آموزش تجزیه و تحلیل داده ها برای شغل سطح ورودی - ( 9 دوره در 1 )

Data Analysis for Entry Level Job - ( 9 courses in 1 )

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: پایتون | اکسل | SQL | PostgreSQL | پانداها | نومپی | نگاه کننده | پایتون برای تجسم داده ها | اوپ | آموزش مبتدی تا پیشرفته مایکروسافت اکسل برای تجزیه و تحلیل داده ها یادگیری زبان برنامه نویسی پایتون برای تجزیه و تحلیل داده ها و علوم داده یادگیری SQL/PostgreSQL برای طراحی پایگاه داده و انتقال داده های بزرگ Pandas و Numpy را برای دستکاری داده ها و محاسبات ریاضی بیاموزید. آموزش تجسم داده ها در پایتون - مبتدی تا پیشرفته آموزش مفاهیم Oops - Encapsulation + Abstraction + Inheritance + Polymorphism Learn Looker - For Data Visualization Learn Google Data Studio for Data Visualization تحلیل داده ها. چه کسی می‌خواهد پایتون، مایکروسافت اکسل، PostgreSQL، Numpy، Pandas، تجسم داده در پایتون، اوپس، استودیوی داده گوگل، تحلیلگران Looker Data را یاد بگیرد که می‌خواهد مهارت‌های خود را در آنجا تقویت کند.

سلام و به این دوره کامل و جامع در مورد تجزیه و تحلیل داده ها خوش آمدید.


این مسیر شما به سمت حرفه ای در تجزیه و تحلیل داده است. در این برنامه مهارت های مورد نیازی را یاد می گیرید که در کمتر از یک ماه شما را آماده کار می کند. مدرک یا تجربه لازم نیست.


پس از تکمیل این دوره، برای عناوین شغلی زیر آماده خواهید شد:

تحلیلگر داده جوان، تحلیلگر داده، دانشمند داده جوان، تحلیلگر مالی، تحلیلگر عملیات، تکنسین داده، تحلیلگر عملکرد تجاری، تحلیلگر بازاریابی، تحلیلگر بهداشت و درمان


برای شروع حرفه خود آموزش حرفه ای دریافت خواهید کرد. 380000 فرصت شغلی در ایالات متحده در تجزیه و تحلیل داده ها با متوسط ​​حقوق اولیه 74000 دلار وجود دارد. حدود 2 میلیون فرصت شغلی در خود لینکدین وجود دارد.


این یک دوره واحد نیست، بلکه مجموعه ای از بیش از 9 دوره است که با دقت طراحی شده اند تا شما را از یک مبتدی به یک متخصص تبدیل کنند. ، مهارت های مورد نیازی را به دست خواهید آورد که شما را برای یک شغل سطح پایه آماده می کند.


تجزیه و تحلیل داده چیست؟


تحلیل داده ها جمع آوری، تبدیل و سازماندهی داده ها به منظور نتیجه گیری، پیش بینی و هدایت تصمیم گیری آگاهانه است.


مهارت هایی که خواهید آموخت:

Microsoft Excel: Microsoft Excel یک برنامه صفحه گسترده است که برای ضبط و تجزیه و تحلیل داده های عددی و آماری استفاده می شود. مایکروسافت اکسل چندین ویژگی را برای انجام عملیات های مختلف مانند محاسبات، جداول محوری، ابزارهای نمودار، برنامه نویسی ماکرو و غیره ارائه می دهد.


Postgresql: PostgreSQL، همچنین به عنوان Postgres شناخته می شود، یک سیستم مدیریت پایگاه داده رابطه ای رایگان و منبع باز است که بر توسعه پذیری و انطباق SQL تأکید دارد.


زبان برنامه نویسی پایتون: پایتون یک زبان برنامه نویسی همه منظوره محبوب است. این در یادگیری ماشینی، توسعه وب، برنامه های دسکتاپ، و بسیاری از زمینه های دیگر استفاده می شود.


کتابخانه Pandas and Numpy: Pandas یک کتابخانه پایتون است. این یک ابزار تجزیه و تحلیل و دستکاری داده های منبع باز سریع، قدرتمند، انعطاف پذیر و آسان برای استفاده است که بر پایه زبان برنامه نویسی پایتون ساخته شده است (ما در دوره آموزشی خود درباره کتابخانه ها بیشتر خواهیم آموخت)


NumPy همچنین یک کتابخانه پایتون است، با کمک کتابخانه NumPy، می‌توانیم آرایه‌ها و ماتریس‌های چند بعدی ایجاد و دستکاری کنیم، و می‌توانیم از مجموعه بزرگی از توابع ریاضی سطح بالا برای کار روی این آرایه‌ها استفاده کنیم.


کتابخانه Seaborn برای تجسم داده ها: Seaborn همچنین یک کتابخانه پایتون است که بر روی matplotlib ساخته شده و با ساختارهای داده پانداها در پایتون کاملاً یکپارچه شده است. تجسم بخش مرکزی Seaborn است که به کاوش و درک داده ها کمک می کند. با کمک تجسم داده ها، می توانیم تحلیل خود را به سرعت به دیگران منتقل کنیم. مثل داستان سرایی است.


Google Data Studio ( Looker ): Google Data Studio یک ابزار کشیدن و رها کردن فوق العاده آسان برای استفاده است که به شما امکان می دهد تصاویر مختلفی را در عرض چند دقیقه ایجاد کنید. افزودن ابزارهای فیلتر، گزارش های خیره کننده ای تولید می کند که تجزیه و تحلیل داده های شما را به سطح بعدی می برد.

Google Data Studio به صورت رایگان برای افرادی که دارای حساب Google یا Gmail هستند در دسترس است.


OOPS: برنامه نویسی شی گرا یکی از موضوعاتی است که بیشترین سوال را در مصاحبه فنی مطرح می کند. بنابراین، اگر می‌خواهید مصاحبه‌های خود را انجام دهید، باید درک کاملی از OOPs (برنامه‌نویسی شی گرا) داشته باشید.

برنامه نویسی شی گرا یکی از پرطرفدارترین مهارت ها در دنیای برنامه نویسی است و به عنوان یک توسعه دهنده وب، اگر به آن تسلط داشته باشید، از بقیه متمایز خواهید شد.

بنابراین، اگر می‌خواهید عمیقاً در دنیای هیجان‌انگیز OOP، به‌ویژه با جاوا اسکریپت به‌عنوان زبان منتخب خود، کاوش کنید، این دوره برای شما عالی است.




نظرات آکادمی جابشی

بیش از 300 نظر یادگیرنده | 4+ رتبه متوسط ​​

ما به فراگیران در سراسر جهان کمک می‌کنیم تا مهارت‌های جدیدی را توسعه دهند و به اهداف شخصی و حرفه‌ای خود دست یابند. نظرات یادگیرندگان را در زیر مرور کنید تا ببینید مردم چگونه از تجربه یادگیری آنلاین در آکادمی جابشی لذت می برند.


"من مهارت های مفیدی را در حین یادگیری این دوره به دست آورده ام. می توانم خود را یک متخصص تجزیه و تحلیل داده ها بدانم. متشکرم"

توسط جوزف اسرائیل


"من تجربه خوبی در مورد این دوره داشتم زیرا با موضوعات بسیاری مرتبط با تجزیه و تحلیل داده ها آشنا می شود."

توسط Sreeraj Mopkar


"توضیحات بسیار خوب , bohot achhe se sab samajh aata hai ... 100% درک همه مفاهیم بسیار .... توضیح عالی"

توسط موسی خان


"دوره بسیار آموزنده و آموزشی است، آن را دوست داشتم، تمام اطلاعاتی است که برای فعالیت هایم نیاز دارم"

توسط Jaime Ronald Palma Aguilar


"بله، این دوره بسیار عالی بود، معلم برای تشریح تمام زوایای اکسل وقت گذاشت، او تمام قسمت های ضروری را که برای استفاده روزانه ما از اکسل لازم بود، لمس کرد. بسیار متشکرم"

توسط Unyime Joshua


"مدرس بسیار آگاه است و به شیوه ای بسیار جذاب تدریس می کند. من این دوره را کاملاً توصیه می کنم.??"

توسط Aditya





پس از تکمیل این دوره، در همه این ابزارها مهارت خواهید داشت. در این دوره نه تنها با نحوه استفاده از این ابزارها آشنا می شوید، بلکه با چرایی و زمان استفاده از این ابزارها آشنا می شوید. پس از اتمام این دوره مانند یک تحلیلگر داده حرفه ای فکر خواهید کرد.


با تمرین یاد بگیرید

شما از طریق آزمون‌ها، تمرین‌ها، پروژه‌ها، و چالش‌های برنامه‌نویسی با طراحی دقیق، تمرین عملی خواهید داشت تا مطمئن شوید که واقعاً مفاهیم را یاد می‌گیرید.

پروژه‌هایی که در این دوره تکمیل می‌کنید می‌توانند در رزومه شما گنجانده شوند، و این پروژه‌های دنیای واقعی به شما در به دست آوردن شغل رویایی‌تان کمک می‌کنند.


بدون پیش نیاز

از آنجایی که همه چیز در این دوره از ابتدا پوشش داده شده است، نیازی به دانش قبلی در مورد چیزی ندارید. شما فقط به یک کامپیوتر و اتصال به اینترنت نیاز دارید. بنابراین، هیچ پیش نیازی برای این دوره وجود ندارد.


پشتیبانی از شک باور نکردنی

اگر با مشکلی مواجه شدید یا شک دارید، شخصاً به من پیام دهید یا می‌توانید شک خود را در فرم پاسخ سؤال مطرح کنید. من شخصاً ظرف چند ساعت به شک شما پاسخ خواهم داد.


پس منتظر چه چیزی هستید؟ اکنون ثبت نام کنید و من شما را در کلاس خواهم دید.



سرفصل ها و درس ها

مقدمه Introduction

  • سلام Hello

  • مقدمه Introduction

  • منابع Resources

  • خوش آمدی Welcome

زبان برنامه نویسی پایتون Python Programming language

  • نصب - پایتون Installation - Python

  • نصب - VS Code Installation - VS Code

  • تور Tour

  • راه اندازی و سلام جهان Setup and Hello World

  • رسم یک شکل Drawing a Shape

  • انواع داده ها DataTypes

  • متغیرها Variables

  • رشته های Strings

  • شماره Numbers

  • گرفتن ورودی Taking an Input

  • لیست ها Lists

  • لیست_توابع List_functions

  • تاپل ها Tuples

  • لغت نامه ها Dictionaries

  • کارکرد Functions

  • اظهارنامه بازگشت Return Statement

  • اپراتورها Operators

  • اگر بیانیه If Statement

  • اگر بیانیه ها و مقایسه ها If Statements & Comparisons

  • در حالی که حلقه While Loop

  • برای حلقه ها For Loops

  • تابع توان Exponent Function

  • فهرست‌های دوبعدی و حلقه‌های تودرتو 2D Lists & Nested Loops

  • نظرات Comments

  • امتحان کنید و به جز Try & Except

  • خواندن فایل ها Reading Files

  • نوشتن فایل ها Writing Files

اوه Oop

  • مقدمه Introduction

  • اوپ چیست؟ What is oop?

  • کپسوله سازی Encapsulation

  • انتزاع - مفهوم - برداشت Abstraction

  • وراثت Inheritance

  • پلی مورفیسم Polymorphism

مایکروسافت اکسل Microsoft Excel

  • مایکروسافت اکسل MicroSoft Excel

  • سفارشی سازی Customization

  • میانبرها Shortcuts

  • عملیات ریاضی Mathematics Operations

  • اعتبار سنجی داده ها Data Validation

  • فیلترها Filters

  • کوتاه کردن Shorting

  • گروه بندی Grouping

  • کارکرد Functions

  • حداقل و حداکثر مقادیر Minimum and Maximum Values

  • میانگین Average

  • شمردن Count

  • تابع عددی است Is Numeric Function

  • تابع RAND RAND Function

  • تابع گرد Round Function

  • میانه Median

  • قدرت Power

  • عملکرد چپ راست و وسط Left Right and Mid Function

  • یافتن تابع Find Function

  • تابع تاریخ Date Function

  • IF شرط IF Condition

  • IF ERROR شرط IF ERROR Condition

  • شرایط IF تو در تو Nested IF Condition

  • و AND

  • یا OR

  • VLOOKUP VLOOKUP

  • جدول محوری Pivot Table

  • نمودار دایره ای Pie Chart

  • نمودار ستونی Column Chart

  • نمودار خطی Line Chart

  • نمودارهای دیگر Other Charts

یادآور Reminder

  • یادآور Reminder

اکسل پیشرفته Advanced Excel

  • شاخص و تابع مطابقت Index and Match Function

  • فرمول SUM IF SUM IF Formula

  • فرمول افست مجموع Sum Offset Formula

  • اگر و شرایط IF AND CONDITION

  • به هم پیوستن CONCATINATE

  • فرمول PMT PMT FORMULA

  • عملکرد تراش TRIM FUNCTION

  • تابع را انتخاب کنید CHOOSE FUNCTION

  • عملکرد XNPV XNPV Function

  • تابع XIRR XIRR Function

  • COUNTA() COUNTA()

  • عملکرد FV FV Function

  • RANDBETWEEN RANDBETWEEN

  • تابع کوچک SMALL FUNCTION

  • تابع QUARITIL QUARITILE FUNCTION

  • ماکروها MACROS

پانداها Pandas

  • توضیحات داده ها Data Description

  • وارد کردن داده ها Importing the data

  • سلسله Series

  • ایجاد یک DataFrame Creating a DataFrame

  • مشق شب Homework

  • پاکسازی داده ها Data Cleaning

  • میانگین حالت میانه Mean Median Mode

  • سلول های خالی Empty cells

  • داده های اشتباه Wrong Data

  • نوع داده اشتباه Wrong Datatype

  • موارد تکراری Duplicates

  • همبستگی مقدمه Correlation Introduction

  • همبستگی Correlation

ناامپی Numpy

  • NumPy و برنامه های کاربردی آن NumPy and it's Applications

  • راه اندازی یک آرایه Initializing an Array

  • انواع داده NumPy NumPy Datatypes

  • دسترسی/تغییر عناصر خاص Accessing/Changing Specific Elements

  • راه اندازی آرایه های مختلف (1s، 0s، کامل، تصادفی و غیره) Initializing Different Arrays (1s, 0s, full, random, etc)

  • ریاضیات پایه Basic Mathematics

  • سایر توابع ریاضی Other Mathematical Functions

  • جبر خطی و آمار Linear Algebra and Statistics

  • سازماندهی مجدد آرایه ها Reorganizing Arrays

  • داده ها را با استفاده از NumPy بارگیری کنید Load data using NumPy

  • نمایه سازی پیشرفته و پوشش بولی Advanced Indexing and Boolean Masking

جستجوگر برای تجسم داده ها Looker For Data Visualization

  • معرفی Looker Looker Introduction

  • ویژگی های کلیدی Key Features

  • ثبت نام Sign Up

  • وارد کردن داده ها Import Data

  • رابط Interface

  • قالب ها Templates

  • توضیحات داده ها Data Description

  • متن Text

  • تصویر Image

  • خط و فلش Line and Arrows

  • شکل ها Shapes

  • جدول Table

  • کارت امتیازی Scorecard

  • سری زمانی Timeseries

  • نمودار میله ای Bar Chart

  • نمودار دایره ای Pie Chart

  • نمودارهای نقشه گوگل Google Map Charts

  • نقشه حرارتی نمودار نقشه گوگل Google Map Chart Heatmap

  • نمودار خطی Line Chart

  • نمودار خط 2 Line Chart 2

  • نمودارهای منطقه Area Charts

  • پلات های پراکنده Scatter Plots

  • جدول محوری Pivot Table

  • نمودار گلوله Bullet Charts

  • نقشه های درختی Tree Maps

  • پلات گیج Gauge Plot

  • کنترل ها Controls

  • تم ها و چیدمان ها Themes and Layouts

  • فیلتر کنید Filter

  • ترکیب داده ها Blending Data

  • زمینه و فرمول های جدید New Field and Formulas

  • اشتراک گذاری Share

Seaborn - تجسم داده ها Seaborn - Data Visualization

  • وارد کردن داده ها Importing the data

  • DISPLOT DISPLOT

  • موارد استفاده از طرح توزیع Uses of distribution plot

  • معرفی KDE KDE introduction

  • Plot KDE قسمت 1 KDE Plot Part 1

  • Plot KDE قسمت 2 KDE Plot Part 2

  • طرح پراکنده Scatter Plot

  • طرح فرش Rug Plot

  • طرح مشترک Joint Plot

  • طرح جفت Pair Plot

  • قطعه نوار Bar Plot

  • تعداد طرح Count Plot

  • طرح جعبه Box Plot

  • طرح ویولن Violin Plot

  • پلات نواری Strip Plot

  • طرح ازدحام Swarm Plot

  • نقشه حرارت Heat Map

  • جفت گرید Pair Grid

  • قطعه های فرعی Sub Plots

PostgreSQL PostgreSQL

  • نصب و راه اندازی Installation

  • بیانیه را انتخاب کنید Select Statement

  • ایجاد جدول Creating a table

  • درج داده ها در جدول Insert data into a table

  • داده ها را در جدول تغییر دهید Alter data in a table

  • یک ستون رها کنید Drop a column

  • یک ردیف رها کنید Drop a row

  • سفارش با دستور Order by command

  • حد، نام مستعار، متمایز Limit, Alias, Distinct

  • WHERE، AND، OR، IN، BETWEEN WHERE, AND, OR, IN, BETWEEN

  • جمع و گروه بندی با دستور Aggregate and Group by command

PostgreSQL پیشرفته Advanced PostgreSQL

  • ایجاد پایگاه داده و رها کردن جدول Create database and drop table

  • جدول و کلید خارجی ایجاد کنید Create table and Foreign Key

  • درج داده ها Insert data

  • با استفاده از SET به روز رسانی کنید Update using SET

  • حذف رکوردها Delete Records

  • نمایش ستون های خاص Display Specific Columns

  • نمایش ردیف های خاص Display Specific Rows

  • سفارش بر اساس - LIMIT ORDER BY - LIMIT

  • کجا - نه WHERE - NOT

  • بین BETWEEN

  • برابر، نه برابر Equal to, Not Equal to

  • پرس و جوهای تودرتو Nested Queries

  • شرایط لایک LIKE Condition

  • متمایز DISTINCT

  • اتصال دو میز Connect Two Tables

  • می پیوندد JOINS

  • جز EXCEPT

  • پرس و جو ویژه Special Query

پایگاه داده کلون اینستاگرام Instagram clone Database

  • ایجاد پایگاه داده و جدول کاربران Create Database and Users Table

  • جدول عکس ها Phots Table

  • جدول نظرات Comment Table

  • مانند جدول Like Table

  • جدول را دنبال می کند Follows Table

  • برچسب ها جدول Tags Table

  • عکس ها جدول برچسب ها Photos Tags Table

  • درج داده ها Insert Data

  • پرس و جو 1 Query 1

  • پرس و جو 2 Query 2

  • پرس و جو 3 Query 3

  • پرس و جو 4 Query 4

  • پرس و جو 5 Query 5

  • پرس و جو 6 Query 6

  • پرس و جو 7 Query 7

  • پرس و جو 8 Query 8

  • پرس و جو 9 Query 9

گواهینامه Certificate

  • گواهینامه Certificate

نمایش نظرات

آموزش تجزیه و تحلیل داده ها برای شغل سطح ورودی - ( 9 دوره در 1 )
جزییات دوره
16.5 hours
207
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
13,223
4.3 از 5
دارد
دارد
دارد
Jobshie .
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jobshie . Jobshie .

توسعه دهنده وب با بیش از 3 سال سابقه کار. من بیش از سه سال سابقه کار توسعه دهنده وب دارم. من ویدیوهایی در SQL، Big Query، Data Science، Data Analysis، Python، Machine Learning، Deep Learning ایجاد می کنم. امیدوارم از این کانال ارزشی کسب کنید. در صورت تمایل لطفا عضو کانال شوید و ویدیوها را با دیگران به اشتراک بگذارید.