آموزش پردازش داده‌ها با استفاده از پایتون - آخرین آپدیت

دانلود Data Processing Using Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره (نسخه انگلیسی دوره «پردازش داده با Python») عمدتاً برای دانشجویان غیر از رشته‌های کامپیوتر طراحی شده است. مسیر آموزشی از سینتکس پایه پایتون شروع شده و به نحوه دریافت داده‌ها (به صورت محلی و از شبکه)، نحوه نمایش داده‌ها، انجام تحلیل‌های آماری پیشرفته و بصری‌سازی داده‌ها، و در نهایت طراحی یک رابط کاربری گرافیکی (GUI) ساده برای نمایش و پردازش داده‌ها ختم می‌شود که سطح دشواری آن مرحله به مرحله افزایش می‌یابد. این دوره به طور کلی بر پایه داده‌های مالی و از طریق ایجاد نمونه‌های موردی محبوب طراحی شده است تا یادگیرندگان بتوانند سادگی، ظرافت و قدرت پایتون را به شکلی ملموس درک کنند. همچنین، علاوه بر حوزه‌های تجاری، توانایی سریع، راحت و کارآمد پایتون در پردازش داده‌ها در رشته‌های علوم انسانی و اجتماعی (مانند ادبیات، جامعه‌شناسی و روزنامه‌نگاری) و رشته‌های علوم و مهندسی (مانند ریاضیات و زیست‌شناسی) مورد بحث قرار گرفته است. به همین ترتیب، این مهارت‌ها را می‌توان به طور منعطف در سایر حوزه‌ها نیز به کار برد. این دوره به‌روزرسانی شده است. تغییرات نسخه جدید عبارتند از: ۱) انتقال کل دوره از پایتون نسخه 2.x به پایتون نسخه 3.x ۲) اضافه شدن قابلیت دریافت و تجزیه (Parsing) دستی صفحات وب و همچنین اضافه شدن Web API. ۳) بهبود ترتیب مطالب و غنی‌تر شدن جزئیات برخی بخش‌ها، به ویژه در پروژه‌های عملی. نکته: ویدیوها به زبان چینی (ساده) همراه با زیرنویس انگلیسی هستند. تمامی مطالب نوشتاری به زبان انگلیسی ارائه شده است.

سرفصل ها و درس ها

به آموزش پردازش داده‌ها با پایتون خوش آمدید! Welcome to learn Data Processing Using Python!

  • ویدیو معرفی Promotion Video

مبانی پایتون Basics of Python

  • 1 مقدمه‌ای بر پایتون 1 Introduction to Python

  • 2 اولین برنامه پایتون 2 The First Python Program

  • 3 اصول سینتکس پایتون 3 Basics of Python Syntax

  • 4 انواع داده‌ها در پایتون 4 Data Types of Python

  • 5 عملیات پایه در پایتون 5 Basic Operations of Python

  • 6 توابع، ماژول‌ها و پکیج‌های پایتون 6 Functions, Modules and Packages of Python

  • 1.1 افزونه: ساخت محیط پایتون 1.1 Extension: Build a Python Environment

  • 1 شرط‌ها 1 Conditions

  • 2 تابع range 2 range

  • 3 حلقه‌ها 3 Loops

  • 4 دستورات break، continue و else در حلقه‌ها 4 break, continue and else in Loops

  • 5 توابع تعریف شده توسط کاربر 5 Self-defined Functions

  • 6 بازگشت (Recursion) 6 Recursion

  • 7 محدوده متغیرها (Scope) 7 Scope of Variable

  • A1: توابع کتابخانه استاندارد A1: Standard Library Functions

  • A2: استثناها (Exceptions) A2: Exceptions

دریافت و نمایش داده‌ها Data Acquisition and Presentation

  • 1 دریافت داده‌های محلی 1 Local Data Acquisition

  • 2 بازیابی داده‌ها از شبکه 2 Network Data Retrieval

  • 2.1 افزونه: مقدمه‌ای بر عبارات منظم (RE) 2.1 Extension: RE introduction

  • 2.1 افزونه: مثال خزیدن در وب (Web Crawling) پویا 2.1 Extension: Dynamic web crawling example

  • 1 توالی‌ها (Sequence) 1 Sequence

  • 2 رشته‌ها (String) 2 String

  • 3 لیست‌ها (List) 3 List

  • 4 تاپل‌ها (Tuple) 4 Tuple

  • 2.2 افزونه: برنامه‌نویسی تابعی و IO 2.2 Extension: IO&functional programming

  • 2.2 افزونه: مسئله تغییر اشیاء تغییرپذیر (Mutable) 2.2 Extension: Mutable objects modify issue

ساختارهای داده قدرتمند و کتابخانه‌های افزونه پایتون Powerful Data Structures and Python Extension Libraries

  • 1 چرا به دیکشنری‌ها نیاز داریم؟ 1 Why Are Dictionaries Needed

  • 2 کاربرد دیکشنری 2 Dictionary Use

  • 3 مجموعه‌ها (Set) 3 Set

  • 3.1 افزونه: مثال‌های برنامه‌نویسی dict و set 3.1 Extension: dict and set programming examples

  • 1 کتابخانه افزونه SciPy 1 Extension Library SciPy

  • 2 آرایه‌های ndarray 2 ndarray

  • 3 سری‌ها (Series) 3 Series

  • 4 دیتافریم (DataFrame) 4 DataFrame

  • 3.2 افزونه: کاربردهای رایج NumPy 3.2 Extension: Common numpy applications

آمار و داده‌کاوی با پایتون Python Data Statistics and Mining

  • 1 دریافت سریع و آسان داده‌ها 1 Convenient and Fast Data Acquisition

  • 2 اصول ترسیم نمودار در پایتون 2 Fundamentals of Python Plotting

  • 3 پاکسازی داده‌ها در مرحله اکتشاف و پیش‌پردازش 3 Data Clean of Data Exploration and Preprocessing

  • 4 تبدیل داده‌ها در مرحله پردازش 4 Data Transformation of Data Precessing

  • 5 کاهش ابعاد داده‌ها در مرحله پیش‌پردازش 5 Data Reduction of Data Preproccessing

  • کپی از ۱: دریافت سریع و آسان داده‌ها Copy of 1 Convenient and Fast Data Acquisition

  • 1 تحلیل ویژگی‌های پایه داده‌ها در مرحله اکتشاف 1 Basic Data Characteristics Analysis of Data Exploration

  • 2 آمار و تحلیل داده‌ها بر پایه Pandas 2 Data Statistics and Analysis Based on pandas

  • 3 تحلیل خوشه‌بندی (Cluster Analysis) 3 Cluster Analysis

  • 4 کاربردهای پایتون در علوم و مهندسی 4 Aplications of Python into Science and Engineering Fields

  • 5 کاربردها در علوم انسانی و اجتماعی 5 Applications into Humanities and Social Sciences Fields

  • 4.2 افزونه: تحلیل تفاوت امتیاز فیلم‌ها بین زنان و مردان 4.2 Extension: An Analysis of the Differences between Males and Females on Film Ratings

  • 4.2 افزونه: طبقه‌بندی داده‌های شراب قرمز بر اساس مدل Random Forest 4.2 Extension: Classification of Red Wine Data Based on Random Forest Model

شیءگرایی و رابط کاربری گرافیکی (GUI) Object Orientation and Graphical User Interface

  • 1 GUI و شیءگرایی 1 GUI and Object Orientation

  • 2 انتزاع (Abstraction) 2 Abstraction

  • 3 ارث‌بری (Inheritance) 3 Inheritance

  • 1 چارچوب اصلی GUI 1 Basic Framework of GUI

  • 2 اجزای رایج در GUI 2 Common Components of GUI

  • 3 مدیریت چیدمان (Layout Management) 3 Layout Management

  • 4 سایر کتابخانه‌های GUI 4 Other GUI Libraries

  • 5 کاربردهای جامع 5 Comprehensive Applications

نمایش نظرات

آموزش پردازش داده‌ها با استفاده از پایتون
جزییات دوره
31h 51m
57
(آخرین آپدیت)
111,820
4.6 از 5
دارد
دارد
دارد
ZHANG Li
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar