آموزش راه به سوی تجزیه و تحلیل داده های بزرگ: مبانی علم داده در NumPy
Roadway to Big Data Analytics: Data Science fundamentals in NumPy
این دوره به دنبال معرفی یا جمع بندی کتابخانه NumPy پایتون به سمت کاربرد آن در تجزیه و تحلیل داده است. ما برای شروع به سوال جالب "چرا NumPy" پاسخ خواهیم داد. سپس توابع مختلف NumPy را همانطور که آنها را بر روی مجموعه داده های تولید شده به صورت تصادفی خود اعمال می کنیم، بررسی می کنیم. برای ساختن آن در این کلاس به تجربه قبلی NumPy نیاز ندارید، بلکه فقط به اصول اولیه پایتون نیاز دارید. انتظار یک کلاس تعاملی، با تمرین های مختلف و در نهایت، یک پروژه کلاسی را داشته باشید. مهارت های خاصی که به دست خواهید آورد شامل تخصص در NumPy، تجزیه و تحلیل داده با NumPy و تبدیل داده است.
در پایان این دوره، باید:
- قادر به دستکاری داده ها با استفاده از NumPy و عملکردهای مختلف آن باشید.
- دانش کافی برای پیشرفت به پانداها و Scikit Learn به دست آورده اند.
- بتوانید مهارت های آموخته شده را در مقابله با یک پروژه پایان دوره به کار ببرید
در این دوره، ما از Google Colaboratory برای تمرین و برای پایان کار پروژه کلاس استفاده خواهیم کرد. تنظیم این نسبتاً آسان است. شرط خاص داشتن یک حساب Google است. به ویدیوی مقدماتی در مورد نحوه تنظیم آن مراجعه کنید.
معرفی پروژه NumPy برای تجزیه و تحلیل داده ها:
در دفترچه یادداشت Google Collaboratory خود، وظایف مربوطه زیر را به عنوان بخشی از پروژه دوره خود انجام دهید.
- به صورت تصادفی یک مجموعه داده دلخواه تولید کنید و آن را X نامید.
- شکل و نوع مجموعه داده شما چیست؟
- X خود را به دو بعد و یک ویژگی تغییر دهید (اگر قبلاً در این قالب نیست).
- به صورت جدولی، عملیات آماری مختلفی را که یاد گرفته‌ایم و آن‌هایی که به‌طور مستقل بررسی کرده‌اید، ارائه کنید. همچنین اینها را در امتداد محور مشخص شده اجرا کنید.
- در نهایت، یک آرایه 2×3 از X ndarray ایجاد کنید و آن را در Y ذخیره کنید.
هر یک از تابع یا اشیایی که استفاده کرده اید را توضیح دهید. هر کدام چگونه کار می کنند؟
موارد تحویلی:
- سند با راه حل های شما، می تواند یک سند pdf یا word باشد.
- کد نوت بوک شما.
درس ها Lessons
-
روش های استاتیکی در آرایه های Numpy Statictical methods in Numpy arrays
-
جبر خطی با آرایه های Numpy Linear algebra with Numpy Arrays
-
فهرست بندی مجدد و آرایه 1 بعدی نمایه سازی و برش Recap and 1D array Indexing and Slicing
-
تولید داده Data generation
-
راه اندازی Google Colaboratory Google Colaboratory setup
-
نتیجه گیری و شرح پروژه Conclusion and project description
-
معرفی Introduction
-
نمایه سازی بولی Boolean indexing
-
اندازه و نوع داده آرایه ها Size and data type of arrays
-
تولید داده های سفارشی شده و عملیات Arith Cutomized data generation and Arith operations
-
نمایه سازی و برش آرایه دو بعدی 2D array indexing and slicing
-
NumPy چیست What is NumPy
Skillshare (اسکیل شیر)
اسکیل‌شر یک پلتفرم آموزشی آنلاین است که به میلیون‌ها افراد در سراسر جهان امکان یادگیری مهارت‌های جدید را فراهم می‌کند. این پلتفرم با ارائه دوره‌های متنوع در زمینه‌هایی از جمله هنر و طراحی، فناوری، کسب و کار، و زندگی موفق، به کاربران خود این امکان را می‌دهد تا به صورت آنلاین به یادگیری بپردازند.
یکی از ویژگی‌های منحصر به فرد سکیل‌شر، ارائه دوره‌های تدریس شده توسط صاحبان مهارت‌ها و افراد موفق در زمینه‌های مختلف است. این امر باعث می‌شود که کاربران از تجربیات و دانش عملی افرادی که در حوزه‌های مورد نظرشان موفق عمل کرده‌اند، بهره‌مند شوند و بهترین اطلاعات را برای بهبود مهارت‌های خود دریافت کنند. به این ترتیب، سکیل‌شر نه تنها یک پلتفرم آموزشی است، بلکه یک جامعه آموزشی است که افراد را به اشتراک گذاری دانش و تجربیات تشویق می‌کند و به آنها کمک می‌کند تا در مسیر پیشرفت و موفقیت خود ادامه دهند.
https://donyad.com/d/4a3b72
Brian Tafadzwa Gomora
علاقهمند
سلام، من برایان هستم. تحصیل در رشته مهندسی برق و الکترونیک در دانشگاه آشی، غنا. در سال 2020، من انتقال خود را به تجزیه و تحلیل داده ها آغاز کردم، از آن زمان از مبتدی تا پیشرفته را از طریق پلتفرم های مختلف و کلاس های دانشگاه خود یاد گرفتم. من مشتاق به اشتراک گذاشتن تجربیاتم هر زمان که فرصتی پیدا کنم، هستم.
نمایش نظرات