آموزش Boot Camp Analyst Data 2024: برای تبدیل شدن به یک تحلیلگر داده آماده شوید.

دانلود Data Analyst Boot camp 2024: Get Ready to Be a Data Analyst.

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: به یک قهرمان تجزیه و تحلیل داده تبدیل شوید: Python و SQL را با مثال ها، چالش ها، پروژه ها، ChatGPT AI Generative Assistance یاد بگیرید. استفاده از پایگاه داده دنیای واقعی PostgreSQL پایگاه داده خطوط هوایی. کدنویسی در پایتون را با مثال یاد بگیرید. نحوه استفاده از Python و SQL برای تجزیه و تحلیل و تجسم داده ها از پایتون برای تجسم خروجی داده Postgres استفاده کنید و در مورد داده ها نتیجه بگیرید. از Python bs4 & Pandas برای خراش دادن یک صفحه وب، تجزیه و تحلیل و تجسم داده های خراشیده شده استفاده کنید. از SQL برای اجرای تکنیک های پیشرفته برای بازیابی داده ها از پایگاه داده استفاده کنید. از پایتون با پایگاه داده SQL Postgres استفاده کنید. برای بارگیری فایل خروجی داده Postgres از پایتون استفاده کنید. Python و SQL را با انجام پروژه های Python یاد بگیرید. پیش نیازها: برای این دوره نیازی به تجربه برنامه نویسی پرایمر نیست. کامپیوتر و اینترنت. اشتیاق شما برای یادگیری Python و SQL برای تجزیه و تحلیل داده و علم داده. هر چیز دیگری که برای یادگیری برنامه نویسی پایتون نیاز دارید در حال حاضر در این دوره وجود دارد.

به Bootcamp 2024 Data Analyst بپیوندید و سفری متحول کننده به سمت تبدیل شدن به یک تحلیلگر داده ماهر را آغاز کنید. این دوره جامع Udemy شما را به مهارت های ضروری مورد نیاز برای برتری در زمینه تجزیه و تحلیل داده ها مجهز می کند. برنامه نویسی Python، پرس و جوی SQL، تکنیک های تجزیه و تحلیل داده ها و موارد دیگر را بیاموزید، همه اینها در حالی که درگیر مثال های عملی، چالش ها و پروژه های دنیای واقعی هستید.

آنچه یاد خواهید گرفت:

  • برنامه نویسی پایتون: کنترل جریان، توابع، برنامه نویسی شی گرا (OOP)، پانداها، NumPy و تجسم داده ها برای دستکاری و تجزیه و تحلیل موثر داده ها.

  • پایگاه‌های داده SQL: در PostgreSQL غوطه‌ور شوید و در پرس‌و‌جوها، تجمیع‌ها، پیوستن‌ها و فیلتر کردن تاریخ برای بازیابی و تحلیل کارآمد داده‌ها تخصص کسب کنید.

  • پروژه‌های دنیای واقعی: دانش خود را برای تجزیه و تحلیل مجموعه داده‌ها، ساخت مدل‌ها و ایجاد اسکریپت‌هایی که با چالش‌های داده‌های معتبر مقابله می‌کنند، به کار ببرید و شما را برای سناریوهای دنیای واقعی آماده می‌کند.

  • نوت‌بوک‌های Jupyter: مهارت‌های کدنویسی خود را در یک محیط آنلاین تعاملی با استفاده از Jupyter Notebooks، یک ابزار استاندارد صنعتی، توسعه دهید.

  • بهترین شیوه‌های صنعت: یاد بگیرید که کد کارآمد بنویسید، اشکال‌زدایی مؤثر انجام دهید، و شیوه‌های نظردهی جامع را برای همکاری بهتر اجرا کنید.

چرا پایتون و SQL؟

Python و SQL ستون فقرات هر تحلیلگر داده و دانشمند داده موفقی هستند. این ترکیب قدرتمند به شما این امکان را می دهد که بدون زحمت داده ها را از منابع مختلف جمع آوری، سازماندهی، تجزیه و تحلیل و تجسم کنید.

سادگی و اکوسیستم کتابخانه وسیع پایتون، آن را به زبانی مناسب برای کارهای مرتبط با داده تبدیل می‌کند، در حالی که SQL بازیابی کارآمد داده‌ها را از پایگاه‌های داده امکان‌پذیر می‌کند و تجزیه و تحلیل عمیق‌تر را امکان‌پذیر می‌سازد.

این مهارت‌های بسیار مورد توجه کارفرمایان برتر مانند گوگل، فیسبوک، آمازون و غیره ارزشمند است. با این دوره، شما ابرقدرت‌های داده‌های آماده کار را به دست خواهید آورد تا شغل خود را به جلو سوق دهید.

از یک مربی دارای رتبه برتر بیاموزید:
از یک مربی با تجربه با تخصص دنیای واقعی و دانش صنعت بینش به دست آورید. با ارتقای فرصت های شغلی و تبدیل شدن به یک قهرمان تجزیه و تحلیل داده ها، از راهنمایی آنها بهره مند شوید.

همین الان ثبت نام کنید و شروع کنید:
این دوره برای مبتدیانی که به دنبال ورود به حوزه تجزیه و تحلیل داده هستند و همچنین تحلیلگران متوسطی که قصد دارند مهارت های Python و SQL خود را گسترش دهند، ارائه می شود. امروز سفر خود را آغاز کنید و دنیایی از فرصت‌های مبتنی بر داده را باز کنید.


سرفصل ها و درس ها

مقدمه پایتون Python Introduction

  • معرفی Introduction

  • آماده سازی محیط برای پایتون Environment Preparing for Python

  • پایتون 2 در مقابل پایتون 3 Python2 VS Python3

  • مقدمه ای بر پایتون. Introduction to Python.

  • آشنایی با انواع داده ها در پایتون Understanding Data Types in Python

  • آشنایی با ساختار داده پایتون Understanding Python Data Structure Wrap up

مبانی پایتون Python Basics

  • توابع رشته در پایتون قسمت 1 String Functions in Python Part 1

  • متغیرها ، عملگرها و انواع داده در پایتون Variables, Operators and Data Types in Python

  • توابع رشته ای در پایتون String Functions in Python

  • توابع رشته در پایتون قسمت 2 String Functions in Python Part 2

  • توابع رشته در پایتون قسمت 3 String Functions in Python Part 3

  • ساختار داده در پایتون Data Structures in Python

  • کنترل جریان VS حلقه ها Control Flow VS Loops

  • توابع رشته در پایتون قسمت 4 String Functions in Python Part 4

  • توابع رشته در پایتون قسمت 5 String Functions in Python Part 5

  • خطا در دست زدن به پایتون Error Handling in Python

  • توابع در پایتون Functions in Python

  • لیست ها Lists

  • تاپل ها Tuples

  • فایل ها و ماژول ها در پایتون Files and Modules in Python

  • مجموعه ها Sets

  • لغت نامه ها Dictionaries

  • کنترل جریان IF Control Flow IF

  • برای حلقه قسمت 1 For Loop Part 1

  • برای حلقه قسمت 2 For Loop Part 2

  • while Loop قسمت 1 While Loop Part 1

  • while Loop قسمت 2 While Loop Part 2

  • در حالی که حلقه بهترین شیوه. While Loop Best Practices.

  • مقدمه ای بر توابع در پایتون Introduction to Functions in Python.

  • توابع در پایتون و آرگومنت ها Functions in Python and Arguments.

  • نکات و ترفندهای عملکرد: بازگشت. Function Tips & Tricks: Recursion.

  • نکات و ترفندهای عملکرد: توابع دکوراتورها و عملکردهای مرتبه بالاتر. Function Tips & Tricks: Functions Decorators and Higher Order Functions.

  • نکات و ترفندهای توابع: توابع لامبدا. Functions Tips & Tricks: Lambda Functions.

  • نکات و ترفندهای توابع: ذخیره توابع و یادداشت کردن. Functions Tips & Tricks: Functions Caching & Memoization.

  • مدیریت خطا در پایتون Error Handling in Python.

  • فایل ها و ماژول ها در پایتون Files and Modules in Python.

  • مبانی پایتون Warp Up Python Basics Warp Up

OOP در پایتون OOP in Python

  • ایجاد کلاس ساده Creating Simple Class.

  • نمای کلی سازه Overviewing Constructor.

  • آموزش نحوه ایجاد روشهای داندر؟ Learning How to creating Dunder Methods?

  • یادگیری در مورد ارث Learning about Inheritance.

  • آیا می دانید کپسول چیست؟ Knowing What is the Encapsulation?

  • همچنین در مورد ارث چندگانه یاد بگیرید Learning also about Multiple Inheritance

  • دانستن اینکه چه چیزی مهم است؟ Knowing What is the Overriding?

  • آشنایی با دکوراتورها Learning about Decorators.

  • آموزش نحوه استفاده از Build در دکوراتورها؟ Learning How to use Build in Decorators?

بسیاری از چالش های پایتون با پاسخ Lots of Python Challenges with Answers

  • چگونه امتحانات برنامه نویسی را حل کنیم! How to Solve Coding Quizzes!

  • تمرین برنامه نویسی (1) Coding Exercise (1)

  • خودتان آن را در Udemy Coding Environment امتحان کنید! Try it your self at Udemy coding Environment !

  • تمرین برنامه نویسی (1) راه حل Coding Exercise (1) Solution

  • تمرین برنامه نویسی (2) Coding Exercise (2)

  • تمرین برنامه نویسی (2) راه حل Coding Exercise (2) Solution

  • خودتان آن را در Udemy Coding Environment امتحان کنید! Try it your self at Udemy Coding Environment !

  • تمرین برنامه نویسی (3) Coding Exercise (3)

  • تمرین برنامه نویسی (3) راه حل Coding Exercise (3) Solution

  • تمرین برنامه نویسی (4) Coding Exercise (4)

  • تمرین برنامه نویسی (4) راه حل Coding Exercise (4) Solution

  • خودتان آن را در Udemy Coding Environment امتحان کنید! Try it your self at Udemy Coding Environment !

  • برنامه نویسی برنامه نویسی (5) Coding Exercise (5)

  • تمرین برنامه نویسی (5) راه حل Coding Exercise (5) Solution

  • تمرین برنامه نویسی (6) Coding Exercise (6)

  • خودتان آن را در Udemy Coding Environment امتحان کنید! Try it your self at Udemy Coding Environment !

  • تمرین برنامه نویسی (6) راه حل Coding Exercise (6) Solution

  • تمرین برنامه نویسی (7) Coding Exercise (7)

  • تمرین برنامه نویسی (7) راه حل Coding Exercise (7) Solution

  • خودتان آن را در Udemy Coding Environment امتحان کنید! Try it your self at Udemy Coding Environment !

  • تمرین برنامه نویسی (8) Coding Exercise (8)

  • تمرین برنامه نویسی (8) راه حل Coding Exercise (8) Solution

  • تمرین برنامه نویسی (9) Coding Exercise (9)

  • خودتان آن را در Udemy Coding Environment امتحان کنید! Try it your self at Udemy Coding Environment !

  • تمرین برنامه نویسی (9) راه حل Coding Exercise (9) Solution

  • تمرین برنامه نویسی (10) Coding Exercise (10)

  • تمرین برنامه نویسی (10) راه حل Coding Exercise (10) Solution

  • خودتان آن را در Udemy Coding Environment امتحان کنید! Try it your self at Udemy Coding Environment !

  • تمرین برنامه نویسی (11) Coding Exercise (11)

  • تمرین برنامه نویسی (11) راه حل Coding Exercise (11) Solution

  • تمرین برنامه نویسی (12) Coding Exercise (12)

  • تمرین برنامه نویسی (12) راه حل Coding Exercise (12) Solution

  • تمرین برنامه نویسی (13) Coding Exercise (13)

  • تمرین برنامه نویسی (13) راه حل Coding Exercise (13) Solution

  • تمرین برنامه نویسی (14) Coding Exercise (14)

  • تمرین برنامه نویسی (14) راه حل Coding Exercise (14) Solution

  • تمرین برنامه نویسی (15) Coding Exercise (15)

  • تمرین برنامه نویسی (15) راه حل Coding Exercise (15) Solution

  • تمرین برنامه نویسی (16) Coding Exercise (16)

  • تمرین برنامه نویسی (16) راه حل Coding Exercise (16) Solution

  • تمرین برنامه نویسی (17) Coding Exercise (17)

  • تمرین برنامه نویسی (17) راه حل Coding Exercise (17) Solution

  • تمرین برنامه نویسی (18) Coding Exercise (18)

  • تمرین برنامه نویسی (18) راه حل Coding Exercise (18) Solution

  • تمرین برنامه نویسی (19) Coding Exercise (19)

  • تمرین برنامه نویسی (19) راه حل Coding Exercise (19) Solution

  • تمرین برنامه نویسی (20) Coding Exercise (20)

  • تمرین برنامه نویسی (20) راه حل Coding Exercise (20) Solution

  • تمرین برنامه نویسی (21) Coding Exercise (21)

  • تمرین برنامه نویسی (21) راه حل Coding Exercise (21) Solution

  • تمرین برنامه نویسی (22) Coding Exercise (22)

  • تمرین برنامه نویسی (22) راه حل Coding Exercise (22) Solution

  • تمرین برنامه نویسی (23) Coding Exercise (23)

  • تمرین برنامه نویسی (23) راه حل Coding Exercise (23) Solution

  • تمرین برنامه نویسی (24) Coding Exercise (24)

  • تمرین برنامه نویسی (24) راه حل Coding Exercise (24) Solution

  • تمرین برنامه نویسی (25) Coding Exercise (25)

  • تمرین برنامه نویسی (25) راه حل Coding Exercise (25) Solution

  • تمرین برنامه نویسی (26) Coding Exercise (26)

  • تمرین برنامه نویسی (26) راه حل Coding Exercise (26) Solution

  • تمرین برنامه نویسی (27) Coding Exercise (27)

  • تمرین برنامه نویسی (27) راه حل Coding Exercise (27) Solution

  • تمرین برنامه نویسی (28) Coding Exercise (28)

  • تمرین برنامه نویسی (28) راه حل Coding Exercise (28) Solution

  • تمرین برنامه نویسی (29) Coding Exercise (29)

  • تمرین برنامه نویسی (29) راه حل Coding Exercise (29) Solution

  • تمرین برنامه نویسی (30) Coding Exercise (30)

  • تمرین برنامه نویسی (30) راه حل Coding Exercise (30) Solution

  • تمرین برنامه نویسی (31) Coding Exercise (31)

  • تمرین برنامه نویسی (31) راه حل Coding Exercise (31) Solution

  • تمرین برنامه نویسی (32) Coding Exercise (32)

  • تمرین برنامه نویسی (32) راه حل Coding Exercise (32) Solution

  • تمرین برنامه نویسی (33) Coding Exercise (33)

  • تمرین برنامه نویسی (33) راه حل Coding Exercise (33) Solution

  • تمرین برنامه نویسی (34) Coding Exercise (34)

  • تمرین برنامه نویسی (34) راه حل Coding Exercise (34) Solution

  • تمرین برنامه نویسی (35) Coding Exercise (35)

  • تمرین برنامه نویسی (35) راه حل Coding Exercise (35) Solution

  • تمرین برنامه نویسی (36) Coding Exercise (36)

  • تمرین برنامه نویسی (36) راه حل Coding Exercise (36) Solution

  • تمرین برنامه نویسی (37) Coding Exercise (37)

  • تمرین برنامه نویسی (37) راه حل Coding Exercise (37) Solution

  • تمرین برنامه نویسی (38) Coding Exercise (38)

  • تمرین برنامه نویسی (38) راه حل Coding Exercise (38) Solution

  • برنامه نویسی برنامه نویسی (39) Coding Exercise (39)

  • تمرین برنامه نویسی (39) راه حل Coding Exercise (39) Solution

  • تمرین برنامه نویسی (40) Coding Exercise (40)

  • تمرین برنامه نویسی (40) راه حل Coding Exercise (40) Solution

  • تمرین برنامه نویسی (41) Coding Exercise (41)

  • برنامه نویسی تمرین (41) راه حل Coding Exercise (41) Solution

  • تمرین برنامه نویسی (42) Coding Exercise (42)

  • برنامه نویسی تمرین (42) راه حل Coding Exercise (42) Solution

  • تمرین برنامه نویسی (43) Coding Exercise (43)

  • تمرین برنامه نویسی (43) راه حل Coding Exercise (43) Solution

  • تمرین برنامه نویسی (44) Coding Exercise (44)

  • تمرین برنامه نویسی (44) راه حل Coding Exercise (44) Solution

  • تمرین برنامه نویسی (45) Coding Exercise (45)

  • تمرین برنامه نویسی (45) راه حل Coding Exercise (45) Solution

  • تمرین برنامه نویسی (46) Coding Exercise (46)

  • تمرین برنامه نویسی (46) راه حل Coding Exercise (46) Solution

  • تمرین برنامه نویسی (47) Coding Exercise (47)

  • تمرین برنامه نویسی (47) راه حل Coding Exercise (47) Solution

  • تمرین برنامه نویسی (48) Coding Exercise (48)

  • تمرین برنامه نویسی (48) راه حل Coding Exercise (48) Solution

  • تمرین برنامه نویسی (49) Coding Exercise (49)

  • تمرین برنامه نویسی (49) راه حل Coding Exercise (49) Solution

  • تمرین برنامه نویسی (50) Coding Exercise (50)

  • تمرین برنامه نویسی (50) راه حل Coding Exercise (50) Solution

  • تمرین برنامه نویسی (51) Coding Exercise (51)

  • تمرین برنامه نویسی (51) راه حل Coding Exercise (51) Solution

  • تمرین برنامه نویسی (52) Coding Exercise (52)

  • تمرین برنامه نویسی (52) راه حل Coding Exercise (52) Solution

  • تمرین برنامه نویسی (53) Coding Exercise (53)

  • تمرین برنامه نویسی (53) راه حل Coding Exercise (53) Solution

  • تمرین برنامه نویسی (54) Coding Exercise (54)

  • برنامه نویسی برنامه نویسی (54) راه حل Coding Exercise (54) Solution

  • تمرین برنامه نویسی (55) Coding Exercise (55)

  • تمرین برنامه نویسی (55) راه حل Coding Exercise (55) Solution

  • تمرین برنامه نویسی (56) Coding Exercise (56)

  • تمرین برنامه نویسی (56) راه حل Coding Exercise (56) Solution

  • تمرین برنامه نویسی (57) Coding Exercise (57)

  • تمرین برنامه نویسی (57) راه حل Coding Exercise (57) Solution

  • تمرین برنامه نویسی (58) Coding Exercise (58)

  • تمرین برنامه نویسی (58) راه حل Coding Exercise (58) Solution

  • تمرین برنامه نویسی (59) Coding Exercise (59)

  • تمرین برنامه نویسی (59) راه حل Coding Exercise (59) Solution

  • تمرین برنامه نویسی (60) Coding Exercise (60)

  • تمرین برنامه نویسی (60) راه حل Coding Exercise (60) Solution

  • تمرین برنامه نویسی (61) Coding Exercise (61)

  • تمرین برنامه نویسی (61) راه حل Coding Exercise (61) Solution

  • تمرین برنامه نویسی (62) Coding Exercise (62)

  • تمرین برنامه نویسی (62) راه حل Coding Exercise (62) Solution

  • تمرین برنامه نویسی (63) Coding Exercise (63)

  • تمرین برنامه نویسی (63) راه حل Coding Exercise (63) Solution

  • تمرین برنامه نویسی (64) Coding Exercise (64)

  • تمرین برنامه نویسی (64) راه حل Coding Exercise (64) Solution

  • تمرین برنامه نویسی (65) Coding Exercise (65)

  • تمرین برنامه نویسی (65) راه حل Coding Exercise (65) Solution

  • تمرین برنامه نویسی (66) Coding Exercise (66)

  • تمرین برنامه نویسی (66) راه حل Coding Exercise (66) Solution

  • تمرین برنامه نویسی (67) Coding Exercise (67)

  • تمرین برنامه نویسی (67) راه حل Coding Exercise (67) Solution

  • تمرین برنامه نویسی (68) Coding Exercise (68)

  • تمرین برنامه نویسی (68) راه حل Coding Exercise (68) Solution

  • تمرین برنامه نویسی (69) Coding Exercise (69)

  • تمرین برنامه نویسی (69) راه حل Coding Exercise (69) Solution

  • تمرین برنامه نویسی (70) Coding Exercise (70)

  • تمرین برنامه نویسی (70) راه حل Coding Exercise (70) Solution

  • برنامه نویسی برنامه نویسی (71) Coding Exercise (71)

  • تمرین برنامه نویسی (71) راه حل Coding Exercise (71) Solution

  • تمرین برنامه نویسی (72) Coding Exercise (72)

  • تمرین برنامه نویسی (72) راه حل Coding Exercise (72) Solution

  • تمرین برنامه نویسی (73) Coding Exercise (73)

  • تمرین برنامه نویسی (73) راه حل Coding Exercise (73) Solution

  • تمرین برنامه نویسی (74) Coding Exercise (74)

  • تمرین برنامه نویسی (74) راه حل Coding Exercise (74) Solution

  • تمرین برنامه نویسی (75) Coding Exercise (75)

  • تمرین برنامه نویسی (75) راه حل Coding Exercise (75) Solution

  • تمرین برنامه نویسی Coding Exercise (76)

  • تمرین برنامه نویسی (76) راه حل Coding Exercise (76) Solution

  • تمرین برنامه نویسی (77) Coding Exercise (77)

  • تمرین برنامه نویسی (77) راه حل Coding Exercise (77) Solution

  • تمرین برنامه نویسی (78) Coding Exercise (78)

  • تمرین برنامه نویسی (78) راه حل Coding Exercise (78) Solution

  • تمرین برنامه نویسی (79) Coding Exercise (79)

  • تمرین برنامه نویسی (79) راه حل Coding Exercise (79) Solution

  • تمرین برنامه نویسی (80) Coding Exercise (80)

  • تمرین برنامه نویسی (80) راه حل Coding Exercise (80) Solution

  • تمرین برنامه نویسی (81) Coding Exercise (81)

  • تمرین برنامه نویسی (81) راه حل Coding Exercise (81) Solution

  • تمرین برنامه نویسی (82) Coding Exercise (82)

  • تمرین برنامه نویسی (82) راه حل Coding Exercise (82) Solution

  • تمرین برنامه نویسی (83) Coding Exercise (83)

  • تمرین برنامه نویسی (83) راه حل Coding Exercise (83) Solution

  • تمرین برنامه نویسی (84) Coding Exercise (84)

  • تمرین برنامه نویسی (84) راه حل Coding Exercise (84) Solution

  • تمرین برنامه نویسی (85) Coding Exercise (85)

  • تمرین برنامه نویسی (85) راه حل Coding Exercise (85) Solution

  • تمرین برنامه نویسی (86) Coding Exercise (86)

  • تمرین برنامه نویسی (86) راه حل Coding Exercise (86) Solution

  • تمرین برنامه نویسی (87) Coding Exercise (87)

  • تمرین برنامه نویسی (87) راه حل Coding Exercise (87) Solution

  • تمرین برنامه نویسی (88) Coding Exercise (88)

  • تمرین برنامه نویسی (88) راه حل Coding Exercise (88) Solution

  • تمرین برنامه نویسی (89) Coding Exercise (89)

  • تمرین برنامه نویسی (89) راه حل Coding Exercise (89) Solution

  • تمرین برنامه نویسی (90) Coding Exercise (90)

  • تمرین برنامه نویسی (90) راه حل Coding Exercise (90) Solution

  • تمرین برنامه نویسی (91) Coding Exercise (91)

  • تمرین برنامه نویسی (91) راه حل Coding Exercise (91) Solution

  • تمرین برنامه نویسی (92) Coding Exercise (92)

  • تمرین برنامه نویسی (92) راه حل Coding Exercise (92) Solution

  • تمرین برنامه نویسی (93) Coding Exercise (93)

  • تمرین برنامه نویسی (93) راه حل Coding Exercise (93) Solution

  • تمرین برنامه نویسی (94) Coding Exercise (94)

  • تمرین برنامه نویسی (94) راه حل Coding Exercise (94) Solution

  • تمرین برنامه نویسی (95) Coding Exercise (95)

  • تمرین برنامه نویسی (95) راه حل Coding Exercise (95) Solution

  • تمرین برنامه نویسی (96) Coding Exercise (96)

  • تمرین برنامه نویسی (96) راه حل Coding Exercise (96) Solution

  • تمرین برنامه نویسی (97) Coding Exercise (97)

  • تمرین برنامه نویسی (97) راه حل Coding Exercise (97) Solution

  • تمرین برنامه نویسی (98) Coding Exercise (98)

  • تمرین برنامه نویسی (98) راه حل Coding Exercise (98) Solution

  • تمرین برنامه نویسی (99) Coding Exercise (99)

  • تمرین برنامه نویسی (99) راه حل Coding Exercise (99) Solution

  • تمرین برنامه نویسی (100) Coding Exercise (100)

  • تمرین برنامه نویسی (100) راه حل Coding Exercise (100) Solution

پروژه 1 در پایتون Project 1 in Python

  • پروژه راه رفتن Project Walk through

  • نکات مفید پروژه Project Helpful Notes

  • راه حل پروژه Project Solution

پروژه 2 در پایتون Project 2 in Python

  • پروژه راه رفتن Project Walk through

  • یادداشت های مفید پروژه Project Helful Notes

  • راه حل پروژه قسمت 1 Project Solution Part 1

  • راه حل پروژه قسمت 2 Project Solution Part 2

پروژه 3 در پایتون Project 3 in Python

  • پروژه راه رفتن Project Walk Through

  • نکات مفید پروژه Project Helpful Notes

  • نکات مفید پروژه Project Helpful Notes

  • راه حل پروژه Project Solution

  • راه حل پروژه Project Solution

پروژه 4: Twiter Chat Bot Project 4: Twiter Chat Bot

  • قسمت 1 Part 1

  • قسمت 2 Part 2

  • قسمت 3 Part 3

پروژه 5: Facebook Chatbot Project 5: Face book Chat Bot

  • مرور کتابخانه پایتون فلاسک Python Flask Library Overview

  • برنامه توسعه دهنده فیس بوک ایجاد و بارگیری Ngrok Facebook Developer App Creating And Downloading Ngrok

  • برنامه فیس بوک و پیام های از پیش تعیین شده Facebook Chat App & Preset Messaging

  • Hooking و اجرای برنامه FB Chatbot با استفاده از NGROK Hooking and Runnig The FB ChatBot App Using Ngrok

مقدمه SQL SQL Introduction

  • معرفی Introduction

  • معرفی Introduction

  • PostgreSQL بارگیری و نصب PostgreSQL Downloading & Installing

  • ایجاد پایگاه داده Creating Database

  • بازیابی پایگاه داده Restoring Database

کتابخانه Numpy Python Numpy Python Library

  • 1. Numpy Intro 1. Numpy Intro

  • 2. Numpy.shape & Numpy.size 2. Numpy.shape & Numpy.size

  • 3. ایجاد آرایه های Numpy nd با استفاده از توابع Numpy 3. Creating Numpy nd arrays using Numpy functions

  • 4. Numpy.unique( ) و برش آرایه. 4. Numpy.unique( ) & Array slicing.

  • 5. محاسبات و اپراتورهای Numpy. 5. Numpy Calculations and Operators.

  • 6. تجمیع ناخالصی. 6. Numpy Aggregations.

  • 7. Numpy Reshape and Transposing. 7. Numpy Reshape and Transposing.

  • 8. مقایسه بیهوده. 8. Numpy Comparing.

  • 9. پردازش تصاویر Numpy. 9. Numpy Images processing.

مروری بر پایگاه داده خطوط هوایی Airlines Database Overview

  • مروری بر پایگاه داده SQL قسمت 1 SQL Database Overview Part 1

  • مروری بر پایگاه داده SQL قسمت 2 SQL Database Overview Part 2

  • انواع داده های SQL SQL Data Types

مبانی SQL قسمت 1 SQL Basics Part 1

  • بیانیه را انتخاب کنید Select Statement

  • راه حل چالش را انتخاب کنید Select Challenge Solution

  • بیانیه برای همه جداول پایگاه داده خطوط هوایی را انتخاب کنید Select Statement For all Airlines Database Tables

  • متمایز Distinct

مبانی SQL قسمت 2 SQL Basics Part 2

  • جایی که بند Where Clause

  • اپراتورها با بند Where استفاده می کنند Operators used with Where Clause

  • کجا بند + AND & کجا بند + OR Where Clause + AND & Where Clause + OR

  • جایی که بند + LIKE Where Clause + LIKE

  • (جایی که بند + BETWEEN & IN) و AS (Where Clause + BETWEEN & IN) & AS

مبانی SQL قسمت 3 SQL Basics Part 3

  • محدودیت و سفارش توسط LIMIT & ORDER BY

  • FETCH در مقابل LIMIT FETCH vs LIMIT

  • نه در NOT IN

  • ISNULL است و NULL نیست ISNULL & IS NOT NULL

  • قالب CAST

تجمعات SQL SQL Aggregations

  • COUNT () تابع ، CREATE TABLE و INSERT INTO TABLE COUNT( ) Function, CREATE TABLE & INSERT INTO TABLE

  • تابع () SUM SUM( ) Function

  • توابع MIN () ، MAX () & AVG () MIN( ) , MAX( ) & AVG( ) Functions

  • گروه توسط & داشتن GROUP BY & HAVING

SQL شرطی SQL Conditional.

  • بند CASE CASE Clause

  • NULLIF () NULLIF()

  • تابع COALESCE () در SQL COALESCE() Function in SQL

مدیریت داده های زمان SQL SQL Time Data management

  • مروری بر توابع زمان در PostgreSQL Overview of Time Functions in PostgreSQL

  • TIMESTAMP EXTRACT () TIMESTAMP EXTRACT()

  • DATE_TRUNC () و DATE_PART () DATE_TRUNC() & DATE_PART()

  • دو ستون + DATE IN PostgreSQL و CURRENT_DATE و اکنون () Double Column + DATE IN PostgreSQL & CURRENT_DATE & now( )

متوسط: SQL می پیوندد Intermediate: SQL Joins

  • پیوستن درونی INNER JOIN

  • به بررسی اجمالی انواع می پیوندد Joins Types Overview

  • به خارج بپیوندید LEFT OUTER JOIN

  • درک عمیق از چپ پیوستن Deep understanding of LEFT JOIN

  • عضویت راست در خارج RIGHT OUTER JOIN

  • پیوستن کامل به خارج FULL OUTER JOIN

  • صلیب پیوستن CROSS JOIN

  • UNION ، UNION ALL ، INTERSECT و به استثنای UNION, UNION ALL, INTERSECT & EXCEPT

  • پیوستن به خود SELF JOIN

  • استفاده كردن USING

  • پیوستن به طبیعت NATURAL JOIN

متوسط: پرسش های فرعی و بیان جدول مشترک در SQL Intermediate: Sub-queries & Common Table Expression in SQL

  • پرسش های فرعی Sub-queries

  • زیر پرس و جو SQL + موجود ، در هر صورت یا همه SQL Sub-query + EXISTS, ANY OR ALL

  • بیان جدول رایج Common Table Expression

پیشرفته: توابع ریاضی و پنجره PostgreSQL. Advanced: PostgreSQL Math & Window functions.

  • توابع ریاضی Math Functions

  • عملکردهای پنجره OVER () Window Functions OVER()

  • توابع پنجره RANK () + OVER () & NTILE () + OVER () Window Functions RANK() + OVER() & NTILE() + OVER()

  • عملکردهای پنجره OVER () + LEAD () Window Functions OVER() + LEAD()

  • عملکردهای پنجره OVER () + LAG () Window Functions OVER() + LAG()

پیشرفته: توابع رشته PostgreSQL Advanced: PostgreSQL String Functions

  • عملکرد PostgreSQL POSITION PostgreSQL POSITION Function

  • STRPOS () & REPLACE () در PostgreSQL STRPOS() & REPLACE() in PostgreSQL

  • توابع PostgreSQL LEFT () ، RIGHT () ، BTRIM () و SPLIT_PART () PostgreSQL LEFT(), RIGHT(), BTRIM() & SPLIT_PART() Functions

  • تابع PostgreSQL CONCAT PostgreSQL CONCAT Function

  • توابع PostgreSQL LOWER () ، UPPER () & INITCAP () PostgreSQL LOWER(), UPPER() & INITCAP() Functions

پیشرفته: سایر توابع SQL Advanced: Other SQL Functions

  • GROUPING SETS () ، ROLLUP () ، CUBE () GROUPING SETS(), ROLLUP(), CUBE()

  • بیانیه را انتخاب کنید + IN و SELECTION + IN + IN SELECT Statement + INTO & SELECT Statement + INTO + IN

  • چشم انداز() VIEW()

مروری بر فرایند تجزیه و تحلیل داده ها Data Analysis Process Overview

  • مروری بر فرایند تجزیه و تحلیل داده ها Data Analysis Process Overview

نحوه استفاده از Python + SQL How to Use Python + SQL

  • نصب Jupyter Lab & Pandas Installing Jupyter Lab & Pandas

  • فتچمانی و فتچال Fetchmany and Fetchall

  • پرس و جو با استفاده از پانداهای پایتون Querying Using Python Panadas

  • استفاده از Pandas Library برای بارگیری فایل خروجی داده PostgreSQL Using Pandas Library to load PostgreSQL Data Output file

پروژه 6: استفاده از پانداهای پایتون در تجزیه و تحلیل داده های خروجی داده PostgreSQL Project 6: Using Python Pandas in Data Analysis of PostgreSQL Data output

  • روش ها و عملکردهای پاندا Pandas methods and functions

  • تجسم داده ها Visualizing Data

  • تجزیه و تحلیل داده های پاندا Pandas Data Analysis

  • خطای نمونه گیری Sampling Error

پروژه 7: تجزیه و تحلیل داده ها با استفاده از SQL + پایتون Project 7: Data Analysis using SQL + Python

  • چگونه یک وب سایت را خراب کنیم ؟؟؟ How to Scrape a website???

  • با استفاده از ماژول های Pandas و LXML Python یک جدول را در یک صفحه وب بکشید! Scrape a Table inside a Webpage using Pandas and LXML Python Modules!

پروژه 8: تجسم داده از داده های بریده شده Project 8: Data Visualization of the Scraped Data.

  • تجسم داده از داده های بریده شده Data Visualization of the Scraped Data.

دسترسی، دستکاری و فیلتر کردن دیتا فریم های سخنرانی Accessing, Manipulating & Filtering DataFrames Lectures

  • دستکاری داده ها با استفاده از DataFrames. Data manipulation using DataFrames.

  • دسترسی به داده ها با استفاده از DataFrames. Accessing Data Using DataFrames.

  • جمع آوری و خلاصه سازی داده ها. Data aggregation and summarization.

  • ستون های جدید ایجاد کنید، موارد غیر ضروری را رها کنید و دستکاری داده های مختلف را انجام دهید Create New Columns, Drop Unnecessary Ones, and Perform Various Data Manipulation

  • تکنیک‌های ضروری برای مشاهده و توصیف داده‌های ما در پایتون. Essential Techniques for Peeking at & Describing our Data in Python.

  • فیلتر کردن داده ها Filtering Data.

پروژه 9: داده های بریده شده را در پایگاه داده ذخیره کنید Project 9: Save The Scraped Data to a Database

  • داده های بریده شده را در پایگاه داده تازه ایجاد شده ذخیره کنید Save The Scraped Data to a newly created Database

تجسم داده ها Data Visualization.

  • مقدمه ای بر تجسم داده ها در پایتون Introduction to Data Visualization in Python.

  • هیستوگرام - ابزاری قدرتمند برای تجسم توزیع داده ها. Histograms – a Powerful Tool for Visualizing the Distribution of Data.

  • تجسم روندها با استفاده از داده های مالی دنیای واقعی. Visualizing Trends using a Real-World Financial Data.

  • تعیین و انتخاب نوع قطعه مناسب. Determining and Choosing the Appropriate Plot Type.

پروژه 10: استفاده از پانداس + اتوماسیون برای مدیریت لیست ایمیل های تجاری Project 10: Using Pandas + Automation to Manage a Business Email List

  • قسمت 1 Part 1

  • قسمت 2 Part 2

  • قسمت 3 Part 3

بررسی اجمالی تست A/B با استفاده از پایتون. A/B Testing Overview using Python.

  • طراحی یک تست AB برای داده های بازاریابی در پایتون. Designing an AB Test for Marketing Data in Python.

  • طراحی یک تست AB برای داده های بازاریابی با تقسیم بندی در پایتون. Designing an AB Test for Marketing Data with Segmentation in Python.

  • محاسبه تست افزایش و اهمیت برای داده های بازاریابی در پایتون. Calculating Lift & Significance Testing for Marketing Data in Python.

تسلط بر یادگیری ماشین: از اصول اولیه تا تکنیک های پیشرفته. Machine Learning Mastery: From Basics to Advanced Techniques.

  • مقدمه ای بر یادگیری ماشینی با یادگیری اسکی. Introduction to Machine learning with scikit-learn.

  • همه مجموعه داده های مورد استفاده در این دوره را از اینجا دانلود کنید. Download All The Datasets Used in This Course From Here.

  • گردش کار یادگیری نظارت شده The Supervised Learning Workflow

  • اندازه گیری عملکرد مدل Measuring Model Performance.

  • مقدمه ای بر رگرسیون Introduction to Regression.

  • مبانی رگرسیون خطی و عملکرد رگرسیون. The Basics of Linear regression & Regression Performance.

  • اعتبار سنجی متقاطع برای R-squared & Analysing Cross-Validation Metrics. Cross-validation for R-squared & Analyzing Cross-Validation Metrics.

  • رگرسیون منظم Regularized Regression.

  • K-نزدیکترین همسایگان طبقه بندی الگوریتم های یادگیری ML نظارت شده. The k-Nearest Neighbors Classification Supervised ML Learning Algorithms.

  • مدل شما چقدر خوب است؟ و چگونه از طبقه بندی جنگل تصادفی استفاده کنیم؟ How Good is your Model? and How to use Random Forest Classifier?

  • رگرسیون لجستیک و منحنی ROC. Logistic Regression and the ROC Curve.

  • تنظیم فراپارامتر با GridSearchCV و RandomizedSearchCV. Hyperparameter Tuning with GridSearchCV & RandomizedSearchCV.

  • پیش پردازش داده ها و ایجاد متغیر ساختگی برای متغیرهای داده های طبقه بندی شده. Preprocessing Data and Creating Dummy Variable for Categorical Data Variables.

  • مدیریت داده های از دست رفته و ایجاد خط لوله ML. Handling Missing Data And Creating The ML Pipeline.

  • تکنیک‌های متمرکز و مقیاس‌بندی در الگوریتم‌های یادگیری تحت نظارت ML. Centering and Scaling Techniques in ML Supervised Learning Algorithms.

  • ارزیابی چند مدل با مثال Evaluating Multiple Models with Examples.

  • مقایسه مدل ها Comparing Models.

  • رگرسیون لجستیک و ماشین‌های بردار پشتیبان برای طبقه‌بندی متن. Logistic Regression and Support Vector Machines for Text Classification.

  • طبقه بندی خطی و مرزهای تصمیم. Linear Classifier & Decision Boundaries.

  • طبقه بندی خطی و ضرایب. Linear Classifiers & The Coefficients.

  • تابع ضرر چیست؟ What is The Loss Function?

  • نمودارهای عملکرد از دست دادن. Loss Function Diagrams.

  • منظم سازی رگرسیون لجستیک و شناسایی بررسی های منفی. Logistic Regression Regularization & Identifying Negative Reviews.

  • رگرسیون لجستیک و احتمالات Logistic Regression and Probabilities.

  • رگرسیون لجستیک چند طبقه Multi-class Logistic Regression.

  • یادگیری بدون نظارت اصول خوشه بندی. Unsupervised Learning The Fundamentals of Clustering.

  • ارزیابی و بهینه‌سازی خوشه‌بندی Clustering Evaluation & Optimization.

  • تغییر ویژگی‌ها برای خوشه‌بندی بهتر و خوشه‌بندی سهام با استفاده از KMeans. Transforming Features for Better Clustering & Clustering Stocks Using KMeans.

  • خوشه بندی سلسله مراتبی و تجسم سلسله مراتب. Hierarchical Clustering & Visualizing Hierarchies.

  • t-SNE برای نقشه های دو بعدی. t-SNE for 2-dimensional maps.

  • تجسم تبدیل PCA و محاسبه واریانس توضیح داده شده تجمعی. Visualizing The PCA Transformation & Calculating Cumulative Explained Variance.

  • کاهش ابعاد با PCA. Dimension Reduction with PCA.

  • کاهش ابعاد با PCA و فاکتورسازی ماتریس غیر منفی (NMF). Dimension Reduction with PCA and Non-negative Matrix Factorization (NMF).

  • همه کدهای دوره Python ML را از اینجا مرور کنید. Review All Course Python ML Code From Here.

پروژه 10: ساخت سیستم توصیه‌کننده ساختمان با استفاده از NMF. Project 10: Building Recommender System using NMF.

  • آموزش ساخت سیستم توصیه‌کننده با استفاده از NMF! Learn How to Building Recommender System using NMF!

پروژه 11: تجزیه و تحلیل داده های برنامه Google Project 11: Google App Data Analysis

  • 1. کاوش بصری داده های فروشگاه App Google. 1. Visual Exploring of Google App Store Data.

  • 2. پاکسازی داده ها و پیش پردازش داده های Google App Store. 2. Data Cleaning and Preprocessing of Google App Store Data.

  • 3. تکنیک های تجسم داده ها. 3. Data Visualization Techniques.

  • 4. تجزیه و تحلیل آماری و آزمون فرضیه. 4. Statistical Analysis and Hypothesis Testing.

  • 5. داستان سرایی داده. 5. Data Storytelling.

  • 6. نتیجه گیری. 6. Conclusion.

  • تکلیف پروژه 10: Google App Store Data EDA. The Assignment for Project 10: Google App Store Data EDA.

پروژه 12: استفاده از پانداها + اتوماسیون برای مدیریت لیست ایمیل های تجاری Project 12: Using Pandas + Automation to Manage a Business Email List

  • قسمت 1 Part 1

  • قسمت 2 Part 2

  • قسمت 3 Part 3

تجزیه و تحلیل داده های سری زمانی با استفاده از پایتون Time Series Data Analysis using Python.

  • مجموعه داده های مورد استفاده در این بخش Datasets used in this Section.

  • مقدمه ای بر تحلیل سری های زمانی. Introduction to Time Series Analysis.

  • ایجاد، تبدیل Datetimes از رشته ها و دستکاری داده های Datetime. Creating, Converting Datetimes from Strings & Manipulating Datetime Data.

  • دسترسی به ویژگی های Datetime، مقایسه Datetimes، و ساختن Datetime نسبی. Accessing Datetime Attributes, Comparing Datetimes, & Making Relative Datetime.

  • درک نرخ رشد سری زمانی و مقایسه قیمت سهام با معیار Understanding Time Series Growth Rates & Comparing Stock Prices with a Benchmark

  • تغییر فرکانس سری های زمانی با نمونه برداری و درونیابی. Changing Time Series Frequency By Up-Sampling & Interpolation.

  • تغییر فرکانس سری زمانی و نمونه برداری پایین. Changing Time Series Frequency & Down-Sampling.

  • توابع پنجره در تحلیل سری زمانی. Window Functions in Time Series Analysis.

  • تجزیه و تحلیل سری قیمت سهام با تاخیر. Stock Price Series Analysis with Lags.

پروژه 13: تجزیه و تحلیل سری زمانی مجموعه داده های تاریخی Betcoin Project 13: Time Series Analysis of Betcoin Historical Data dataset

  • مقدمه Introduction

  • پیش پردازش و پاکسازی داده ها. Data Preprocessing and Cleaning.

  • تجسم داده های سری زمانی Visualizing Time Series Data.

  • ایجاد مدل های پیش بینی Creating Forecasting Models.

  • پیش بینی قیمت بیت کوین در آینده Predicting Future Bitcoin Prices.

استفاده از ChatGPT و هوش مصنوعی Generative برای داده ها. Using ChatGPT and Generative AI for Data.

  • هوش مصنوعی مولد برای تجزیه و تحلیل داده ها. Generative AI for Data Analysis.

  • هوش مصنوعی مولد برای علم داده Generative AI for Data Science.

  • GEN AI پرمصرف ترین درخواست ها برای تحلیلگران داده و دانشمندان داده. GEN AI Most Used Prompts for Data Analyst & Data Scientists.

پاداش Bonus

  • با تشکر Thanks

نمایش نظرات

آموزش Boot Camp Analyst Data 2024: برای تبدیل شدن به یک تحلیلگر داده آماده شوید.
جزییات دوره
20.5 hours
413
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
41,863
4.4 از 5
دارد
دارد
دارد
Tamer Ahmed
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Tamer Ahmed Tamer Ahmed

توسعه دهنده حرفه ای و دانشمند داده عاشق تدریس هستند. با بیش از 50000 دانشجوی خوشحال در دوره های من ثبت نام می کنند. در این روزها فناوری و برنامه نویسی به روح زندگی ما تبدیل شده اند ، بنابراین یادگیری کدنویسی برای همه بسیار مهم است. من یک برنامه نویس و دانشمند داده هستم ، من به بسیاری از زبانهای برنامه نویسی مانند پایتون ، SQL ، R ، جاوا تسلط دارم ، همچنین با ابزارهایی مانند Excel ، Tableau ، Jupyter Notebook ، Unity ، Unreal و R Studio نیز تجربه خوبی دارم. اشتیاق فراوان به آموزش فناوری و به اشتراک گذاشتن دانش با جامعه. یادگیری مادام العمر نوعی آموزش خودآموز است که بر رشد شخصی متمرکز است. در حالی که هیچ تعریف استانداردی از یادگیری مادام العمر وجود ندارد ، اما به طور کلی منظور از یادگیری است که در خارج از یک م instسسه رسمی آموزشی مانند مدرسه ، دانشگاه یا دوره های آنلاین آموزش شرکت ها اتفاق می افتد. من هر ماه دوره های خود را به روز می کنم تا بخش های جدیدی را به انتخاب خود اضافه کنم تا انتظارات شما را برآورده کنم.