آموزش پایتون برای علم داده (2023)

Python for Data Science (2023)

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: با استفاده از Python، Master Numpy، Pandas، Visualisation Data، Web Scraping، Automation، SQL و موارد دیگر، در علم داده به سطح خود برسید. اصول پایتون برای مبتدیان! آموزش استفاده از Python برای جمع آوری داده های علم داده با استفاده از سوپ زیبا، اتوماسیون اسکرپی با استفاده از تجزیه و تحلیل داده های سلنیوم با استفاده از Numpy، Pandas، تجسم داده های SQL با استفاده از Seaborn، Matplotlib مقدمه ای بر ساختمان یادگیری ماشین 5 پروژه با استفاده از مفاهیم علم داده پیش نیازها: قادر به استفاده از یک کامپیوتر با دسترسی به اینترنت اشتیاق به یادگیری، بحث و بررسی تجربه برنامه نویسی پایه (توصیه می شود)

آیا برای تبدیل شدن به یک دانشمند داده آماده جهش بعدی در سفر خود هستید؟


این دوره آموزشی برای مبتدیان مطلق و همچنین برای برنامه نویسان ماهری که می خواهند از Python برای حل مشکلات زندگی واقعی استفاده کنند طراحی شده است. شما یاد خواهید گرفت که چگونه داده ها را تجزیه و تحلیل کنید، تجسم های جالب داده ایجاد کنید، اطلاعات بینش را درایو کنید، وب را پاک کنید، کارهای خسته کننده را خودکار کنید و با استفاده از SQL با پایگاه های داده کار کنید.

Data Science یکی از پرارزش‌ترین مشاغل قرن بیست و یکم را دارد و 500 شرکت فناوری ثروت زیادی برای دانشمندان داده هزینه می‌کنند! علم داده به عنوان یک شغل بسیار با ارزش است و یکی از بالاترین حقوق در جهان را ارائه می دهد. این دوره هم برای مبتدیان با تجربه برنامه نویسی و هم برای توسعه دهندگان با تجربه طراحی شده است که به دنبال ورود به دنیای علم داده هستند!

این دوره جامع توسط Mohit Uniyal تدریس می‌شود، که یک مدرس محبوب Data Science Bootcamp در هند است و طی بیش از 3 سال گذشته به هزاران دانش‌آموز در چندین دوره آنلاین و حضوری آموزش داده است. ارزش این دوره هزاران دلار است، اما Coding Minutes این دوره را با کسری از هزینه اصلی آن در اختیار شما قرار می دهد! این یک دوره عمل گرا است، ما نه تنها به تئوری می پردازیم بلکه با ساخت 5 پروژه بر جنبه های عملی آن تمرکز می کنیم. با بیش از 150+ سخنرانی ویدیویی با کیفیت بالا، توضیحات آسان و مخزن کد کامل، این یکی از دقیق ترین و قوی ترین دوره ها برای یادگیری علم داده است.

این دوره با مبانی پایتون شروع می شود و سپس عمیق تر به موضوعات علم داده می پردازد! در اینجا برخی از موضوعاتی است که در این دوره یاد خواهید گرفت.

  • برنامه نویسی با پایتون

  • محاسبات عددی با استفاده از NumPy

  • تجزیه و تحلیل داده ها با استفاده از پانداها

  • تجسم داده ها با استفاده از Matplotlib

  • تجسم داده ها با استفاده از Seaborn

  • در حال واکشی داده ها از Web API

  • اکتساب داده

  • خراش دادن وب با استفاده از سوپ زیبا

  • ساخت یک خزنده وب با استفاده از Scrapy

  • خودکار کردن وسایل خسته کننده با استفاده از سلنیوم

  • زبان پایگاه های داده - SQL !

  • مقدمه ای بر یادگیری ماشین

  • و خیلی، خیلی بیشتر!

در دوره ثبت نام کنید و اولین قدم خود را برای تبدیل شدن به یک مهندس علوم داده بردارید! شما را در دوره می بینیم!


سرفصل ها و درس ها

معرفی Introduction

  • گرایش دوره Course Orientation

  • مخزن کد!!! Code Repository!!!

  • دستورالعمل های پشتیبانی شک Doubt Support Guidelines

  • گزارش های به روز رسانی دوره Course Update Logs

تنظیم محیط. !!! Setting Up the Environment. !!!

  • نصب آناکوندا Installing Anaconda

  • نصب آناکوندا [برای ویندوز] Installing Anaconda [for Windows]

  • بررسی اجمالی نوت بوک Jupyter Jupyter Notebook Overview

اصول پایتون Python Fundamentals

  • چاپ، متغیر و انواع داده Print, Variable and Datatypes

  • ورودی در پایتون Input in Python

  • اپراتورها در پایتون Operators in Python

  • اظهارات مشروط Conditional Statements

  • حلقه ها و تکرارها Loops and Iterations

  • بشکن و ادامه بده Break and Continue

  • عجیب و غریب در مقابل زوج Odd Vs. Even

  • بزرگترین شماره Largest Number

  • فاکتوریل یک عدد Factorial of a Number

  • اعداد اول Prime Numbers

  • آزمون بنیادی پایتون Python Fundamental Quiz

ساختارهای داده داخلی پایتون Python In-built Data Structures

  • رشته های Strings

  • توابع رشته String Functions

  • رشته های پالیندروم Palindrome Strings

  • شمارش حروف صدادار Count Vowels

  • لیست ها Lists

  • درک لیست List Comprehension

  • دومین عنصر بزرگ Second Largest Element

  • بدون تکرار No Duplicacy

  • تاپل ها Tuples

  • مجموعه ها Sets

  • لغت نامه ها Dictionaries

  • معکوس کردن یک دیکشنری Reverse a Dictionary

  • اغلب Most Frequent

  • آزمون ساختارهای داده داخلی Pythion Pythion In-Built Data Structures Quiz

توابع و ماژول های پایتون Python Functions and Modules

  • معرفی تابع Function Introduction

  • آرگومان های پیش فرض در توابع Default Arguments in Functions

  • ارگ و کوارگ Args and kwargs

  • توابع داخلی In-built Functions

  • الگوی چاپ Print Pattern

  • اعداد اول - II Prime Numbes - II

  • ماژول های پایتون چیست؟ What are Python Modules?

  • ماژول های سفارشی Custom Modules

  • __name__ == '__اصلی__' چیست؟ What is __name__ == '__main__' ?

  • آزمون توابع و ماژول های پایتون Python Functions and Modules Quiz

سیستم برنامه نویسی شی گرا (OOPs) Object Oriented Programming system (OOPs)

  • OOPS: کلاس ها و اشیاء OOPS : Classes and Objects

  • سازندگان Constructors

  • روش های نمونه Instance Methods

  • متغیرهای کلاس Class Variables

  • متد die() را اضافه کنید Add die() method

  • توابع جادویی Magic Functions

  • وراثت Inheritance

  • متد kill() را اضافه کنید Add kill() method

  • پلی مورفیسم Polymorphism

  • تست OOPs OOPs Test

  • Python OOPs Quiz Python OOPs Quiz

آمار و احتمال Statistics and Probability

  • دیتا چیست؟ What is Data ?

  • آمار و احتمال چیست؟ What is Statistics & Probability

  • جمعیت در مقابل نمونه Population Vs Sample

  • انواع آمار Types of Statistics

  • میانگین، حالت، میانه Mean, Mode, Median

  • محدوده، واریانس، انحراف Range, Variance, Deviation

  • هیستوگرام ها Histograms

  • توزیع نرمال Normal Distribution

  • استاندارد سازی Standardization

  • احتمال حاشیه ای، مشترک و مشروط Marginal, Joint and Conditional Probability

  • سوالات در مورد احتمال Questions on Probability

  • قضیه بیز Bayes Theorem

ناامپی Numpy

  • چرا نامپی؟ Why Numpy?

  • آرایه‌های Numpy Numpy Arrays

  • آرایه های ویژه در Numpy Special Arrays in Numpy

  • نمایه سازی و پوشش Indexing and Masking

  • عملیات پایه در آرایه های Numpy Basic Operations in Numpy Arrays

  • عملیات بیشتر در آرایه ها More Operations in Arrays

  • دستکاری شکل Shape Manipulation

  • صدا و سیما Broadcasting

  • برداری Vectorisation

  • تکلیف Numpy Numpy Assignment

  • زمان آزمون: NumPy Quiz Time : NumPy

  • ماتریس پر شده Padded Matrix

تجزیه و تحلیل داده ها - پانداها Data Analysis- Pandas

  • معرفی و سری پانداها Pandas Introduction and Series

  • مقدمه ای بر DataFrames Introduction to DataFrames

  • نمایه سازی در DataFrames Indexing in DataFrames

  • پوشش و نمایه سازی بولی Masking and Boolean Indexing

  • مجموعه داده عنبیه Iris Dataset

  • گروه بندی داده ها Grouping Data

  • رسیدگی به داده های از دست رفته Handling Missing Data

  • DataFrames را به هم متصل کنید Concatenate DataFrames

  • ادغام DataFrames Merging DataFrames

  • فایل های خروجی Output Files

  • تکلیف پانداها Pandas Assignment

  • زمان آزمون: پانداها Quiz Time : Pandas

تجسم داده ها - Matplotlib Data Visualisation - Matplotlib

  • مقدمه ای بر Matplotlib - Line Plots Introduction to Matplotlib - Line Plots

  • طرح پراکنده Scatter Plot

  • نمودار میله ای Bar Graph

  • نمودار دایره ای Pie Chart

  • هیستوگرام ها Histograms

  • ایجاد طرح های فرعی Creating Subplots

  • نقشه های سه بعدی 3D Plots

  • کار با تصاویر Working with Images

  • راه حل چالش تصویر مرزی Border Image Challenge Solution

  • تجسم Iris Dataset Visualising Iris Dataset

  • چالش تجسم فیلم Movie Visualisation Challenge

  • چالش تجسم فیلم - راه حل Movie Visualisation Challenge - Solution

کامپیوتر ویژن با OpenCV Computer Vision with OpenCV

  • معرفی OpenCV OpenCV Introduction

  • ColorSpaces را تبدیل کنید Convert ColorSpaces

  • تغییر اندازه و محو کردن تصاویر Resizing and Blurring Images

  • چرخش تصویر Image Rotation

  • ترجمه تصویر و تشخیص لبه Image Translation and Edge Detection

  • ویدیو را از وب کم بخوانید Read Video from WebCam

  • خاتمه وب کم Terminating WebCam

  • الگوریتم تشخیص چهره Face Detection Algorithm

  • کد تشخیص چهره Face Detection Code

  • تشخیص چهره در زمان واقعی Face Detection in Real Time

  • چالش: یک کلاژ پوکمون بسازید Challenge : Create a Pokemon Collage

  • راه حل چالش: یک کلاژ پوکمون بسازید Challenge Solution : Create a Pokemon Collage

  • چالش: یک آشکارساز لبخند ایجاد کنید Challenge : Create a Smile Detector

  • راه حل چالش: یک آشکارساز لبخند ایجاد کنید Challenge Solution : Create a Smile Detector

  • امتحان OpenCV OpenCV Quiz

تجسم داده ها - Seaborn Data Visualisation - Seaborn

  • مبانی Seaborn Seaborn Basics

  • توطئه های طبقه بندی شده Seaborn Seaborn Categorical Plots

  • تجسم مجموعه داده نکات Visualizing Tips Dataset

  • چالش: مجموعه داده تایتانیک را تجسم کنید Challenge : Visualize Titanic Dataset

Web Scraping - BeautifulSoup Web Scraping - BeautifulSoup

  • API های وب - درخواست ها Web APIs - requests

  • API های وب - II Web APIs - II

  • یک تصویر را خراش دهید Scrape an Image

  • BeautifulSoup مقدمه BeautifulSoup Introduction

  • درک ساختار یک صفحه HTML Understanding the structure of an HTML Page

  • استخراج اطلاعات یک کشور Extracting Information of one country

  • استخراج همه کشورها Extracting all Countries

  • ایجاد کشورها.csv Creating countries.csv

  • پاک کردن فایل csv Cleaning csv file

  • پروژه: خراش دادن نقل قول های الهام بخش Project : Scraping Inspirational Quotes

  • تراشیدن یک نقل قول Scraping One quote

  • خراش دادن نقل قول از چندین صفحه Scraping Quotes from Multiple Pages

  • آزمون خراش دادن وب Web Scraping Quiz

خزیدن وب - Scrapy Web Crawling - Scrapy

  • Scraping vs. خزیدن Scraping Vs. Crawling

  • ایجاد اولین پروژه Scrapy Creating first Scrapy project

  • ایجاد عنکبوت نقل قول Creating quotes spider

  • انتخابگرهای CSS CSS selectors

  • استخراج داده ها با استفاده از عنکبوت Extracting data using spider

  • یافتن همه URL ها Finding all URLs

  • چالش: کتاب ها را پاک کنید Challenge : Scrape the Books

  • راه حل چالش ScrapeBooks - I Challenge ScrapeBooks Solution - I

  • راه حل چالش ScrapeBooks - II Challenge ScrapeBooks Solution - II

  • راه حل چالش ScrapeBooks - III Challenge ScrapeBooks Solution - III

  • راه حل چالش ScrapeBooks - IV Challenge ScrapeBooks Solution - IV

اتوماسیون وب - سلنیوم Web Automation - Selenium

  • معرفی سلنیوم Selenium Introduction

  • اولین برنامه سلنیوم Selenium first Program

  • تعامل با صفحات وب Interacting with Web Pages

  • تعامل با صفحات وب - II Interacting with Web Pages - II

  • داده های پویا را دریافت کنید Get Dynamic Data

  • آرزوهای تولد فیس بوک را خودکار کنید Automate Facebook Birthday wishes

  • خودکار کردن آرزوهای تولد فیس بوک - II Automate Facebook Birthday wishes - II

  • Scrape CollegeDunia Scrape CollegeDunia

  • Scrape CollegeDunia - II Scrape CollegeDunia - II

  • چالش: Scrape JustDial Challenge : Scrape JustDial

پایگاه های داده و SQL Databases and SQL

  • مقدمه ای بر پایگاه های داده و SQL Introduction to Databases and SQL

  • نصب MYSQL در مک Installing MYSQL on Mac

  • انواع دستورات SQL Types of SQL Commands

  • همه دستورات SQL ALL SQL Commands

  • ایجاد و حذف پایگاه های داده Creating and Deleting Databases

  • ایجاد و حذف جداول Creating and Deleting Tables

  • تغییر فرمان Alter Command

  • محدودیت های جدول Table Constraints

  • درج رکوردها در یک جدول Insert Records in a Table

  • دستور SQL SELECT SQL SELECT Command

  • LIMIT OFFSET ORDERBY LIMIT OFFSET ORDERBY

  • بند WHERE WHERE Clause

  • عملگرهای منطقی Logical Operators

  • SQL UPDATE و DELETE SQL UPDATE and DELETE

  • توابع جمع Aggregate Functions

  • GROUPBY و داشتن GROUPBY and HAVING

  • عادی سازی Normalization

  • می پیوندد JOINS

  • پیوستن داخلی INNER JOIN

  • چپ، راست، کامل بپیوندید LEFT, RIGHT, FULL JOIN

  • DCL GRANT، Revoke DCL GRANT, REVOKE

  • SQL در مجموعه داده واقعی SQL in Real Dataset

  • آزمون SQL SQL Quiz

جایزه: یادگیری ماشینی..!!! BONUS : Machine Learning..!!!

  • مثال پایه یادگیری ماشین Basic Example of Machine Learning

  • AI در مقابل ML در مقابل DL AI Vs. ML Vs. DL

  • کاربردهای یادگیری ماشینی Applications of Machine Learning

  • ماشین ها چگونه یاد می گیرند؟ How do Machines Learn?

  • بینایی کامپیوتر در مقابل پردازش زبان طبیعی Computer Vision Vs. Natural Language Processing

  • انواع یادگیری ماشینی Types of Machine Learning

  • آزمون یادگیری ماشین Machine Learning Quiz

  • مرحله بعدی چیست؟ What's the Next Step?

نمایش نظرات

نظری ارسال نشده است.

آموزش پایتون برای علم داده (2023)
خرید اشتراک و دانلود خرید تکی و دانلود | 320,000 تومان (5 روز مهلت دانلود) در صورت خرید اشتراک، این آموزش بدلیل حجم بالا معادل 2 دوره است و 2 دوره از اشتراک شما کم می شود. زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
22.5 hours
161
Udemy (یودمی) udemy-small
14 آذر 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2,277
4.3 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Mohit Uniyal Mohit Uniyal

دانشمند داده و مدرس دقایق کدگذاری

Coding Minutes Coding Minutes

روشی مناسب برای یادگیری با کارشناسان برنامه درسی بررسی شده در صنعت ما در مورد دوره های آنلاین تخصصی آنلاین سازماندهی شده است که هم وسعت و هم عمق موضوعات مختلف فنی را پوشش می دهد. همه دوره‌های ما بسیار کاربردی هستند و شامل سخنرانی‌های ویدیویی، چالش‌های کدنویسی، فایل‌های پروژه و یک تجربه یادگیری با طراوت می‌شوند. Coding Minutes بخشی از Scaler Academy است. Scaler برنامه درسی با ساختار مناسب و مرتبط با صنعت را ارائه می دهد تا به شما کمک کند حرفه خود را تغییر دهید. ساختارها و الگوریتم‌های داده، طراحی سیستم، علم داده را بیاموزید و از کهنه‌کاران صنعت راهنمایی شغلی دریافت کنید.

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.