آموزش علوم داده با NumPy، مجموعه‌ها و دیکشنری‌ها - آخرین آپدیت

دانلود Data Science with NumPy, Sets, and Dictionaries

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره جامع، در تسخیر کتابخانه NumPy، یکی از بنیادی‌ترین پکیج‌های پایتون که برای هر متخصص علوم داده ضروری است، مهارت یابید. این دوره به طور ویژه برای برنامه‌نویسان مبتدئی طراحی شده است که قصد دارند به عنوان دانشمند داده، توسعه‌دهنده نرم‌افزار، تحلیل‌گر داده، مهندس یادگیری ماشین، مهندس داده یا مدیر پایگاه داده فعالیت کنند. سفر آموزشی شما با مفاهیم پایه علوم کامپیوتر، مانند برنامه‌نویسی شی‌گرا (OOP) و سازماندهی داده‌ها با استفاده از مجموعه‌ها (Sets) و دیکشنری‌ها آغاز می‌شود و سپس به سراغ ساختارهای پیچیده‌تری مانند آرایه‌ها، بردارها و ماتریس‌ها خواهیم رفت. تمرینات عملی با NumPy شما را به مهارت‌های لازم برای مقابله با چالش‌های کلان‌داده‌ها (Big Data) و حل موثر مسائل داده‌ای مجهز می‌کند. شما برنامه‌های پایتونی برای دست‌کاری و فیلتر کردن داده‌ها خواهید نوشت و یاد می‌گیرید چگونه از مجموعه‌داده‌های بزرگ، بینش‌های کاربردی استخراج کنید. در پایان این دوره، در خلاصه‌سازی مجموعه‌داده‌ها، مانند محاسبه میانگین‌ها، مقادیر مینیمم و ماکزیمم استاد خواهید شد. علاوه بر این، مهارت‌های پیشرفته‌ای در بهینه‌سازی تحلیل داده‌ها با استفاده از برداری‌سازی (Vectorization) و تصادفی‌سازی داده‌ها کسب خواهید کرد. در طول مسیر یادگیری، از انواع ساختارهای داده و تکنیک‌های تحلیلی برای چالش‌های مختلف علوم داده، از جمله عملیات ریاضی، تحلیل فایل‌های متنی و پردازش تصویر استفاده خواهید کرد. تکالیف گام‌به‌گام و هدایت‌شده در هر هفته، مهارت‌های شما را تقویت کرده و شما را قادر می‌سازد تا به طور مستقل مسائل را حل کرده و نتایج داده‌محور استخراج کنید. با تسلط بر NumPy و ارتقای قدرت برنامه‌نویسی خود، برای یک مسیر شغلی موفق در علوم داده آماده شوید. این تجربه یادگیری متحول‌کننده را از همین امروز آغاز کنید!

سرفصل ها و درس ها

مجموعه‌ها و دیکشنری‌ها: ذخیره‌سازی و کار با داده‌ها Sets and Dictionaries: Storing and Working with Data

  • مقدمه: نمایش داده‌ها Introduction: Representing Data

  • مروری بر برنامه‌نویسی شی‌گرا Object-Oriented Programming Overview

  • کلاس‌ها Classes

  • سازنده‌ها (Constructors) Constructors

  • ماژول‌ها و دستورات Import Modules and Import Statements

  • مجموعه‌ها: هدف و کاربرد Sets: Motivation

  • مجموعه‌ها در پایتون Sets in Python

  • دیکشنری‌ها: مقدمه Dictionaries: Introduction

  • ترکیب دیکشنری‌ها با کلاس‌ها و مجموعه‌ها Combining Dictionaries with Classes and Sets

  • شمارش کلمات: هدف و کاربرد Word Counts: Motivation

کتابخانه NumPy و بردارها NumPy and Vectors

  • کدنویسی زنده: بررسی داده‌های برداری Live Coding: Exploring Vector Data

ماتریس‌ها و آرایه‌ها Matrices and Arrays

  • دموی کدنویسی زنده: زیرمجموعه‌گیری و فیلتر کردن ماتریس‌ها Live Coding Demo: Subsetting and Filtering Matrices

خلاصه‌سازی مجموعه‌داده‌ها، بهینه‌سازی عملکرد و تصادفی‌سازی داده‌ها Summarizing Datasets, Performance Optimization, and Data Randomization

  • کدنویسی زنده: نمایش عملی برداری‌سازی Live Coding: Demonstrating Vectorization

نمایش نظرات

آموزش علوم داده با NumPy، مجموعه‌ها و دیکشنری‌ها
جزییات دوره
30h 59m
13
(آخرین آپدیت)
2,983
4.2 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

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Genevieve M. Lipp Genevieve M. Lipp

Kyle Bradbury Kyle Bradbury

Andrew D. Hilton Andrew D. Hilton