و سودوکو را دنبال می کند. اطلاعات بیشتری در charleskelly.com کسب کنید.