آموزش تجزیه و تحلیل داده ها و تجسم با پایتون
Data Analytics and Visualisation with Python
در این دوره آموزشی تجزیه و تحلیل داده ها و تجسم با پایتون، مفاهیم اولیه تجزیه و تحلیل داده ها و تجسم داده ها را با استفاده از چندین کتابخانه مختلف پایتون مانند پانداها به طور عمده برای خواندن مجموعه داده های ما و انجام محاسبات آماری در حالی که Matplotlib عمدتا برای تجسم داده ها، از جمله اما نه تنها به تولید نمودار پراکندگی و نمودار نوار محدود می شود. ما مجموعه داده های خود را از بانک داده Kaggle بدست می آوریم و بعداً در این دوره، رقابت داده های Kaggle را به عنوان انگیزه های یادگیری خود نیز مورد بحث قرار خواهیم داد. از آنجایی که این دوره برای مبتدیان طراحی شده است، از این رو، من تمام تلاش خود را کردم تا همه مطالب را از دیدگاه شخصی که دانش محدودی در پایتون و تجزیه و تحلیل داده دارد، آموزش و توضیح دهم. به عنوان ماهیت این دوره که برای مبتدیان در نظر گرفته شده است، شما را در یک شب متخصص نمی کند، در عوض، درک قوی و محکمی از مفاهیم تجزیه و تحلیل داده ها، چندین روش مختلف آماری مانند میانگین، حداکثر، حداقل، میانه، حالت، و همچنین راحت با پانداها و Matplotlib کار کنید که امیدواریم شما را قادر به آزمایش، کاوش و ساختن نمونه کارها تجزیه و تحلیل داده های خود کنید. آخرین اما نه کم اهمیت، این دوره همچنین به شما آموزش می دهد تا ذهنیتی داشته باشید که باید توسط یک متخصص داده حرفه ای داشته باشد، درک چرخه تجزیه و تحلیل داده ها و زیرکی داده ها که به نظر شخصی من مهارت های بسیار مهمی هستند که شما را قادر می سازد تا با خود ارتباط برقرار کنید. راه حل با دیگرانی که از پیشینه غیر فنی می آیند.
مقدمه ای بر تجزیه و تحلیل داده ها و تجسم با پایتون Introduction to Data Analytics and Visualisation with Python
-
مقدمه: به دوره تحلیل داده و تجسم خوش آمدید Introduction: Welcome to Data Analytics and Visualisation Course
-
دوره برای چه کسانی در نظر گرفته شده است؟ Whom the course is intended for?
مقدمه ای بر تجزیه و تحلیل داده ها و تجسم با پایتون Introduction to Data Analytics and Visualisation with Python
بیایید سفر خود را آغاز کنیم! Let's begin our journey!
-
مقدمه ای بر Kaggle Introduction to Kaggle
-
ابزارها، کتابخانه های پایتون و آماده سازی مجموعه داده ها Tools, Python libraries, and datasets preparation
-
بیایید شروع کنیم: کاوش و انتخاب مجموعه داده ها از Kaggle Let's get started: exploring and picking datasets from Kaggle
بیایید سفر خود را آغاز کنیم! Let's begin our journey!
راه اندازی Google Colab Google Colab Set Up
-
Google Colab خود را راه اندازی کنید Set Up your Google Colab
راه اندازی Google Colab Google Colab Set Up
مجموعه داده 1 تمرین Dataset 1 Practice
-
مجموعه داده 1: دریافت نمای کلی از مجموعه داده Dataset 1: get overview of the dataset
-
مجموعه داده 1: تمرین بخش 1 Dataset 1: practice part 1
-
مجموعه داده 1: تمرین بخش 2 Dataset 1: practice part 2
مجموعه داده 1 تمرین Dataset 1 Practice
مجموعه داده 2 تمرین کنید Dataset 2 Practice
-
مجموعه داده 2: دریافت نمای کلی از مجموعه داده Dataset 2: get overview of the dataset
-
مجموعه داده 2: تمرین بخش 1 Dataset 2: practice part 1
-
مجموعه داده 2: تمرین بخش 2 Dataset 2: practice part 2
-
مجموعه داده 2: تمرین قسمت 3 Dataset 2: practice part 3
مجموعه داده 2 تمرین کنید Dataset 2 Practice
راهنمای تمرین رایج تجزیه و تحلیل داده ها Data Analytics Common Practice Guide
-
راهنمای تمرین رایج تجزیه و تحلیل داده ها Data Analytics Common Practice Guide
راهنمای تمرین رایج تجزیه و تحلیل داده ها Data Analytics Common Practice Guide
رقابت داده های Kaggle Kaggle Data Competition
-
Kaggle Data Competition: چگونه شرکت کنیم؟ Kaggle Data Competition: How to Participate?
رقابت داده های Kaggle Kaggle Data Competition
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/269938
آموزش پایتون 2023 برای رگرسیون خطی در یادگیری ماشین
2023 Python for Linear Regression in Machine Learning
رگرسیون خطی و غیر خطی، رگرسیون کمند و ریج، SHAP، LIME، آجر زرد، انتخاب ویژگی و حذف نقاط پرت
آموزش دستکاری داده ها در پایتون: دوره سقوط پانداها
Data Manipulation in Python: A Pandas Crash Course
یاد بگیرید که چگونه از پایتون و پانداها برای تجزیه و تحلیل داده ها و دستکاری داده ها استفاده کنید. تبدیل، پاکسازی و ادغام داده ها با پایتون.
آموزش YOLO: تشخیص شی سفارشی و برنامه وب در پایتون
YOLO: Custom Object Detection & Web App in Python
آموزش مدل تشخیص شی سفارشی با استفاده از Python، OpenCV. برنامه وب را با Streamlit توسعه دهید
آموزش تسلط بر پاکسازی داده ها: تکنیک ها و بهترین روش ها
Mastering Data Cleansing: Techniques and Best Practices
تعالی داده های MDG: پاکسازی، کیفیت، تکرار، با نمونه های SAP
Christ Raharja
مشاور سابق ریسک فناوری و علاقه‌مند به تجارت الکترونیک
Udemy (یودمی)
یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.
یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.