Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
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.
سرفصل ها و درس ها
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
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