آموزش 100 Days of Code: Data Scientist Challenge 2023

100 Days of Code: Data Scientist Challenge 2023

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: مهارت های برنامه نویسی پایتون و علوم داده خود را بهبود بخشید و بیش از 300 تمرین را حل کنید! حل بیش از 300 تمرین در پایتون با مشکلات برنامه نویسی واقعی کار با مستندات تضمین شده پشتیبانی مدرس پیش نیازها: دانش پایه پایتون دانش پایه علم داده دوره هایی دارم که می تواند به کسب تمام مهارت های لازم برای این دوره کمک کند.

100 روز چالش کد را امتحان کنید! به دوره 100 Days of Code: Data Scientist Challenge خوش آمدید، جایی که می توانید مهارت های برنامه نویسی پایتون و علم داده خود را آزمایش کنید.


موضوعاتی که در تمرینات خواهید یافت:

  • کار با آرایه های ناتوان

  • ایجاد آرایه‌های کم‌رنگ

  • ایجاد آرایه‌های ناقص با مقادیر تصادفی

  • تکرار از طریق آرایه ها

  • برخورد با مقادیر از دست رفته

  • کار با ماتریس ها

  • خواندن/نوشتن فایل‌ها

  • پیوستن به آرایه ها

  • تغییر شکل آرایه ها

  • محاسبه آمار آرایه پایه

  • مرتب سازی آرایه ها

  • فیلتر کردن آرایه ها

  • تصویر به عنوان یک آرایه

  • جبر خطی

  • ضرب ماتریس

  • تعیین کننده ماتریس

  • مقدارهای ویژه و بردارهای ویژه

  • ماتریس معکوس

  • آرایه ها به هم ریخته

  • کار با چند جمله ای

  • کار با تاریخ

  • کار با رشته ها در آرایه

  • حل سیستم معادلات

  • کار با سری

  • کار با DatetimeIndex

  • کار با DataFrames

  • خواندن/نوشتن فایل‌ها

  • کار با انواع داده های مختلف در DataFrames

  • کار با نمایه ها

  • کار با مقادیر از دست رفته

  • فیلتر کردن داده ها

  • مرتب سازی داده ها

  • گروه‌بندی داده‌ها

  • نقشه نگاری ستون ها

  • همبستگی محاسباتی

  • به هم پیوستن DataFrames

  • محاسبه آمار تجمعی

  • کار با مقادیر تکراری

  • آماده سازی داده ها برای مدل های یادگیری ماشین

  • رمزگذاری ساختگی

  • کار با فایل های csv و json

  • ادغام DataFrames

  • جدول محوری

  • آماده سازی داده ها برای مدل های یادگیری ماشین

  • کار با مقادیر از دست رفته، کلاس SimpleImputer

  • طبقه بندی، رگرسیون، خوشه بندی

  • گسسته سازی

  • استخراج ویژگی

  • کلاس ویژگی های چند جمله ای

  • کلاس LabelEncoder

  • کلاس OneHotEncoder

  • کلاس StandardScaler

  • رمزگذاری ساختگی

  • تقسیم داده ها به مجموعه قطار و آزمایش

  • کلاس LogisticRegression

  • ماتریس سردرگمی

  • گزارش طبقه بندی

  • کلاس رگرسیون خطی

  • MAE - میانگین خطای مطلق

  • MSE - میانگین مربعات خطا

  • تابع

    sigmoid()

  • entorpy

  • امتیاز دقت

  • کلاس DecisionTreeClassifier

  • کلاس GridSearchCV

  • کلاس RandomForestClassifier

  • کلاس CountVetorizer

  • کلاس TfidfVetorizer

  • کلاس KMeans

  • کلاس Clustering Agglomerative

  • کلاس HierarchicalClustering

  • کلاس DBSCAN

  • کاهش ابعاد، تجزیه و تحلیل PCA

  • قوانین انجمن

  • کلاس LocalOutlierFactor

  • کلاس IsolationForest

  • کلاس KNeighborsClassifier

  • کلاس MultinomialNB

  • کلاس GradientBoostingRegressor


این دوره برای افرادی طراحی شده است که دانش پایه در پایتون و علم داده دارند. این شامل 300 تمرین با راه حل است. این یک آزمون عالی برای افرادی است که می خواهند دانشمند داده شوند و به دنبال چالش های جدید هستند. تمرینات نیز آزمون خوبی قبل از مصاحبه هستند.


اگر می‌پرسید آیا ارزش برداشتن گامی به سوی علم داده را دارد، دیگر درنگ نکنید و همین امروز این چالش را انجام دهید.


نظرسنجی توسعه دهندگان سرریز پشته

طبق نظرسنجی توسعه دهندگان Stack Overflow در سال 2021، پایتون بیشترین درخواست برنامه نویسی است. پایتون با عبور از SQL به سومین فناوری محبوب ما تبدیل شد. Python همان زبانی است که توسعه‌دهندگان می‌خواهند با آن کار کنند، اگر قبلاً این کار را انجام نمی‌دهند.


سرفصل ها و درس ها

نکات Tips

  • چند کلمه از نویسنده A few words from the author

  • پیکربندی Configuration

  • الزامات Requirements

شروع کننده Starter

  • تمرین 0 Exercise 0

  • راه حل 0 Solution 0

روز 1 - np.all() و np.any() Day 1 - np.all() & np.any()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 2 - np.isnan()، np.allclose() و np.equal() Day 2 - np.isnan(), np.allclose() & np.equal()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 3 - np.greater()، np.zeros()، np.ones() و np.full() Day 3 - np.greater(), np.zeros(), np.ones() & np.full()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 4 - np.arange() و np.eye() Day 4 - np.arange() & np.eye()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 5 - np.random.rand()، np.random.randn() و np.sqrt() Day 5 - np.random.rand(), np.random.randn() & np.sqrt()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 6 - np.nditer()، np.linspace() و np.random.choice() Day 6 - np.nditer(), np.linspace() & np.random.choice()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 7 - np.diag()، np.save()، np.load()، np.savetxt() و np.loadtxt() Day 7 - np.diag(), np.save(), np.load(), np.savetxt() & np.loadtxt()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 8 - np.reshape()، np.tolist() و np.pad() Day 8 - np.reshape(), np.tolist() & np.pad()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 9 - np.zeros()، np.append() و np.intersect1d() Day 9 - np.zeros(), np.append() & np.intersect1d()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 10 - np.unique()، np.argmax() و np.sort() Day 10 - np.unique(), np.argmax() & np.sort()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 11 - np.where()، np.ravel() و np.zeros_like() Day 11 - np.where(), np.ravel() & np.zeros_like()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 12 - np.full_like()، np.tri() و np.random.randint() Day 12 - np.full_like(), np.tri() & np.random.randint()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 13 - np.sort() & np.expand_dims() Day 13 - np.sort() & np.expand_dims()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز چهاردهم - np.append() & np.squeeze() Day 14 - np.append() & np.squeeze()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 15 - برش Day 15 - slicing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 16 - np.concatenate() & np.column_stack() Day 16 - np.concatenate() & np.column_stack()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 17 - np.split()، np.count_nonzero()، np.set_printoptions() Day 17 - np.split(), np.count_nonzero(), np.set_printoptions()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 18 - np.delete() & np.linalg.norm() Day 18 - np.delete() & np.linalg.norm()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 19 - np.divide()، np.multiply() & np.sqrt() Day 19 - np.divide(), np.multiply() & np.sqrt()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 20 - np.allclose()، np.dot() و np.linalg.det() Day 20 - np.allclose(), np.dot() & np.linalg.det()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 21 - np.lingalg.ein()، np.lingalg.inv() و np.trace() Day 21 - np.lingalg.ein(), np.lingalg.inv() & np.trace()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 22 - np.random.shuffle()، np.argsort()، np.round() و np.roots() Day 22 - np.random.shuffle(), np.argsort(), np.round() & np.roots()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 23 - np.roots، np.polyadd() و np.sign() Day 23 - np.roots, np.polyadd() & np.sign()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 24 - تاریخ Day 24 - dates

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 25 - np.char.add()، np.char.rjust()، np.char.zfill() و np.char.split() Day 25 - np.char.add(), np.char.rjust(), np.char.zfill() & np.char.split()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 26 - np.char.strip()، np.char.replace() و np.char.count() Day 26 - np.char.strip(), np.char.replace() & np.char.count()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 27 - np.char.replace() & np.char.startswith() Day 27 - np.char.replace() & np.char.startswith()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 28 - np.char.replace()، np.delete()، np.savetxt() و np.loadtxt() Day 28 - np.char.replace(), np.delete(), np.savetxt() & np.loadtxt()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 29 - پردازش داده ها Day 29 - data processing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 30 - تجزیه و تحلیل داده ها Day 30 - data analysis

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 31 - PD.Series() Day 31 - pd.Series()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 32 - pd.Series() & pd.DataFrame() Day 32 - pd.Series() & pd.DataFrame()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 33 - pd.DataFrame() Day 33 - pd.DataFrame()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 34 - pd.DataFrame() & pd.data_range() Day 34 - pd.DataFrame() & pd.data_range()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 35 - pd.DataFrame() & pd.data_range() Day 35 - pd.DataFrame() & pd.data_range()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 36 - pd.DataFrame() & pd.date_range() Day 36 - pd.DataFrame() & pd.date_range()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 37 - pd.DataFrame.to_csv() & pd.read_csv() Day 37 - pd.DataFrame.to_csv() & pd.read_csv()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 38 - pd.read_csv() Day 38 - pd.read_csv()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 39 - pd.DataFrame.groupby() & pd.DataFrame.iloc Day 39 - pd.DataFrame.groupby() & pd.DataFrame.iloc

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 40 - pd.DataFrame.set_index() & pd.DataFrame.drop() Day 40 - pd.DataFrame.set_index() & pd.DataFrame.drop()

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 41 - پردازش داده ها Day 41 - data processing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 42 - پردازش داده ها و انواع داده ها Day 42 - data processing & data types

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 43 - گروه بندی و نقشه برداری Day 43 - grouping & mapping

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 44 - الحاق و صادرات Day 44 - concatenating & exporting

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 45 - نقشه برداری و برش Day 45 - mapping & clipping

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 46 - الحاق و پرس و جو Day 46 - concatenating & querying

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 47 - فیلتر کردن و صادرات Day 47 - filtering & exporting

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 48 - فیلتر کردن و مقادیر از دست رفته Day 48 - filtering & missing values

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 49 - مقادیر از دست رفته Day 49 - missing values

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 50 - مقادیر از دست رفته و تصادفی Day 50 - missing values & random

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 51 - پیش پردازش داده ها Day 51 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 52 - پیش پردازش داده ها Day 52 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 53 - پیش پردازش داده ها Day 53 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 54 - گروه بندی و نقشه برداری Day 54 - grouping & mapping

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 55 - کاوش داده ها Day 55 - data exploring

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 56 - پیش پردازش داده ها Day 56 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 57 - گروه بندی و پرس و جو Day 57 - grouping & querying

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 58 - پرس و جو Day 58 - querying

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 59 - داده های تکراری، انواع داده ها Day 59 - duplicated data, data types

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 60 - انواع داده Day 60 - data types

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 61 - داده های طبقه بندی شده Day 61 - categorical data

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 62 - داده های طبقه بندی و آدمک Day 62 - categorical data & dummies

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 63 - تجزیه و تحلیل داده ها Day 63 - data analysis

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 64 - پیش پردازش داده ها Day 64 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 65 - فایل های JSON Day 65 - JSON files

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 66 - فایل های JSON Day 66 - JSON files

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 67 - فایل های CSV Day 67 - CSV files

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 68 - پردازش داده ها Day 68 - data processing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 69 - پیش پردازش داده ها Day 69 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 70 - ادغام Day 70 - merging

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 71 - ادغام Day 71 - merging

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 72 - ادغام Day 72 - merging

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 73 - جداول محوری Day 73 - pivot tables

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 74 - نسبت دادن مقادیر از دست رفته Day 74 - imputing missing values

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 75 - نسبت دادن مقادیر از دست رفته Day 75 - imputing missing values

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 76 - متغیر پیوسته تا طبقه بندی Day 76 - continuous to categorical variable

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 77 - پیش پردازش داده ها Day 77 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 78 - پیش پردازش داده ها Day 78 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 79 - کاوش داده ها Day 79 - data exploring

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 80 - تقسیم آزمون قطار، رگرسیون لجستیک و پیش‌بینی Day 80 - train-test split, logistic regression & prediction

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 81 - LabelEncoder & OneHotEncoder Day 81 - LabelEncoder & OneHotEncoder

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 82 - پیش پردازش داده ها Day 82 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 83 - پیش پردازش داده ها Day 83 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 84 - رگرسیون خطی و ویژگی های چند جمله ای Day 84 - linear regression & polynomial features

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 85 - معیارها Day 85 - metrics

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 86 - استاندارد مقیاس و آنتروپی Day 86 - StandardScaler & entropy

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 87 - دقت، ماتریس سردرگمی و درخت تصمیم Day 87 - accuracy, confusion matrix & decision tree

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 88 - درخت تصمیم و جستجوی شبکه Day 88 - decision tree & grid search

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 89 - جنگل تصادفی، جستجوی شبکه و CountVetorizer Day 89 - random forest, grid search & CountVectorizer

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز نود - CountVetorizer & TfidfVetorizer Day 90 - CountVectorizer & TfidfVectorizer

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 91 - KMeans، Agglomerative Clustering و DBSCAN Day 91 - KMeans, AgglomerativeClustering & DBSCAN

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

  • تمرین 5 Exercise 5

  • راه حل 5 Solution 5

روز 92 - PCA Day 92 - PCA

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 93 - LocalOutlierFactor & IsolationForest Day 93 - LocalOutlierFactor & IsolationForest

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 94 - KNeighborsClassifier & Logistic Regression Day 94 - KNeighborsClassifier & Logisticregression

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

  • تمرین 4 Exercise 4

  • راه حل 4 Solution 4

روز 95 - قوانین انجمن Day 95 - association rules

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 96 - CountVetorizer Day 96 - CountVectorizer

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 97 - طبقه بندی و چند جمله ای NB Day 97 - classification & MultinomialNB

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 98 - پیش پردازش داده ها Day 98 - data preprocessing

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

روز 99 - رگرسیون خطی و امتیاز R^2 Day 99 - LinearRegression & R^2 score

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

روز 100 - رگرسیون خطی و رگرسیون تقویت کننده گرادیان Day 100 - LinearRegression & GradientBoostingRegressor

  • تمرین 1 Exercise 1

  • راه حل 1 Solution 1

  • تمرین 2 Exercise 2

  • راه حل 2 Solution 2

  • تمرین 3 Exercise 3

  • راه حل 3 Solution 3

پیکربندی (اختیاری) Configuration (optional)

  • اطلاعات Info

  • Google Colab + Google Drive Google Colab + Google Drive

  • Google Colab + GitHub Google Colab + GitHub

  • Google Colab - مقدمه Google Colab - Intro

  • نصب آناکوندا - ویندوز 10 Anaconda installation - Windows 10

  • مقدمه ای بر اسپایدر Introduction to Spyder

  • نصب آناکوندا - لینوکس Anaconda installation - Linux

جایزه Bonus

  • جایزه Bonus

نمایش نظرات

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.

آموزش 100 Days of Code: Data Scientist Challenge 2023
جزییات دوره
28 mins
330
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
11,299
4.8 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Paweł Krakowiak Paweł Krakowiak

دانشمند داده ، کارگزار اوراق بهادار دانشمند داده ، کارگزار اوراق بهادار موسس e-smartdata [.] org. طرفدار بزرگ فن آوری های جدید ، به ویژه در زمینه های هوش مصنوعی ، داده های بزرگ و راه حل های ابری. فارغ التحصیل تحصیلات تکمیلی در آکادمی فناوری اطلاعات لهستان و ژاپن در رشته علوم کامپیوتر در تخصص Big Data. فارغ التحصیل دوره کارشناسی ارشد در ریاضیات مالی و حسابداری در دانشکده ریاضیات و علوم کامپیوتر دانشگاه لودز. دارنده پروانه سهام کارگزار سهام با تجربه در تدریس در دانشگاه. مدرس بنیاد GPW (تجزیه و تحلیل فنی ، امور مالی رفتاری و مدیریت نمونه کارها).