🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش علوم داده استاد با SQL و Python
- آخرین آپدیت
دانلود Master Data Science with SQL and Python
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
دوره علوم داده با Python و MySQL اصول اولیه پایتون را معرفی می کند و استفاده از آن در علوم داده MySQL و ادغام را با تجزیه و تحلیل داده های پایتون و یادگیری ماشین تجسم از اصول اولیه تا پیشرفته پیش nnیaزha معرفی می کند: هیچ نیاز قبلی وجود ندارد. این یک دوره کامل مبتدیان است.
این دوره به طور جامع با استفاده از پایتون و MySQL ، علوم داده را معرفی می کند ، و مهارت های ضروری مدیریت داده ها ، تجزیه و تحلیل و مدیریت پایگاه داده را ترکیب می کند. شما کتابخانه های قدرتمند علوم داده پایتون ، از جمله پاندا ، Numpy و Matplotlib را برای تمیز کردن ، تجزیه و تحلیل و تجسم داده ها یاد خواهید گرفت. علاوه بر این ، شما با MySQL ، تسلط بر نمایش داده های SQL ، ایجاد پایگاه داده و تکنیک های مدیریت داده برای ذخیره و بازیابی داده ها به طور کارآمد ، تجربه دستی کسب خواهید کرد.
از طریق پروژه های دنیای واقعی ، شما کل خط لوله علوم داده-جمع آوری ، ذخیره سازی ، ذخیره سازی ، تجزیه و تحلیل و تجسم را کشف خواهید کرد-در حالی که درک می کنید که چگونه پایتون و MySQL برای حل مشکلات عملی ادغام می شوند. در پایان این دوره ، شما قادر خواهید بود مجموعه داده ها را دستکاری و تجزیه و تحلیل کنید ، تجسم های روشنگری ایجاد کنید و با اطمینان با پایگاه داده ها کار کنید ، شما را به مهارت ها برای رسیدگی به چالش های مختلف علوم داده در هر تنظیم حرفه ای تجهیز می کند. مناسب برای مبتدیان و واسطه ها.
شما همچنین به مفاهیم کلیدی آماری و اصول اولیه یادگیری ماشین می پردازید ، و از مدل های پیش بینی کننده برای استخراج بینش از داده ها استفاده می کنید. این دوره بر کاربردهای عملی تأکید می کند ، شما را از طریق تمرینات ساختاری و مجموعه داده های دنیای واقعی هدایت می کند تا درک شما را تقویت کند. با استفاده از پایتون ، گردش کار داده ها را خودکار می کنید و داشبوردهای تعاملی ایجاد می کنید ، در حالی که MySQL شما را قادر می سازد تا به طور کارآمد مجموعه داده های پیچیده را مدیریت و پرس و جو کنید. در پایان ، شما یک ابزار ابزار قوی برای مقابله با وظایف علوم داده ، از اکتشاف داده های اولیه گرفته تا ارائه بینش های داده محور و توصیه های عملی در صنایع مختلف خواهید داشت.
سرفصل ها و درس ها
کاوش در چشم انداز علوم داده
Exploring the Data Science Landscape
مقدمه
Introduction
سخنرانی 2
Lecture 2
سخنرانی 3
Lecture 3
سخنرانی 4
Lecture 4
سخنرانی 5
Lecture 5
سخنرانی 6
Lecture 6
سخنرانی 7
Lecture 7
سخنرانی 8
Lecture 8
مقدمه پایتون
Python Introduction
مقدمه ای بر پایتون
Introduction to python
پایتون چیست؟
What is Python?
نحو پیتون
Python Syntax
ساختار داده در پایتون
Data Structures in Python
اپراتورها و رشته های پایتون
Python Operators and Strings
دست زدن به پرونده و ماژول ها
File Handling and Modules
ساختارهای کنترل
Control Structures
توابع
Functions
ورودی/خروجی پرونده
File Input/Output
ماژول ها و بسته ها
Modules and Packages
ماژول ها و کتابخانه ها
Modules and Libraries
رسیدگی به پرونده
File Handling
ماژول ها و بسته ها - numpy
Modules and Packages - Numpy
ماژول ها و بسته ها - پاندا
Modules and Packages - Pandas
ماژول ها و بسته ها - scipy matplotlib
Modules and Packages - SciPy Matplotlib
پایتون mysql
Python MySQL
آشنایی با Python با MySQL
Introduction to python with MySQL
پایتون با MySQL - پایگاه داده ها و جداول
Python with MySQL - Databases and Tables
عملیات در پایتون با mysql 1
Operations in Python with MySQL 1
عملیات در پایتون با MySQL 2
Operations in Python with MySQL 2
یادگیری ماشین در پایتون
Machine Learning in Python
مقدمه ای برای یادگیری ماشین
Introduction to Machine Learning
قسمت 1 تحت نظارت یادگیری ماشین
Supervised Machine Learning Part 1
یادگیری ماشین تحت نظارت قسمت 2 و یادگیری دستگاه بدون نظارت
Supervised Machine Learning Part 2 and Unsupervised machine Learning
پروژه سنگ فرش علوم داده
Data Science Capstone Project
نمایش نظرات